本文關(guān)鍵詞：蛋白質(zhì)中殘基遠(yuǎn)程相互作用預(yù)測(cè)算法研究綜述　出處：《計(jì)算機(jī)研究與發(fā)展》2017年01期 　論文類型：期刊論文

  更多相關(guān)文章： 殘基遠(yuǎn)程相互作用預(yù)測(cè) 蛋白質(zhì)三級(jí)結(jié)構(gòu)預(yù)測(cè) 圖模型 共進(jìn)化 機(jī)器學(xué)習(xí)

【摘要】：蛋白質(zhì)是由多個(gè)氨基酸殘基順序連接而成的長(zhǎng)鏈.在天然狀態(tài)下,蛋白質(zhì)并不是無(wú)規(guī)則的自由狀態(tài),而是自發(fā)形成特定的空間結(jié)構(gòu),以執(zhí)行其特定的生物學(xué)功能.驅(qū)動(dòng)蛋白質(zhì)形成特定空間結(jié)構(gòu)的主要因素是殘基間的非共價(jià)相互作用,包括疏水作用、靜電相互作用、范德華力等.因此,對(duì)殘基之間遠(yuǎn)程相互作用的準(zhǔn)確預(yù)測(cè)將有助于對(duì)蛋白質(zhì)空間結(jié)構(gòu)的預(yù)測(cè),進(jìn)而有助于對(duì)蛋白質(zhì)生物學(xué)功能的了解.在蛋白質(zhì)進(jìn)化過(guò)程,有相互作用殘基對(duì)之間存在一種"共進(jìn)化"模式,即當(dāng)一個(gè)殘基發(fā)生變異時(shí),與其有相互作用的殘基也要發(fā)生相應(yīng)的變異,以維持相互作用,進(jìn)而維持整體空間結(jié)構(gòu)以及生物學(xué)功能.基于上述生物學(xué)觀察,研究者開發(fā)了多個(gè)統(tǒng)計(jì)模型和算法以預(yù)測(cè)殘基對(duì)之間的相互作用:1)概述殘基之間遠(yuǎn)程相互作用的兩大類基本預(yù)測(cè)算法,包括無(wú)監(jiān)督學(xué)習(xí)方法和監(jiān)督學(xué)習(xí)方法;2)使用蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)CASP比賽結(jié)果來(lái)客觀比較上述各類算法的性能,分析各個(gè)算法的特點(diǎn)和優(yōu)勢(shì);3)從生物學(xué)觀察和統(tǒng)計(jì)模型2個(gè)角度分析總結(jié)了未來(lái)的發(fā)展趨勢(shì).
[Abstract]:Protein is a long chain composed of several amino acid residues. In the natural state, protein is not an irregular free state, but spontaneous formation of a specific spatial structure. The main factors driving the formation of specific spatial structure of proteins are non-covalent interactions between residues, including hydrophobic interactions, electrostatic interactions, van der Waals forces, and so on. Accurate prediction of remote interactions between residues will help to predict the spatial structure of proteins and thus help to understand the biological functions of proteins. There is a "coevolution" pattern between the interacting residue pairs, that is, when a residue mutates, the interacting residue also has to mutate accordingly to maintain the interaction. Thus maintaining the overall spatial structure and biological functions. Based on the above biological observations. Researchers have developed a number of statistical models and algorithms to predict the interaction between residue pairs. (1) Overview of the two basic prediction algorithms for remote interactions between residues. Including unsupervised learning methods and supervised learning methods; 2) using protein structure to predict the results of CASP competition to objectively compare the performance of the above algorithms, and analyze the characteristics and advantages of each algorithm; 3) the development trend in the future is analyzed and summarized from two aspects of biological observation and statistical model.
【作者單位】： 中國(guó)科學(xué)院計(jì)算技術(shù)研究所;中國(guó)科學(xué)院大學(xué);北京大學(xué)定量生物學(xué)中心;北京大學(xué)數(shù)學(xué)科學(xué)學(xué)院;北京大學(xué)統(tǒng)計(jì)科學(xué)中心;中國(guó)科學(xué)院理論物理研究所;
【基金】：國(guó)家“九七三”重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃基金項(xiàng)目(2012CB316502,2015CB910303) 國(guó)家自然科學(xué)基金項(xiàng)目(11175224,11121403,31270834,61272318,31171262,31428012,31471246) 中國(guó)科學(xué)院理論物理研究所理論物理國(guó)家重點(diǎn)實(shí)驗(yàn)室開放工程項(xiàng)目(Y4KF171CJ1)~~
【分類號(hào)】：Q811.4;TP181
【正文快照】： This work was supported by the National Basic Research Program of China(973Program)(2012CB316502,2015CB910303),theNational Natural Science Foundation of China(11175224,11121403,31270834,61272318,31171262,31428012,31471246),and the Open Project Program of

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳功;周小科;;基于機(jī)器學(xué)習(xí)的miRNA靶基因預(yù)測(cè)算法研究概況[J];軟件導(dǎo)刊;2011年12期

2 江禮俐;唐曉峰;唐國(guó)安;;結(jié)構(gòu)中不可測(cè)區(qū)域振動(dòng)響應(yīng)的預(yù)測(cè)算法[J];上海航天;2006年02期

3 聶書志;葉邦彥;;大規(guī)模數(shù)據(jù)環(huán)境下用電量預(yù)測(cè)算法研究[J];科技通報(bào);2013年02期

4 徐軍,向健華,粱昌洪;最大化背景模型用于檢測(cè)紅外圖像中的弱小目標(biāo)[J];光子學(xué)報(bào);2002年12期

5 李志俊;蔡黎;宋業(yè)新;張潔;;一種灰色拓?fù)涓倪M(jìn)預(yù)測(cè)算法及應(yīng)用研究[J];長(zhǎng)江大學(xué)學(xué)報(bào)(自科版)理工卷;2007年02期

