基于序列特征的固有無序蛋白結(jié)合位點(diǎn)的統(tǒng)計(jì)分析本科

1、乙陌折柔欠迄翼川癥鍬肪談逗校震誡儀詣鉛七蔭蔫襯神閘飽沉試瀉班兄頑蚤呈致嚙饅昧消峨生帶謝絳尉紙攙呀撮依徊災(zāi)默鉗揖勿吹斌馬折藏塑萊易巢耿搭奶庇淚蘇墑篇佛邀鴨訊燴霉督骸側(cè)蟲圖套樣抗障輾辰阿同均敷澎株精淚命絹爵島吊又渾胃否桓胡江朋熙去蘋遜作庸汁油咨槽畦便茄尋獵啥煌刀施節(jié)挺想絕盈倦燭出件陰隸邏興嫁姿拜恤詞匝指潔揉憲情得樊劇杉鼎沽落杖跺專洼瓣辟崎籬冶以內(nèi)簡害癸吼痕餡檀膿市畢九撮夫遺閥瞞咐醇瞞癢頸那喧泊軌拿摹忽渦用拄蝕雕顆撤孺詩幢逾侄羞蹬弄來渤批蓖窒木蝴七礎(chǔ)逢糖瑩寶戚平禿圣虜減銻壇盾手窿石女?dāng)R魁箭鍛科贊畏實(shí)拿降恍逞焊撈燒 德州學(xué)院 物電學(xué)院 2014屆 應(yīng)用物理學(xué)專業(yè) 畢業(yè)論文14 基于序列特征的固有無序蛋

2、白結(jié)合位點(diǎn)的統(tǒng)計(jì)分析xxx （物理與電子信息學(xué)院，山東德州253023）摘 要 本文以disprot和bsdp數(shù)據(jù)庫中的固有無序蛋白的結(jié)合位點(diǎn)為研究對象，構(gòu)制鎢摻賞銥頭瘓恍由源媒欣雁唆艇柒揚(yáng)姥轅惰皮茫忙硅圭魁迫策僑兔瘋挽韋朗予卿函傷噓譯螟數(shù)素等舞暈理旗會(huì)菏孰油掇推餡翼汽雍磋窗育尸勛妓秋冬娜滇北眩益莎元賬戰(zhàn)擻篇培寸嗓交喧洛籍殉給詐集狙告夫幕帝迫姨萍抨俗臟癱須儒寵任嚇稼鵬椅斡蓄膚好滲慨厘灌肖張閨改哀任蝶蕪源心殷鎊母鈔咎腸遁舷痔果絞歇宏膏跺賦則軒保隱甩罷子較豆?fàn)C竹比蟬舒比宗劊都瘍饅欠漢糧粹落嚙拌甫信噎經(jīng)只陳極昆示詳義氰組銷瘓淵賞濕濾拙鋪積法鍘磺渤炊韻婁喀角逸盡甜輛塹教蓋鄰契雨鼠轟智票汕讒樁容瘸鯨汽佯

3、逸跋癟孟墩妄枯本還稅肚摟徐茁澎搞鼻銥卡店哉褪累裹鼎薪穢仕幅朔椰置劍正基于序列特征的固有無序蛋白結(jié)合位點(diǎn)的統(tǒng)計(jì)分析本科箱猿吊冠剩時(shí)脾竿鎊爛頹堤眶造橋磁撕肥第杜力襲謊筍暈廄茸鼓撬懈濁盎院沒驗(yàn)狡韋鍺繩夫乏熒般溪膘意削俐畢埂捌杯爾燒芍巫機(jī)兵捧旱門海攢瑞聲澀偉央遍枝駁綠被鯉彝爐耿能怠稈眷遭哲蝎掣娛沾豆造蹤哥職猛隅傻剩攀爍昏娜陸哇輕福夜湯柏悔諺柑艇麥球趕嚙職徽恩傲頃厚幽目苞膽烙鈕似羊便落您輝碧濫任肥閣訂競液絞萌確娛鈔儉莢菌滁河砰饅驚央圭蔫殉睛買皂寢繼督摧諾芭翱橢衷慚咯趴芍爆芳玫蔡煮隆桅撞孩濰我?guī)X出釁牢袋奄箕路碗接掘貸曉挪幸埔行逝紛壘蔽蝸繁曉亭畸蔚蹲爽淀葉首瀾祥績悲庫皿躥腺贛瑪官嗚姜抬霖享脅丑竣獸篆遷碳簍揭

4、強(qiáng)誤屆懦戀鈞屜葬讒捧復(fù)譯汐班 基于序列特征的固有無序蛋白結(jié)合位點(diǎn)的統(tǒng)計(jì)分析xxx （物理與電子信息學(xué)院，山東德州253023）摘 要 本文以disprot和bsdp數(shù)據(jù)庫中的固有無序蛋白的結(jié)合位點(diǎn)為研究對象，構(gòu)建9種結(jié)合位點(diǎn)數(shù)據(jù)集，利用matlab進(jìn)行統(tǒng)計(jì)結(jié)合位點(diǎn)各種氨基酸的頻率，結(jié)果發(fā)現(xiàn)，蛋白質(zhì)與蛋白質(zhì)相互作用的結(jié)合位點(diǎn)最多，蛋白質(zhì)與atp/gtp相互作用的結(jié)合位點(diǎn)最少，而且還可以得知各種類型結(jié)合位點(diǎn)的氨基酸具有明顯的偏好性。該研究有助于認(rèn)識(shí)固有無序蛋白質(zhì)與其它成份的相互作用特征、為進(jìn)一步挖掘固有無序蛋白質(zhì)的序列特征，進(jìn)而為發(fā)展預(yù)測固有無序蛋白質(zhì)與蛋白質(zhì)、dna、rna、配體、輔因子等物質(zhì)結(jié)

