肽作為一種極為重要的生物活性物質,它在諸多生理和生化過程中扮演著中心角色。統(tǒng)計學方法研究肽的結構與功能關系需要解決分子結構表征和統(tǒng)計建模兩方面問題。本文以此為入手點,通過提出、改進、引入和比較一系列表征方法和建模工具對肽的統(tǒng)計模擬方法學進行了系統(tǒng)研究。在肽的結構表征方面,本文在三個層次開展了探索工作:①定義了用于描述肽組成殘基單元的氨基酸理化性質歸類得分（DPPS）和拓撲標度（T標度）,是為第一層次的單元參數化方法。②提出了用于表征不等長肽序列氨基酸組成及其交互信息的氨基酸組成/環(huán)境作用描述子（ACD/EID）系統(tǒng),是為第二層次的序列參數化方法。③設計了基于自洽平均場理論/旋轉異構子庫的側鏈構象分析（SCSA）方法和量子力學/分子力學-泊松波爾茲曼/表面加和模型（QM/MM-PB/SA）組合策略用于分析處于復合狀態(tài)的肽/蛋白質結合自由能,是為第三層次的結構參數化方法。在肽的統(tǒng)計建模方面,本文主要做了以下幾點工作:①新方法的應用:首次將新型機器學習算法高斯過程（GP）和隨機森林（RF）應用到肽的統(tǒng)計模擬領域,探討了它們與傳統(tǒng)建模方法的性能差異。②新方法的提出:將遺傳算法（GA）用于GP變... 

【文章來源】：重慶大學重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：204 頁

【學位級別】：博士

【部分圖文】：

虛擬篩選FimC/FimH復合物抑制劑的流程

圖 2.1 免疫神經網絡的算法流程Fig. 2.1 Algorithmic flow of immune neural network2.1.4 免疫神經網絡人工神經網絡(neural network, NN)是一種通過模擬生物神經信號處理系統(tǒng)而發(fā)展起來的機器學習方法，它被廣泛用于模式識別、函數擬合、過程控制、圖形映射等眾多領域。自從九十年代初 Aoyama 等首次應用 NN 對碳苯醌類衍生物進行[110]

而抗原肽則嵌于其中，呈舒展狀態(tài)。圖 4.2(b)為從復合物中剝離出的抗原肽分子立體結構，該分子的所有殘基皆為反式構象，從而使得側鏈間距達到最大，并未出現(xiàn)明顯扭曲現(xiàn)象。通過上述分析可知處于結合狀態(tài)的抗原肽立體結構受到 HLA-A*0201 分子影響較小，位于近似低能構象，而決定抗原肽與HLA-A*0201 結合強弱的關鍵在于抗原肽殘基與附近 HLA-A*0201 殘基的作用大小，其自身殘基間相互影響較弱。由于受體蛋白質 HLA-A*0201 可以認為是不變的，因而抗原肽序列各個位置殘基的差異導致了它們之間親和活性的不同。Golbraikh 等研究結果顯示，交叉檢驗 q2值的大小與模型預測能力并沒有明顯直接關系，對模型預測能力的評價只能通過外部樣本集即測試集來進行[116]。為了便于比較，按照 Doytchinova 等的方案將 152 個抗原肽樣本集隨機劃分為一個包含102 個樣本的訓練集和一個包含 50 個樣本的測試集[78]，并使用測試集對訓練集所建模型進行驗證(測試集樣本在表 4.2 中編號為 103–152)。其中測試集樣本滿足內插值原則：①抗原肽序列每個位點上氨基酸殘基類型在訓練集樣本中同一位點處出現(xiàn)過；②抗原肽親和活性不為最大或最小值。

【參考文獻】：
期刊論文
[1]一種基于遺傳算法的肽/蛋白質結合模式虛擬篩選建模技術[J]. 周鵬,田菲菲,李波,吳世容,李志良.  化學學報. 2006(07)
[2]一種新的氨基酸描述子及其在肽QSAR中的應用[J]. 梅虎,周原,孫立力,李志良.  物理化學學報. 2004(08)
[3]免疫算法[J]. 王磊,潘進,焦李成.  電子學報. 2000(07)

碩士論文
[1]定量序效模擬[D]. 周鵬.重慶大學 2007



本文編號：3566679