学位论文 > 优秀研究生学位论文题录展示

环氧化物水解酶序列识别和分类模型的构建

作　者: 贾佳
导　师: 张子张
学　校: 浙江大学
专　业: 生物信息学
关键词: 环氧化物环氧化物水解酶支持向量机同源建模
分类号: Q55
类　型: 硕士论文
年　份: 2006年
下　载: 81次
引　用: 0次
阅　读: 论文下载

内容摘要

环氧化物水解酶(Epoxide hydrolase,EH,EC 3.3.2.3)是生物体系中细胞保护、外源化合物代谢和信号调节的重要酶类[66,48,118]。它通过化学催化转化的方式降低外源环氧化物在体内的含量,保护细胞免受环氧化物的毒性,同时也代谢内源性脂肪足和芳香族环氧化物,生成对应的二醇[141]。最近的研究表明哺乳动物EH的序列多态性与慢性肺气肿等疾病密切相关[86],而抑制EH能够潜在治疗高血压,动脉粥样硬化,肾脏衰竭等疾病[47,79,174,170]。针对EH活性位点的结构设计合理的抑制剂具有重要的意义。因此,本论文从EH家族的一级序列着手,对其结构和功能进行系统的分析,并着重关注结构特征与EH底物特异性之间的关系。在本课题中, 1.通过结构同源建模技术构建了101个EH结构及其潜在活性位点,探讨酶活性位点的理化性质及结构差异与EH的底物特异性的关系; 2.基于序列和结构的特征,运用统计学习理论支持向量机(support vector machine,SVM)的方法,对四个结构和底物特异性有明显差异的亚家族构建了自动的序列识别和分类模型EHPred(epoxide hydrolase recognition and classification model,EHPred)。该方法克服EH序列少,并且序列间的相似度变化大的困难,在EH模型识别中分别取得95.3%的训练精度以及97.2%的预测精度,其亚家族分类模型的训练数据集的精度在89.2～98.6%的范围内变化,测试数据集也获得了>94.9%的理想的预测结果。 3.提供了一个循序渐进的动态模型,随着EH序列、结构、底物、化学计量、代谢动力学、毒理学信息的不断增多,逐步建立序列与底物对映关系模型,辅助EH底物的识别及抑制剂的合理设计。

全文目录

摘要  3-4
Abstracts  4-6
本论文所使用的英文缩写名称一览表  6-7
第一章引言  7-10
第二章材料与方法  10-16
  1 材料来源  10-11
  2 数据分析方法  11-16
    2.1 序列比对分析  11
    2.2 蛋白质结构同源建模  11-12
    2.3 基于统计学习理论的序列识别和分类模型  12-15
    2.4 EH网站的建立  15-16
第三章结果与分析  16-28
  1 EH亚家族序列相似性比较  16-18
  2 蛋白质结构同源建模结果  18-21
  3 EH结构特征  21-25
  4 EHPred模型的建立及评估  25-28
第四章讨论  28-35
  1 EH蛋白Loop区域和活性位点的结构特征  28-31
  2 EHPred模型的应用  31-35
第五章总结与展望  35-36
综述  36-49
参考文献  49-55
致谢  55-56
附录  56-62
  附录1 攻读硕士学位期间所完成的学术论文  56-57
  附录2  57-62

环氧化物水解酶序列识别和分类模型的构建

内容摘要

全文目录

相似论文