×
张磊;张宁;阮继寿;张涛

蛋白质（β）片状结构中β链排列规律的研究。 （英语） Zbl 1397.92550号

J.西奥。生物。 285, 69-76 (2011).
摘要：为了进一步揭示蛋白质（β）-板形成的潜在机制，使用统计和机器学习方法研究了（β）链排列形成（β）–板结构的规则。首先，对蛋白质序列中每对β链对之间的β链总和进行统计分析。结果表明，在β链对中存在近邻配对倾向（或称为“先到先对”）。其次，基于同一数据集，利用支持向量机（SVM）对实（β）链对和四个伪（β）串对的两两交叉组合进行分类。设计了一种新的特征提取方法，利用平均氨基酸配对编码矩阵（APEM）进行分类。分类的分析结果表明，β-链片段能够区分β-链和α-螺旋和线圈片段。然而，结果也表明，一条β链并没有很强的保守性，无法从所有备选的β链伙伴中选择其真正的伙伴，这与相互统计分析的排序结果是一致的。因此，“先到先成对”倾向的规则和选择真正伴侣的非保守能力可能是影响β-股线排列形成β-板结构的重要因素。

MSC公司：

92D20型 蛋白质序列，DNA序列
92C40型 生物化学、分子生物学
62页第10页 统计学在生物学和医学科学中的应用；元分析
68T05型 人工智能中的学习和自适应系统

关键词：

蛋白质折叠;\（β）-薄片形成;氨基酸对;机器学习;支持向量机

软件：

iLoc-Euk公司;AFP-Pred公司;双鱼座;伦敦银行支持向量机
PDF格式BibTeX公司 XML格式引用
\textit{L.Zhang}等人，J.Theor。生物学285，69--76（2011；Zbl 1397.92550）
全文： 内政部

