[發(fā)明專利]預(yù)測(cè)氨基酸變異對(duì)蛋白質(zhì)結(jié)構(gòu)穩(wěn)定性影響的系統(tǒng)及其方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710533801.8
• 申請(qǐng)日: 2017-07-03
• 公開（公告）號(hào): CN107358064A
• 公開（公告）日: 2017-11-17
• 發(fā)明（設(shè)計(jì)）人: 楊洋;朱斐;嚴(yán)文穎;錢福良;郁春江
• 申請(qǐng)（專利權(quán)）人: 蘇州大學(xué)
• 主分類號(hào): G06F19/24
• 分類號(hào): G06F19/24
• 代理公司: 上海申新律師事務(wù)所31272
• 代理人: 閔東

技術(shù)領(lǐng)域

本發(fā)明屬于生物醫(yī)學(xué)數(shù)據(jù)分析技術(shù)領(lǐng)域，具體涉及一種預(yù)測(cè)氨基酸變異對(duì)蛋白質(zhì)結(jié)構(gòu)穩(wěn)定性影響的系統(tǒng)及其方法。

背景技術(shù)

預(yù)測(cè)氨基酸變異對(duì)蛋白質(zhì)穩(wěn)定性影響的重要指標(biāo)是野生型蛋白質(zhì)和變異后蛋白質(zhì)的自由能變化值ddG。目前已有的預(yù)測(cè)方法分為兩種：一種是直接基于能量用物理公式計(jì)算，但由于蛋白質(zhì)物理結(jié)構(gòu)的不明確，這樣計(jì)算結(jié)果并不準(zhǔn)確，且泛化性弱；

另一種是基于已有實(shí)驗(yàn)數(shù)據(jù)，運(yùn)用機(jī)器學(xué)習(xí)的方法來(lái)預(yù)測(cè)，但這種方法會(huì)存在以下這些問(wèn)題：

（1）準(zhǔn)確性差，目前通用的實(shí)驗(yàn)數(shù)據(jù)庫(kù)Protherm中的數(shù)據(jù)錯(cuò)、漏較多，導(dǎo)致訓(xùn)練數(shù)據(jù)集質(zhì)量差，嚴(yán)重影響預(yù)測(cè)結(jié)果的準(zhǔn)確性；

（2）泛化性差，該方法使用了大量蛋白質(zhì)結(jié)構(gòu)相關(guān)的輸入屬性，但對(duì)于蛋白質(zhì)結(jié)構(gòu)未知的情況，則無(wú)法預(yù)測(cè)。

（3）實(shí)用性差，該方法缺乏一個(gè)支持單個(gè)和批量輸入，并能將預(yù)測(cè)結(jié)果分為三類（變異導(dǎo)致蛋白質(zhì)穩(wěn)定性升高、降低、不變）的系統(tǒng)。

發(fā)明內(nèi)容

為了解決上述問(wèn)題，本發(fā)明旨在提供一種預(yù)測(cè)氨基酸變異對(duì)蛋白質(zhì)結(jié)構(gòu)穩(wěn)定性影響的系統(tǒng)及其方法，該系統(tǒng)及其方法可以依據(jù)用戶提供的氨基酸變異和對(duì)應(yīng)的蛋白質(zhì)序列，準(zhǔn)確預(yù)測(cè)該氨基酸變異會(huì)導(dǎo)致所在蛋白質(zhì)的結(jié)構(gòu)穩(wěn)定性升高、降低或不變，以及相應(yīng)概率，并將結(jié)果存儲(chǔ)并發(fā)送用戶保存。

為實(shí)現(xiàn)上述技術(shù)目的，達(dá)到上述技術(shù)效果，本發(fā)明通過(guò)以下技術(shù)方案實(shí)現(xiàn)：

一種預(yù)測(cè)氨基酸變異對(duì)蛋白質(zhì)結(jié)構(gòu)穩(wěn)定性影響的系統(tǒng)，由氨基酸變異信息輸入模塊、氨基酸變異位點(diǎn)屬性計(jì)算模塊、蛋白質(zhì)序列屬性計(jì)算模塊、預(yù)測(cè)穩(wěn)定性變化模塊、預(yù)測(cè)結(jié)果輸出模塊組成，其中，所述氨基酸變異信息輸入模塊分別與所述氨基酸變異位點(diǎn)屬性計(jì)算模塊和所述蛋白質(zhì)序列屬性計(jì)算模塊連接，所述氨基酸變異位點(diǎn)屬性計(jì)算模塊和所述蛋白質(zhì)序列屬性計(jì)算模塊同時(shí)與所述預(yù)測(cè)穩(wěn)定性變化模塊連接，所述預(yù)測(cè)穩(wěn)定性變化模塊與所述預(yù)測(cè)結(jié)果輸出模塊連接；

