[發明專利]蛋白質與小分子結合位點預測方法、預測裝置

有效

• 申請號: 201910492586.0
• 申請日: 2019-06-06
• 公開（公告）號: CN110223730B
• 公開（公告）日: 2022-09-27
• 發明（設計）人: 王偉;李克亮;張仕光;呂賀賀;趙遠
• 申請（專利權）人: 河南師范大學
• 主分類號: G16B20/30
• 分類號: G16B20/30
• 代理公司: 鄭州睿信知識產權代理有限公司 41119
• 代理人: 牛愛周

本發明涉及蛋白質與小分子結合位點預測方法、預測裝置，屬于小分子結合蛋白結合位點預測技術領域。本發明中提出了新的蛋白質與小分子結合位點預測方法，該方法中使用滑動采樣窗口法提取數據；蛋白質結合作用會受到結合殘基周圍環境影響，因此采用采樣窗口法提取數據來表征中心位置的殘基的特征，具有更好的表征效果；在使用提取的特征構建XGBoost分類模型后，分類模型具有更好的預測效果，能夠更準確的預測蛋白與小分子的結合位點。

技術領域

本發明涉及蛋白質與小分子結合位點預測方法、預測裝置，屬于小分子結合蛋白結合位點預測技術領域。

背景技術

蛋白質并不是獨立存在的，它們必須和諸如DNA、RNA以及其它的蛋白質和小分子相互作用來發揮其生物學功能。其中蛋白質-小分子結合位點是蛋白質表面行使蛋白質生物功能的活性位點，知道蛋白質與其他小分子的相互作用位點，也能夠幫助科學家更多的了解蛋白質的生物學功能，為蛋白質的藥物設計提供技術支撐。

通常人們可以通過生物學實驗方法來發現蛋白質表面小分子的結合位點，并且實驗得到的結合亦非常可靠。但是受技術、時間和經濟等因素的限制，使用實驗來確定結合位點的方案往往效率較低且成本高昂。相比之下，使用生物信息學手段來預測蛋白質與小分子結合位點有著極大的生命力，能夠節省可觀的時間和經濟成本。基于生物結構的藥物設計是生物信息學極為重要的研究領域，通常基于結構化的藥物設計的第一步是在蛋白質的表面準確的預測這種蛋白質與小分子結合位點的位置。

目前，已經開發了一些預測蛋白質-小分子結合位點的預測方法，如《蛋白質-小分子結合位點預測新算法研究開發，浙江大學碩士學位論文》中開發了一種新型的計算機預測算法，整合了LIGSITE、PASS、Q-SiteFinder、SURFNET等傳統算法，達到了較高的預測效果。但是該算法在構建預測模型及計算時，往往僅關注單個氨基酸殘基的性質，而沒有從所在位置的整體去考慮，因此其預測的效果比較有限。

發明內容

本發明的目的是提供蛋白質與小分子結合位點預測方法，該方法使用滑動采樣窗口法提取小分子結合蛋白殘基對應特征矩陣，能夠更準確的預測蛋白質與小分子結合位點。

本發明還提供了蛋白質與小分子結合位點預測裝置，能夠更準確的預測蛋白質與小分子結合位點。

為了實現上述目的，本發明所采用的技術方案是：

蛋白質與小分子結合位點預測方法，包括如下步驟：

1)從蛋白質類數據庫中提取能夠與小分子相互作用的小分子結合蛋白數據集；使用滑動采樣窗口法提取小分子結合蛋白殘基對應特征矩陣，窗口中心位置的殘基如果是結合位點，則采樣窗口所提取的矩陣是正集；窗口中心位置的殘基如果是非結合位點，則采樣窗口所提取的矩陣是負集；

2)將小分子結合蛋白殘基對應特征矩陣轉化為一維向量，構建分類模型；

3)將待測蛋白質對應特征輸入所述的分類模型中，對待測蛋白質的結合位點進行預測。

本發明中的蛋白質與小分子結合位點預測方法，使用滑動采樣窗口法提取數據，蛋白質結合作用會受到結合殘基周圍環境影響，因此采用采樣窗口法提取數據來表征中心位置殘基的特征，具有更好的表征效果；在使用提取的特征構建分類模型后，分類模型具有更好的預測效果，能夠更準確的預測蛋白與小分子的結合位點。

步驟1)和步驟3)中所述對應特征包括：氨基酸類別、PSSM矩陣、親水性、疏水性和靜電電荷中的一種或多種。

本發明中通過分析發現殘基的分布差異可能與結合位點與非結合位點的殘基功能有關；蛋白質序列中不同位置殘基進化的保守性可以通過蛋白質的位置特異性評分矩陣(PSSM)反映出來；還發現小分子與蛋白質結合區域殘基，表現出更強的親水傾向，同時結合殘基電荷也強于非結合殘基；因此可以以上述五種特征中的一種或幾種作為基礎，構建分類模型。