参考文献：

[1] 阿南德，A。；Pugalenthi，G。；Suganthan，P.N.，利用分类优化特征和决策概率通过SVM预测蛋白质结构类别，理论生物学杂志，253375-380，（2008）
[2] Asogawa，M.，使用品牌间残基对进行Beta单预测并使用Hopfield神经网络进行细化，分子生物学智能系统国际会议论文集，5，48-51，（1997）
[3] 巴尔迪，P。；Pollastri，G。；安达信会计师事务所。；Brunak，S.，通过前馈和递归神经网络匹配蛋白质β-表伙伴，智能系统分子生物学国际会议论文集，8，25-36，（2000）
[4] Boullier，P.，Range串联文法，解析技术的新发展，269-289，（2004）·兹比尔1263.68068
[5] 蔡，Y.D。；刘晓杰。；X.B.Xu。；Chou，K.C.，支持向量机预测蛋白质结构类别，计算机与化学，26293-296，（2002）
[6] 蔡，Y.D。；何，J.F。；Li，X.L。；卢，L。；Yang，X.Y。；Feng，K.Y。；卢，W.C。；Kong，X.Y.，预测转录因子DNA结合偏好的新计算方法，蛋白质组研究杂志，8999-1003，（2009）
[7] Chang，C.C.，Lin，C.J.，2001年。LIBSVM：支持向量机库。软件可从〈获得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http://www.csie.ntu.edu.tw/cjlin/libsvm〉
[8] Chen，L。；钱，Z.L。；Fen，K.Y。；蔡永德，结合基因本体论和化合物相似性预测小分子和酶之间的相互作用，计算化学杂志，311766-1776，（2010）
[9] Chen，L。；Shi，X.H。；Kong，X.Y。；曾Z.B。；Cai，Y.D.，《利用杂交特性鉴定蛋白质复合物》，蛋白质组研究杂志，82521-5218，（2009）
[10] Chen，L。；Feng，K.Y。；蔡，Y.D。；周，K.C。；Li，H.P.，通过结合化合物相似性和功能域组成预测底物-酶-产物三联体的网络，BMC生物信息学，11，293，（2010）
[11] Cheng，J.L。；Baldi，P.，《利用神经网络、比对和图形算法对蛋白质β-表进行三阶段预测》，生物信息学，21，补充1，I75-I84，（2005）
[12] Cheng，J.L。；Baldi，P.，使用支持向量机和大型特征集改进残留接触预测，BMC生物信息学，8113-121，（2007）
[13] 蒋，D。；乔希，A.K。；Searls，D.B.，《大分子结构的语法表示》，《计算生物学杂志》，第13期，第1077-1100页，（2006年）
[14] Chmielnicki，W。；斯塔珀，K。；Roterman-Konieczna，I.，用于蛋白质折叠识别的高效多类支持向量机分类器，生物信息学进展，74，77-84，（2010）
[15] Chou，K.C.，关于蛋白质属性预测和伪氨基酸组成的一些评论，理论生物学杂志，273236-247，（2011）·Zbl 1405.92212号
[16] 周，K.C。；Zhang，C.T.，蛋白质结构类预测，生物化学和分子生物学评论，30，275-349，（1995）
[17] 周，K.C。；Shen，H.B.，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）
[18] 周，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，263-92，（2009），（可在http://www.scirp.org/journal/NS/〉)
[19] 周，K.C。；吴振聪。；Xiao，X.A.，Iloc-euk:预测单复合体和复合真核蛋白亚细胞定位的多标记分类器，Plos one，6，3，e18258，（2011）
[20] 周，K.C。；Nemethy，G。；波特尔，M.S。；Scheraga，H.A.，牛胰蛋白酶抑制剂中扭曲的β片折叠，生物化学，247948-7953，（1985）
[21] 周，K.C。；波特尔，M。；Némethy，G。；上田，y。；Scheraga，H.A.，《β-片的结构：右手扭转和平行片上反平行增加稳定性的起源》，《分子生物学杂志》，162，89-112，（1982）
[22] 周，K.C。；Nemethy，G。；拉姆西，S。；塔特尔，R.W。；Scheraga，H.A.，两个β-表之间的相互作用。蛋白质中β/β堆积的能量学，分子生物学杂志，188641-649，（1986）
[23] 丁·H。；罗，L.F。；Lin，H.，使用Chou的两亲性伪氨基酸组成、蛋白质和肽字母预测细胞壁裂解酶，16，351-355，（2009）
[24] 多恩，M。；de Souza，O.N.，A3N:一种人工神经网络N-Gram方法，用于近似三维多肽结构预测，应用专家系统，37，7497-7508，（2010）
[25] 窦，Y.M。；Baisnee，P.F。；佩科特，Y。；Nowick，J。；Baldi，P.，ICBS：由β-表形成介导的蛋白质链之间相互作用的数据库，生物信息学，202767-2777，（2004）
[26] Ferron，F。；Longhi，S。；Canard，B。；Karlin，D.，蛋白质紊乱预测方法的实践概述，蛋白质结构功能和生物信息学，65，1-14，（2006）
[27] Fooks，H.M.公司。；A.C.R.马丁。；Woolfson，D.N。；会话，R.B。；Hutchinson，E.G.，蛋白质中平行β-表中的氨基酸配对偏好，分子生物学杂志，356，32-44，（2006）
[28] 海亚特，M。；Khan，A.，通过将复合蛋白序列特征融合到伪氨基酸组成中预测膜蛋白类型，理论生物学杂志，271，10-17，（2011）·Zbl 1405.92217号
[29] 何，Z。；张杰。；Shi，X.H。；Hu，L.L。；孔，X。；蔡，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，Plos one，5，e9603，（2010）
[30] 华S.J。；孙志荣，高段重叠测度下蛋白质二级结构预测的新方法：支持向量机方法，分子生物学杂志，308397-407，（2001）
[31] 黄，T。；崔，W.R。；Hu，L.L。；Feng，K.Y。；李，Y.X。；Cai，Y.D.，基于时间进程基因表达谱预测药物的药理和外源性反应，Plos one，4，e8126，（2009）
