×

通过伪氨基酸组成的二肽模式预测离子通道及其类型。 (英语) 兹比尔1307.92080

摘要:离子通道是控制离子进出细胞的完整膜蛋白。它们是广泛生物过程中的关键组件。不同类型的离子通道具有不同的生物功能。随着大量蛋白质组数据的出现,开发一种可靠预测离子通道及其类型的计算方法对于基础研究和药物靶点发现都是非常必要的。在本研究中,我们开发了一种基于支持向量机的方法,利用初级序列信息预测离子通道及其类型。引入了一种特征选择技术——方差分析(ANOVA),以消除特征冗余,并找到一个优化的特征集来提高预测性能。Jackknife交叉验证结果表明,该方法能够区分离子通道和非离子通道,总准确度为86.6%,对电压门控离子通道和配体门控离子渠道进行分类,总准确率为92.6%,并预测四种类型(钾、钠、钙和阴离子)电压门控离子通道的总准确度分别为87.8%。这些结果表明,该方法能够正确识别离子通道,为药物靶点的发现提供了重要指导。预测器可以从免费下载http://cobi.uestc.edu.cn/people/hlin/tools/IonchanPred/.

MSC公司:

92C40型 生物化学、分子生物学
68T05型 人工智能中的学习和自适应系统
62J10型 方差和协方差分析(ANOVA)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 卡梅里诺,哥伦比亚特区。;德萨菲,J.F。;Tricarico,D。;Pierno,S。;Liantonio,A.,离子通道疾病的治疗方法,高级遗传学。,第64页,第81-145页(2008年)
[2] 卡梅里诺,哥伦比亚特区。;Tricarico,D。;Desaphy,J.F.,离子通道药理学,神经治疗学,4184-198(2007)
[3] Chang,C.C.,Lin,C.J.,2001年。LIBSVM:支持向量机库。软件可从〈获得网址:http://www.csie.ntu.edu.tw/~cjlin/libsvm;Chang,C.C.,Lin,C.J.,2001年。LIBSVM:支持向量机库。软件可从〈获得网址:http://www.csie.ntu.edu.tw/~cjlin/libsvm
[4] 蔡,Y.D。;Feng,K.Y。;李,Y.X。;Chou,K.C.,预测α-转角类型的支持向量机,肽,24629-630(2003)
[5] Cai,Y.D。;Lin,S。;Chou,K.C.,预测蛋白质信号序列及其裂解位点的支持向量机,肽,24159-161(2003)
[6] Cai,Y.D。;周国平。;Chou,K.C.,通过使用功能域组成预测膜蛋白类型的支持向量机,Biophys。J.,84,3257-3263(2003)
[7] 蔡,Y.D。;刘晓杰。;Xu,X.B。;Chou,K.C.,用支持向量机预测蛋白质结构类,计算。化学。,26, 293-296 (2002)
[8] Cai,Y.D。;刘晓杰。;Xu,X.B。;Chou,K.C.,预测GalNAc-转移酶特异性的支持向量机,肽,23205-208(2002)
[9] Cai,Y.D。;刘晓杰。;Xu,X.B。;Chou,K.C.,预测蛋白质中HIV蛋白酶裂解位点的支持向量机,J.Compute。化学。,23, 267-274 (2002)
[10] Cai,Y.D。;刘,X.J。;Xu,X.B。;Chou,K.C.,用于β-回转类型分类和预测的支持向量机,J.Pept。科学。,8, 297-301 (2002)
[11] Cai,Y.D。;Pong-Wong,R。;Feng,K。;Jen,J.C.H。;Chou,K.C.,SVM在预测膜蛋白类型中的应用,J.Theor。生物学,226373-776(2004)
[12] Cai,Y.D。;周国平。;Jen,C.H。;林,S.L。;Chou,K.C.,《利用支持向量机识别丝氨酸水解酶的催化三联体》,J.Theor。生物学,228551-557(2004)·Zbl 1439.92141号
[13] 陈,C。;Chen,L。;邹,X。;Cai,P.,利用周氏伪氨基酸组成概念和支持向量机预测蛋白质二级结构含量,protein Pept。莱特。,16, 27-31 (2009)
[14] Chou,K.C.,使用伪氨基酸成分预测蛋白质细胞属性,《蛋白质》,43,246-255(2001),(勘误表:蛋白质,2001)。44, 60)
[15] Chou,K.C.,对人体钾和钠通道三维结构建模的见解,蛋白质组研究杂志,3856-861(2004)
[16] Chou,K.C.,使用两亲性伪氨基酸组成预测酶亚科类别,生物信息学,21,10-19(2005)
