×
宋涛；顾红红

基于轮廓隐马尔可夫模型的选择性训练发现短线性蛋白质基序。 （英语） Zbl 1341.92055号

J.西奥。生物。 377, 75-84 (2015).
摘要：蛋白质中的短线性基序（SLiM）是蛋白质无序区域中相对保守的序列模式，通常长度为3–10个氨基酸。它们在介导蛋白质相互作用中发挥重要作用。通过计算方法发现SLiM已经引起了越来越多的关注，其中大多数是基于正则表达式和配置文件的。在本文中从头开始基于轮廓隐马尔可夫模型（HMM）提出了基序发现方法，该方法不仅可以提供SLiM定义位置氨基酸的发射概率，还可以对未定义位置进行建模。我们采用有序区域掩蔽和相对局部守恒（RLC）掩蔽来提高查询序列的信噪比，同时应用进化加权，通过轮廓HMM的选择性训练使进化过程中的重要序列得到更多关注。实验结果表明，我们的方法和基于轮廓的方法在SLiM数据集中返回了不同的子集，并且在更真实的发现数据集上，这两种方法的性能相当。基于HMM的模式发现方法补充了现有的方法，为SLiM分析提供了另一种方法。

MSC公司：

92D20型 蛋白质序列，DNA序列
60J22型 马尔可夫链中的计算方法

关键词：

内在无序预测；相对局部保护；掩蔽残渣处理；进化加权；统计显著性

软件：

TEIRESIAS公司；HMMER公司；PRMLT公司；Clustal X公司；Pfam公司
PDF格式BibTeX公司 XML格式引用
\textit{T.Song}和\textit{H.Gu}，J.Theor。生物.377，75--84（2015；Zbl 1341.92055）
全文： 内政部

