蛋白質結構分析的計算方法研究.pdf

1、蛋白質結構分析是蛋白質科學領域中非常重要的研究內容，許多疾病都是由于蛋白質結構遭到破壞而引起的，因此蛋白質結構分析研究能夠對醫(yī)學、藥學等領域產生重大影響。蛋白質折疊和蛋白質結構域預測是蛋白質結構分析中非常重要的兩個問題，蛋白質折疊研究的是蛋白質結構的動態(tài)變化過程，蛋白質結構域預測研究的是蛋白質相對靜態(tài)的結構，它們的本質是統(tǒng)一的，都是探討蛋白質的一級結構序列如何影響和決定蛋白質的高級結構。隨著學科交叉的日益廣泛，越來越多的計算機方法和技術

2、被應用到了蛋白質結構分析研究領域中，例如信號處理，分布式計算，數(shù)據(jù)挖掘，機器學習等等，這些計算機方法和技術為蛋白質結構分析領域的研究帶來了新的生機和活力。 本文首先提出了一種新的基于小波分析的蛋白質折疊模擬軌跡分析方法，在該方法中我們采用了DB2小波對折疊模擬軌跡的數(shù)據(jù)進行了九次的分解和重構濾波處理，并使用該方法分析了Trp-cage蛋白質的折疊模擬軌跡，結果顯示我們的方法能夠有效地提取折疊中間態(tài)和折疊事件，克服自由能圖譜分析法

3、的一些不足之處。通過分析，我們總結整理了Trp-cage蛋白質的折疊過程，并且還發(fā)現(xiàn)了TRP6的偏向性問題。接著，我們又使用小波分析方法分析了原生型和變異型1ysozyme蛋白質的去折疊模擬軌跡中1ocal.contact的變化情況，我們的分析顯示單點突變后的蛋白質結構非常不穩(wěn)定，并顯示變異點TRP62的ARG-TRP-ARC,三明治結構對于1ysozyme蛋白質的結構穩(wěn)定性有著重要影響。 同時，本文還提出了一種基于BP神經網(wǎng)絡

4、的蛋白質結構域預測方法，用以預測雙結構域蛋白質的結構域邊界，該方法中的神經網(wǎng)絡包含169個輸入層節(jié)點，5個隱藏層節(jié)點和1個輸出層節(jié)點，網(wǎng)絡訓練采用了Levenberg-Marquardt算法，共使用了九種不同的特征屬性，我們也同時簡單分析了這九種特征屬性對于最終結果的貢獻程度。在該方法基礎上，本文又引入了一個新的特征屬性PBWLI，同樣提出了一種基于BP神經網(wǎng)絡的多結構域蛋白質預測方法，該方法的神經網(wǎng)絡包含99個輸入層節(jié)點，9個隱藏層節(jié)