蛋白质由由肽键连接的氨基酸残基线性链组成。蛋白质通过其三维(3D)形状或结构来执行一系列功能，形状可以从其一维(1D)氨基酸序列中确定。给定一维序列信息，就可以确定蛋白质的三维形状，然而，这种从一维到三维的映射是一项具有挑战性的任务。预测可达表面积(ASA)可以帮助确定蛋白质的形状。

ASA是指生物分子(残基)的表面积，在探测该分子表面时，球形溶剂可以接近该分子(见图1)。大多数蛋白质分子具有疏水核心，溶剂无法接近该核心，并且具有与环境接触的极性表面。因此，氨基酸残基的ASA决定了相互作用窗格，最终在蛋白质结合机制、结构和功能中发挥重要作用。

图1所示。深色的中心区域，由原子组成，可以被认为是一个三维的蛋白质，这个区域周围的轮廓可以被认为是一个可接近的表面区域。

残留物可以分为暴露的或埋藏的，也可以用一个真实的值来量化，给出一个更实际的连续变化的表面积。我们试图直接从蛋白质的氨基酸序列中预测蛋白质残基的真实ASA值。

我们提出了一种新的基于序列的ASA统计预测因子，即REGAd^3.p.为此，我们构建了一个包含1299个蛋白质序列的基准数据集SSD1299，用于训练和独立测试预测模型。我们生成了一套完整的55个特征，可以反映蛋白质序列与其残基的asa之间的内在相关性。作为这些特征生成步骤的一部分，我们分别构建了自己的蛋白质二级结构(螺旋、β和线圈)预测模型，并将其输出用于ASA预测。采用正则化精确回归技术，结合遗传算法优化权重，建立ASA预测模型，计算ASA预测值。具体来说，我们将这些特征提供给算法，以便从训练数据集中了解ASA的适当特征，然后评估其在测试数据集中的性能。

我们根据平均绝对误差(MAE)和Pearson相关系数(PCC)对预测器进行了优化和评估。我们应用了10倍交叉验证，并使用独立的测试数据集来可靠地估计我们模型的性能。构建模型的关键步骤是:

• 我们测量了在权重优化和没有优化的情况下预测器的性能。采用遗传算法进行优化。结果表明，优化后PCC提高0.96%，MAE提高6.14%。
• 我们将正则化回归算法的核值从1变到4，以找到训练器的最佳参数。3次多项式函数提供了最好的结果。
• ASA的最终预测因子REGAd的PCC和MAE值^3.P值分别为0.7337和23.9%。
• 我们报告了案例研究来描述预测器的有用性。
• 我们的分析表明，预测的ASA值与氨基酸的物理性质非常一致。
• 最后，我们将预测的ASA应用于与蛋白质结构预测相关的关键应用。我们整合了ASA预测的结果来改进我们现有的能量函数3DIGARS的性能。我们将与ASA预测相关的误差转换为能量分量，并在基准诱饵测试集的基础上将我们开发的能量函数3DIGARS提高了32.32%。

出版

改进的可达表面积预测导致有效的能量函数应用。
Iqbal S, Mishra A, Hoque MT
《理论生物学》2015年9月7日

离线阅读:

相关文章:

	美沙拉明预防复发性憩室炎?复发性憩室炎是一个相关的临床问题，涉及多达四分之一的患者在憩室炎首次发作后。不幸的是，没有证据表明有针对性的…
	蛋白质中的短氢键及其量子…将线性多肽链组装成具有功能的三维蛋白质结构需要一种称为氢键的独特力量。一个典型的氢键形成时，供体和受体基团接近…
	一种性能更好的…阿尔茨海默病(AD)是一种无法治愈的疾病，它会导致记忆力、推理能力和思维能力随着时间的推移而恶化。阿尔茨海默病的特征是脑萎缩和小肽的斑块样沉积。
	在服用额外的氨基酸补充剂之前要三思饮食是重要的燃料生长和细胞机制，因此，在一个活的有机体的生存起着重要作用。我们饮食的一个重要组成部分…
	设计和部署模型的系统映射研究……在传统的计算系统中，在应用程序、运行时、操作系统和网络方面所需的一切都是由组织提供的。在云计算中，各种级别的…
	我的老鼠什么时候会死?身体的三个自我平衡系统:神经系统、内分泌系统和免疫系统，以及允许相互交流的网络，确保了健康的维持。