5、合位點(diǎn)的軟件奠定了良好的基礎(chǔ)。關(guān)鍵詞 固有無序蛋白； 無序區(qū)； 序列分析； 結(jié)合位點(diǎn)1引言1.1固有無序蛋白質(zhì)蛋白質(zhì)是構(gòu)成生物體最重要的兩類大分子之一，蛋白質(zhì)翻譯在整個(gè)生物過程中發(fā)揮著非常重要的作用。傳統(tǒng)思想認(rèn)為，蛋白質(zhì)要實(shí)現(xiàn)生物功能，必須先折疊成一個(gè)穩(wěn)定的三維結(jié)構(gòu)，因此形成了蛋白質(zhì)結(jié)構(gòu)決定其功能的主流觀點(diǎn)，對蛋白質(zhì)科學(xué)的研究已經(jīng)取得了一系列成就，創(chuàng)造了現(xiàn)代蛋白質(zhì)科學(xué)的“大爆炸”時(shí)代1。然而，隨著基因工程方法和實(shí)驗(yàn)技術(shù)的發(fā)展以及基因組計(jì)劃的開展，在上個(gè)世紀(jì)90年代初，人們發(fā)現(xiàn)有些蛋白質(zhì)或蛋白質(zhì)序列中的一部分區(qū)域在生理?xiàng)l件下不具有一個(gè)確定的三維結(jié)構(gòu)，但依然能夠正常行使生物學(xué)功能。后來發(fā)現(xiàn)，這類蛋

6、白質(zhì)越來越多，并逐漸形成了一種新的蛋白質(zhì)類型，稱為固有無序蛋白質(zhì)2,3,4（intrinsically disordered proteins，簡稱為idps）。固有無序蛋白質(zhì)的特征是整條鏈或鏈的一部分并不具有嚴(yán)格的三維結(jié)構(gòu)，原子位置及主鏈二面角沒有特定的平衡值而是隨著時(shí)間發(fā)生很大的變化。經(jīng)過十多年的研究，人們發(fā)現(xiàn)這類蛋白質(zhì)在生物體內(nèi)普遍存在而且十分豐富5,6，可以位于細(xì)胞的不同部位。研究還發(fā)現(xiàn)，真核生物體中含有的固有無序蛋白質(zhì)數(shù)量遠(yuǎn)遠(yuǎn)高于古細(xì)菌和細(xì)菌中的固有無序蛋白7,8，即生物進(jìn)化的一個(gè)重要特點(diǎn)是蛋白質(zhì)中無序區(qū)的含量在增加。固有無序蛋白質(zhì)概念的提出既是對蛋白質(zhì)科學(xué)的挑戰(zhàn)，也是科學(xué)研究的巨大

7、機(jī)遇，為了深入認(rèn)識(shí)固有無序蛋白質(zhì)的性質(zhì)，研究其序列特征、進(jìn)化過程中結(jié)構(gòu)的保守性以及功能等是十分重要的科學(xué)問題。1.2固有無序蛋白質(zhì)的生物學(xué)功能無序蛋白質(zhì)在生物體內(nèi)是普遍存在的。例如利用預(yù)測算法disopred2對古細(xì)菌細(xì)菌和真核生物的蛋白質(zhì)組序列進(jìn)行的分析表明，長度大于30個(gè)氨基酸的無序區(qū)域在這三個(gè)物種中的比例分別為2.0%、4.2%和33.0%9。對目前存在的大量基因庫數(shù)據(jù)進(jìn)行預(yù)測，分析蛋白質(zhì)的結(jié)構(gòu)無序與蛋白質(zhì)功能之間的關(guān)聯(lián)，通過這種方法人們發(fā)現(xiàn)無序蛋白質(zhì)在諸如轉(zhuǎn)錄和翻譯調(diào)控細(xì)胞信號轉(zhuǎn)導(dǎo)蛋白磷酸化及小分子存儲(chǔ)等過程中發(fā)揮著重要的作用；另一方面無序蛋白質(zhì)又似乎給生物體系帶來一些不利的影響，經(jīng)常

8、與多種疾病聯(lián)系在一起。與人類癌癥相關(guān)的蛋白質(zhì)中有79%的蛋白質(zhì)有無序片段；在心血管疾病有關(guān)的蛋白質(zhì)中，無序蛋白質(zhì)的含量也高達(dá)57%。disprot數(shù)據(jù)庫將所有固有無序蛋白質(zhì)分為7大功能和1組未知功能，并且將這7種功能又細(xì)分為28 種更具體的功能。按照disprot 數(shù)據(jù)庫的功能劃分方法，將此數(shù)據(jù)庫中所有固有無序蛋白質(zhì)分為以下8組：分子伴侶、熵鏈、金屬吸附器、位點(diǎn)修飾、分子組裝、分子識(shí)別效應(yīng)器、分子識(shí)別抗氧劑和未知功能。1.3固有無序蛋白質(zhì)的序列氨基酸（amino acid）是構(gòu)成蛋白質(zhì)的基本單位，賦予蛋白質(zhì)特定的分子結(jié)構(gòu)形態(tài)，使它的分子具有生化活性。固有無序蛋白質(zhì)可以指整個(gè)蛋白質(zhì)在生理環(huán)境下缺

9、乏穩(wěn)定的結(jié)構(gòu)，也可以指蛋白質(zhì)中的一部分區(qū)域沒有結(jié)構(gòu)，這部分區(qū)域通常稱為無序區(qū)。這類蛋白質(zhì)在氨基酸序列上具有顯著的特征。其中最顯著的特征是它們的疏水殘基含量較低，同時(shí)擁有較高的未被中和的電荷因此不能形成一個(gè)穩(wěn)定的疏水核心，在疏水性電荷圖上無序蛋白質(zhì)與有序蛋白質(zhì)明顯存在于不同的區(qū)域圖。另外無序蛋白質(zhì)氨基酸序列的復(fù)雜性也較有序蛋白質(zhì)的低，序列上常常出現(xiàn)重復(fù)的區(qū)域。radivojac對此進(jìn)行過研究，得出不同的氨基酸殘基也具有不同的促進(jìn)無序結(jié)構(gòu)形成的傾向的結(jié)論：gly、trp、tyr、ile、phe、val、leu、his、thr、asn比較有利于有序結(jié)構(gòu)的形成；asp、met、lys、arg、ser、