参考文献：

[1] Altschul，S.F。；Gish，W。；Miller，W。；Myers，E.W。；Lipman，D.J.，基本局部对齐搜索工具，J.Mol.Biol。，215, 3, 403-410 (1990)
[2] 安德列娃，A。；霍沃思，D。；Brenner，S.E。；哈伯德·T·J。；乔提亚，C。；Murzin，A.G.，2004年完善的Scop数据库整合了结构和序列家族数据，《核酸研究》，32，Suppl 1，D226-D229（2004）
[3] 阿尔斯兰，L.M。；Hansen，J.H.，隐马尔可夫模型的选择性训练及其在语音分类中的应用，IEEE Trans。语音音频处理。，7, 1, 46-54 (1999)
[4] Bailey，T.L.，发现序列基序，分子生物学方法。，395, 271-292 (2007)
[5] Bailey，T.L。；Elkan，C.，通过期望最大化拟合混合物模型以发现二聚物中的基序，Intell。系统。分子生物学。，2, 28-36 (1994)
[6] Bailey，T.L。；Elkan，C.，先验知识在发现MEME主题中的价值，Intell。系统。分子生物学。，3, 21-29 (1995)
[7] 贝利，T.L。；Elkan，C.，《使用期望最大化对生物聚合物中的多个基序进行无监督学习》，马赫。学习。，21, 1-2, 51-80 (1995)
[8] Bailey，T.L。；博登，M。；巴斯克，F.A。；弗里斯，M。；格兰特，C.E。；克莱门蒂，L。；Ren，J。；Li，W.W。；Noble，W.S.，MEME suitetools for motif discovery and searching，《核酸研究》，37，Suppl 2，W202-W208（2009）
[9] Bishop，C.M.，模式识别和机器学习，第1卷（2006），Springer:Springer纽约·Zbl 1107.68072号
[10] 戴维，N.E。；直流屏蔽。；Edwards，R.J.，Slimdiscshort，线性基序发现，纠正常见进化谱系，核酸研究，34，123546-3554（2006）
[11] 戴维，N.E。；爱德华兹·R·J。；Shields，D.C.，《蛋白质中的纤细服务器短线性基序发现》，《核酸研究》，35，Suppl 2，W455-W459（2007）
[12] 戴维，N.E。；直流屏蔽。；Edwards，R.J.，使用上下文特定进化保护的掩蔽残基显著改进了短线性基序发现，生物信息学，25，4，443-450（2009）
[13] 戴维，N.E。；爱德华兹·R·J。；Shields，D.C.，蛋白质短线基序的计算识别和分析，Front。生物科学。，15, 801-825 (2010)
[14] 戴维，N.E。；Van Roey，K。；Weatheritt，R.J。；脚趾，G。；乌亚尔，B。；Altenberg，B。；巴德，A。；Diella，F。；丁克尔，H。；Gibson，T.J.，短线基序的属性，分子生物学。，8, 1, 268-281 (2012)
[15] Diella，F。；哈斯拉姆，N。；奇卡，C。；巴德，A。；迈克尔·S。；Brown，N.P。；特雷夫，G。；Gibson，T.J.，《理解真核生物线性基序及其在细胞信号和调节中的作用》，Front。生物科学。，13, 6580-6603 (2008)
[16] 丁克尔，H。；迈克尔·S。；Weatheritt，R.J。；戴维，N.E。；Van Roey，K。；Altenberg，B。；脚趾，G。；乌亚尔，B。；塞勒，M。；巴德，A。；Joedicke，L。；Dammert，医学硕士。；施罗德，C。；锤子，M。；施密特，T。；Jehl，P。；McGuigan，C。；Dymecka，M。；Chica，C。；幸运，K。；Via，A。；Chatr-Aryamontri，A。；哈斯拉姆，N。；格雷布涅夫，G。；爱德华兹·R·J。；M.O.斯坦梅茨。；Meiselbach，H。；Diella，F。；Gibson，T.J.，真核生物线性基序资源elm10年和计数，核酸研究，42，D1，D259-D266（2014）
[17] 佐治亚州多斯坦伊。；Csizmok，V。；汤帕，P。；Simon，I.，IUPredweb服务器，用于基于估计的能量含量预测蛋白质的固有非结构化区域，生物信息学，21，1633433-3434（2005）
[18] Eddy，S.R.，剖面隐马尔可夫模型，生物信息学，14，9，755-763（1998）
[19] Eddy，S.R。；米奇逊，G。；Durbin，R.，序列一致性的最大判别隐马尔可夫模型，J.Compute。生物学，2，1，9-23（1995）
[20] Edgar，R.C.，《高精度和高通量肌肉多序列比对》，《核酸研究》，32，5，1792-1797（2004）
[21] 爱德华，R.J。；戴维，N.E。；Shields，D.C.，用于识别蛋白质中过度代表、聚合进化、短线性基序的SlimFindera概率方法，PloS One，2，10，e967（2007）
[22] 爱德华兹·R·J。；戴维，N.E。；Shields，D.C.，CompariMotifquick and easy comparions of sequence motifs，生物信息学，24，10，1307-1309（2008）
[23] R·D·芬恩。；贝特曼，A。；克莱门茨，J。；科吉尔，P。；Eberhardt，R.Y。；Eddy，S.R。；Heger，A。；Hetherington，K。；霍尔姆，L。；Mistry，J。；Sonnhammer，E.L.L。；Tate，J。；Punta，M.，《pfam蛋白质家族数据库》，《核酸研究》，第32卷，第1辑，D138-D141（2004）
[24] R·D·芬恩。；克莱门茨，J。；Eddy，S.R.，HMMER网络服务器交互式序列相似性搜索，《核酸研究》，39，Suppl 2，W29-W37（2011）
[26] Foo，S.W。；连，Y。；Dong，L.，使用自适应增强隐马尔可夫模型识别视觉语音元素，IEEE Trans。电路系统。视频技术。，14, 5, 693-705 (2004)
[27] Forney，G.D.，维特比算法，Proc。IEEE，61，3，268-278（1973）
[28] Fuxreiter，M。；汤帕，P。；Simon，I.，局部结构紊乱赋予线性基序可塑性，生物信息学，23，8，950-956（2007）
[29] 加拉塔，A。；约翰逊，N。；Hogg，D.，学习可变长度马尔可夫行为模型，计算。视觉。图像下划线。，81,3398-413（2001年）·Zbl 1011.68551号
