[发明专利]一种提取蛋白质-小分子相互作用模块的方法

摘要

本发明涉及一种提取蛋白质‑小分子相互作用模块的方法，具体是将蛋白质上构成小分子结合口袋的原子(或氨基酸)根据其性质进行定量化描述，然后对两两口袋原子(或氨基酸)之间的距离进行评估，建立距离矩阵，再利用聚类算法抽提出性质相似的口袋原子(或氨基酸)类别，最后通过后处理，获得蛋白质‑小分子相互作用模块。可应用于生物信息学研究、蛋白质设计、药物筛选、小分子化学合成等多个方面。

主权项

1.一种提取蛋白质‑小分子相互作用模块的方法，所述方法包括以下步骤：(1)给定一组结合相同或者相似小分子的蛋白质，提取蛋白质上的小分子结合口袋；(2)对每个蛋白质上小分子结合口袋中的原子或氨基酸，根据其性质逐一进行定量化的描述；(3)计算任意两个小分子结合口袋原子或氨基酸之间的距离，构建小分子结合口袋原子或氨基酸距离矩阵；(4)根据小分子结合口袋原子或氨基酸距离矩阵进行聚类，抽取出性质相似的小分子结合口袋原子或氨基酸类别；(5)对每一类小分子结合口袋原子或氨基酸，进行后处理，获得蛋白质‑小分子结合相互作用模块，所述后处理包括：1)普遍性评估：原子或氨基酸类别所覆盖的蛋白质口袋的数目要占据初始时给定的蛋白质口袋总数的显著比例，以保证所得到的相互作用模块是普遍存在的；2)相似性评估：排除在聚类算法中仅仅是因为某些原子或氨基酸的特征与其他原子或氨基酸均不相似而聚为一类的可能性，其中在步骤(2)中，将每个口袋原子表示为三元组(S，N，R)，其中S量化该口袋原子自身化学性质，N量化该原子周围的化学环境，R量化该原子距离小分子每个原子的相对位置，S＝c其中c表示该原子化学属性的类别，N＝(n₁，n₂，…，n_c)其中n_c表示距离该原子以内化学属性类别为c的原子的个数，R＝(d₁，d₂，d₃，...，d_L)其中d_L表示该原子到小分子的每个原子的物理距离，而L代表小分子中的原子个数，并且其中在步骤(3)中，两个口袋原子F₁和F₂的距离定义如下：D_FAD(F₁，F₂)＝D_S(F₁，F₂)+D_N(F₁，F₂)+D_R(F₁，F₂)其中，第一项Ds代表了F₁和F₂在元素S方面的差异，用数学表达式表示为：式中和分别表示F₁和F₂自身化学性质的代号，第二项D_N代表F₁和F₂在元素N方面的差异，用数学表达式表示为：式中和分别表示F₁和F₂周围以内具有化学属性类别c的原子的个数，第三项D_R 代表F₁和F₂在元素R方面的差异，用数学表达式表示为：式中和分别表示F₁和F₂到小分子第i号原子的物理距离。