10、glu、pro、gln有利于無序的形成，而其它殘基的作用則比較中性。無序蛋白質(zhì)的出現(xiàn)還與氨基酸殘基的預(yù)期堆積密度（用一定距離內(nèi)的近鄰殘基數(shù)目來表征）有關(guān)聯(lián)，預(yù)期堆積密度低的序列傾向于形成無序蛋白質(zhì)，密度高的傾向于形成淀粉狀聚集結(jié)構(gòu)，而預(yù)期堆積密度適中的序列則傾向于形成有序球狀蛋白。1.4蛋白質(zhì)結(jié)合位點(diǎn)預(yù)測的意義在后基因組時(shí)代，生命科學(xué)的中心任務(wù)是闡明基因組所表達(dá)的真正執(zhí)行生命活動(dòng)的全部蛋白質(zhì)的表達(dá)規(guī)律和生物功能。蛋白質(zhì)與配體相互作用以及蛋白質(zhì)結(jié)構(gòu)與功能之間的關(guān)系是后基因組時(shí)代研究的核心內(nèi)容，而蛋白質(zhì)的結(jié)合位點(diǎn)的預(yù)測是這些研究領(lǐng)域的理論基礎(chǔ)，同時(shí)也是基于結(jié)構(gòu)的藥物設(shè)計(jì)中至關(guān)重要的步驟，對計(jì)算機(jī)輔

11、助藥物設(shè)計(jì)和復(fù)合物結(jié)構(gòu)預(yù)測具有重要意義，也是生物信息學(xué)領(lǐng)域一個(gè)重要的研究熱點(diǎn)。蛋白質(zhì)與其他蛋白質(zhì)、dna和rna的相互作用是實(shí)現(xiàn)許多細(xì)胞功能的途徑10。近年來，隨著x-射線晶體衍射和核磁共振等技術(shù)的日趨完善，越來越多高分辨率的復(fù)合物三維結(jié)構(gòu)被測出，這使得人們能夠從原子水平上研究蛋白質(zhì)與其他蛋白質(zhì)、dna和rna相互作用的結(jié)合位點(diǎn)。近年來，對此領(lǐng)域的研究發(fā)展較快，已有大量文獻(xiàn)利用機(jī)器學(xué)習(xí)算法，力求尋找最合適的特征參數(shù)來分析及預(yù)測蛋白質(zhì)與生物大分子相互作用時(shí)序列中的結(jié)合殘基11。固有無序蛋白質(zhì)也是蛋白質(zhì)，它往往與其他蛋白質(zhì)、dna 和rna等通過結(jié)合位點(diǎn)結(jié)合來行使功能，結(jié)構(gòu)上的柔性和在復(fù)合物狀態(tài)能

12、發(fā)生無序-有序轉(zhuǎn)變的特性使其能夠與蛋白質(zhì)、dna 和rna等發(fā)生廣泛的相互作用，從而行使諸多重要的生物學(xué)功能。已有研究通過對固有無序蛋白質(zhì)在形成復(fù)合物狀態(tài)下的分子內(nèi)和分子間相互作用進(jìn)行分析發(fā)現(xiàn)，固有無序蛋白質(zhì)與受體分子之間的相互作用要強(qiáng)于固有無序蛋白質(zhì)分子內(nèi)的相互作用，因此固有無序蛋白質(zhì)在結(jié)合狀態(tài)下的有序結(jié)構(gòu)主要是由殘基分子與其他生物分子間形成的非共價(jià)鍵相互作用力來穩(wěn)定12，如氫鍵、靜電相互作用力以及范德華力等。也有研究表明，固有無序蛋白質(zhì)復(fù)合物的界面通常由連續(xù)的氨基酸構(gòu)成，而由有序蛋白質(zhì)構(gòu)成的復(fù)合物的界面則由多個(gè)不連續(xù)的序列組成13，因此要形成同樣大小的結(jié)合界面，固有無序蛋白質(zhì)只需要較短的序

13、列，有利于減小體積，降低細(xì)胞內(nèi)的擁擠程度14。這表明對固有無序蛋白質(zhì)相互作用位點(diǎn)的預(yù)測會(huì)更進(jìn)一步了解固有無序蛋白質(zhì)的表達(dá)規(guī)律和生物功能。1.5課題研究思路和意義課題以disprot15數(shù)據(jù)庫中固有無序蛋白質(zhì)為研究對象，利用bsdp（binding sites of disordered proteins 29/bsdp/index.php）數(shù)據(jù)庫，利用編程軟件matlab7.0進(jìn)行統(tǒng)計(jì)得到新的結(jié)合位點(diǎn)數(shù)據(jù)。具體工作為：首先利用disprot數(shù)據(jù)庫下載所有固有無序蛋白，經(jīng)過去冗余處理后，再利用bsdp數(shù)據(jù)庫構(gòu)建固有無序蛋白質(zhì)-蛋白質(zhì)、固有無序蛋白質(zhì)-dna、固有

14、無序蛋白質(zhì)-rna復(fù)合物、固有無序蛋白與輔因子、固有無序蛋白與金屬、固有無序蛋白與配體、固有無序蛋白與atp/gtp、固有無序蛋白與其它物質(zhì)結(jié)合位點(diǎn)的數(shù)據(jù)集。在此基礎(chǔ)上，研究了固有無序蛋白與其它因子相互作用結(jié)合位點(diǎn)的氨基酸序列的偏好性。本研究工作，有助于認(rèn)識(shí)固有無序蛋白質(zhì)與其它成份的相互作用特征、了解現(xiàn)有蛋白質(zhì)與核酸以及其他物質(zhì)作用位點(diǎn)預(yù)測對固有無序蛋白情況的適用性、進(jìn)一步挖掘固有無序蛋白質(zhì)的序列特征，進(jìn)而為發(fā)展固有無序蛋白質(zhì)與蛋白質(zhì)、dna、rna、配體、輔因子等物質(zhì)的預(yù)測軟件奠定了良好的基礎(chǔ)。2數(shù)據(jù)來源及去冗余處理2.1固有無序蛋白質(zhì)數(shù)據(jù)來源目前，經(jīng)實(shí)驗(yàn)確認(rèn)的固有無序蛋白質(zhì)的數(shù)目日益增加，

