《面向蛋白質柔性建模的特徵設計與智慧型算法研究》是依託浙江工商大學，由張華擔任項目負責人的面上項目。
基本介紹
- 中文名：面向蛋白質柔性建模的特徵設計與智慧型算法研究
- 項目類別：面上項目
- 項目負責人：張華
- 依託單位：浙江工商大學
項目摘要,結題摘要,
項目摘要
傳統的蛋白質科學研究遵循序列-結構-功能的範式，而隨著實驗數據的積累，人們逐漸意識到柔性對蛋白質功能的至關重要性。要真正了解蛋白質的序列-結構-柔性-功能這種新範式，還有大量的工作需要開展。目前，柔性建模已是蛋白質結構學中的一個研究熱點，除實驗方法外，主要分成物理計算模型和智慧型計算兩大部分，各類計算方法都存在一定的優缺點。其中，智慧型計算方法具有成本低、高效、數據處理規模大等特點，但套用於柔性預測研究才剛剛起步，還有待進一步的深入研究。.本項目擬集中或結合智慧型計算與高斯網路模型各自的優點，設計新的特徵向量，利用多種（混合的）智慧型計算方法，從胺基酸序列或蛋白質結構出發，建立起一系列各具特色的高精度柔性預測模型，並進一步系統性地對各類柔性數據進行預測和分析。蛋白質柔性的精確建模可以為藥物設計、蛋白質結構預測、分子柔性對接等重大課題提供理論基礎。
結題摘要
柔性建模已成為蛋白質結構生物信息學中的一個研究熱點。項目總體圍繞”序列-結構-柔性-功能”的新範式思路，計畫擬從蛋白質的序列或結構出發，以 X 射線結晶學和 NMR 實驗確定的柔性度量（如 B-因子、無序區域和 RMSD 等）為預測目標，設計新特徵，利用智慧型計算方法，結合物理模型，構建起一系列各具特色的柔性預測模型。原研究計畫中的大部分內容得以順利實施，研究成果及意義主要包括：(1) 首次進行較大規模的RMSD柔性度量預測研究與比較分析，與B因子柔性度量相比，發現眾多新的異同之處，在選取柔性度量上具有指導意義；(2) 提出了一種改進我們原先工作的B因子預測方法，主要是在簡易的RSA線性回歸模型中加入胺基酸對特異性信息，利用兩階段線性回歸和粒子群算法估計相關待定參數，結果表明，提出方法即增進了B因子預測精度，同時也保持模型的簡潔性；(3) 首次提出一種基於序列的高斯網路模型，在研究結構未知的蛋白質時，意義重大，因而有望在高通量的蛋白質序列功能和動力學分析中獲得廣泛套用；(4) 在經典的參數自由高斯網路模型中，加入殘基對的RSA信息，構建出一種新的高斯網路模型RpfGNM，提升了B因子預測精度，該模型充分結合利用了GNM和RSA模型各自的優勢。
