[发明专利]结合蛋白质序列与结构信息的ATP绑定位点预测方法

摘要

本发明公开了一种结合蛋白质序列与结构信息的ATP绑定位点预测方法，首先读取蛋白质的序列与结构信息，从蛋白质序列与结构信息中抽取每个氨基酸残基的特征向量；使用随机下采样技术对非ATP绑定位点样本进行多次下采样，将每次下采样得到的非ATP绑定位点样本子集与ATP绑定位点样本集合合并后训练一个SVM子模型，得到多个SVM子模型；使用均值集成方法将上述多个SVM子模型进行集成，形成最终的预测模型；通过将任意待预测氨基酸残基的特征向量输入到最终的预测模型中进行判定该氨基酸残基是否为ATP绑定位点；最后使用PyMOL软件在三维空间中显示预测的ATP绑定位点。该方法不仅有效地降低了训练集的规模，而且提升了预测模型的可解释性与预测精度。

主权项

一种结合蛋白质序列与结构信息的ATP绑定位点预测方法，其特征在于包括以下步骤：步骤1：特征提取；根据待预测蛋白质序列与结构信息，使用PSI‑BLAST、PSIPRED、SANN、SSITE以及TMSITE程序分别提取该蛋白质进化信息、二级结构信息、溶剂可及性信息、序列模板匹配信息以及结构模板匹配信息，在此基础上使用滑动窗口技术构建每个氨基酸残基的特征向量；步骤2：使用随机下采样技术，对非ATP绑定位点样本进行多次下采样，得到多个非ATP绑定位点样本子集，将每一个非ATP绑定位点样本子集与ATP绑定位点样本集合合并后训练一个SVM子模型，得到多个SVM子模型；步骤3：使用均值集成方法，将步骤2中得到的多个SVM子模型进行集成，得到最终的ATP绑定位点预测模型，用于预测待预测蛋白质中的ATP绑定位点；步骤4：使用PyMol软件在三维空间中显示预测的ATP绑定位点。