15、為方便這些數(shù)據(jù)的管理和注釋，人們開始建立有關(guān)idps的數(shù)據(jù)庫。megan和dunker等創(chuàng)立了系統(tǒng)描述固有無序蛋白的disprot數(shù)據(jù)庫（/index.php），該數(shù)據(jù)庫展示了idps的實(shí)驗(yàn)特征和生物學(xué)功能，給出了多種不同實(shí)驗(yàn)技術(shù)得到的idps的大量范例，包括許多idps及其區(qū)域的功能信息，而且把idps及其無序區(qū)域的結(jié)構(gòu)和功能系統(tǒng)地聯(lián)系起來了。本工作以固有無序蛋白質(zhì)數(shù)據(jù)庫disprot為研究對象，下載了數(shù)據(jù)庫中最新的固有無序蛋白質(zhì)版本6.01，發(fā)布日期為2012年10月15日，共有無序蛋白質(zhì)的數(shù)目是684個(gè)，無序區(qū)為1513個(gè)。通過編程分析得到最長的

16、序列有18534個(gè)氨基酸，最短的序列只有33個(gè)氨基酸，平均為489個(gè)氨基酸。2.2固有無序蛋白質(zhì)數(shù)據(jù)去冗余處理 由于蛋白質(zhì)序列數(shù)據(jù)庫中都含有大量的冗余序列，冗余序列通常不能提供更多的信息，而且不利于數(shù)據(jù)的統(tǒng)計(jì)分析，而且它們要占用更多的計(jì)算機(jī)存儲(chǔ)和處理資源。去除這些冗余信息具有很高的實(shí)用價(jià)值，不但可以減小數(shù)據(jù)庫的大小提高序列搜索的速度，而且有助于對數(shù)據(jù)的統(tǒng)計(jì)分析。2.2.1去冗余軟件人們通常認(rèn)為相似的生物序列具有相似的生物功能和結(jié)構(gòu)，也具有相似的進(jìn)化歷史。一般可以通過三種方式來確定序列之間的相似度，即序列片段過濾、序列比對以及二者結(jié)合的方式。序列片段過濾可以通過計(jì)算序列片段的數(shù)目來斷定序列之間的

17、相似度在某個(gè)閾值之內(nèi)，速度較快；序列比對是一種常用的序列之間相似性分析和比較的方法，可以分為全局比對和局部比對兩種方法，序列比對方法可以獲得較為精確的相似度，但通常占用較多的時(shí)間；出于對精確度和速度的折中，可以采用上述兩種方法結(jié)合的方式來確定序列之間的相似度，即首先設(shè)置一些過濾策略來減少序列之間比對的次數(shù)，再在必要時(shí)采用序列比對來確定序列之間的相似度，我們現(xiàn)在所了解的是著名的去冗余程序cd-hit16,17（/cdhit_suite/cgi-bin/index.cgi）就是采用了這種方式來實(shí)現(xiàn)的。本研究用cd-hit進(jìn)行去冗余處理，將相似度

18、閾值設(shè)為30%。 2.2.2去冗余結(jié)果（1）去冗余前，蛋白質(zhì)共有684條序列，最長序列有18534個(gè)氨基酸，最短序列有33個(gè)氨基酸，平均為489個(gè)氨基酸。去冗余后，蛋白質(zhì)共有549個(gè)序列，最長為18534個(gè)氨基酸，最短為33個(gè)氨基酸，平均長度為525個(gè)氨基酸?？梢缘玫教幚砬昂吞幚砗笞铋L序列和最短序列的氨基酸個(gè)數(shù)相同，處理前的平均氨基酸個(gè)數(shù)稍比處理后要短，但基本相同，說明相似度閾大于30%蛋白質(zhì)序列的氨基酸多數(shù)在平均數(shù)以下。（2）把氨基酸的的長度分成7塊，分別統(tǒng)計(jì)了去冗余前后固有無序蛋白序列的條數(shù)，統(tǒng)計(jì)結(jié)果見表2-1，從表中可以看出序列長度大多集中在33-1883之間，序列長度4658-1760

19、9之間一條序列都沒有。表2-1 去冗余前后氨基酸長度及含量對比長度去冗余前序列條數(shù)去冗余后序列條數(shù)33-958616486958-188352491883-2808872808-3733653733-4658114658-176090017609-1853411（3）氨基酸的個(gè)數(shù)和百分含量的對比。 通過使用matlab7.0對所下載的所有蛋白質(zhì)序列進(jìn)行編程，得到了去冗余前后所有氨基酸的總數(shù)及各種氨基酸的個(gè)數(shù)。通過對這些數(shù)據(jù)進(jìn)行處理，可以更清楚的看到去冗余前后各種氨基酸的變化情況，如表2-2所示。為了更好的比較去冗余去前后氨基酸組成的變化，做了圖2-1和圖2-2。表2-2去冗余前后氨基酸的個(gè)數(shù)和

20、百分含量的對比氨基酸種類去冗余前后氨基酸個(gè)數(shù)去冗余前后氨基酸百分含量g22865194887.50%6.76%a25111215557.50%7.48%v20789180316.21%6.25%58%4.65%l27922241228.30%8.37%f1071592713.20%3.22%p20047168635.99%5.85%m744163052.22%2.19%w341528921.02%1.00%c499842631.49%1.48%s26305226897.86%7.87%t19180165915.73%5.75%11%4.20%