[17] Chou,K.C.,《伪氨基酸组成及其在生物信息学、蛋白质组学和系统生物学中的应用》,Curr。蛋白质组学,6262-274(2009)
[18] Chou,K.C。;Cai,Y.D.,《使用功能域组成和支持向量机预测蛋白质亚细胞位置》,J.Biol。化学。,277, 45765-45769 (2002)
[19] Chou,K.C。;沈海斌,蛋白质亚细胞定位预测的最新进展,分析。生物化学。,370, 1-16 (2007)
[20] Chou,K.C。;Shen,H.B.,MemType-2L:通过Pse-PSSM和Biochem结合进化信息预测膜蛋白及其类型的网络服务器。生物物理学。Res.Comm.,360,339-345(2007年)
[21] Chou,K.C。;Shen,H.B.,ProtIdent:通过融合功能域和序列进化信息来识别蛋白酶及其类型的web服务器,Biochem。生物物理学。Res.Commun.公司。,376321-325(2008年)
[22] Chou,K.C。;Shen,H.B.,Cell-PLoc:预测各种生物体中蛋白质亚细胞定位的网络服务器包,《国家协议》,3153-162(2008)
[23] Chou,K.C。;Shen,H.B.,《评论:开发用于预测蛋白质属性的网络服务器的最新进展》,《自然科学》。,2, 63-92 (2009)
[24] Chou,K.C。;Shen,H.B.,预测单位点和多位点真核蛋白亚细胞定位的新方法:Euk-mPLoc 2.0,PLoS ONE,5,e9931(2010)
[25] Chou,K.C。;Shen,H.B.,Plant-mPLoc:一种自上而下的策略,以增强预测植物蛋白质亚细胞定位的能力,《公共科学图书馆·综合》,5,e11335(2010)
[26] Chou,K.C。;Zhang,C.T.,蛋白质结构类预测,生物化学评论。分子生物学。,30275-349(1995年)
[27] Clare,J.J.,《药物发现的靶向离子通道》,《发现医学》,第9期,第253-260页(2010年)
[28] 丁·H。;罗,L。;Lin,H.,利用Chou的两亲性伪氨基酸组成预测细胞壁裂解酶,蛋白质Pept。莱特。,16, 351-355 (2009)
[29] 杜青山。;黄R.B。;王世清。;Chou,K.C.,《设计M2质子通道抑制剂对抗H1N1猪流感病毒》,《公共科学图书馆·综合》,5,e9388(2010)
[30] 杜青山。;黄R.B。;Wang,C.H。;Li,X.M.先生。;Chou,K.C.,甲型流感病毒M2质子通道两个有争议的药物结合位点的能量分析,J.Theor。生物学,259,159-164(2009)
[31] 杜德夫,T。;Lim,C.,钾通道中(K^+)与(Na^+)选择性的决定因素,《美国化学杂志》。Soc.,131,8092-8101(2009)
[32] Esmaeili,M。;Mohabatkar,H。;Mohsenzadeh,S.,使用周的伪氨基酸组成概念预测人类乳头瘤病毒的风险类型,J.Theor。生物学,263203-209(2010)·Zbl 1406.92455号
[33] 印度加巴什维利。;Sokolowski,B.H。;C.C.莫顿。;Giersch,A.B.,内耳离子通道基因表达,耳鼻咽喉科学协会杂志。,8,305-328(2007年)
[34] 高庆斌。;Ye,X.F。;Jin,Z.C。;He,J.,《通过融合不同形式的伪氨基酸成分来提高外膜蛋白的区分能力》,Anal。生物化学。,398, 52-59 (2010)
[35] Georgiou,D.N。;卡拉卡西迪斯,T.E。;尼托·J·J。;Torres,A.,《使用模糊聚类技术和矩阵对氨基酸进行分类及其对周氏伪氨基酸组成的影响》,J.Theor。生物学,257,17-26(2009)·Zbl 1400.92393号
[36] Goldin,A.L.,《Waxman SG中的神经通道和受体》,分子神经学(2007),爱思唯尔学术出版社:爱思唯尔学术出版社,马萨诸塞州伯灵顿,第43-58页
[37] 格罗米哈,M.M。;艾哈迈德,S。;Suwa,M.,残留物沿序列分布在鉴别外膜蛋白中的应用,计算。生物化学。,29, 135-142 (2005) ·邮编1096.92015
[38] 格罗米哈,M.M。;Suwa,M.,《一种识别外膜蛋白的简单统计方法,具有更好的准确性》,生物信息学,21961-968(2005)
[39] 顾奇。;丁Y.S。;Zhang,T.L.,使用具有近似熵和疏水性模式的Chou伪氨基酸组成预测低同源性的G蛋白偶联受体类别,protein Pept。莱特。,17555-567(2010年)
