43、蛋白质结构家族分类与子图挖掘技术

蛋白质结构家族分类与子图挖掘技术

蛋白质结构的准确分类在生物信息学领域中至关重要。本文将介绍蛋白质序列聚类和结构家族分类的相关研究，涉及球蛋白和G蛋白偶联受体（GPCRs）的聚类分析，以及基于连贯子图挖掘的蛋白质结构家族分类方法。

球蛋白序列聚类分析

• 聚类结果 ：对91个SCOP球蛋白序列进行聚类，不依赖预定义的阈值，结果反映了潜在的SCOP分类。其中，a.l.l.1形成一个单一聚类，a.1.1.2有九个单独的聚类（包括4个单例），a.1.1.3为一个单一聚类，a.1.1.4为一个单例。
• 结构信息的影响 ：在聚类中加入结构信息后，聚类模式发生变化，从大量功能相关序列的小聚类变为数量较少的聚类，能更清晰地分离SCOP球蛋白家族的成员。

G蛋白偶联受体（GPCRs）聚类分析

• GPCRs分类系统 ：根据GPCRDB分类系统，GPCR超家族分为5个主要类别（A - E），每个类别进一步分为1级和2级亚家族。部分GPCRs为“孤儿”受体，其天然配体未被识别。
• 相关计算方法 ：其他作者采用了不同的计算方法对GPCRs进行分类，如使用支持向量机、系统发育树、基于氨基酸理化性质的向量转换等。
• 实验数据与结果 ：实验聚焦于Class A序列，数据集包含946个序列，其中303个为“孤儿”受体。使用无限高斯混合模型的聚类结果显示，由于该超家族的序列多样性，对角线上出现了更多小聚