哈桑·穆罕默德;马吉德·穆罕默德·贝吉;Abolghasem的Esmaeili 使用Chou的伪氨基酸组成概念和支持向量机预测GABA({mathrm A})受体蛋白。 (英语) Zbl 1397.92215号 J.西奥。生物。 281, 18-23 (2011). 摘要:氨基酸γ-氨基丁酸受体(GABA)属于配体门控离子通道(LGIC)超家族。GABA受体在中枢神经系统中具有高度多样性。这些通道在调节行为方面起着关键作用。因此,从氨基酸序列预测GABA受体将有助于这些受体的研究。我们开发了一种方法,利用从Chou的伪氨基酸组成概念和支持向量机中获得的特征来预测这些蛋白质,该支持向量机是一种强大的机器学习方法。预测效率通过五倍交叉验证进行评估。该方法的总准确度和马太相关系数(MCC)分别为94.12%和0.88。此外,为了评估每个特征的效果和威力,实现了最小冗余和最大相关(mRMR)特征选择方法。本研究中一个有趣的发现是,所有六个特征(疏水性、亲水性、侧链质量、pK1、pK2和pI)都存在,或通过mRMR特征选择方法获得的五个高级特征(pK2和p1、疏水性和质量、pK1、亲水和质量)中的特征组合。结果表明,pk2和pI具有生物学上合理的等级属性;疏水性、亲水性和质量;质量和pk1;基于我们的结果,使用Chou的伪氨基酸组成概念和支持向量机是预测GABA({mathrm A}Rs)的有效方法。 引用于26文件 MSC公司: 92C40型 生物化学、分子生物学 92D20型 蛋白质序列,DNA序列 68T05型 人工智能中的学习和自适应系统 关键词:生物信息学;蛋白质家族分类;马太相关系数;最小冗余和最大相关性 软件:伦敦银行支持向量机;机密P;GPCR-CA公司;四元-2L;欧盟-mPLoc;工厂-mPLoc;PseAAC公司 PDF格式BibTeX公司 XML格式引用 \textit{H.Mohabatkar}等人,J.Theor。生物学281,18-23(2011;Zbl 1397.92215) 全文: 内政部 参考文献: [1] 巴纳德,E.A。;斯科尔尼克,P。;奥尔森,R.W。;莫勒,H。;Sieghart,W。;比吉奥,G。;布拉斯特鲁普,C。;贝特森,A.N。;Langer,S.Z.,国际药理学联合会。十五、。γ-氨基丁酸A受体亚型:根据亚单位结构和受体功能分类,药理学。修订,50,291-313,(1998) [2] Benes,F.M.,《精神分裂症海马体三突触回路改变的证据》,生物学。精神病学,46,589-599,(1999) [3] Brambilla,P。;佩雷斯,J。;Barale,F。;谢蒂尼,G。;Soares,J.C.,《情绪障碍中的Gabaergic功能障碍》,《分子精神病学》,8,721-737,715,(2003) [4] Brandon,N。;Jovanovic,J。;Moss,S.,蛋白激酶在γ-氨基丁酸(A)受体功能和细胞表面表达调节中的多重作用,药理学。理论。,94, 113-122, (2002) [5] Buxbaum,J.D。;西尔弗曼,J.M。;C.J.史密斯。;格林伯格,D.A。;Kilifarski,M。;Reichert,J。;库克,E.H。;方,Y。;Song,C.Y。;Vitale,R.,GABRB3多态性与自闭症的关系,《分子精神病学》,第7311-316页,(2002年) [6] Chang,C.C.,Lin,C.J.,2001年。LIBSVM:支持向量机库http://www.csie.ntu.edu.tw/cjlin/libsvm; Chang,C.C.,Lin,C.J.,2001年。LIBSVM:支持向量机库http://www.csie.ntu.edu.tw/cjlin/libsvm [7] 陈,C。;Chen,L。;邹,X。;蔡,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。利特。,16, 27-31, (2009) [8] 陈,C.C。;Hwang,J.K。;Yang,J.M.,PS)2-v2:基于模板的蛋白质结构预测服务器,BMC bioinf。,10, 366, (2009) [9] 陈,H。;Kihara,D.,在基于模板的蛋白质结构预测中使用次优比对的效果,蛋白质,79,315-334,(2011) [10] 科伊陶,K。;Poupon,A.,基于氨基酸组成的蛋白质序列中未折叠片段的预测,生物信息学,211891-1900,(2005) [11] 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) [12] Chou,K.C.,GABA-A受体胞外结构域建模:亚型1、2、3和5,生物化学。生物物理。公共资源。,316, 636-642, (2004) [13] Chou,K.C.,《结构生物信息学及其对生物医学科学的影响》,Curr。医学、化学、。,11, 2105-2134, (2004) [14] 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) [15] 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) [16] 周,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) [17] 周,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,Plos one,5,e11335,(2010) [18] Darlison,M.G。