基于人类蛋白质组的结构和功能预测研究

Protein is the essential material of all lives. Exploring the structure and function of proteins is important to understand the essence of biological lives. The human proteome project has been nationally and internationally launched with the goal of elucidating the structure and function of gene-coding proteins and obtaining the subtle map of human proteomics. Because experiment methods of proteomics are expensive and have a long-term, in this project, the structure and function of proteins are predicted by computational methods. The effective solution has been proposed to tackle some of the key problems in protein structure and function prediction so that the performance can be improved. The structure and function of human gene-coding proteins are then obtained by using the proposed methods. The bioinformatics-based method is also proposed to identify the existence of the human missing proteins. Based on the above results, two web-services are developed, the tools for protein structure and function prediction and the human proteome structure and function data platform, which is freely available for academic usage. The current proposal is a pretty supplement of human proteome project.

蛋白质是生命活动的重要物质基础，深刻阐明蛋白质的结构与功能对于揭示生命的本质有着重要的意义。国际上和我国相继开展了人类蛋白质组计划工程，以刻画人类基因编码的蛋白质的结构、功能以及绘制人类蛋白质组精细图谱为目标。鉴于试验方法研究蛋白质具有成本高和周期长的特点，本项目将采用计算方法研究高效和高精度的蛋白质结构和功能预测方法，针对蛋白质结构和功能预测的关键问题，提出相应的解决方案，提高蛋白质结构和功能预测的准确率，继而获得人类蛋白质组结构和功能数据；同时采用生物信息学方法鉴定人类未知蛋白质的存在性；基于以上的研究成果，项目将开发蛋白质结构和功能预测软件平台以及人类蛋白质组数据服务平台，供国内外学术研究使用。项目的研究对人类蛋白质组计划的实施是一个很好的补充。

项目基于人类蛋白质组序列数据，研究蛋白质结构和功能预测中的关键问题，提出了一系列有效的解决方案，发展了一整套高精度预测算法。在蛋白质结构预测领域，分别采用融合策略和排序学习来解决氨基酸接触预测问题，并对该领域的研究现状进行了总结；在蛋白质功能预测领域，采用组合分类器对蛋白质-配体间结合位点进行预测，同时提出了一种基于深度学习的蛋白质-配体间结合位点预测的方法；在人类潜在蛋白鉴定方法，采用生物信息学方法推断出六百多个高可信的基因编码蛋白。基于这些研究工作开发了相应的工具软件，并系统回顾和总结所用的基础理论和方法，形成生物语言模型的基础理论和方法。在项目研制过程中，形成一部专著，获教育部自然科学二等奖一项，获国家科技进步二等奖一项，在相关重要学术期刊和会议上发表7篇学术论文培养1名博士后，1名博士研究生，10余名硕士研究生。项目经费按预算执行，执行率达80%。