[发明专利]14-3-3蛋白质与磷酸化配体相对亲和力的估计和预测方法

权利要求书

1.一种14-3-3蛋白质与磷酸化配体相对亲和力的估计和预测方法，其特征在于，包括以下步骤：

步骤S1收集和处理数据，收集不同来源的所有七种亚型与三肽配体的亲和力数据，并对数据集进行预处理和质量检查；

步骤S2构建14-3-3配体亲和力的定量构效关系模型，用来自DPPS的氨基酸描述符代表每个磷酸化多肽上的理化特征并作为预测变量，对应14-3-3每个亚型的配体亲和力作为响应变量，用惩罚回归方法建模；

步骤S3预测14-3-3蛋白与配体的亲和力，利用依据14-3-3多肽文库数据构建的定量构效关系模型预测所有可能序列组合的磷酸化三肽配体与14-3-3亚型的相对亲和力。

2.根据权利要求1所述的14-3-3蛋白质与磷酸化配体相对亲和力的估计和预测方法，其特征在于，还包括以下步骤:

步骤S4配体亲和力的聚类分析，将标准化的14-3-3配体亲和力数据，利用了二维层次聚类方法进行分析。

3.根据权利要求1所述的14-3-3蛋白质与磷酸化配体相对亲和力的估计和预测方法，其特征在于，所述步骤S1中，所述对数据集进行预处理和质量检查为：

提高整体数据的辨识度，对原始的荧光值进行了以2为底数的对数转换；

将数值相对小于0的序列从数据集中删除。

4.根据权利要求1所述的14-3-3蛋白质与磷酸化配体相对亲和力的估计和预测方法，其特征在于，所述步骤S2还包括：

数据集中80％的亲和力数据作为训练数据，剩下的作为测试数据；

根据每个定量构效关系模型中配体位点上不同物化性质的系数,评估多肽上每个位点的物化性质对14-3-3配体亲和力的贡献，确定14-3-3配体结合中的关键位点和关键氨基酸；

对每个定量构效关系模型的预测准确性进行评估，用训练得到的模型重新对整个数据集进行预测，每个磷酸化多肽配体获得一个预测值，从预测结果中筛选出高亲和力的磷酸化多肽并与原始实验数据进行比较。

5.根据权利要求4所述的14-3-3蛋白质与磷酸化配体相对亲和力的估计和预测方法，其特征在于，所述步骤S2还包括：

对于每个14-3-3配体序列，它与14-3-3的亲和力值f(X)由包含p个变量的向量表示：

f(X)＝β₀+β₁X₁+β₂X₂+β₃X₃+…+β_pX_p

其中β0是模型常数，X1,X2,X3...Xp是一系列的氨基酸描述符，β1,β2,β3...βp是基于回归模型得到的相应的系统，p为常数；

使用线性回归构建序列与亲和力相关的定量构效关系模型；

所述惩罚回归方法为elastic net方法：

采用10-fold交叉验证的方法来优化训练集其中的参数λ和α，使交叉验证的误差最小，训练集随机分为10个部分，然后每个部分都用作模型在其他部分的测试，然后选择λ和α的最优值作为模型参数。

6.根据权利要求5所述的14-3-3蛋白质与磷酸化配体相对亲和力的估计和预测方法，其特征在于，所述步骤S2还包括：

同时计算预测与真实数据集之间的R平方和RMSE，以评估模型拟合度，RMSE的计算方式为：

ei是实验数据集中第i个亲和力值，pi是来自模型的第i个预测结果；

R的平方的计算方式为：

e是实验数据集中14-3-3配体的平均亲和力。

7.根据权利要求5所述的14-3-3蛋白质与磷酸化配体相对亲和力的估计和预测方法，其特征在于，所述步骤S3还包括：

预测得到的数据依据不同亚型进行数据标准化处理，使其平均值为0，方差为1，标准化后的数据视为14-3-3蛋白与配体亲和力的预测结果。