分子识别特征预测算法特性分析*

李 子 夏

（天津大学应用数学中心，天津 300072）

0 引 言

固有无序蛋白区域（intrinsically disordered proteins regions，IDRs）在生物体中占有重要地位.具有IDRs的蛋白质能影响分子组装识别、信号传导、重排、转录和翻译等细胞功能［1］，并参与小分子的结合、转运和催化［2］.Habchi等［3］证实约30%～50%的真核蛋白具有一个或多个长的IDRs.固有无序蛋白结合域是IDRs的功能区域，在细胞的信号传递和调节过程中起着重要作用，是无序蛋白质研究的热点.固有无序蛋白结合域按照区域的长短分为短线性基序（short linear motifs，SLiMs）和分子识别特征（molecular recognitionfeatures，MoRFs），其中SLiMs和MoRFs的残基数分别是≤5和5～25个.Yan等［4］分析了868个完整蛋白质组，结果显示真核生物有21%的IDRs具有MoRFs，细菌和古细菌有29%的IDRs具有MoRFs.

由于SLiMs和MoRFs长度上的差异，所以预测这2类功能域的方法不同.目前SLiMs的预测是基于在一组不同序列中寻找正则表达式的原理来开发算法.MoRFs相比于其他无序区域和结构化区域有其独特的序列特征，因此，MoRFs的预测可以基于序列进行精确的计算预测.另外，MoRFs的长度越长，序列特征越明显，如：与其他IDRs相比，MoRFs区域富含大的疏水侧链的氨基酸，特别是芳香族氨基酸含量较高；与SLiMs的预测算法相比，MoRFs的预测算法更多，准确率也更高.这些预测算法的出现，推动了MoRFs计算识别算法的发展［4］，推定MoRFs不仅有助于阐明蛋白质功能，还可用于多种病毒蛋白质组、细胞死亡途径、通道蛋白的相互作用组、激酶、核小体和核糖体的分析研究［5-10］.

近年来，研究人员相继提出一批基于不同原理及方法的MoRFs预测算法［11-12］.Dosztanyi等［11］基于多肽链中残基的3种性质，结合残基必须处于一个长的无序区域、残基不能与其领域折叠以及残基能够与球状结合域相互作用，开发了ANCHOR；……