[發明專利]一種非參數膜蛋白跨膜螺旋預測方法無效
| 申請號: | 201210153441.6 | 申請日: | 2012-05-17 |
| 公開(公告)號: | CN102760209A | 公開(公告)日: | 2012-10-31 |
| 發明(設計)人: | 於東軍;沈紅斌;戚湧;唐振民;楊靜宇 | 申請(專利權)人: | 南京理工大學常熟研究院有限公司;南京理工大學 |
| 主分類號: | G06F19/10 | 分類號: | G06F19/10 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 215513 江蘇省蘇州市*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 參數 膜蛋白 螺旋 預測 方法 | ||
技術領域
本發明涉及膜蛋白質序列跨膜螺旋預測技術,特別是一種非參數膜蛋白跨膜螺旋預測方法。?
背景技術
膜蛋白(Transmembrane?Protein)在生物體中是一類非常重要的蛋白質,?它對于細胞的營養物質運輸、細胞間信號傳遞以及能量交換都起著非常重要的作用。同時,膜蛋白也是很多藥物作用的靶點,?最典型的為G蛋白家族。有研究表明,?藥物研發中60%~70%的目標蛋白是G蛋白家族成員。在基因組數據中,有20%~?30%的基因產物被預測為膜蛋白,然而遺憾的是,在PDB(?Protein?Data?Bank)數據庫中只有1%左右的跨膜蛋白結構被精確測定。由于膜蛋白的疏水特性,使得其結構的生物測定非常困難:它需要與生物膜結合才能形成穩定的天然構象,難以得到晶體結構,?而測定蛋白質三維結構最常用的是使用X射線進行晶體衍射和使用核磁共振技術進行測定。膜蛋白的特殊結構使得這兩種方法實現起來都非常不利。因此應用生物信息學的相關知識,使用計算機預測技術來研究膜蛋白的跨膜結構就顯得尤為重要,?對于發現和認識新的跨膜蛋白以及研究其結構和生理功能有著重要的意義。?
目前已經有很多膜蛋白跨膜螺旋預測模型出現,跨膜螺旋的預測精度正日益提高。典型的膜蛋白跨膜螺旋預測方法有:TMHMM?(A.?Krogh,?B.?Larsson,?G.?von?Heijne,?and?E.?L.?Sonnhammer,?Predicting?transmembrane?protein?topology?with?a?hidden?Markov?model:?application?to?complete?genomes,?J.?Mol.?Biol.,?vol.?305,?pp.?567-580,?2001.)和PHOBIUS?(L.?Kall,?A.?Krogh,?and?E.?L.?Sonnhammer,?A?combined?transmembrane?topology?and?signal?peptide?prediction?method,?J.?Mol.?Biol.,?vol.?338,?pp.?1027-36,?2004.),這兩種方法均使用隱馬爾可夫模型(Hidden?Markov?Model,?HMM)來進行跨膜螺旋的預測;基于神經網絡和動態規劃的方法,如MEMSAT3?(Improving?the?accuracy?of?transmembrane?protein?topology?prediction?using?evolutionary?information.?Bioinformatics,?23(5):538-544,?2007);基于支持向量基的方法,如SVMtm?(Z.?Yuan,?J.?S.?Mattick,?and?R.?D.?Teasdale,?“SVMtm:?Support?vector?machines?to?predict?transmembrane?segments,”?J.?Comput.?Chem.,?vol.25,?pp.?632–636,?2004)。?
然而,綜合分析這些預測模型,可以發現,大部分現有的方法都是參數化方法,也就是說,模型在學習過程中有大量的參數需要進行優化,一方面帶來計算復雜度的提高,另外一方面,參數的選擇非常困難。?
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京理工大學常熟研究院有限公司;南京理工大學,未經南京理工大學常熟研究院有限公司;南京理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201210153441.6/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種電子證據采集管理系統
- 下一篇:輸送裝置以及圖像形成裝置
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建模或仿真,例如:概率模型或動態模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