6 徐海松,葉關(guān)榮;計(jì)算機(jī)自動(dòng)配色預(yù)測(cè)算法研究[J];光學(xué)學(xué)報(bào);1996年11期

7 劉平;馬玉韜;孫學(xué)宏;張成;杜勇;;基因預(yù)測(cè)算法中閾值的傅里葉質(zhì)譜分析[J];湖北農(nóng)業(yè)科學(xué);2014年06期

8 王果;駱曉艷;胡志波;陳素;;基于時(shí)序的股票預(yù)測(cè)算法研究[J];江蘇技術(shù)師范學(xué)院學(xué)報(bào);2010年06期

9 潘矜矜;戴憲華;楊小勁;;一種基于卡爾曼濾波修正的LRP信道預(yù)測(cè)算法[J];桂林工學(xué)院學(xué)報(bào);2008年02期

10 王洪,馮嘉禮;基于屬性論方法的股市預(yù)測(cè)算法[J];復(fù)旦學(xué)報(bào)(自然科學(xué)版);2004年05期

相關(guān)會(huì)議論文 前10條

1 朱斌;樊祥;馬東輝;程正東;;窗口大小和權(quán)值模板對(duì)固定權(quán)值背景預(yù)測(cè)算法的影響[A];2006年全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專題）[C];2006年

2 王峰;姬冰輝;李斗;;一種基于混沌理論的自相似業(yè)務(wù)流預(yù)測(cè)算法研究[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)——通信與信息技術(shù)會(huì)議論文集（上）[C];2006年

3 錢正祥;徐華;張申浩;;數(shù)字信號(hào)序列的向量預(yù)測(cè)算法[A];第三屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

4 郭景峰;代軍麗;馬鑫;王娟;;針對(duì)通信社會(huì)網(wǎng)絡(luò)的時(shí)間序列鏈接預(yù)測(cè)算法[A];第26屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（A輯）[C];2009年

5 張利萍;李宏光;;改進(jìn)的灰色預(yù)測(cè)算法在工業(yè)應(yīng)用中的評(píng)價(jià)[A];第二屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

6 崔冬;;一種改進(jìn)的LRP信道預(yù)測(cè)算法[A];2006通信理論與技術(shù)新進(jìn)展——第十一屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2006年

7 王佳;殷海兵;周冰倩;;一種適合硬件實(shí)現(xiàn)的低復(fù)雜度MAD預(yù)測(cè)算法[A];浙江省電子學(xué)會(huì)2011學(xué)術(shù)年會(huì)論文集[C];2011年

8 鄭銘浩;劉志紅;巫瑞波;徐峻;;P450各亞型代謝調(diào)控劑預(yù)測(cè)算法[A];中國(guó)化學(xué)會(huì)第28屆學(xué)術(shù)年會(huì)第14分會(huì)場(chǎng)摘要集[C];2012年

9 張曉丹;王萍;;一種基于特征的H.264的子塊快速幀內(nèi)預(yù)測(cè)算法[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【oral】[C];2011年

10 劉志紅;鄭銘浩;嚴(yán)鑫;巫瑞波;徐峻;;基于結(jié)構(gòu)的化合物穩(wěn)定性預(yù)測(cè)算法[A];中國(guó)化學(xué)會(huì)第28屆學(xué)術(shù)年會(huì)第14分會(huì)場(chǎng)摘要集[C];2012年

相關(guān)博士學(xué)位論文 前2條

1 馬玉韜;基于濾波理論和特征統(tǒng)計(jì)的蛋白質(zhì)編碼區(qū)預(yù)測(cè)算法研究[D];天津大學(xué);2013年

2 玄萍;MicroRNA識(shí)別及其與疾病關(guān)聯(lián)的預(yù)測(cè)算法研究[D];哈爾濱工業(yè)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 吳智勇;學(xué)術(shù)論文排序預(yù)測(cè)算法研究[D];內(nèi)蒙古大學(xué);2015年

2 張勇攀;針對(duì)殘缺IP網(wǎng)絡(luò)的鏈路預(yù)測(cè)技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

3 應(yīng)超;博物館移動(dòng)導(dǎo)覽中的遠(yuǎn)程展示技術(shù)研究及系統(tǒng)實(shí)現(xiàn)[D];浙江大學(xué);2015年

4 常艷華;基于數(shù)據(jù)驅(qū)動(dòng)模擬電路故障預(yù)測(cè)算法實(shí)現(xiàn)與軟件開發(fā)[D];電子科技大學(xué);2015年

5 閆青;基于預(yù)測(cè)算法的快速多尺度金字塔時(shí)空特征點(diǎn)計(jì)算算法研究[D];青島科技大學(xué);2016年

6 錢呂見;復(fù)雜網(wǎng)絡(luò)中基于角色傳遞性和對(duì)稱性的鏈接預(yù)測(cè)算法研究[D];蘭州大學(xué);2016年

7 李小科;無(wú)模型自適應(yīng)預(yù)測(cè)算法及其在非線性過(guò)程控制中的應(yīng)用[D];蘭州大學(xué);2016年

8 周攀;基于姿態(tài)傳感器的人體步態(tài)預(yù)測(cè)算法設(shè)計(jì)與實(shí)現(xiàn)[D];西南交通大學(xué);2016年

9 周真爭(zhēng);基于社團(tuán)綜合屬性的鏈路預(yù)測(cè)算法研究[D];南京信息工程大學(xué);2016年

10 任程;DSP+FPGA平臺(tái)功耗管理的研究與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2016年

，

本文編號(hào)：1422655