[30] Gopalakrishnan，P。；Kanevsky，D。；Nadas，A。；Nahamoo，D.，有理函数不等式及其在一些统计估计问题中的应用，IEEE Trans。Inf.理论，37，1，107-113（1991）·兹比尔0713.62026
[31] 古普塔，S。；Stamatoyannopoulos，J.A。；Bailey，T.L。；Noble，W.S.，量化模体之间的相似性，基因组生物学。，8、2、R24（2007）
[32] 新泽西州哈斯拉姆。；Shields，D.C.，基于轮廓的短线性蛋白基序发现，BMC生物信息。，2014年1月13日（2012年）
[33] 胡，J。；李，B。；Kihara，D.，当前模体发现算法的局限性和潜力，核酸研究，33，15，4899-4913（2005）
[34] Larkin，医学硕士。；Blackshields，G。；Brown，N.P。；Chenna，R。；McGettigan，P.A。；McWilliam，H。；瓦伦丁，F。；I.M.华莱士。；Wilm，A。；洛佩兹，R。；汤普森，J.D。；Gibson，T.J。；希金斯，D.G.，Clustal W和Clustal X 2.0版，生物信息学，23，21，2947-2948（2007）
[35] 劳伦斯，C.E。；Reilly，A.A.，《识别和表征未对齐生物聚合物序列中常见位点的期望最大化（EM）算法》，《蛋白质：结构》。功能。生物信息。，7, 1, 41-51 (1990)
[36] Letunic，I。；多克斯，T。；Bork，P.，Smart 7蛋白质域注释资源的最新更新，核酸研究，40，D1，D302-D305（2012）
[37] 林，T.-h。；墨菲，R.F。；Bar-Joseph，Z.，预测蛋白质亚细胞定位的鉴别基序发现，IEEE/ACM Trans。计算。生物信息学。，8, 2, 441-451 (2011)
[38] Marchler-Bauer，A。；卢，S。；安德森，J.B。；Chitsaz，F。；德比郡，M.K。；DeWeese-Scott，C。；Fong，J.H。；Geer，L.Y。；吉尔·R.C。；冈萨雷斯，N.R。；瓜兹，M。；D.I.Hurwitz。；J.D.杰克逊。；Ke，Z。；Lanczycki，C.J。；卢·F。；Marchler，G.H。；穆洛坎多夫，M。；Omelchenko，M.V。；Robertson，C.L。；Song，J.S。；Thanki，N。；Yamashita，R.A。；张，D。；张，N。；郑，C。；Bryant，S.H.，蛋白质功能注释的CDDa保守域数据库，核酸研究，39，Suppl 1，D225-D229（2011）
[39] 梅耶，C。；Schramm，H.，在大词汇量语音识别中增强HMM声学模型，语音通信。，48, 5, 532-548 (2006)
[40] 内杜瓦，V。；Russell，R.B.，DILIMOT发现蛋白质中的线性基序，核酸研究，34，Suppl 2，W350-W355（2006）
[41] 内杜瓦，V。；林丁，R。；Su-Angrand，I。；斯塔克，A。；德马西，F。；Gibson，T.J。；刘易斯，J。；塞拉诺，L。；Russell，R.B.，《新识别肽介导蛋白质相互作用网络的系统发现》，《公共科学图书馆·生物学》。，3、12、e405（2005）
[42] Nguyen Ba，A.N。；Yeh，B.J。；van Dyk，D。；Davidson，A.R。；Andrews，B.J。；Weiss，E.L。；Moses，A.M.，《无序区域进化保守序列的全蛋白质组发现》，《科学》。信号。，5215，rs1（2012）
[43] Prasad，T.K。；Goel，R。；Kandasamy，K。；Keerthikumar，S。；库马尔，S。；Mathivanan，S。；Telikicherla，D。；Raju，R。；Shafreen，B。；Venugopal，A.，《2009年人类蛋白质参考数据库更新》，《核酸研究》，37，Suppl 1，D767-D772（2009）
[44] Rabiner，L.，语音识别中隐藏马尔可夫模型和选定应用的教程，Proc。IEEE，77，2，257-286（1989）
[45] 里古索斯，I。；Floratos，A.，《生物序列中的组合模式发现——TEIRESIAS算法》，生物信息学，14，1，55-67（1998）
[46] 里瓦斯，E。；Eddy，S.R.，插入和删除的概率系统发育推断，公共科学图书馆计算。生物学，4，9，e100172（2008）
[47] 罗素·R·B。；Gibson，T.J.，《蛋白质组相互作用中的一种小心的紊乱以及未来治疗的靶点》，FEBS Lett。，582, 8, 1271-1275 (2008)
[48] Schuster-Böckler，B。；舒尔茨，J。；Rahmann，S.，蛋白质家族可视化HMM徽标，BMC Bioninform。，5, 1 (2004)
[49] 西佩尔，A。；Bejerano，G。；佩德森，J。；Hinrichs，A。；侯，M。；罗森布鲁姆，K。；Clawson，H。；斯皮斯，J。；希利尔，L。；理查兹，S。；温斯托克，G。；威尔逊，R。；吉布斯，R。；Kent，W。；Miller，W。；Haussler，D.，脊椎动物、昆虫、蠕虫和酵母基因组中的进化保守元素，基因组研究，15，8，1034-1050（2005）
[50] Sillitoe，I。；袖口，A.L。；绝望地，B.H。；道森，N.L。；北弗纳姆。；Lee，D。；Lees，J.G。；Lewis，T.E。；Studer，R.A。；Rentzsch，R。；叶芝，C。；桑顿，J.M。；Orengo，C.A.，CATH中新的功能家族FunFams，以改进保守（功能）位点到3D结构的映射，核酸研究，41，D1，D490-D498（2013）
[51] 田中，E。；Bailey，T.L。；Keich，U.，《通过双层显著性分析改进MEME》，生物信息学，30,141965-1973（2014）
[52] 汤帕，M。；李，N。；Bailey，T。；Church，G。；De Moor，B。；Eskin，E。；法沃罗夫，A。；弗里斯，M。；Fu，Y。；Kent，W。；马克耶夫，V。；米罗诺夫，A。；诺布尔，W。；巴韦西，G。；Pesole，G。；Regnier，M。；北卡罗来纳州西蒙尼斯。；辛哈，S。；Thijs，G。；van Helden，J。；范登博加特，M。；翁，Z。；沃克曼，C。；Ye，C。；Zhu，Z.，评估用于发现转录因子结合位点的计算工具，国家生物技术。，23, 1, 137-144 (2005)
[53] Viterbi，A.，卷积码的误差界和渐近最优解码算法，IEEE Tran。Inf.理论，13，2，260-269（1967）·Zbl 0148.40501号
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。