识别蛋白质超家族之间远程同源性的算法研究

项目名称： 识别蛋白质超家族之间远程同源性的算法研究

项目编号： No.11201334

项目类型： 青年科学基金项目

立项/批准年度： 2013

项目学科： 数理科学和化学

项目作者： 陈科

作者单位： 天津工业大学

项目金额： 22万元

中文摘要： 蛋白质的同源性识别对于研究分子进化、预测蛋白质的空间结构以及注释蛋白质的功能位点都有重要作用。当前，蛋白质之间的同源性主要通过序列或整体结构的相似度来识别。然而，序列以及整体结构的相似性仅能识别蛋白质超家族内的同源关系，却无法识别蛋白质超家族间的同源关系，这是由于不同的蛋白质超家族既不具有相似的序列也不具有类似的结构形态。本项目首次致力于识别蛋白质超家族之间的远程同源性。为此，我们提出了与序列相似度以及整体结构相似度完全不同的度量，即局部区域在结构和功能上的相似度。基于局部相似度概念，本研究项目主要包括以下三点创新：1）提出了一种基于图论的算法来探测不同蛋白质在局部结构和功能上的相似性(譬如功能位点的相似性）；2）首次研究蛋白质超家族间的同源关系并构建它们的进化树；3）首次利用功能位点的相似度对蛋白质进行分类，并构建蛋白质功能位点分类数据库。

中文关键词： 远程同源性；聚类算法；分类算法；；

英文摘要： Identification of protein homology has a pivotal role in study of molecular evolution, prediction of tertiary structure of proteins and annotation of functional sites of proteins. Currently, protein homology is usually identified by sequence similarity or global structural similarity. However, sequence similarity and global structural similarity can only detect homology for proteins within the same superfamily and cannot recognize the homology relationship between proteins across different protein superfamilies due to the fact that different protein superfamilies do not have similar sequences nor similar global structures. To this end, we propose a method that identifies homology relationship across different protein superfamilies. The proposed method utilizes the local structural similarity, a measure distinctive from the known sequence similarity and global structural similarity measure. Based on the concept of local structural similarity, the proposed project is novel in the following three aspects: first, we propose a graph-based algorithm that identifies similar local structures (for instance, similar functional sites) on the surface of different proteins; second, to the best of our knowledge, this project for the first time studies the homology relationship and constructs the evolutionary tree between diff

英文关键词： distant homology；clustering algorithm；classification algorithm；；