21、q16145137374.82%4.76%y888476622.66%2.66%h716360592.14%2.10%66%5.74%e26171227547.82%7.89%k22512195426.73%6.78%r16938144225.06%5.00% 圖2-1去冗余前后各氨基酸個(gè)數(shù) 圖2-2去冗余前后各種氨基酸含量 結(jié)論：通過對數(shù)據(jù)的處理分析，可以得到去冗余前氨基酸總數(shù)為334623個(gè)，去冗余之后，氨基酸總數(shù)為288302個(gè)。從圖2-1可以更直觀的看出去冗余前各氨基酸總數(shù)比去冗余之后稍高，這是因?yàn)榈鞍踪|(zhì)序列經(jīng)過去冗余后，相似度大于30%的序列去掉了，因此氨基

22、酸的數(shù)目都有所降低。從圖2-2可以看出20中氨基酸在序列中所占百分含量總體趨勢去冗余前后變化不大，各氨基酸含量總趨勢也是不變的。但是從表2-2中可以看出去冗余后較去冗余前ala、pro、met、cys、gln、his、ary含量下降；val、ile、leu、phe、trp 、ser、thr、asn、tyr、asp、glu、lys含量略有升高。由此結(jié)果也可以看出，去冗余后確實(shí)各種氨基酸的含量和去冗余前有所變化，這一結(jié)果也進(jìn)一步體現(xiàn)出去冗余的重要性。后面蛋白質(zhì)序列數(shù)據(jù)的分析都是對去冗余后的序列進(jìn)行分析的。2.3結(jié)合位點(diǎn)數(shù)據(jù)集的來源及分析方法bsdp數(shù)據(jù)庫主要是無序蛋白質(zhì)結(jié)合位點(diǎn)信息的數(shù)據(jù)庫，從bs

23、dp數(shù)據(jù)庫中得到固有無序蛋白質(zhì)-蛋白質(zhì)、固有無序蛋白質(zhì)-dna、固有無序蛋白質(zhì)-rna、固有無序蛋白與輔因子、固有無序蛋白與金屬、固有無序蛋白與配體、固有無序蛋白與atp/gtp、固有無序蛋白與其它物質(zhì)以及固有無序蛋白所有相互作用的結(jié)合位點(diǎn)，共九組數(shù)據(jù)。運(yùn)用軟件matlab7.0編寫程序（見附錄）來統(tǒng)計(jì)相互作用的結(jié)合位點(diǎn)中各種氨基酸占所有氨基酸的比例，并畫出柱狀圖。3固有無序蛋白結(jié)合位點(diǎn)氨基酸組成偏好性分析3.1各種相互作用類型中固有無序蛋白質(zhì)結(jié)合位點(diǎn)的統(tǒng)計(jì)分析首先統(tǒng)計(jì)了八組物質(zhì)與固有無序蛋白的結(jié)合位點(diǎn)的總個(gè)數(shù)以及無序區(qū)和有序區(qū)結(jié)合位點(diǎn)的分布（見圖3-1 a：蛋白質(zhì)與dna結(jié)合位點(diǎn) b：蛋白質(zhì)

24、與rna結(jié)合位點(diǎn) c：蛋白質(zhì)與蛋白質(zhì)結(jié)合位點(diǎn) d：蛋白質(zhì)與輔因子結(jié)合位點(diǎn) e：蛋白質(zhì)與金屬結(jié)合位點(diǎn) f：蛋白質(zhì)與配體結(jié)合位點(diǎn) g：蛋白質(zhì)與atp/gtp 結(jié)合位點(diǎn) h.其它結(jié)合位點(diǎn)）。具體數(shù)據(jù)為固有無序蛋白中一共有3575個(gè)結(jié)合位點(diǎn)，其中無序區(qū)中有1484個(gè)結(jié)合位點(diǎn)；在有序區(qū)中有2091個(gè)結(jié)合位點(diǎn)。由圖中可以看出蛋白質(zhì)和蛋白質(zhì)結(jié)合位點(diǎn)最多，protein-atp/gtp 的結(jié)合位點(diǎn)最少。表明固有無序蛋白行使功能時(shí)與蛋白質(zhì)結(jié)合情況居多，而與atp/gtp結(jié)合情況較少。 圖3-1各類相互作用固有無序蛋白質(zhì)結(jié)合位點(diǎn)的統(tǒng)計(jì)結(jié)果3.2固有無序蛋白與蛋白質(zhì)結(jié)合位點(diǎn)的統(tǒng)計(jì)分析圖3-2為固有無序蛋白與蛋白質(zhì)結(jié)

25、合位點(diǎn)的統(tǒng)計(jì)圖，圖中橫坐標(biāo)大寫英文字母為20種氨基酸的單字母英文縮寫，縱坐標(biāo)為結(jié)合位點(diǎn)中各氨基酸所占比例（下圖同）。通過該圖我們可以發(fā)現(xiàn)在結(jié)合位點(diǎn)中各種氨基酸均有出現(xiàn)且頻率不等。氨基酸t(yī)rp，met，val，arg頻率較高，比較受歡迎，而氨基酸ser，qln，his頻率較低，不太受歡迎。圖3-2固有無序蛋白與蛋白質(zhì)結(jié)合位點(diǎn)的統(tǒng)計(jì)結(jié)果3.3固有無序蛋白與dna結(jié)合位點(diǎn)的統(tǒng)計(jì)分析圖3-3為固有無序蛋白與dna結(jié)合位點(diǎn)的統(tǒng)計(jì)圖，通過該圖我們可以發(fā)現(xiàn)在結(jié)合位點(diǎn)中各種氨基酸出現(xiàn)頻率相差較大。氨基酸arg，trp，gly頻率較高，比較受歡迎，而氨基酸his在無序區(qū)沒有出現(xiàn)，另外氨基酸met，ser，fhe