;巴哈一世。;Thode,C.,GABA(A)受体基因家族进化的后果,细胞分子神经生物学。,25, 607-624, (2005) [19] Davies,D.L。;Alkana,R.L.,《因大气压力增加而拮抗的GABAA受体中的苯二氮卓类激动剂和反向激动剂偶联》,《欧洲药理学杂志》。,469, 37-45, (2003) [20] T.M.DeLorey。;Olsen,R.W.,GABA与癫痫发生:比较gabrb3基因缺陷小鼠与男性angelman综合征,癫痫研究,36,123-132,(1999) [21] 丁,C。;Peng,H.,从微阵列基因表达数据中选择最小冗余特征,J.bioinf。计算。生物学,3185-205,(2005) [22] 丁·H。;罗,L。;Lin,H.,使用Chou的两亲性伪氨基酸组成预测细胞壁裂解酶,蛋白质肽。利特。,16351-355(2009年) [23] Esmaeili,M。;Mohabatkar,H。;Mohsenzadeh,S.,利用Chou伪氨基酸组成的概念预测人乳头瘤病毒的风险类型,J.理论。生物,263203-209,(2010)·Zbl 1406.92455号 [24] 方,Y。;郭毅。;Feng,Y。;Li,M.,预测DNA结合蛋白:从Chou的伪氨基酸组成和其他特定序列特征探讨,34,103-109,(2008) [25] 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。利特。,17, 559-567, (2010) [26] 蒋,X。;魏,R。;张,T。;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:近似熵方法,蛋白质pept。利特,15,392-396,(2008) [27] 蒋,X。;魏,R。;Zhao,Y。;Zhang,T.,使用基于近似熵的周伪氨基酸组成和adaboost分类器集合预测蛋白质亚核位置,氨基酸,34,669-675,(2008) [28] Johnston,G.A.,GABAA受体药理学,药理学。疗法。,69, 173-198, (1996) [29] Johnston,G.A.R.,GABA(C)受体:相对简单的传递门控离子通道?,药物趋势。科学。,17, 319-323, (1996) [30] Johnston,G.A.R.,GABA(A)受体药理学,药理学。疗法。,69, 173-198, (1996) [31] 科尔皮,E.R。;Grunder,G。;Luddens,H.,GABA(A)受体的药物相互作用,Prog。神经生物学。,67, 113-159, (2002) [32] Lancel,M.,GABAA受体在睡眠调节中的作用:对外周给药调节剂和激动剂的初始睡眠反应,睡眠,22,33-42,(1999) [33] Lee,S。;Lee,不列颠哥伦比亚省。;Kim,D.,利用氨基酸组成和进化信息预测蛋白质二级结构含量,蛋白质,621107-1114,(2006) [34] 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。利特。,15, 612-616, (2008) [35] 李,Z.C。;周,X.B。;戴,Z。;Zou,X.Y.,通过Chou的伪氨基酸组成预测蛋白质结构类别:使用连续小波变换和主成分分析的方法,氨基酸,37,415-425,(2009) [36] Lin,H.,利用Chou的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)·Zbl 1398.92076号 [37] Lin,H。;丁·H。;Guo,联邦调查局。;张,A.Y。;Huang,J.,利用Chou的伪氨基酸组成预测分枝杆菌蛋白质的亚细胞定位,蛋白质肽。利特。,15, 739-744, (2008) [38] Lin,H。;Wang,H。;丁·H。;Chen,Y.L。;Li,Q.Z.,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) [39] Liu,Y.C。;杨,M.H。;Lin,W.L。;Huang,C.K。;Oyang,Y.J.,用于识别蛋白质构象矛盾区域的基于序列的杂交预测因子,BMC基因组。,3、10,补遗3,S22,(2009) [40] Mihic,S.J。;Harris,R.A.,GABA和GABAA受体,《酒精健康研究》,第21期,第127-131页,(1997年) [41] Mohabatkar,H.,利用周氏伪氨基酸组成预测细胞周期蛋白,蛋白质肽。利特。,17, 1207-1214, (2010) [42] 莫斯,S.J。;Smart,T.G.,《构建抑制性突触》,《国家神经科学评论》。,2, 240-250, (2001) [43] 奥尔森,R.W。;Tobin,A.J.,gaba-A受体的分子生物学,Faseb J.,41469-1480,(1990) [44] 奥尔森,R.W。;Tobin,A.J.,GABAA受体的分子生物学,Faseb J,41469-1480,(1990) [45] 邱J.D。;黄J.H。;梁,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) [46] 邱J.D。;黄J.H。;Shi,S.P。