結(jié)構(gòu)基序預(yù)測(cè)蛋白質(zhì)功能

關(guān)于結(jié)構(gòu)基序預(yù)測(cè)蛋白質(zhì)功能第1頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五在類的合并上，主要有三種算法來確定類間的距離：?jiǎn)我贿B鎖(single-linkage)、完全連鎖(complete-linkage)和平均連鎖(average-linkage)。這三種算法在定義類間的距離時(shí)分別取兩類間的最小距離、最大距離和平均距離。前兩種算法對(duì)邊緣值太過敏感，對(duì)于未知的元素分布，一般采用平均連鎖算法。

完全連鎖(completelinkage)，又稱最遠(yuǎn)鄰(furthestneightbour)方法。同樣從相似度矩陣或距離矩陣出發(fā)，但定義距離為兩類之間數(shù)據(jù)的最大距離。同樣不考慮到類的結(jié)構(gòu)。傾向于找到一些緊湊的分類。第2頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五以最小近鄰法聚類為例最短距離聚類法具有空間壓縮性，而最遠(yuǎn)距離聚類法具有空間擴(kuò)張性。最短距離為dAB=da1b1，最遠(yuǎn)距離為dAB=dap2。

第3頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五表示了八種不同系統(tǒng)聚類方法計(jì)算類間距離的統(tǒng)一表達(dá)式

第4頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五CompositeStructuralMotifsofBindingSitesforDelineatingBiologicalFunctionsofProteins

匯報(bào)人：劉言第5頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五簡(jiǎn)介在原子水平上，我們都是通過蛋白質(zhì)之間或蛋白質(zhì)與其他分子之間相互作用來理解生物學(xué)過程的。

大部分蛋白質(zhì)會(huì)同步或不同步的與很多分子相互作用。單原子離子，小分子到蛋白質(zhì)、核酸和其他大分子第6頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五

眾所周知，蛋白質(zhì)相互作用的類型和蛋白質(zhì)是否相互作用可以調(diào)節(jié)蛋白質(zhì)的功能（血紅蛋白與氧結(jié)合，與一氧化碳結(jié)合）。因此，我們不僅要確定個(gè)體蛋白的相互作用，也要考慮潛在的蛋白質(zhì)相互作用，這些相互作用或許可以充分描述蛋白質(zhì)的功能，也能從同源蛋白中區(qū)分它們的不同功能。第7頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五

Genomesequencetechnologies促使我們更加急迫的去發(fā)掘從序列信息預(yù)測(cè)蛋白質(zhì)功能的有效技術(shù)。迄今為止，最常用于蛋白質(zhì)功能預(yù)測(cè)的方法是annotationtransfer，它是基于一種蛋白質(zhì)序列相似，功能相似的假設(shè)基礎(chǔ)上的方法。然而，隨著研究的逐步深入，這種方法在很多情況下卻是不可靠的。第8頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五

蛋白質(zhì)功能相似，并不僅僅是序列功能的相似。蛋白質(zhì)序列折疊方式不同，會(huì)導(dǎo)致結(jié)構(gòu)不同，從而影響功能。所以我們要更加精細(xì)的檢查蛋白質(zhì)功能的決定因素，而不是只單純的考慮蛋白質(zhì)序列相似性。第9頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五

結(jié)構(gòu)信息可以為蛋白質(zhì)功能預(yù)測(cè)提供更加準(zhǔn)確的信息。

Todate,therehavebeenmanymethodsfordetectingpotentialligandbindingsitesbasedonstructuralsimilarityofproteins[14,16–22].Mostofthesemethodsaretargetedatpredictingproteinfunctionsatthelevelofligandbindingandcatalyticactivity.Therehavealsobeenmanystudiesonprotein-proteininteractioninterfacestounderstandbiologicalfunctionsofproteinsincellularcontexts。第10頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五然而，大部分研究都是針對(duì)于一些特殊的相互作用本身和不明確機(jī)理的相互作用如何調(diào)控蛋白質(zhì)的生物學(xué)功能的。第11頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五文中思想為了明確原子水平上蛋白質(zhì)相互作用的模式與其功能的關(guān)系，在這里我們采用一個(gè)非常詳盡的all-against-allstructuralcomparisonsofbindingsitestructuresatatomiclevelusingallstructuresavailableintheProteinDataBank(PDB)。第12頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五1.Identificationofelementaryandcompositemotifs首先，我們找到PDBMLfile中所有有注釋的生物學(xué)單元，然后從中提取出197690個(gè)蛋白質(zhì)亞基（這些亞基均至少包含一個(gè)配體結(jié)合位點(diǎn)）這里，我們把一個(gè)亞基的配體結(jié)合位點(diǎn)定義為一個(gè)亞基的原子集（與配體原子的距離在5A之內(nèi)）。然而我們不用已知的基于序列相似性的非冗余數(shù)據(jù)庫(kù)，我們的冗余在相似結(jié)構(gòu)聚類之后再清理。通過這種方式，確定在后續(xù)的分析中當(dāng)結(jié)構(gòu)冗余條件移除后高度相似的蛋白質(zhì)結(jié)構(gòu)差異或相同的氨基酸序列是否能夠preserved。第13頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五KinjoAR,NakamuraH(2007)Similaritysearchforlocalproteinstructuresatatomicresolutionbyexploitingadatabasemanagementsystem.