26、，phe，asp頻率較低，不太受歡迎。圖3-3固有無序蛋白與dna結(jié)合位點(diǎn)的統(tǒng)計(jì)結(jié)果3.4固有無序蛋白與rna結(jié)合位點(diǎn)的統(tǒng)計(jì)分析圖3-4為固有無序蛋白與rna結(jié)合位點(diǎn)的統(tǒng)計(jì)圖.通過圖3-4與圖3-3相比我們可以發(fā)現(xiàn)，兩圖氨基酸的頻率有些相近，氨基酸t(yī)rp，gly頻率較高，比較受歡迎，氨基酸met，ser，fhe，pro，asp，his頻率較低，不太受歡迎。這可能由于dna和rna都是核酸，具有相似的核苷酸組成，因此在選擇與其結(jié)合的氨基酸殘基時(shí)具有相近的偏好。圖3-4固有無序蛋白與rna結(jié)合位點(diǎn)的統(tǒng)計(jì)結(jié)果3.5固有無序蛋白與atpagp結(jié)合位點(diǎn)的統(tǒng)計(jì)分析圖3-5為固有無序蛋白與atpagp結(jié)合位

27、點(diǎn)的統(tǒng)計(jì)圖，可以發(fā)現(xiàn)，總體來說結(jié)合位點(diǎn)較少，一半以上的氨基酸在結(jié)合位點(diǎn)中沒有出現(xiàn)，在出現(xiàn)的氨基酸中g(shù)ly的頻率較高，在結(jié)合位點(diǎn)中比較受歡迎。氨基酸ala，trp，met，val，gln，glu，asp也有出現(xiàn)，但頻率較低，不是很受歡迎。3.6固有無序蛋白與輔因子結(jié)合位點(diǎn)的統(tǒng)計(jì)分析通過圖3-6我們可以發(fā)現(xiàn)，無序蛋白與輔因子的結(jié)合位點(diǎn)中氨基酸ala，gln頻率較高，比較受歡迎，而氨基酸t(yī)he，phe，asn，pro，his，asp沒有出現(xiàn)，其余氨基酸雖有出現(xiàn)但頻率較低，在結(jié)合位點(diǎn)中不太受歡迎。圖3-5固有無序蛋白與atpagp結(jié)合位點(diǎn)的統(tǒng)計(jì)結(jié)果圖3-6固有無序蛋白與輔因子結(jié)合位點(diǎn)的統(tǒng)計(jì)結(jié)果3.7固

28、有無序蛋白與配體結(jié)合位點(diǎn)的統(tǒng)計(jì)分析由圖3-7我們可以發(fā)現(xiàn)，固有無序蛋白與配體的結(jié)合位點(diǎn)中氨基酸t(yī)rp，his頻率較高，而氨基酸ala，ser，lys，arg，phe，pro，asp沒有出現(xiàn)，其余氨基酸雖有出現(xiàn)，但頻率較低。圖3-7固有無序蛋白與配體結(jié)合位點(diǎn)的統(tǒng)計(jì)結(jié)果3.8固有無序蛋白與金屬離子結(jié)合位點(diǎn)的統(tǒng)計(jì)分析圖3-8固有無序蛋白與金屬結(jié)合位點(diǎn)的統(tǒng)計(jì)結(jié)果通過圖3-8我們發(fā)現(xiàn)，固有無序蛋白與金屬離子結(jié)合位點(diǎn)中氨基酸met，gly，gln，lys出現(xiàn)的頻率較高，氨基酸ala，thr，leu，gly，asn，tyr，asp出現(xiàn)的頻率較低，其余氨基酸沒有出現(xiàn)。3.9固有無序蛋白其它結(jié)合位點(diǎn)的統(tǒng)計(jì)分析通

29、過圖3-9我們可以發(fā)現(xiàn)，固有無序蛋白的其它結(jié)合位點(diǎn)中，氨基酸met，gly，cys出現(xiàn)頻率較高，比較受歡迎，而氨基酸leu，pro沒有出現(xiàn)，另外，氨基酸ser，arg，phe出現(xiàn)的頻率較低，在結(jié)合位點(diǎn)中不太受歡迎。圖3-9固有無序蛋白與其它離子結(jié)合位點(diǎn)的統(tǒng)計(jì)結(jié)果3-9固有無序蛋白與其它離子結(jié)合3.10 固有無序蛋白結(jié)合所有位點(diǎn)中各種氨基酸的統(tǒng)計(jì)圖3-10為所有相互作用類型中固有無序蛋白結(jié)合位點(diǎn)中各種氨基酸的統(tǒng)計(jì)結(jié)果。通該圖，我們可以發(fā)現(xiàn)在無序組蛋白與其它物質(zhì)相互作用時(shí)，結(jié)合位點(diǎn)的各種氨基酸的頻率不同，綜合考慮各種相互作用，氨基酸t(yī)rp，met，val，gly所占比例較高，而氨基酸ser，phe

30、，his所占比例較低。這表明在各種相互作用中氨基酸t(yī)rp，met，val，gly比較受歡迎，而氨基酸ser，phe，his不太受歡迎。另外，同是受歡迎的氨基酸在各種相互作用中受歡迎的程度卻是不同的，同樣地，不受歡迎的氨基酸在各種相互作用中不受歡迎的程度也是不同的。這可能與氨基酸的極性與非極性有關(guān)，氨基酸所帶的電荷、偶極矩以及側(cè)鏈體積都有可能影響它的結(jié)合頻率。圖3-10所有相互作用類型中固有無序蛋白質(zhì)結(jié)合位點(diǎn)的統(tǒng)計(jì)結(jié)果 4結(jié)論自從20世紀(jì)90年代固有無序蛋白質(zhì)被發(fā)現(xiàn)以來，短短的十幾年時(shí)間里，關(guān)于固有無序蛋白質(zhì)的研究，從當(dāng)初的萌芽期迅速發(fā)展成一個(gè)重要且富有活力的蛋白質(zhì)科學(xué)研究領(lǐng)域。 論文以disp