;Liang,R.P.,使用Chou的伪氨基酸组成概念预测酶家族类别:基于离散小波变换的支持向量机方法,Protein pept。莱特,17,715-722,(2010) [47] 萨胡,S.S。;Panda,G.,一种基于周氏伪氨基酸组成的新特征表示方法,用于蛋白质结构类预测,Compute。生物化学。,34, 320-327, (2010) ·Zbl 1403.92221号 [48] () [49] 斯科菲尔德,P.R。;Darlison,医学博士。;富士田,N。;伯特,D.R。;斯蒂芬森,F.A。;罗德里格斯,H。;李·L·M。;Ramachandran,J。;雷亚尔,V。;Glencorse,T.A.,GABA A受体的序列和功能表达显示了配体门控受体超家族,Nature,328,221-227,(1987) [50] 沈,H.B。;Chou,K.C.,Pseaac:用于生成各种蛋白质伪氨基酸组成的灵活web服务器,Ana。生物化学。,373, 386-388, (2008) [51] 沈,H.B。;周克川,蛋白酶及其类型的鉴定,分析。生物化学。,385, 153-160, (2009) [52] T.A.西蒙。;Donevan,S.D.公司。;Rho,J.M.,《哺乳动物中枢神经系统中γ-氨基丁酸(GABA)受体的分子生物学和个体发育》,儿童神经杂志。,18,39-48,(2003),(讨论49) [53] 新科宁,S.T。;Hanna,医学博士。;柯克尼斯,E.F。;Korpi,E.R.,GABAA受体ε和θ亚基在物种之间表现出异常的结构变异,并且在大鼠蓝斑、神经系统科学杂志中富集。,20, 3588-3595, (2000) [54] 史密斯,S.S。;龚,Q.H。;Hsu,F.C。;马科维茨,R.S。;ffrench-Mullen,J.M。;Li,X.,GABA(A)受体α4亚单位抑制阻止内源性类固醇的戒断特性,《自然》,392926-930,(1998) [55] A.J.斯莫拉。;Scholkopf,B.,《使用内核学习:支持向量机、正则化、优化及超越》(2001),麻省理工学院出版社,马萨诸塞州剑桥 [56] Steiger,J.L。;Russek,S.J.,GABAA受体:在亚单位mrnas、其启动子和同源转录因子之间建立桥梁,药理学。疗法。,101, 259-281, (2004) [57] Vapnik,V.N.,《统计学习理论的本质》(1995),纽约斯普林格出版社·Zbl 0833.62008号 [58] Whiting,P.J.,GABA-A受体基因家族:治疗干预的新靶点,神经化学。国际,34,387-390,(1999) [59] 怀特,P.J。;邦纳特,T.P。;麦克南,R.M。;法拉,S。;Le Bourdelles,B。;Heavens,R.P。;D.W.史密斯。;休森,L。;里格比,M.R。;Sirinathsinghji,D.J。;Thompson,S.A.公司。;Wafford,K.A.,《不断扩大的GABA-A受体基因家族的分子和功能多样性》,Ann.NY acad。科学。,868, 645-653, (1999) [60] 夏J.F。;Han,K。;Huang,D.S.,通过旋转森林和自相关描述符对蛋白质相互作用进行基于序列的预测,protein pept。利特。,17, 137-145, (2010) [61] 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.comput。化学。,30, 1414-1423, (2009) [62] Xiao,X。;王,P。;Chou,K.C.,Quat-2l:预测蛋白质四元结构属性的网络服务器,分子潜水员。,15, 149-155, (2011) [63] Yu,L。;郭毅。;李毅。;李·G。;李,M。;罗,J。;熊,W。;Qin,W.,Secretp:通过将新特征融合到Chou的伪氨基酸成分中来识别细菌分泌的蛋白质,J.theor。生物学,267,1,1-6,(2010)·Zbl 1410.92040号 [64] 曾Y.H。;郭义忠。;Xiao,R.Q。;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)·兹比尔1402.92193 [65] 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) [66] 张国勇。;H.C.李。;高J.Q。;Fang,B.S.,通过改进的Chou伪氨基酸组成预测脂肪酶类型,蛋白质肽。利特,15,1132-1137,(2008) [67] 张,S.W。;Zhang,Y.L。;Yang,H.F.公司。;赵,C.H。;Pan,Q.,使用Chou伪氨基酸组成的概念来预测蛋白质亚细胞定位:一种结合进化信息和von Neumann熵的方法,氨基酸,34565-572,(2008) [68] 张,S.W。;Chen,W。;杨,F。;Pan,Q.,使用周的伪氨基酸组成预测蛋白质四级结构:序列分段伪氨基酸方法,氨基酸,35591-598,(2008) [69] 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)·Zbl 1451.92245号 [70] 邹,D。;何,Z。;He,J。;Xia,Y.,利用周的伪氨基酸组成预测超二级结构,J.comput。化学。,32, 271-278, (2011) 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。