[發明專利]一種蛋白激酶磷酸化特異位點計算識別方法

無效

• 申請號: 200910191888.0
• 申請日: 2009-12-14
• 公開（公告）號: CN101710365A
• 公開（公告）日: 2010-05-19
• 發明（設計）人: 梁桂兆;馬秀巖;趙巍;楊力;梅虎
• 申請（專利權）人: 重慶大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種蛋白質修飾化位點識別方法，特別是一種蛋白激酶磷酸 化特異位點計算識別方法。

背景技術

蛋白質磷酸化和去磷酸化過程調節著細胞信號轉導、細胞分化、細胞生 長、細胞凋亡等幾乎所有生命活動。蛋白質磷酸化位點主要發生于酪氨酸 (Y)、絲氨酸(S)與蘇氨酸(T)殘基(Wu?et?al.，J?Proteome?Res，2007，6(5)：1812)。 蛋白質磷酸化的異常往往導致細胞生命活動的異常，甚至產生細胞損傷或 細胞癌變(Yang?et?al.，J?Proteome?Res，2006，5(5)：252)。因此，探索生理和病 理狀態下蛋白質磷酸化規律對于闡述生命本質和疾病發生機制及研發新藥 至關重要。

實驗手段鑒定激酶特異性磷酸化位點是了解磷酸化機制以及藥物設計 的基礎。目前已發展多種實驗鑒定蛋白質磷酸化位點方法，傳統鑒定方法如 P³²標記法和埃德曼降解法常用于磷酸化位點測定(Campbell?et?al.，J?Biomol? Tech，2002，13：119)，但其費時、費力、靈敏度低以及需要大量提純蛋白質。 基于質譜高通量磷酸化位點鑒定方法是最近涌現出的檢測蛋白磷酸化強有 力手段(Philip?et?al.，Cell?Commun?Adhes，2006，13：249)。但該類方法大多仍處 于實驗室研究階段未得到廣泛應用。隨著高通量鑒定蛋白質磷酸化技術發 展，特別是質譜技術在蛋白組學上應用，磷酸化位點的數據不斷積累，已有 多種計算機預測方法預測磷酸化位點，如遺傳算法-神經網絡(Tang?et?al.， Protein?Engineering.Design?&?Selection，2007，20(8)：405)，支持向量機(Kim?et? al.，Bioinformatics，2004，20：3179)，隱Markov模型(Huang?et?al.，Nucleic?Acids? Res，2005，33：W226)及貝葉斯決策理論(Xue?et?al.，BMC?Bioinformatics，2006， 7：163)等。但現有的磷酸化位點預測方法都存在無法同時獲得較高靈敏度和 特異性的問題，并且預測正確率仍然不高(Tang?et?al.，Protein?Engineering. Design?&?Selection，2007，20(8)：405)，因此有必要開發具有高靈敏度、特異度 和預測正確率的蛋白激酶磷酸化特異位點識別方法。

發明內容

有鑒于此，為了解決上述問題，本發明提供了一種蛋白激酶磷酸化特異 位點計算識別方法，可用于蛋白激酶磷酸化特異位點識別。

本發明的目的是這樣實現的：一種蛋白激酶磷酸化特異位點計算識別方 法，包括如下步驟：

a)具體包括a1)精選20種天然氨基酸的629種三維性質參數；a2)對629 種性質參數做主成分分析，得到12個主成分；a3)計算各主成分得分，建 立氨基酸三維性質得分；

b)用氨基酸三維性質得分表征蛋白激酶磷酸化特異位點的結構特征，其中 的每個氨基酸用12個氨基酸三維性質得分表征；

c)用費歇爾準則得分方法挑選與蛋白激酶磷酸化特異位點特征密切相關的 性質參數，并作為模型的輸入變量；

d)應用徑向基核支持向量機建立蛋白激酶磷酸化特異位點識別模型，以自取 代檢驗，留1/10法交互檢驗以及外部檢驗驗證模型的預測能力，將每個 樣本的輸入變量帶入模型并識別蛋白激酶磷酸化特異位點。

本發明的一種蛋白激酶磷酸化特異位點計算識別方法，其中選取的氨基酸 三維性質得分所含信息量大、表征能力強、拓展性能好及操作簡便；費歇爾準 則得分可以很好地挑選與蛋白激酶磷酸化特異位點特征密切相關的性質參數； 徑向基核支持向量機通過核函數技術，可以有效的防止模型的過擬合，并具有 良好的泛化性能；同時，采用的自取代檢驗，留1/10法交互檢驗及外部檢驗驗 證方法可以較大程度地保證方法的預測能力。

本發明的其它優點、目標和特征在某種程度上將在隨后的說明書中進行 闡述，并且在某種程度上，基于對下文的考察研究對本領域技術人員而言將 是顯而易見的，或者可以從本發明的實踐中得到教導。本發明的目標和其他 優點可以通過下面的說明書，權利要求書，以及附圖中所特別指出的結構來 實現和獲得。