生物学杂志

生物学杂志 ›› 2020, Vol. 37 ›› Issue (3): 46-.doi: 10.3969/j.issn.2095-1736.2020.03.046

• 研究报告 • 上一篇    下一篇

基于随机序列的固有无序蛋白预测算法比较分析

  

  1. 1. 德州学院 生物物理研究院 山东省生物物理重点实验室， 德州 253023；2. 淄博市第四人民医院， 淄博 255067
  • 出版日期:2020-06-18 发布日期:2020-06-10
  • 通讯作者: 于家峰，博士，教授，研究方向为生物序列分析，E-mail：jfyu1979@126.com
  • 作者简介:董晴晴，硕士生，研究方向为生物信息学，E-mail: 570666207@qq.com
  • 基金资助:
    山东省自然科学基金重点项目（ZR2016JL027）;国家自然科学基金项目（61271378）;国家级大学生创新创业训练计划项目（201710448129）

Comparative analysis of intrinsic disordered proteins predictors based on random sequences
#br#

  1. 1. Shandong Key Lab of Biophysics, Institute of Biophysics, Dezhou University, Dezhou 253023;2. The Fourth People′s Hospital, Zibo 255067, China
  • Online:2020-06-18 Published:2020-06-10

PDF (PC)

92

摘要： 固有无序蛋白质（IDPs）是一种普遍存在且缺乏稳定空间结构的重要功能蛋白，为传统的蛋白质序列-结构-功能研究模式提出了挑战，成为当前蛋白质科学研究的热点领域。由于其特殊的柔性结构特征，IDPs的实验研究难度大，通过计算方法来预测IDPs成为IDPs研究的重要手段。然而由于被实验证实的IDPs还很少，对IDPs预测算法的有效评价还缺少可靠的数据集，因而通过人工设计随机蛋白序列并提出分析数理模型，从无序区残基分布、组成等多角度对两种代表性IDPs预测算法的预测结果进行了深入对比研究。结果表明各随机序列中不同IDPs预测算法得到的预测结果具有不同程度的差别，预测得到的无序区与天然蛋白中无序区序列特征一致，因此对IDPs的研究应充分考虑不同预测算法差异特征，提高研究结果的可靠性。

关键词: 蛋白质, 固有无序蛋白, 序列分析

Abstract: tIntrinsic disordered proteins (IDPs) are proteins that lack fixed 3D structures but perform important biological functions. Comprehensive evaluation of the prediction results of different IDPs predictors is basically important for IDPs studies.In this study, two kinds of IDPs predictors with different theoretical basis were analyzed based on randomly produced protein sequences. The results indicated that the prediction results are different to different degree based on each kind of predictor.It is difficult to decide which is better for IDPs prediction programs, more efficient prediction methods should be proposed in future studies.

Key words: protein, intrinsic disordered proteins, sequence analysis

中图分类号: