蛋白质功能位点预测方法的研究

能够在基因组规模上预测蛋白质功能已成为生命科学领域的研究热点，而关于蛋白质功能位点（结合位点或活性位点）的预测则是其中最基础和最重要的问题之一。本项目在对蛋白质按功能进行分类的基础上，用复杂网络方法研究蛋白质结合界面保守残基的聚集性、模块化性质及残基间相互作用的协同性，用高斯网络模型分析蛋白质的动力学性质，从而提出新的蛋白质类型特异的识别功能位点的网络拓扑、物理化学及动力学特征参量，进而建立基于支持向量机的功能位点预测新方法。另外，构建蛋白质功能位点库，采用关联规则对功能位点区域进行数据挖掘，建立功能位点模式库和预测的知识推理新方法。最后在这两方面工作的基于上，建立复杂网络、高斯网络、支持向量机与知识推理方法相结合的蛋白质功能位点预测系统。该项目的实施不但有助于阐明分子识别机理、重大疾病的分子根源，而且必将带动相关应用研究，包括复合物结构预测、蛋白质工程和药物分子设计等的重大进展。