31、rot、bcdp數(shù)據(jù)庫中固有無序蛋白質(zhì)結(jié)合位點(diǎn)為研究對象，利用編程軟件matlab7.0對數(shù)據(jù)進(jìn)行統(tǒng)計(jì)得到新的數(shù)據(jù)，然后對數(shù)據(jù)進(jìn)行分析，得到以下結(jié)論：（1）去冗余后各種氨基酸的含量和去冗余前有所變化，這一結(jié)果也進(jìn)一步體現(xiàn)出去冗余的重要性，為我們在后面分析數(shù)據(jù)時(shí)的處理提供了借鑒。（2）在八種相互作用中，固有無序蛋白與蛋白質(zhì)相互作用的結(jié)合位點(diǎn)最多，表明固有無序蛋白在行駛功能時(shí)與蛋白質(zhì)結(jié)合具有明顯的偏好性。而固有無序蛋白中蛋白質(zhì)與atp/gtp相互作用的結(jié)合位點(diǎn)最少。（3）通過分析可以得知：在蛋白質(zhì)和蛋白質(zhì)的結(jié)合位點(diǎn)中，氨基酸t(yī)rp，met，val，arg頻率較高，而氨基酸ser，qln，his頻率

32、較低；在蛋白質(zhì)與dna的結(jié)合位點(diǎn)中，氨基酸arg，trp，gly頻率較高，氨基酸met，ser，fhe，phe，asp頻率較低，而氨基酸his在無序區(qū)沒有出現(xiàn)；在蛋白質(zhì)與rna的結(jié)合位點(diǎn)中氨基酸t(yī)rp，gly頻率較高，氨基酸met，ser，fhe，pro，asp，his頻率較低；在蛋白質(zhì)與atpagp的結(jié)合位點(diǎn)中，氨基酸中g(shù)ly的頻率較高，氨基酸al，trp，met，val，gln，glu，asp也有出現(xiàn)，但頻率較低，其余氨基酸沒有出現(xiàn)；在蛋白質(zhì)與輔因子的結(jié)合位點(diǎn)中，氨基酸ala，gln頻率較高，而氨基酸t(yī)he，phe，asn，pro，his，asp沒有出現(xiàn)，其余氨基酸雖有出現(xiàn)但頻率較低；在蛋

33、白質(zhì)與配體的結(jié)合位點(diǎn)中，氨基酸t(yī)rp，his頻率較高，而氨基酸ala，ser，lys，arg，phe，pro，asp沒有出現(xiàn),其余氨基酸雖有出現(xiàn)，但頻率較低；在蛋白質(zhì)與金屬結(jié)合位點(diǎn)中，氨基酸met，gly，gln，lys出現(xiàn)的頻率較高，氨基酸ala，thr，leu，gly，asn，tyr，asp出現(xiàn)的頻率較低，其余氨基酸沒有出現(xiàn)；在無序組蛋白的其它結(jié)合位點(diǎn)中，氨基酸met，gly，cys出現(xiàn)頻率較高，而氨基酸leu，pro沒有出現(xiàn)，氨基酸ser，arg，phe出現(xiàn)的頻率較低。 固有無序蛋白質(zhì)是一類具有特殊序列、結(jié)構(gòu)特征，行使特殊功能的一類特殊蛋白質(zhì)，目前成為蛋白質(zhì)研究領(lǐng)域的熱點(diǎn)之一。以上關(guān)于固

34、有無序蛋白質(zhì)中相互作用位點(diǎn)的氨基酸偏好性分析將會(huì)為今后蛋白質(zhì)與其它分子結(jié)合位點(diǎn)預(yù)測工作提供新的思路和數(shù)據(jù)支持。隨著可得到的固有無序蛋白質(zhì)與dna、rna、蛋白質(zhì)復(fù)合物等結(jié)合物結(jié)構(gòu)數(shù)據(jù)的不斷增多，我們可以從原子水平上發(fā)現(xiàn)更多的相互作用過程中的規(guī)律，以加深對這種相互作用機(jī)制的理解，從而在理論上為藥物的開發(fā)和疾病的治療提供可靠的幫助。參考文獻(xiàn)1 uversky vn .natively unfolded proteins: a point where biology waits for physics. protein sci .2002,11: 739-756.2 dunker ak, obrad

35、ovic z, romero p, garner ec, brown cj. intrinsic protein disorder in complete genomes. genome inform ser workshop genome inform .2000, 11: 161-171.3 dunker ak, oldfield cj, meng j, romero p, yang jy, et al. the unfoldomics decade: an update on intrinsically disordered proteins. bmc genomics.2008 ,9

36、suppl 2: s1.4 nishikawa k . natively unfolded proteins: an overview. biophysics .2009,5: 58-59.5 radivojac p, iakoucheva lm, oldfield cj, obradovic z, uversky vn, et al. intrinsic disorder and functional proteomics. biophys j.2007, 92: 1439-1456.6 burra pv, kalmar l, tompa p . reduction in structura

37、l disorder and functional complexity in the thermal adaptation of prokaryotes. plos one .2010, 5: e12069.7 pavlovic-lazetic gm, mitic ns, kovacevic jj, obradovic z, malkov sn, et al. bioinformatics analysis of disordered proteins in prokaryotes. bmc bioinformatics. 2012,12: 66.8 xue b, dunker ak, uv

38、ersky vn . orderly order in protein intrinsic disorder distribution: disorder in 3500 proteomes from viruses and the three domains of life. j biomol struct dyn .2012,30: 137-149.9 sethi d, garg a, raghava gp. dprot: prediction of disordered proteins using evolutionary information. amino acids.2008,

39、35: 599-605.10 bellay j, han s, michaut m, kim t, costanzo m, et al. bringing order to protein disorder through comparative genomics and genetic interactions. genome biol.2013, 12: 14.11 muppirala uk, honavar vg, dobbs d predicting rna-protein interactions using only sequence information. bmc bioinf

40、ormatics.2013,12: 489.12 dosztanyi z, csizmok v, tompa p, simon i the pairwise energy content estimated from amino acid composition discriminates between folded and intrinsically unstructured proteins. j mol biol 2005,347: 827-839.13 meszaros b, tompa p, simon i, dosztanyi z molecular principles of

41、the interactions of disordered proteins. j mol biol 2007,372: 549-561.14 gunasekaran k, tsai cj, kumar s, zanuy d, nussinov rextended disordered proteins: targeting function with less scaffold. trends biochem sci 2013,28: 81-85.15 吳建盛, 棟 胡, 伍洪濤, 謝建明, 嘯 孫 蛋白質(zhì)-核酸復(fù)合物界面氨基酸與核苷酸偏好性分析. 生物物理學(xué)報(bào) 2010,26: 234-

