面向蛋白质柔性建模的特征设计与智能算法研究

柔性建模已成为蛋白质结构生物信息学中的一个研究热点。项目总体围绕”序列-结构-柔性-功能”的新范式思路，计划拟从蛋白质的序列或结构出发，以 X 射线结晶学和 NMR 实验确定的柔性度量（如 B-因子、无序区域和 RMSD 等）为预测目标，设计新特征，利用智能计算方法，结合物理模型，构建起一系列各具特色的柔性预测模型。. 原研究计划中的大部分内容得以顺利实施，研究成果及意义主要包括：(1) 首次进行较大规模的RMSD柔性度量预测研究与比较分析，与B因子柔性度量相比，发现众多新的异同之处，在选取柔性度量上具有指导意义；(2) 提出了一种改进我们原先工作的B因子预测方法，主要是在简易的RSA线性回归模型中加入氨基酸对特异性信息，利用两阶段线性回归和粒子群算法估计相关待定参数，结果表明，提出方法即增进了B因子预测精度，同时也保持模型的简洁性；(3) 首次提出一种基于序列的高斯网络模型，在研究结构未知的蛋白质时，意义重大，因而有望在高通量的蛋白质序列功能和动力学分析中获得广泛应用；(4) 在经典的参数自由高斯网络模型中，加入残基对的RSA信息，构建出一种新的高斯网络模型RpfGNM，提升了B因子预测精度，该模型充分结合利用了GNM和RSA模型各自的优势。