[发明专利]预测氨基酸变异对蛋白质结构稳定性影响的系统及其方法

权利要求书

1.一种预测氨基酸变异对蛋白质结构稳定性影响的系统，其特征在于：由氨基酸变异信息输入模块（1）、氨基酸变异位点属性计算模块（2）、蛋白质序列属性计算模块（3）、预测稳定性变化模块（4）、预测结果输出模块（5）组成，其中，所述氨基酸变异信息输入模块（1）分别与所述氨基酸变异位点属性计算模块（2）和所述蛋白质序列属性计算模块（3）连接，所述氨基酸变异位点属性计算模块（2）和所述蛋白质序列属性计算模块（3）同时与所述预测稳定性变化模块（4）连接，所述预测稳定性变化模块（4）与所述预测结果输出模块（5）连接；

所述氨基酸变异信息输入模块（1）的功能为获取用户提交的单个或成组的氨基酸变异及其蛋白质序列，并进行用户信息及数据的存储；

所述氨基酸变异位点属性计算模块（2）的功能为根据野生型和变异型位点上的氨基酸情况，提取相对应的AAindex属性特征值，并根据氨基酸变异数据，计算变异后的氨基酸位点物理化学属性特征；

所述蛋白质序列属性计算模块（3）的功能为根据氨基酸变异数据计算相关蛋白质的保守性以及蛋白质属性特征；

所述预测稳定性变化模块（4）的功能为通过基于随机森林的两层三分类算法将氨基酸变异对蛋白质稳定性的影响进行计算和分类，并给出相应概率，作为预测结果；

所述预测结果输出模块（5）的功能为将预测结果生成excel和pdf文件形式，存储并自动邮件发送用户，同时支持用户查询统计。

2.一种利用如权利要求1所述的系统的预测氨基酸变异对蛋白质结构稳定性影响的方法，其特征在于，包括以下步骤：

步骤1）所述氨基酸变异信息输入模块（1）首先根据用户输入的氨基酸变异信息，获取其中的氨基酸变异及其蛋白质序列，然后所述氨基酸变异信息输入模块（1）将获取到的氨基酸变异数据以及与氨基酸变异对应的蛋白质序列数据分别传输至所述氨基酸变异位点属性计算模块（2）和所述蛋白质序列属性计算模块（3），同时，所有输入数据以及提交数据的用户信息将被系统存储；

步骤2）在收到所述氨基酸变异数据后，所述氨基酸变异位点属性计算模块（2）一方面从AAindex数据库中，根据野生型和变异型位点上的氨基酸情况，提取相对应的AAindex属性特征值，另一方面以该氨基酸变异位点为中心，计算相邻位点中各类氨基酸的分布情况，并换算成相应的氨基酸位点物理化学属性特征；然后，所述氨基酸变异位点属性计算模块（2）将提取到的所述AAindex属性特征值和计算出的所述氨基酸位点物理化学属性特征同时传输至所述预测稳定性变化模块（4）；

步骤3）在收到所述与氨基酸变异对应的蛋白质序列数据后，所述蛋白质序列属性计算模块（3）一方面调用BLAST方法寻找该蛋白质序列的同源序列，然后构造PSSM矩阵，计算该蛋白质序列的保守性，作为预测的输入属性特征；另一方面调用ProtDCal算法，计算该蛋白质序列的蛋白质属性特征；然后，所述蛋白质序列属性计算模块（3）将计算出的该蛋白质序列的保守性和蛋白质属性同时传输至所述预测稳定性变化模块（4）；

步骤4）在收到所述AAindex属性特征值、所述氨基酸位点物理化学属性特征、所述蛋白质序列的保守性以及所述蛋白质属性特征后，所述预测稳定性变化模块（4）采用基于随机森林的两层三分类模型预测方法，将氨基酸变异对蛋白质结构稳定性的影响归为影响蛋白质稳定性降低、升高和不变三类中的一类，并计算出相应的概率，作为预测结果；然后，所述预测稳定性变化模块（4）将计算出的所述预测结果传输至所述预测结果输出模块（5）；

步骤5）在收到所述据测结果后，所述预测结果输出模块（5）首先将所述预测结果进行存储，然后将所述预测结果生成excel和pdf文件形式，并按照任务发送邮件给对应的提交数据的用户；对于注册系统的用户，可输入任务名称以查看对应的预测结果，或输入某一个特定蛋白质，统计其上面所有变异对稳定性产生的影响。

3.根据权利要求2所述的预测氨基酸变异对蛋白质结构稳定性影响的方法，其特征在于，步骤1）中，输入氨基酸变异信息的方法具体包括以下三种方式：

1）输入单个变异及变异所在的蛋白质序列、实验温度和pH值；

2）一次批量输入多个氨基酸变异及每个变异对应的蛋白质序列、实验温度和pH值；

3）输入指定的蛋白质序列、实验温度和pH值。

4.根据权利要求2所述的预测氨基酸变异对蛋白质结构稳定性影响的方法，其特征在于，步骤4）中，所述的基于随机森林的两层三分类模型预测方法的具体步骤如下：

1）按照所述氨基酸变异位点属性计算模块（2）和所述蛋白质序列属性计算模块（3）中的计算方法以及特征提取算法，分别构造两个基于随机森林的分类预测器，第一个分类预测器将氨基酸变异分为导致蛋白质稳定性降低和不降低两类；第二个分类预测器将变异分为导致蛋白质稳定性升高和不变两类；

2）对所有待预测的氨基酸变异数据分别抽取对应的输入属性、运用所述第一个分类预测器，将氨基酸变异分类成导致蛋白质稳定性降低和不降低两类；

3）对上一步中被预测为导致蛋白质稳定性不降低的变异数据，再次抽取相应的输入属性，运用所述第二个分类预测器，将这部分氨基酸变异分类为导致蛋白质稳定性升高和不变两类；由此，待预测的氨基酸变异就被分为了影响蛋白质稳定性降低、升高和不变三类。