[發明專利]蛋白質功能標注方法及系統

有效

• 申請號: 201611128108.4
• 申請日: 2016-12-09
• 公開（公告）號: CN106599611B
• 公開（公告）日: 2019-04-30
• 發明（設計）人: 鄧磊;曾丞
• 申請（專利權）人: 中南大學
• 主分類號: G16B20/00
• 分類號: G16B20/00
• 代理公司: 長沙朕揚知識產權代理事務所(普通合伙) 43213
• 代理人: 何湘玲

本發明涉及生物信息技術領域，公開了一種蛋白質功能標注方法及系統，以提高蛋白質標注的性能、解決生物實驗方法成本高昂和效率低下的問題。本發明方法包括：根據第一級結構鄰居和第二級結構鄰居評估某一功能在待查詢蛋白質中出現的第一可能性；并根據所有的同源序列評估該功能在待查詢蛋白質中出現的第二可能性；并將待查詢蛋白質的PSSM矩陣輸入SVM預測模型得出該功能在待查詢蛋白質中出現的第三可能性；以及根據基因共表達分數將其它物種中對應該功能的分布情況轉換成目標物種中該功能在待查詢蛋白質中出現的第四可能性；然后融合第一、第二、第三及第四可能性以評估該功能在待查詢蛋白質中出現的綜合可能性。

技術領域

本發明涉及生物信息技術領域，尤其涉及一種蛋白質功能標注方法及系統。

背景技術

蛋白質是一切生命的物質基礎，是生命活動的最終控制者和直接執行者，它參與生物體內幾乎所有的生命活動過程，如遺傳、發育、繁殖、物質和能量的代謝、應激、思維和記憶等。蛋白質由20種不同的氨基酸殘基通過肽鍵相互連接構成，折疊成特定的空間構象后，蛋白質就具有相應的生物學活性和功能。蛋白質功能(Protein Function)從生理學的角度包括:酶催化、物質運載和儲存、營養存儲、運動協調、機械支持、免疫保護、信號接受與傳導、生長和分化的控制作用等。人類關注蛋白質功能很大程度上也是由于蛋白質和人類健康之間千絲萬縷的聯系，目前已發現的遺傳性疾病絕大多為基因突變導致所編碼蛋白質的功能異常所造成。比如隱性遺傳性的苯丙酮尿癥(Phenylketonuria，PKU)就是由于苯丙氨酸羥化酶的缺乏造成；白化病則是由于先天性缺乏酪氨酸酶，或酪氨酸酶活性下降，而使得黑色素合成發生障礙所導致；遺傳性囊性纖維化(Cystic Fibrosis，CF)與位于細胞質膜上的氯離子通道調節因子的功能缺失有關。

確定未知蛋白質的功能對于了解生物體在生理或病理條件下的變化機制、疾病預防和藥物開發都有重要的意義。識別蛋白質功能的實驗方法主要有凝膠電泳法(Gelelectrophoresis)、酵母雙雜交法(Yeast Two-hybrid)、串聯親和純化技術(TAP)、焚光共振能量轉移技術(FRET)、蛋白質芯片技術和免疫電鏡技術(IEM)等，雖然這些方法能夠對未知蛋白質的功能進行精確確定，但由于實驗設計復雜、代價高昂和周期長，使其只能適用于小規模實驗，不能滿足在全基因組范圍內對蛋白質功能進行注釋的需要。到目前為止，有超過3000種細胞生物的全基因組序列被測定，在公開訪問的數據庫中有超過500萬的非冗余蛋白質序列數據。應用生物實驗來確定這些蛋白質的功能將是一項非常耗時和昂貴的任務。因此，使用生物實驗標注的方法是不可能趕上蛋白質序列數據增長速度。目前，分別大約只有20％、7％、10％和1％的人類、家鼠、果蠅和線蟲的蛋白質功能被實驗標注(GeneOntology的TAS標注)。鑒于這種情況，科學家們逐漸轉向以計算方法作為支持來標注數量龐大的序列和結構數據。

已有的基于計算方法的蛋白質功能預測技術包括BLAST，ESG和Argot2等，主要基于序列同源信息。基于序列同源的功能轉換是當前蛋白質功能預測的主流方法，但其預測準確率(Accuracy)和覆蓋度(Coverage)并不高，存在一定限制。從蛋白質序列推導蛋白質功能的方法只有當序列高度相似的時候才比較準確，當序列相似度低于30％的時候，基于同源的功能預測方法的準確率將急劇下降。

發明內容

本發明目的在于公開一種蛋白質功能標注方法及系統，以提高蛋白質標注的性能、解決生物實驗方法成本高昂和效率低下的問題。

為實現上述目的，本發明公開一種蛋白質功能標注方法，包括：

步驟S1、根據待查詢蛋白質的代表結構查找第一級結構鄰居；

步驟S2、搜索所述待查詢蛋白質的同源序列，根據同源序列的代表結構查找所述待查詢蛋白質的第二級結構鄰居；