G蛋白偶聯(lián)受體結構并行化預測的研究.pdf

1、G蛋白偶聯(lián)受體(GPCR)的結構特征及其在信號傳導中的重要作用，決定了其可以作為重要的藥物靶標，GPCR在制藥領域中占有極其重要的地位。由于生化實驗方法很難得到其三維結構，所以通過計算機方法預測其結構具有重大意義。本文在GPCR結構預測中引入并行技術，研究GPCR骨架和側鏈結構預測問題。
　　 考慮到GPCR跨膜螺旋區(qū)域(TMH)同源性較高，而連接TMH的loop區(qū)域同源性很低，本文基于當前主流的GPCR蛋白質結構預測方法提出了

2、一種并行化的GPCR骨架結構預測方法pGPCR。該方法在構建TMH區(qū)域時采用基于模板的方法，在構建loop時采用從頭預測的方法。將并行技術引入到loop預測中，在loop并行折疊過程中考慮到loop之間的相互影響，使得整個預測過程更加符合自然的折疊過程。用pGPCR對最新的權威測試中兩個案例的三維結構進行了預測，從整體結果集的質量上來看，本文方法不僅在TMH部分能夠取得好的結果，而且結果集中ECL2部分質量也較高。實驗結果還表明，對于具

3、有β折疊這種loop之間存在強烈相互影響的loop區(qū)域，本文預測的結果也更加接近天然結構。
　　 在GPCR側鏈預測研究方面，本文首先改進了GPCR側鏈搜索空間生成方法，考慮了側鏈之聞的相互影響，提出了一種基于四層推理模型的旋轉異構體庫構造方法，并對3種GPCR蛋白質進行了側鏈預測實驗，驗證了本文生成的旋轉異構體庫質量接近予流行的方法。本文又采用了新的側鏈預測并行搜索方法，在共享信息素矩陣的基礎上，并行化多個蟻群，并多樣化各個蟻