[发明专利]一种基于Bolzmann概率密度函数的蛋白质残基间距离模型构建方法

摘要

一种基于Bolzmann概率密度函数的蛋白质残基间距离模型构建方法，包括以下步骤：首先，下载蛋白质数据库中结构已知的蛋白质文件，通过比较序列相似度去除同源性大于30％的序列构成非冗余模板库；其次，通过一个滑动窗口对模板库中的蛋白质结构与查询序列进行相似度比较，选出查询序列每个位置中得分最高的前200个片段构成片段库文件；然后选取查询序列两个位置上片段库中来自于同一模板片段结构的距离构成距离谱；最后根据概率密度函数计算距离谱中残基对的概率密度统计，利用残基间的概率密度统计有效的加强了对蛋白质构象空间的采样，得到精度更高的近天然态构象。

主权项

一种基于Bolzmann概率密度函数的蛋白质残基间距离模型构建方法，其特征在于：所述距离模型构建方法包括以下步骤：1)构建非冗余模板库；1.1)从蛋白质数据库网站上下载分辨率小于的高精度蛋白质，其中为距离单位，米；1.2)将含有多条多肽链的蛋白质分裂成单链，并保留最长的链与其他链比较序列相似度，去除相似度大于30％的冗余多肽链；1.3)将余下的多肽链两两求序列相似度I_mn，统计每一条链的累计相似度其中m，n为多肽链的序号，N为剩余所有链的总数；1.4)对N条链根据累计相似度进行递减排列，从累计相似度最大的链开始依次与其他链比较去除序列相似度大于30％的链，得到非冗余蛋白质模板库；2)输入查询序列；3)生成片段库；3.1)构建结构相似度函数f(i,j)，其中i为查询序列残基位置，j为片段结构；3.1.1)查询序列通过PSI‑BLAST比对20个氨基酸得到序列频率谱得分项P_q(i,k)，其中i为查询序列残基位置，k为20个氨基酸类型，q为查询序列标示符；3.1.2)L_q(i,k)和L_t(j,k)是通过PSI‑BLAST得到的查询序列和模板序列对数谱；3.1.3)通过PSSpred计算得到模板结构的二级结构预测ss_t；3.1.4)通过神经网络程序对序列谱进行训练得到查询序列二级结构预测指标ss_q；3.1.5)通过EDTSurf计算得到模板蛋白质溶剂可达性参数sa_t；3.1.6)通过神经网络程序预测得到查询序列溶剂可及性指标sa_q；3.1.7)通过二层神经网络程序训练序列谱和二级结构可以预测得到查询序列的二面角ψ_q；3.1.8)质心原子二面角可以通过查询蛋白质字典得到ψ_t为模板结构；3.1.9)SP_t(j,k)为模板结构中每一个残基相对20个残基类型的频率矩阵。3.1.10)结构相似度函数其中w₁，w₂，w₃，w₄，w₅为权重值；3.2)通过无间隙穿线法以3个残基为单体单元，将非冗余模板库中的片段结构与查询序列进行匹配，根据结构相似度函数f(i,j)对片段结构打分；3.3)在查询序列与模板片段结构匹配时使用一个滑动窗口，比对查询序列i个位置和第j个片段的相似度得分f(i,j)，选出每个位置上得分最高的前K个片段构成片段库；4)得到距离谱；4.1)遍历查询序列残基位置上K个相似度较高的片段，是查询序列第i个位置上的片段，是查询序列第j位置上的片段；4.2)用a_ik和a_jl表示i和j上选出的来自于同一模板结构的片段结构；4.3)计算a_ik和a_jl在原模板结构中的距离d_ij；4.4)统计查询序列残基对来自于同个模板片段间的距离，在这里只统计小于的残基对之间距离，画出直方图得到距离谱，直方图横坐标的距离间隔为当模板中残基对之间的距离在某个区间内，则该区间总数就加1；5)根据Bolzmann概率密度函数计算目标个体的接收概率，其中x为残基对间的距离序号，k为玻尔兹曼常数，T为温度，ΔD(x)为目标个体残基间欧式距离与距离谱的差值；6)算出蛋白质折叠过程中构象的残基对之间距离，通过概率密度函数得到基于残基距离的接受概率其中h为距离谱中记录项序号，M为记录项总和。