结构基序预测蛋白质功能.ppt

结构基序预测蛋白质功能
第一页，共38页
在类的合并上，主要有三种算法来确定类间的距离：单一连锁(single-linkage)、完全连锁(complete-linkage)和平均连锁(average-linkage)。这三种算法在定义类间的距离时分别取两类间的最小距离、最大距离和平均距离。前两种算法对边缘值太过敏感，对于未知的元素分布，一般采用平均连锁算法。
完全连锁(complete linkage)，又称最远邻(furthest neightbour)方法。同样从相似度矩阵或距离矩阵出发，但定义距离为两类之间数据的最大距离。同样不考虑到类的结构。倾向于找到一些紧凑的分类。
第二页，共38页
以最小近邻法聚类为例
最短距离聚类法具有空间压缩性，而最远距离聚类
法具有空间扩张性。最短距离为 dAB=da1b1，最远
距离为 dAB=dap2。
第三页，共38页
表示了八种不同系统聚类方法计算类间距离的统一表达式
第四页，共38页
Composite Structural Motifs of
Binding Sites for Delineating
Biological Functions of Proteins
汇报人：刘言
第五页，共38页
简介
在原子水平上，我们都是通过蛋白质之间或蛋白
质与其他分子之间相互作用来理解生物学过程的。

大部分蛋白质会同步或不同步的与很多分子相互
作用。
单原子离子，小分子到蛋白质、核酸和其他大分子
第六页，共38页
众所周知，蛋白质相互作用的类型和蛋白质是否
相互作用可以调节蛋白质的功能（血红蛋白与氧结
合，与一氧化碳结合）。因此，我们不仅要确定个
体蛋白的相互作用，也要考虑潜在的蛋白质相互作
用，这些相互作用或许可以充分描述蛋白质的功
能，也能从同源蛋白中区分它们的不同功能。
第七页，共38页
Genome sequence technologies促使我们更加急迫
的去发掘从序列信息预测蛋白质功能的有效技术。迄
今为止，最常用于蛋白质功能预测的方法是
annotation transfer，它是基于一种蛋白质序列相似，
功能相似的假设基础上的方法。然而，随着研究的
逐步深入，这种方法在很多情况下却是不可靠的。
第八页，共38页
蛋白质功能相似，并不仅仅是序列功能的相似。蛋白质序列折叠方式不同，会导致结构不同，从而影响功能。所以我们要更加精细的检查蛋白质功能的决定因素，而不是只单纯的考虑蛋白质序列相似性。
第九页，共38页
结构信息可以为蛋白质功能预测提供更加准确的信
息。
To date, there have been many methods for detecting
potential ligand binding sites based on structural similarity
of proteins [14,16–22]. Most of these methods are targeted
at predicting protein functions at the level of ligand binding
and catalytic activity.
There have also been many studies on protein-protein
interaction interfaces to understand biological functions of
proteins in cellular contexts 。
第十页，共38页