Применение информационных технологий в биохимии

2.1 Распознавание вторичной структуры белков Кажется очевидным, что вторичную структуру легче предсказать, чем третичную, и что наиболее точный способ предсказания третичной структуры состоит в нахождении спиралей и листов, с последующим объединением их в фолд (укладку). Независимо от того, верны эти предположения или нет, многие доверяют и следуют им. По аминокислотной последовательности белка с неизвестной структурой делаются предсказания вторичной структуры — отнесение участков последовательности к спиралям или тяжам листов [4]. Так с помощью программы PROF (В. Rost) были достигнуты хорошие результаты в предсказании структуры домена белка репарации MutS из Thermus aquaticus. Для оценки качества предсказания аминокислотные остатки экспе¬риментально расшифрованной трехмерной структуры были отнесены к трем категориям (спираль = Н, тяж = Е и другие не были обозначены никакими буквами). Процент остатков, предсказанных правильно, был обозначен как QЗ. Для предсказания Б. Роста величина QЗ составила 81% [4, 9]. Рисунок 2.1.1 - Результаты предсказания вторичной структуры белка репарации MutS из Thermus aquaticus с использованием программы PROF с сервера РredictProtein AA – target protein (целевой белок); Н – спираль (helix), Е – тяжи (strand), отсутствие буквенная структура. Аналогичные результаты были получены для этого же белка и с помощью программы PSIPRED [10]. Рисунок 2.1.2 - Результаты предсказания вторичной структуры белка репарации MutS из Thermus aquaticus с использованием программы PSIPRED с сервера РredictProtein. AA – target protein (целевой белок), Н – спираль (helix), Е – тяжи (strand), С – иная структура (coiled structure) Как было установлено позднее при сравнении полученных результатов с экспериментальной структурой, за исключением короткой З10-спирали и незначительных расхождений в позициях начала и конца, элементы вторичной структуры были предсказаны правильно. (Иные схемы оценки, которые осуществляют проверку участков совпадения, менее чувствительны к концевым эффектам.) Качество этого результата очень высоко, но такой результат не редкость. В настоящее время РROF работает в среднем с точностью Q3≈77% [4]. Другие методы предсказания вторичной структуры работают также сравни¬тельно хорошо. Наиболее мощные методы предсказания вторичной структуры основаны на нейронных сетях. Нейронные сети — это класс общих вычислительных структур, которые моделируют анатомию и физиологию биологических нервных систем. Они с успехом применяются к широкому спектру задач распознавания образов, классификации и задачам принятия решений [4]. Тип нейронной сети, которая может быть применена к распознаванию вторичной структуры. Входная область анализирует фрагмент последовательности размером 15 букв. Предсказание относится к центральному остатку (наверху, отмечен стрелкой). Затем окно сдвигается на одну позицию вправо по последовательности и делается следующее предсказание. Каждой из 15 позиций в окне соответствует 20 нейронов, один из которых активен. Скрытая область содержит ≈100 нейронов, соединенных с вводом и выводом. Каждый нейрон в скрытой области соединен с каждым нейроном областей ввода и вывода (показаны не все связи). Область вывода состоит только из трех нейронов, которые просто фиксируют предсказание — спираль, лист, или ни то ни другое. Важной информацией, которая может быть использована при предска¬зании вторичной структуры, является эволюционная информация. «Множественное выравнивание» содержит в себе гораздо больше информации, чем одна последовательность. Сохранение вторичной структуры в родственных белках означает наличие связи последовательность — структура, и это позво¬ляет делать более строгие предсказания. Большинство методов предсказания вторичных структур, основанных на нейронных сетях, имеют на входном слое не только информацию о степени консервативности позиции, но и профильные веса [4]. Показано также, что использование двух тандемных нейронных сетей позволяет учитывать корреляцию конформаций соседних остатков. Предсказания состояний нескольких последовательно идущих остатков с помощью сети, аналогичной показанной на рисунке 3, комбинируются с помощью еще одной сети, которая формирует окончательный результат. Тест на зрелость методов предсказания может быть проведен полностью автоматически. Некоторые вычислительные методы продуцируют только предварительное грубое предсказание структуры и требуют вмешательства человека для формирования окончательного результата. Другие методы полностью автоматические.

Похожие:

	Применение информационных технологий в физиологии и биохимии растений Характеристика информационных технологий, применяемых в физиологии и биохимии 5		Применение информационных технологий в системе образования Понятие информационных технологий. Роль средств новых информационных технологий в образовании 10
	Применение информационных технологий в исследованиях поэтических... Применение информационных технологий в исследованиях поэтических особенностей стиля Ю. Левитанского 12		Применение информационных технологий в изучении истории древнего... Применение информационных технологий в изучении истории древнего мира в 5-ых классах
	Применение информационных технологий на уроках английского языка... Возможности использования информационно-коммуникативных технологий в обучении английскому языку 17		Программа профессионального модуля пм. 07 «Применение информационных... ПМ. 07 "Применение информационных технологий в профессиональной деятельности" разработана на основе Федерального государственного...
	Выпускная работа по «Основам информационных технологий» Реферат: «Применение информационных технологий в исследовании и описании безэквивалентной лексики» 6		Выпускная работа по «Основам информационных технологий» «Применение информационных технологий в географии на примере оценки недвижимости» 5
	Выпускная работа по «Основам информационных технологий» Реферат по ит в предметной области: «Применение информационных и коммуникационных технологий в обучении иностранному языку» 4		Выпускная работа по «Основам информационных технологий» на тему «Применение... Реферат «Применение информационных технологий в решении нелинейных уравнений методом последовательных приближений.» 3
	Применение информационных технологий на уроках истории и обществоведения... Возможности использования информационно-коммуникативных технологий в обучении истории 17		Курсовая работа на тему: Применение информационных технологий на рабочем месте пользователя Тема курсовой работы: «Применение информационных технологий на рабочем месте пользователя»
	Применение информационных технологий для эконометрического анализа... Гоу впо «башкирская академия государственной службы и управления при президенте республики башкортостан»		Применение информационных технологий в производственной деятельности Реферат на тему «применение информационных технологий в производственной деятельности» Введение 4
	Применение информационных технологий в банковской сфере Банки стараются извлекать информацию о своих клиентах, предоставлять им банковские услуги наиболее приемлемым способом, в связи с...		Применение информационных технологий в педагогической деятельности Для подготовки к урокам и классным часам с использованием информационных технологий приходилось затрачивать много времени и, одновременно...