蛋白質(zhì)翻譯后修飾和細胞信號通路的生物信息學.pdf

1、在本文中,我對過去五年來在蛋白質(zhì)翻譯后修飾組的生物信息學方面所取得的進展作一簡要的介紹。我的主要研究工作為蛋白質(zhì)翻譯后修飾及細胞信號通路的生物信息學。各種功能分子例如磷酸基團、脂基團等通過與蛋白質(zhì)上特殊的氨基酸形成共價鍵的方式結(jié)合,能夠顯著的改變該蛋白質(zhì)的生化特性,并在許多的細胞生理過程中發(fā)揮著重要的作用。盡管目前已有超過350種的蛋白質(zhì)翻譯后修飾被發(fā)現(xiàn),由于實驗研究手段欠佳和數(shù)據(jù)的零散不齊,僅有很少的幾種得到了較為系統(tǒng)的描述。

2、　　通過實驗的方法來鑒定蛋白質(zhì)的翻譯后修飾位點常常需要耗費大量的精力,并且酶反應的優(yōu)化時一個極為耗時的過程,從而嚴重的制約了相關性研究的進展速度。通過計算預測的方法進行預先的分析,能夠大大削減可供參考的靶位的數(shù)目,對于進一步的體內(nèi)或體外的實驗驗證有指導和幫助的意義。
　　之前有研究者通過計算的手段來研究一些翻譯后修飾,例如,磷酸化、糖基化、硫酸鹽化和肉豆蔻酸化等。然而,最近實驗生物學的發(fā)展指出了這些工具的預測準確性有待提高。為此,

3、我們開發(fā)了更為精確的計算模型并使用了更為有效的算法來推進該領域的研究。除了磷酸化,我們還考慮了其他的一些較新的翻譯后修飾,例如SUMO化、棕櫚?；约百嚢彼?精氨酸甲基化等。
　　我們開發(fā)設計了一些簡單易用的在線工具。例如,我們使用GPS和貝葉斯決策理論算法,分別構(gòu)建了預測蛋白質(zhì)磷酸化位點的GPS和PPSP網(wǎng)站。我們使用了CSS算法來預測蛋白質(zhì)棕櫚酰化位點。并且,我們使用支持向量學習機的算法,開發(fā)設計了在線工具MeMo來預測蛋白質(zhì)