基于結構數據的轉錄因子結合位點分析.pdf

1、基因是遺傳信息的物理和功能單位，基因功能的體現取決于其結構和表達調控狀況?；虮磉_的調控就是把這些基因結構變換成多種多樣基因功能的操作者。因此基因表達調控研究對揭示生命的奧秘具有重大意義。mRNA轉錄起始調控是調控的基本控制點，也是最重要的一環(huán)，其實質是轉錄因子結合相應的調控元件，影響了RNA聚合酶的活性，從而影響了基因的轉錄水平。針對目前國際上從結構角度研究較少的情況，本文從蛋白-核酸復合物的結構數據出發(fā)，分析氨基酸-堿基作用對，探索

2、轉錄因子結合位點的預測方法。 本文從PDB大分子結構數據庫中查尋出所有記錄的蛋白-核酸復合物。利用復合物作用力計算軟件，對這些蛋白-核酸復合物的三維空間結構數據進行處理，得到復合物中可能存在的氨基酸側鏈同核酸之間的作用對。然后依據SWISSPROT數據庫對蛋白的注釋，分成與調控過程相關的復合物集合和與調控無關的復合物集合。我們對蛋白-核酸復合物中的氨基酸側鏈同核酸之間的作用對(包括氫鍵跟非鍵作用)進行統(tǒng)計分析。通過分析DNA跟轉

3、錄因子的氨基酸殘基作用的局部環(huán)境信息，發(fā)現一些三聯或者五聯殘基片段總是結合DNA，因此我們提出猜想：在轉錄相關的蛋白-核酸復合物中，氨基酸殘基環(huán)境或者堿基環(huán)境在一定程度上決定了中央殘基或者堿基是否為作用位點。 對非冗余的蛋白-核酸復合物數據集進行數據處理，提取結合序列和作用位點信息，用機器學習的方法初步探索了蛋白同核酸作用的結合模式。建立了一個反向傳播神經網絡，充分利用蛋白同核酸結合的信息，不斷調整參數，反復進行訓練學習，對DN

4、A結合蛋白的結合殘基進行了預測，發(fā)現局部環(huán)境信息能夠以65.85％的NP較好地預測給出蛋白的結合殘基。我們用支持向量機對結合堿基進行預測，選擇不同窗寬和參數對數據進行訓練和預測，并與神經網絡方法進行比較，發(fā)現11個窗口長度的堿基環(huán)境的預測性能相對較好。使用徑向基核函數，支持向量機成功預測為結合堿基的比例能達到89.72％，敏感性能達到66.71％。最后，我們對兩種方法進行了比較，發(fā)現支持向量機預測結合堿基較為成功。 本文利用蛋白