基于结构的蛋白质相互作用能量热点预测技术研究

蛋白质相互作用能量热点(Hot Spots)是蛋白质相互作用界面上贡献绝大部分结合自由能的少数关键残基，在蛋白质结合的稳定性方面发挥着重要作用。有效识别能量热点对于蛋白质设计和药物开发具有非常重要的意义。大规模生物实验测定能量热点代价昂贵，使用计算方法预测可以弥补这一不足。本课题将在前期蛋白质相互作用及功能位点预测研究的基础上，结合生物学、数学、物理学等方法和计算机技术，探索蛋白质能量热点预测的新方法、新算法和软件工具。研究内容包括：（1）建立基于结构比对的概率预测方法；（2）用复杂网络方法研究氨基酸网络的拓扑结构及聚集性、模块化等性质，提出新的能量热点预测方法；（3）研究蛋白质能量热点集成预测方法；（4）开发蛋白质能量热点综合预测平台和建立集成的能量热点数据库，为蛋白质功能和药物设计提供技术和数据支持。

蛋白质相互作用能量热点(Hot Spots)是蛋白质相互作用界面上贡献绝大部分结合自由能的少数关键残基，在蛋白质结合的稳定性方面发挥着重要作用。有效识别能量热点有助于更好地了解蛋白质相互作用机理。传统的生物实验检测能量热点耗时耗力，本课题深入研究并提出了一系列计算的方法预测蛋白质相互作用能量热点，主要创新成果包括：（1）基于结构邻居特征的能量热点预测方法；（2）基于半监督的能量热点预测方法；（3）基于递归特征消除法的能量热点预测方法；（4）开发了蛋白质能量热点预测平台，为蛋白质功能和药物设计提供技术和数据支持；（5）其他相关研究内容的预测模型和一系列新方法。课题资助发表论文共40篇，另外已录用论文2篇。