機(jī)器學(xué)習(xí)方法預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)域與配體的相互作用;利用色譜保留時(shí)間輔助多肽的質(zhì)譜鑒定.pdf

1、很大一部分的蛋白質(zhì)相互作用是通過(guò)多肽結(jié)合型的結(jié)構(gòu)域來(lái)介導(dǎo)的，這種結(jié)構(gòu)域包括SH2，SH3，PDZ和MHC等等。然而用實(shí)驗(yàn)的方法篩選這些結(jié)構(gòu)域結(jié)合的配體費(fèi)時(shí)費(fèi)力，而且，由于高豐度配體的抑制作用，實(shí)驗(yàn)方法很難篩選到低豐度的配體。一種理想的研究蛋白質(zhì)相互作用的方法就是通過(guò)計(jì)算機(jī)高通量的篩選蛋白質(zhì)序列數(shù)據(jù)庫(kù)，然后再用實(shí)驗(yàn)的手段驗(yàn)證計(jì)算機(jī)預(yù)測(cè)出來(lái)的最可能的相互作用。目前的預(yù)測(cè)系統(tǒng)通常都在有限樣本的交叉驗(yàn)證中表現(xiàn)良好，但這并不能保證他們?cè)趯?shí)際的數(shù)據(jù)

2、庫(kù)篩選中仍有好的表現(xiàn)。本文采用了三種新型的蛋白質(zhì)序列編碼方式，使用機(jī)器學(xué)習(xí)的方法建立了一個(gè)整合的預(yù)測(cè)系統(tǒng)，篩選了Swissprot和Genbank蛋白數(shù)據(jù)庫(kù)來(lái)預(yù)測(cè)10個(gè)SH3和3個(gè)PDZ結(jié)構(gòu)域的配體。預(yù)測(cè)結(jié)果中的部分配體蛋白已經(jīng)被其他研究者的實(shí)驗(yàn)證實(shí)為陽(yáng)性，這說(shuō)明該系統(tǒng)具有良好的預(yù)測(cè)能力，它的預(yù)測(cè)結(jié)果對(duì)后續(xù)的驗(yàn)證實(shí)驗(yàn)具有一定的指導(dǎo)意義。 在應(yīng)用二級(jí)質(zhì)譜圖鑒定多肽時(shí)，為了降低鑒定的假陽(yáng)性率，通常會(huì)提高檢索軟件的閾值設(shè)定，這種行為

3、導(dǎo)致了多肽鑒定的假陰性率的提高，大大降低了蛋白質(zhì)組研究的效率。本文構(gòu)建了經(jīng)驗(yàn)的多肽保留時(shí)間數(shù)據(jù)庫(kù)(Empirical Peptide RetentionTime，EPRT)，在二級(jí)質(zhì)譜鑒定中引入了保留時(shí)間作為新的參數(shù)。在新的實(shí)驗(yàn)中，譜圖質(zhì)量低于一定標(biāo)準(zhǔn)的的多肽鑒定，其保留時(shí)間還要和它們?cè)贓PRT數(shù)據(jù)庫(kù)中的經(jīng)驗(yàn)保留時(shí)間相比較，來(lái)進(jìn)一步?jīng)Q定它們是否為陽(yáng)性鑒定。在18個(gè)標(biāo)準(zhǔn)蛋白混合物和尿蛋白質(zhì)組的實(shí)驗(yàn)中，應(yīng)用保留時(shí)間輔助，使鑒定的陽(yáng)性譜圖數(shù)增

4、長(zhǎng)了15％-60％，陽(yáng)性多肽數(shù)增長(zhǎng)了8％-18％。不考慮譜圖的質(zhì)量，僅使用保留時(shí)間新鑒定出的譜圖的假陽(yáng)性率為3.7％；如果加上最低的Xcorr閾值來(lái)控制譜圖質(zhì)量，則假陽(yáng)性率降低為0.18％。這種方法可以鑒定出一些不合標(biāo)準(zhǔn)的低豐度多肽的譜圖。另外，EPRT數(shù)據(jù)庫(kù)也增加了多肽鑒定的可信度，這對(duì)那些僅由一張二二級(jí)質(zhì)譜圖鑒定出的多肽來(lái)講尤其重要。隨著更多的多肽的經(jīng)驗(yàn)保留時(shí)間被收集到EPRT數(shù)據(jù)庫(kù)中，質(zhì)譜鑒定的效率會(huì)進(jìn)一步提高。該方法可應(yīng)用在任何