文献类型：期刊文章

作　　者：张海仓[1,2] 高玉娟[3] 邓明华[3,4,5] 郑伟谋[6] 卜东波[1]

机构地区：[1]中国科学院计算技术研究所,北京100190 [2]中国科学院大学,北京100049 [3]北京大学定量生物学中心,北京100871 [4]北京大学数学科学学院,北京100871 [5]北京大学统计科学中心,北京100871 [6]中国科学院理论物理研究所,北京100190

出　　处：《计算机研究与发展》

基　　金：国家"九七三"重点基础研究发展计划基金项目(2012CB316502;2015CB910303);国家自然科学基金项目(11175224;11121403;31270834;61272318;31171262;31428012;31471246);中国科学院理论物理研究所理论物理国家重点实验室开放工程项目(Y4KF171CJ1)~~

年　　份：2017

卷　　号：54

期　　号：1

起止页码：1-19

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：蛋白质是由多个氨基酸残基顺序连接而成的长链.在天然状态下,蛋白质并不是无规则的自由状态,而是自发形成特定的空间结构,以执行其特定的生物学功能.驱动蛋白质形成特定空间结构的主要因素是残基间的非共价相互作用,包括疏水作用、静电相互作用、范德华力等.因此,对残基之间远程相互作用的准确预测将有助于对蛋白质空间结构的预测,进而有助于对蛋白质生物学功能的了解.在蛋白质进化过程,有相互作用残基对之间存在一种"共进化"模式,即当一个残基发生变异时,与其有相互作用的残基也要发生相应的变异,以维持相互作用,进而维持整体空间结构以及生物学功能.基于上述生物学观察,研究者开发了多个统计模型和算法以预测残基对之间的相互作用:1)概述残基之间远程相互作用的两大类基本预测算法,包括无监督学习方法和监督学习方法;2)使用蛋白质结构预测CASP比赛结果来客观比较上述各类算法的性能,分析各个算法的特点和优势;3)从生物学观察和统计模型2个角度分析总结了未来的发展趋势.

关 键 词：残基远程相互作用预测  蛋白质三级结构预测  图模型 共进化  机器学习  

分 类 号：O62]