Báo cáo khoa học: Prediction of protein structural class by amino acid and polypeptide composition

Prediction of Protein Structural Class by Amino Acid and Polypeptide Composition

Tác giả: Rui-yan Luo, Zhi-ping Feng, and Jia-kun Liu

Lĩnh vực: Sinh học phân tử, Tin sinh học

Nội dung tài liệu:
Bài báo này trình bày một phương pháp mới nhằm dự đoán lớp cấu trúc của các miền protein bằng cách sử dụng phân tích phân biệt từng bước. Phương pháp này không chỉ xem xét thành phần axit amin mà còn kết hợp thành phần của các chuỗi peptide ngắn hơn như dipeptide, tripeptide, tetrapeptide, pentapeptide và hexapeptide. Kết quả kiểm tra jackknife cho thấy phương pháp mới này đạt được độ nhạy và độ đặc hiệu dự đoán cao hơn đối với các tập dữ liệu có độ tương đồng trình tự giảm. Cụ thể, trên tập dữ liệu PDB40-B, phương pháp này đạt độ chính xác 75.2% trong bài kiểm tra jackknife cho bốn lớp cấu trúc chính, cải thiện đáng kể so với các phương pháp trước đó chỉ sử dụng thành phần axit amin. Đối với tập dữ liệu PDB40-J, độ chính xác dự đoán vượt quá 80%. Phương pháp này cung cấp một công cụ hiệu quả để trích xuất thông tin giá trị từ trình tự protein, hữu ích cho việc phân tích có hệ thống các trình tự protein có kích thước nhỏ và trung bình.

Mục lục chi tiết:

• Introduction
• Datasets
• Predictive method
• Evaluation of the predictive results
• Results and Discussion
• The contribution provided by polypeptides in prediction
• The influence of sequence homology in datasets
• The influence of threshold(s) on prediction
• Conclusion
• Acknowledgements
• References