应用机器学习方法预测和分析蛋白质的结构柔性

蛋白质的结构柔性与动力学特征是蛋白质完成各种生物功能的基础，对它的研究是蛋白质组计划的一个重要组成部分。随着蛋白质结构测定技术的不断完善，大量由实验获得的柔性数据不断涌现，其中包括B-因子，构象变化，无序区域，序参数，化学位移，保护因子等，清楚地解释这批柔性数据的生物学机制还需很长的路要走，不需要实验而成本较低的一种途径是从蛋白质序列或结构出发，利用机器学习方法来预测蛋白质的柔性。虽然已有不少研究者关注于蛋白质的柔性预测，但目前预测的精度还普遍较低，并且还未有学者对这些柔性度量进行过系统的预测和分析。.本项目将立足于利用机器学习方法预测蛋白质的柔性度量，通过新特征设计与特征选择，提高预测精度，并尝试系统分析各柔性度量之间的关系。另外还将利用机器学习方法开发出基于序列的高斯网络模型，以及建立膜蛋白的柔性预测模型。蛋白质柔性的精确预测可以为进一步的结构预测和功能与药物设计提供可靠的理论基础。