[40] 何,Z。;张杰。;史晓华(Shi,X.H.)。;胡丽莲。;孔,X。;Cai,Y.D。;Chou,K.C.,基于功能群和生物特征预测药物靶点相互作用网络,《公共科学图书馆·综合》,5,e9603(2010)
[41] Hille,B。;阿姆斯特朗,C.M。;MacKinnon,R.,《离子通道:从理念到现实》,《国家医学》,第5期,第1105-1109页(1999年)
[42] 黄,C。;张,R。;陈,Z。;姜瑜。;尚,Z。;Sun,P。;张,X。;Li,X.,基于SVM预测离子通道蛋白的潜在药物靶点,J.Theor。生物学,262750-756(2010)·Zbl 1403.92205号
[43] 黄R.B。;杜,Q.S。;Wang,C.H。;Chou,K.C.,基于甲型流感病毒NMR M2通道结构的生物功能研究的深入分析,Biochem。生物物理学。Res.Commun.公司。,377, 1243-1247 (2008)
[44] 蒋,X。;魏,R。;Zhang,T.L。;Gu,Q.,使用Chou的伪氨基酸组成概念预测凋亡蛋白的亚细胞位置:一种近似熵方法,Protein Pept。莱特。,15, 392-396 (2008)
[45] Kass,R.S.,《通道病:人类疾病分子和遗传机制的新见解》,J.Clin。投资。,115, 1986-1989 (2005)
[46] 李伟(Li,W.)。;Godzik,A.,《Cd-hit:聚类和比较大组蛋白质或核苷酸序列的快速程序》,生物信息学,221658-1659(2006)
[47] Lin,H.,利用周氏伪氨基酸组成预测外膜蛋白的改良马氏判别式,J.Theor。《生物学》,252350-356(2008)·兹比尔1398.92076
[48] Lin,H。;丁·H。;郭富斌。;张亚勇。;黄,J.,利用周氏伪氨基酸组成预测分枝杆菌蛋白质的亚细胞定位,蛋白质Pept。莱特。,15, 739-744 (2008)
[49] 李,F.M。;Li,Q.Z.,使用周的伪氨基酸组成和改进的杂交方法预测蛋白质亚细胞位置,protein Pept。莱特。,15, 612-616 (2008)
[50] Lin,H。;丁·H。;郭富斌。;Huang,J.,使用特征选择技术预测分枝杆菌蛋白质的亚细胞位置,Mol.Divers(2009)
[51] Lin,H。;Wang,H。;丁·H。;Chen,Y.L。;李庆中,利用周氏伪氨基酸成分预测凋亡蛋白的亚细胞定位,生物学报。,57, 321-330 (2009)
[52] Lin,W.Z。;Xiao,X。;Chou,K.C.,GPCR-GIA:通过灰色关联分析识别G蛋白偶联受体及其家族的网络服务器,protein Eng.Des。选择。,22, 699-705 (2009)
[53] 刘伟。;Chou,K.C.,蛋白质二级结构含量预测,蛋白质工程,12,1041-1050(1999)
[54] 刘立新。;李,M.L。;Tan,F.Y。;Lu,医学博士。;Wang,K.L。;郭义忠。;温,Z.N。;Jiang,L.,基于局部序列信息的支持向量机对电压门控钾通道进行分类,生物学报。生物物理学。罪。,38, 363-371 (2006)
[55] 奈尔(Nair,R.)。;Rost,B.,亚细胞定位保守序列,蛋白质科学。,11, 2836-2847 (2002)
[56] 内莫托,W。;福井,K。;Toh,H.,GRIP:预测GPCR齐聚反应界面的服务器,J.Recept。信号。传感器。决议,29,312-317(2009)
[57] Park,K.J。;格罗米哈,M.M。;霍顿,P。;Suwa,M.,使用支持向量机识别外膜蛋白,生物信息学,214223-4229(2005)
[58] Peng,H.C。;Long,F.H。;Ding,C.,基于最大相关性、最大相关性和最小冗余的互信息准则的特征选择,IEEE Trans。模式分析。机器。,27, 1226-1238 (2005)
[59] 彼得,W。;David,W.,使用二进制核判别法预测离子通道活性,化学。信息模型。,47, 1961-1966 (2007)
[60] Pielak,R.M。;Chou,J.J.,《流感通道耐药性:两个位点的故事》,《蛋白细胞》,1246-258(2010)
[61] Pielak,R.M。;杰森·R。;Schnell,J.R。;Chou,J.J.,流感病毒M2通道的药物抑制和耐药性机制,Proc。国家。阿卡德。科学。美国,1067379-7384(2009)
[62] Pourbashier,E。;Riahi,S。;Ganjali,M.R。;Norouzi,P.,《遗传算法支持向量机(GA-SVM)在预测BK通道活性中的应用》,《欧洲医学化学杂志》。,445023-5028(2009年)
