基于蛋白质空间结构的乙酰化位点两步预测新方法研究

Protein lysine acetylation is one of the most important post-translational modifications (PTMs), which plays a vital role in a wide variety of crucial cellular functions and is involved in several important diseases such as cancer. There is a growing need for novel methods of protein acetylation site predictions in Bioinformatics and in acetylation Biology. In this research, we try to develop a novel promising method for the in silico predictions of protein acetylation sites. The significant departures of this method from what are observed in general prediction schemes are as follows: (i) A two-staged prediction schema is presented, which firstly determines whether a protein is an acetylated protein, and then determines the acetylation sites of the protein that has been predicted to be acetylated in the first stage. (ii) Several protein 3-D structure parameters are incorporated. (iii) An one-class method is employed as the learning algorithm to solve the class imbalance problem. Enabling scientific innovation based on literature, the method proposed could demonstrate good predictive performance. Optimized features selected in the method will be further analyzed to reflect biological mechanisms of lysine acetylation. Results could provide directions for identifying acetylated proteins and aid in the design of the experiments. The prediction schema presented could also suggest a new way to improve predicion methods for other types of PTM sites.

蛋白质赖氨酸的乙酰化是一种重要的翻译后修饰（PTM），在细胞生命活动中发挥举足轻重的作用，并参与着包括肿瘤在内的多种病理过程。发展理论预测乙酰化位点的方法，是乙酰化研究的迫切需要和当前生物信息学的前沿热点课题，具有重要的生物学意义。本课题旨在开发一种崭新的乙酰化位点预测方法，其突出特点是：（1）预测过程分两步进行，结合系统生物学的方法首先预测乙酰化的蛋白，然后再预测乙酰化位点；（2）将整合真正意义的蛋白质空间结构特征；（3）使用单类分类模型，克服正负样本不均衡的问题。该方法不仅体现了突出的科学创新性，而且有较充分的理论和实验根据，为模块化准确预测乙酰化位点提供可能。还将对模型所用的最优特征集进行生物学分析，探讨乙酰化的机制和影响因素。其研究成果可为乙酰化鉴定实验和新乙酰化蛋白的发现提供指导方向，为基于乙酰化位点的生物学研究提供有价值的参考，更可为其他PTM类型的预测模型提供新的发展思路。

蛋白质赖氨酸的乙酰化是一种重要的翻译后修饰（PTM），在细胞生命活动中发挥举足轻重的作用，并参与着包括肿瘤在内的多种病理过程。发展理论预测乙酰化位点的方法，是乙酰化研究的迫切需要和当前生物信息学的前沿热点课题，具有重要的生物学意义。本课题研究成果如下：.（一）成果指标.1.已发表SCI论文11篇，另有1篇论文已投出，正在审稿中。所有这些论文均已标注本项目资助和本项目基金号。.2.出版专著5部（清华大学出版社）。.3.申请并向有关生物技术公司转让相关软件著作权6项（2015R11S200557、2015R11S200558、2015R11S200559、2015R11S200560、2015R11S200561、2015R11S200562）。.4.该项目相关研究的SCI论文获得高被引，在2015年被评为英国皇家化学会"Top 1% 高被引中国作者"（生物学Biological领域仅评定了3位中国作者，成为之一）。.（二）研究结论.1.收集整理了包括乙酰化数据在内的多种蛋白质翻译后修饰类型的数据，并整理了数据库，不仅服务于当前研究，更为今后开展更深入研究提供有效的数据支持和数据平台。.2.修改了特征筛选算法，重新开发了软件。新版软件程序比之前程序的运算速度大幅提高（速度至少提高10倍！并支持上万数量级的特征数的特征筛选）。.3.开发了乙酰化位点预测算法，并根据已有数据测试了方法有效性。相关论文已发表（SCI收录）。.4.分析了乙酰化形成的分子机制，验证了文献报道的分子机制，提出了分子形成的假设，有待实验验证。相关论文已发表（SCI收录）。.5.比较了乙酰化与其他一些相关的蛋白质翻译后修饰类型，如泛素化、类泛素化、甲基化等，很多成果已发表了多篇高水平SCI论文。