首页 > 文献资料
-
基于折叠识别法的蛋白质天然构象的一致性预测法Pcons2与聚类分析的理论研究
在蛋白质天然构象预测中,折叠识别法中一致性预测Pcons2和从头预测法中的Rosetta在CASP5中获得了很大的成功.在Rosetta法中,先用Monte Carlo搜索法产生大量低能量的预测模型,然后依据模型之间相似性分数,用聚类分析法选择质量好的模型.而Pcons2则是基于线性回归来预测模型的质量.人们通常认为Pcons2和聚类分析是两个完全不同的方法.本文通过理论研究和实际数据计算发现:在聚类分析中,模型之间的相似性分数与模型质量存在着较强的线性关系,这也是聚类分析的工作基础.因此,如果不考虑预测模型的来源,聚类分析和Pcons2的基本原理和算法是相同的.据此可以将Pcons2中的优势转移到聚类分析中,为从头预测终选择较高质量的模型提供一些新途径.
-
蛋白质天然构象预测的研究进展
继人类基因组计划完成后,如何弄清相应的基因序列的功能及其之间的关系,即比较彻底地解开生命的奥秘成为后基因组计划的主要任务.基因的功能终主要通过蛋白质来完成,因此,如何根据已知的氨基酸序列来预测相应的蛋白质天然构象成为后基因组计划中重要的组成部分之一,这为比较彻底界定其功能奠定分子生物学基础.本文从以下几个方面进行了详细地介绍:(1)组成蛋白质天然构象预测方法的基本元素即序列比对方法、构象空间搜索方法及有关的蛋白质数据库;(2)结构预测方法的评估与分类;(3)描述预测性能较好及有比较发展前景的预测方法;(4)天然构象预测的前景等.