[63] 邱建德。;黄,J.H。;Liang,R.P。;Lu,X.Q.,基于Chou伪氨基酸组成概念的G蛋白偶联受体类别预测:基于离散小波变换的方法,Ana。生物化学。,390, 68-73 (2009)
[64] 邱建德。;孙晓勇。;黄,J.H。;Liang,R.P.,基于离散小波变换和支持向量机的膜蛋白类型预测,Protein J.,29114-119(2010)
[65] 萨哈,S。;扎克·J。;辛格,B。;Raghava,G.P.,VGIchan:电压门控离子通道的预测和分类,基因组学-蛋白质组学-生物信息学,4253-258(2006)
[66] Schnell,J.R。;Chou,J.J.,甲型流感病毒M2质子通道的结构和机制,《自然》,451,591-595(2008)
[67] Shen,H.B。;Chou,K.C.,一种自上而下的方法,用于增强预测人类蛋白质亚细胞定位的能力:Hum-mPLoc 2.0,Ana。生物化学。,394, 269-274 (2009)
[68] Shen,H.B。;Chou,K.C.,蛋白酶及其类型的鉴定,Ana。生物化学。,385, 153-160 (2009)
[69] UniProt联盟,2009年。通用蛋白质资源(UniProt)。核酸研究37,D169-D174。;UniProt联盟,2009年。通用蛋白质资源(UniProt)。核酸研究37,D169-D174。
[70] Verkman,A.S。;Galietta,L.J.,《氯离子通道作为药物靶点》,《Nat.Rev.drug Discovery》,第8期,第153-171页(2009年)
[71] Wang,J.F。;Chou,K.C.,通过分子动力学研究M2质子通道中突变诱导的变质性的见解,蛋白质工程设计。选择。,23, 663-666 (2010)
[72] Wang,J。;Pielak,R.M。;McClintock,医学硕士。;Chou,J.J.,《B型流感质子通道的溶液结构和功能分析》,《国家结构》。分子生物学。,161267-1271(2009年)
[73] Wang,J.F。;魏德清。;Chou,K.C.,《金刚烷类药物与H1N1猪病毒M2质子通道相互作用研究的启示》,《生物化学》。生物物理学。Res.Commun.公司。,388, 413-417 (2009)
[74] Wang,T。;Yang,J.,使用非线性降维方法预测革兰氏阴性细菌蛋白质的亚细胞定位,Mol.Divers。,13, 475-481 (2009)
[75] Wang,T。;杨,J。;Shen,H.B。;Chou,K.C.,通过LLDA算法预测膜蛋白类型,protein Pept。莱特。,15, 915-921 (2008)
[76] 魏,H。;Wang,C.H。;杜青山。;孟,J。;Chou,K.C.,利用FB-QSAR研究金刚烷基M2抑制剂,医学化学。,5, 305-317 (2009)
[77] Xiao,X。;王,P。;Chou,K.C.,GPCR-CA:预测G蛋白偶联受体功能类的细胞自动机图像方法,J.Compute。化学。,30, 1414-1423 (2009)
[78] Yang,L。;李毅。;Xiao,R。;曾勇。;肖,J。;Tan,F。;Li,M.,基于进化信息的膜蛋白功能判别的自协方差方法,《氨基酸》,38,1497-1503(2010)
[79] Yu,C.S。;Chen,Y.C。;卢,C.H。;Hwang,J.K.,蛋白质亚细胞定位预测,蛋白质,64,643-651(2006)
[80] 袁,Y。;施,X。;李,X。;卢·W。;蔡,Y。;顾,L。;刘,L。;李,M。;孔,X。;Xing,M.,基于特征选择的蛋白质和核酸相互作用预测,分子潜水员。(2009)
[81] 曾Y.H。;郭义忠。;肖瑞秋。;Yang,L。;Yu,L.Z。;Li,M.L.,基于自协方差方法,使用增广的周伪氨基酸组成预测蛋白质亚线粒体位置,J.Theor。生物学,259366-372(2009)·Zbl 1402.92193号
[82] 张国勇。;Fang,B.S.,基于氨基酸组成分布和Chou的两亲性伪氨基酸组成预测氧化还原酶的辅因子,J.Theor。《生物学》,253,310-315(2008)
[83] Zhang,T.L。;丁Y.S。;Chou,K.C.,用伪氨基酸组成预测蛋白质结构类:近似熵和疏水性模式,J.Theor。生物学,250186-193(2008)·Zbl 1397.92551号
[84] 周,X.B。;陈,C。;李,Z.C。;邹晓勇,利用周氏两亲性伪氨基酸组成和支持向量机预测酶亚科类别,J.Theor。《生物学》,248546-551(2007)·兹比尔1451.92245
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。