All-against-allstructure用GIRAF結(jié)構(gòu)搜索和排列程序比對(duì)410254小分子結(jié)合位點(diǎn)，346288蛋白質(zhì)結(jié)合位點(diǎn)和20388核酸結(jié)合位點(diǎn)。完全連鎖聚類后各自輸出5869，7678和398簇（至少有十個(gè)成員）。我們把這些簇看做elementarymotifs.一個(gè)蛋白質(zhì)亞基中所包含的全部的elementarymotifs的集稱為亞基的compositemotif.因此兩個(gè)亞基有共同的elementarymotifs可以推斷他們有共同的compositemotif。第14頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五第15頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五2.Characterizationofcompositemotifs組成compositemotif的elementarymotifs的數(shù)目由1-20不等。第16頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五Tocharacterizethediversityofcompositemotifs,theaverageandminimumsequenceidentitieswerecalculatedforpairsofsubunitssharingthesamecompositemotifs.第17頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五我們通過把檢驗(yàn)得到的兩個(gè)不同的compositemotifs的相似性和最小序列一致性做一個(gè)函數(shù)。第18頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五3.Associationofcompositemotifsimilaritywithfunctionsimilarity第19頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五whenweusedonlytheUniProtfunctionsundertheBiologicalprocesscategorywhicharelessdirectlyrelatedtomolecularfunctions第20頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五第21頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五4.Examplesofcompositemotifssharingthesameelementarymotifandfoldbutwithdifferentfunctions

第22頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五5.Meta-compositemotifsforannotatingfunctions用一個(gè)compositemotif描述一個(gè)蛋白質(zhì)亞基的特殊狀態(tài)，這樣每一個(gè)生物學(xué)過程都可以看作是一系列的相互作用模型。因此，compositemotif僅僅只能作為整個(gè)生物學(xué)過程中的點(diǎn)。為了對(duì)生物學(xué)過程有一個(gè)更加綜合性的感官，我們把所有的與特殊功能有關(guān)系的compositemotifs分類定義成meta-compositemotifs。第23頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五第24頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五type-1：basedsolelyonBLASTE-valuecutoffof0.05

type-2：basedonsequenceidentitycutoffof100%第25頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五6.Networkstructureofmeta-compositemotifsinbiologicalprocesses

我們把所有的compositemotifs分類組合成meta-compositemotifs，更有利于對(duì)蛋白質(zhì)功能進(jìn)行分析而不是最開始簡(jiǎn)單的預(yù)測(cè)。第26頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五通過UniProtkeyword‘‘Transcription’’識(shí)別一個(gè)meta-compositemotif，然后找到節(jié)點(diǎn)部分。節(jié)點(diǎn)：

basedonrelationssuchascommonelementarymotifsorcommonsequences.第27頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五

Forexample,therearePDBentriesofhumancellulartumorantigenp53withorwithoutboundDNA(e.g.,PDB1UOL[58]and2AC0[59])whichsharethesameelementarymotifforzincbindingbuthavedifferentCompositemotifsdependingonthepresenceorabsenceoftheelementarymotifforDNAbinding.第28頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五第29頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五Toevaluatethepropertiesofnetworksofmetamotifs

第30頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五MaterialsandMethodsDatasetWehaveusedallthePDBentriesasofDecember29,2010(70,231entries)，whichcontainedatleastoneligandbindingsite.Aligandbindingsiteofasubunitisdefinedasasetofatleast10atomsinthesubunitthatareincontactwithsomeatomsofaligandwithin5Aradius.第31頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五2.Similaritybetweenbindingsitestructures

Tocomparebindingsitestructures,weusedtheGIRAFstructuralsearchandalignmentprogramwithsomemodificationstoenablefasterdatabasesearchandflexiblealignments(unpublished).Afterall-against-allcomparisonsofbindingsites,elementarymotifsweredefinedascomplete-linkageclusterswithacutoffGIRAFscoreof15.第32頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五TheGIRAFscoreisdefinedasTheresultsofall-against-allcomparisonofbindingsitesandclassificationsaremadeavailablefordownloadat/giraf/cmotif/.第33頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五NAandNB分別是A、B原子中的結(jié)合位點(diǎn)數(shù)目。NA,B是兩原子中配對(duì)比對(duì)結(jié)合的數(shù)目。Theweightw(xAa,xBa)forthealignedatompairsxAaandxBa.d(xAa,xBa)

isthedistancebetweentwoatomsinasuperimposedcoordinatesystem.閾值dc設(shè)定為2.5A。第34頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五結(jié)合位點(diǎn)的大小是影響GIRAF的初始值的主要因素。所以，在進(jìn)行結(jié)合位點(diǎn)相似性與功能相似性的比對(duì)中我們采取了一個(gè)標(biāo)準(zhǔn)化的相似性測(cè)度使大小各異的結(jié)合位點(diǎn)能夠以相同的比例尺進(jìn)行測(cè)量。

normalizedsimilarityS(A,B)betweenthebindingsitesAandBisdefinedas

第35頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五3.FunctionsdefinedbyUniProtkeywords我們從PDB數(shù)據(jù)庫(kù)中提取的每個(gè)亞基（均至少含有一個(gè)配體結(jié)合位點(diǎn)）在Uniprot數(shù)據(jù)庫(kù)中均可找到注釋。因此，我們要確定他們的關(guān)鍵詞從而確定其在Uniprot中的entries。

Twosubunitswhoseassociatedsetsofkeywordsareexactlyidenticalaredefinedtohavethesamefunction.ThesimilaritybetweentwoUniProtfunctionsaredefinedbytheJaccardindexbetweenthesetsofkeywordsassociatedwiththefunctions.第36頁(yè)，共41頁(yè)，2022年，5月20日，19點(diǎn)35分，星期五4.Similaritybetweentwosets

GiventhesetsAandB,theirsimilarityisdefinedbytheJaccardindexJ(A,B):

compositemotifelementarymotifsfunctionUniProtkeywordsmeta-compositemotifcompositemotifsmeta-sequen