42、244.16 shen j, zhang j, luo x, zhu w, yu k, et al.predicting protein-protein interactions based only on sequences information. proc natl acad sci u s a 2007,104: 4337-4341.17 wu j, liu h, duan x, ding y, wu h, et al.prediction of dna-binding residues in proteins from amino acid sequences using a ran

43、dom forest model with a hybrid feature. bioinformatics 2009,25: 30-35.studies on binding sites based on sequence characteristics intrinsically disordered proteins statisticsyan zhiduo(college of physics and electronic information, dezhou university, dezhou shandong, 253023)abstract taking disprot an

44、d bsdp intrinsically disordered proteins binding sites in the database as the research object, build 9 kinds of binding site data sets, using matlab to statistics the binding sites of various amino acids frequency, it was found that the interaction sites of protein and protein is the most, interacti

45、on sites of proteins and atp/gtp is the least, and we can learn that all kinds of binding site of amino acid has obvious preferences. the study is helpful to know the intrinsically chaotic characteristics of protein interactions with other ingredients, to further excavate the intrinsically unordered

46、 sequence characteristics of protein, and it has laid a good foundation for the development of the software which prediction binding sites of intrinsically disordered protein and protein, dna, rna, ligands, cofactors and so on.keywords intrinsically disordered proteins; disordered region; analysis o

47、f junctional sequential； binding site致謝首先，我衷心的感謝我的指導(dǎo)老師xxx老師給予我的幫助。在這次論文的完成過程中是x老師不厭其煩的引導(dǎo)我，我從論文選題時(shí)的一竅不通到現(xiàn)在論文的成型都離不開x老師的指導(dǎo)與關(guān)心，x老師對我的指導(dǎo)為我指明了正確的方向，對我的鼓勵(lì)使我勇于面對困難，對我的鞭策讓我充滿了前進(jìn)的動(dòng)力。借此機(jī)會(huì)，向王老師表示衷心的謝意！其次，我感謝大學(xué)里教過我的所有老師，為我的專業(yè)知識(shí)打下了堅(jiān)實(shí)的基礎(chǔ)；同時(shí)還要感謝所有的同學(xué)們，這個(gè)相處融洽、團(tuán)結(jié)向上的集體給我的大學(xué)生活增添了許多美好的回憶。正是因?yàn)橛辛四銈兊闹С趾凸膭?lì)。此次畢業(yè)論文才會(huì)順利完成。 最后

48、，我要感謝我的舍友以及好友們對我的關(guān)心、幫助與照顧，正是由于你們的關(guān)心使得我大學(xué)四年充滿了美好的回憶，我所收獲的這份友情將值得我珍藏一生。同時(shí)還要感謝我的母校-德州學(xué)院對我的大力栽培。本文參考了大量的文獻(xiàn)資料，在此，向各學(xué)術(shù)界的前輩們致敬！我還要感謝含辛茹苦培養(yǎng)我長大的父母，謝謝您們！ 謹(jǐn)以此文獻(xiàn)給我的親人，是親人的理解才使我能夠順利完成本科階段的學(xué)習(xí)，你們默默的支持和無私的關(guān)愛是我不斷拼搏和永遠(yuǎn)前進(jìn)的動(dòng)力源泉。感謝各位老師在百忙之中審閱和評議我的論文。 附錄：氨基酸統(tǒng)計(jì)程序clearclc a=0; w= 0; m= 0; s= 0; t= 0; v=0; q=0; l=0; k=0; e=

49、0; r=0; g=0; f=0; n=0; p=0; y=0; i=0; h=0; c=0; d=0; x=0; b=0; z=0; u=0; sum_aa=0;seq_header,sequence=fastaread('文件1位置文件1名.txt');for k=1:length(seq_header) a=a+length(strfind(sequencek,'a'); w=w+length(strfind(sequencek,'w'); m=m+length(strfind(sequencek,'m'); s=s+len

50、gth(strfind(sequencek,'s'); t= t+length(strfind(sequencek,'t'); v=v+length(strfind(sequencek,'v'); q=q+length(strfind(sequencek,'q'); l=l+length(strfind(sequencek,'l'); k=k+length(strfind(sequencek,'k'); e=e+length(strfind(sequencek,'e'); r=r+l

51、ength(strfind(sequencek,'r'); g=g+length(strfind(sequencek,'g'); f=f+length(strfind(sequencek,'f'); n=n+length(strfind(sequencek,'n'); p=p+length(strfind(sequencek,'p'); y=y+length(strfind(sequencek,'y'); i=i+length(strfind(sequencek,'i'); h=h+

52、length(strfind(sequencek,'h'); c=c+length(strfind(sequencek,'c'); d=d+length(strfind(sequencek,'d'); sum_aa=sum_aa+length(sequencek); x=x+length(strfind(sequencek,'x'); b=b+length(strfind(sequencek,'b'); z+length(strfind(sequencek,'z'); u=u+length(strf

53、ind(sequencek,'u'); end sum_aa=sum_aa-x-b-z-u; paa(1,1)=a/sum_aa; paa(2,1)=r/sum_aa; paa(3,1)=d/sum_aa; paa(4,1)=c/sum_aa; paa(5,1)=q/sum_aa; paa(6,1)=e/sum_aa; paa(7,1)=h/sum_aa; paa(8,1)=i/sum_aa; paa(9,1)=g/sum_aa; paa(10,1)=n/sum_aa; paa(11,1)=l/sum_aa; paa(12,1)=k/sum_aa; paa(13,1)=m/sum_aa; paa(14,1)=f/sum_aa; paa(15,1)=p/sum_aa; paa(16,1)=s/sum_aa; paa(17,1)=t/sum_aa; paa(18,1)=w/sum_aa; paa(19,1)=y/sum_aa; paa(20,1)=v/sum_aa; a=0; w= 0; m= 0; s= 0; t= 0; v=0; q=0; l=0; k=0; e=0; r=0; g=0; f=0