所述氨基酸變異信息輸入模塊的功能為獲取用戶提交的單個(gè)或成組的氨基酸變異及其蛋白質(zhì)序列，并進(jìn)行用戶信息及數(shù)據(jù)的存儲(chǔ)；

所述氨基酸變異位點(diǎn)屬性計(jì)算模塊的功能為根據(jù)野生型和變異型位點(diǎn)上的氨基酸情況，提取相對(duì)應(yīng)的AAindex屬性特征值，并根據(jù)氨基酸變異數(shù)據(jù)，計(jì)算變異后的氨基酸位點(diǎn)物理化學(xué)屬性特征；

所述蛋白質(zhì)序列屬性計(jì)算模塊的功能為根據(jù)氨基酸變異數(shù)據(jù)計(jì)算相關(guān)蛋白質(zhì)的保守性以及蛋白質(zhì)屬性特征；

所述預(yù)測(cè)穩(wěn)定性變化模塊的功能為通過(guò)基于隨機(jī)森林的兩層三分類算法將氨基酸變異對(duì)蛋白質(zhì)穩(wěn)定性的影響進(jìn)行計(jì)算和分類，并給出相應(yīng)概率，作為預(yù)測(cè)結(jié)果；

所述預(yù)測(cè)結(jié)果輸出模塊的功能為將預(yù)測(cè)結(jié)果生成excel和pdf文件形式，存儲(chǔ)并自動(dòng)郵件發(fā)送用戶，同時(shí)支持用戶查詢統(tǒng)計(jì)。

一種預(yù)測(cè)氨基酸變異對(duì)蛋白質(zhì)結(jié)構(gòu)穩(wěn)定性影響的方法，包括以下步驟：

步驟1）所述氨基酸變異信息輸入模塊首先根據(jù)用戶輸入的氨基酸變異信息，獲取其中的氨基酸變異及其蛋白質(zhì)序列，然后所述氨基酸變異信息輸入模塊將獲取到的氨基酸變異數(shù)據(jù)以及與氨基酸變異對(duì)應(yīng)的蛋白質(zhì)序列數(shù)據(jù)分別傳輸至所述氨基酸變異位點(diǎn)屬性計(jì)算模塊和所述蛋白質(zhì)序列屬性計(jì)算模塊，同時(shí)，所有輸入數(shù)據(jù)以及提交數(shù)據(jù)的用戶信息將被系統(tǒng)存儲(chǔ)；

步驟2）在收到所述氨基酸變異數(shù)據(jù)后，所述氨基酸變異位點(diǎn)屬性計(jì)算模塊一方面從AAindex數(shù)據(jù)庫(kù)中，根據(jù)野生型和變異型位點(diǎn)上的氨基酸情況，提取相對(duì)應(yīng)的AAindex屬性特征值，另一方面以該氨基酸變異位點(diǎn)為中心，計(jì)算相鄰位點(diǎn)中各類氨基酸的分布情況，并換算成相應(yīng)的氨基酸位點(diǎn)物理化學(xué)屬性特征；然后，所述氨基酸變異位點(diǎn)屬性計(jì)算模塊將提取到的所述AAindex屬性特征值和計(jì)算出的所述氨基酸位點(diǎn)物理化學(xué)屬性特征同時(shí)傳輸至所述預(yù)測(cè)穩(wěn)定性變化模塊；

步驟3）在收到所述與氨基酸變異對(duì)應(yīng)的蛋白質(zhì)序列數(shù)據(jù)后，所述蛋白質(zhì)序列屬性計(jì)算模塊一方面調(diào)用BLAST方法尋找該蛋白質(zhì)序列的同源序列，然后構(gòu)造PSSM矩陣，計(jì)算該蛋白質(zhì)序列的保守性，作為預(yù)測(cè)的輸入屬性特征；另一方面調(diào)用ProtDCal算法，計(jì)算該蛋白質(zhì)序列的蛋白質(zhì)屬性特征；然后，所述蛋白質(zhì)序列屬性計(jì)算模塊將計(jì)算出的該蛋白質(zhì)序列的保守性和蛋白質(zhì)屬性同時(shí)傳輸至所述預(yù)測(cè)穩(wěn)定性變化模塊；