[32] 哈伯德，T.J.，1994年。β链相互作用假电位在蛋白质结构预测和建模中的应用。摘自：生物技术计算轨道学报，第27届HICSS蛋白质结构预测迷你轨道。IEEE计算机学会出版社，第336-354页。；哈伯德，T.J.，1994年。β链相互作用假电位在蛋白质结构预测和建模中的应用。在：《生物技术计算轨道论文集》，第27届HICSS蛋白质结构预测迷你轨道。IEEE计算机学会出版社，第336-354页。
[33] Hutchinson，E.G。；Sessions，R.B。；桑顿，J.M。；Woolfson，D.N.，《蛋白质反平行β表中链注册的决定因素》，《蛋白质科学》，第7期，第2287-2300页，（1998年）
[34] 贾，S.C。；Hu，X.Z.，使用随机森林算法预测β发夹基序，蛋白质和肽字母，（2011）
[35] Kandaswamy，K.K。；周，K.C。；马丁内茨，T。；莫勒，S。；Suganthan，P.N。；Sridharan，S。；Pugalenthi，G.，AFP-pred：从序列衍生特性预测抗冻蛋白的随机森林方法，理论生物学杂志，270，56-62，（2011）
[36] 加藤，Y。；Akutsu，T。；Seki，H.，蛋白质β-表预测的动态编程算法和语法建模，计算生物学杂志，16945-957，（2009）
[37] 科林斯基，A。；贝当古医学博士。；Kihara，D。；Rotkiewicz，P。；Skolnick，J.，广义比较建模（GENECOMP）：用于蛋白质结构预测和细化的序列比较、线程和晶格建模的组合，蛋白质结构功能和遗传学，44133-149，（2001）
[38] 库恩，M。；梅勒，J。；Baker，D.，Strand-loop-Strand基序：蛋白质发夹和发散转折的预测，蛋白质结构功能和遗传学，54，282-288，（2004）
[39] Lifson，S。；Sander，C.，蛋白质β片三级结构中的特异识别，分子生物学杂志，139627-639，（1980）
[40] Lin，H.，利用周氏伪氨基酸成分预测外膜蛋白的改良马氏判别式，理论生物学杂志，252350-356，（2008）·Zbl 1398.92076号
[41] Lin，H。；丁，H.，用伪氨基酸组成的二肽模式预测离子通道及其类型，理论生物学杂志，269，64-69，（2011）·Zbl 1307.92080号
[42] 林丁，R。；詹森，L.J。；Diella，F。；博克，P。；T.J.吉布森。；Russell，R.B.，《蛋白质紊乱预测：对结构蛋白质组学的影响》，《结构》，第11期，第1453-1459页，（2003年）
[43] Liu，B.，Lin，L.，Wang，X.L.，王，X.，沈，Y.，2009年。基于轮廓水平紊乱倾向和位置特异性评分矩阵的蛋白质长无序区域预测。摘自：2009年IEEE生物信息学和生物医学国际会议论文集，第66-69页。；Liu，B.，Lin，L.，Wang，X.L.，王，X.，沈，Y.，2009年。基于轮廓水平紊乱倾向和位置特异性评分矩阵的蛋白质长无序区域预测。摘自：2009年IEEE生物信息学和生物医学国际会议记录，第66-69页。
[44] 马，X。；郭杰。；吴杰。；刘，H。；Yu，J。；谢军。；Sun，X.，使用具有新杂交特征的富集随机森林模型从一级序列预测蛋白质中的RNA结合残基，蛋白质结构功能和生物信息学，79230-1239，（2011）
[45] Mandel-Gutfreund，Y。；Zaremba，S.M.公司。；Gregoret，L.M.，残基配对对β片状结构的贡献：反平行β链氨基酸残基对的保守性和共变，分子生物学杂志，3051145-1159，（2001）
[46] 默克尔，J.S。；Sturtevant，J.M。；Regan，L.，平行β板中的侧链相互作用：交叉链对的能量学，结构，71333-1343，（1999）
[47] Mohabatkar，H.，使用Chou的伪氨基酸组成、蛋白质和肽字母预测细胞周期蛋白，17，1207-1214，（2010）
[48] 牛，B。；卢，L。；刘，L。；顾，T.H。；Feng，K.Y。；卢，W.C。；Cai，Y.D.，基于氨基酸性质的HIV-1蛋白酶裂解位点预测，计算化学杂志，30，33-39，（2009）
[49] R.E.Steward。；Thornton，J.M.，利用信息理论预测反平行和平行β-表中的链配对，蛋白质结构功能和生物信息学，48，178-191，（2002）
[50] Wang，G.L。；Dunbrack，R.L.，《PISCES：蛋白质序列筛选服务器》，生物信息学，19589-1591，（2003）
[51] Wang，G.L.公司。；Dunbrack，R.L.，《双鱼：PDB序列剔除服务器的最新改进》，核酸研究，33，W94-W98，（2005）
[52] Wathen，B。；Jia，Z.C.，蛋白质β片成核是由局部模块化形成驱动的，生物化学杂志，28518376-18384，（2010）
[53] I.H.Witten。；E.弗兰克。；Hall，M.A.，《数据挖掘：实用机器学习工具和技术》（2011），Morgan Kaufmannhttp://www.cs.waikato.ac.nz/ml/weka/index.html〉)
[54] 沃特斯，文学硕士。；Curmi，P.M.，《反平行β-片内侧链相互作用和对相关性的分析：主链氢键和非氢键残基对之间的差异，蛋白质结构功能和生物信息学》，22，119-131，（1995）
[55] Zaremba，S.M.公司。；Gregoret，L.M.，反平行β-表中氨基酸残基配对的上下文依赖性，分子生物学杂志，291，463-479，（1999）
[56] 张国忠。；黄，D.S。；Quan，Z.H.，将二进制输入编码方案与RBFNN结合用于球蛋白残余接触图预测，模式识别字母，261543-1553，（2005）
[57] 张，N。；阮，J。；吴杰。；Zhang，T.，SHEETSPAIR:蛋白质表结构中氨基酸对的数据库，数据科学期刊，6，S589-S595，（2007）
[58] 张，N。；阮，J.S。；Duan，G.Y。；高，S。；Zhang，T.，序列间氨基酸对在决定β链的平行或反平行方向上起着重要作用，生物化学和生物物理研究通讯，386537-543，（2009）
[59] 张，N。；Duan，G.Y。；高，S。；阮，J.S。；Zhang，T.，利用氨基酸配对偏好和支持向量机预测β链的平行/反平行取向，理论生物学杂志，263，360-368，（2010）·Zbl 1406.92479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。