Псеудо аминокиселинска композиција

Псеудо аминокиселинска композиција, или PseAA композиција, је репрезентација протеинских узорака. Дефинисао ју је Куо-Цхен Цхоу 2001. да би побољшао предвиђање протеинске субцелуларне локализације, као и предвиђање типа мембранских протеина.

Увод

Да би се предвидела субцелуларна локализација протеина и других атрибута на основу њихове секвенце, два типа модела се генерално користе за репрезентацију протеинских узорака: (1) секвенциони модел, и (2) дискретни модел.

Најтипичнија секвенциона репрезентација протеинског узорка је његова целокупна аминокиселинска (АА) секвенца, која садржи најкомплетнију информацију. То је једна од очигледних предности секвенционих модела. Да би се добили жељени резултати, обично се користе алати за претрагу сличности секвенци у формирању предикција. Међутим, та врста приступа није ефективна кад упитни протеин не поседује значајну хомологију са протеинима да познатим атрибутима. Из тог разлога, разни дискретни модели су били предложени.

Најједноставнији дискретни модел је употреба аминокиселинске композиције (ААЦ) за репрезентацију протеинских узорака, који су формулисани на следећи начин. Дата протеинска секвенца П са $L$ аминокиселинских остатака, и.е.,

• $\mathbf {P} ={\begin{bmatrix}{\mbox{R}}_{1}{\mbox{R}}_{2}{\mbox{R}}_{3}{\mbox{R}}_{4}{\mbox{R}}_{5}{\mbox{R}}_{6}{\mbox{R}}_{7}\cdots {\mbox{R}}_{L}\end{bmatrix}}\qquad {\mbox{(1)}}$

где R₁ означава први остатак протеина P, R₂ други остатак, итд., у сагласношћу са моделом аминокиселинске композиције (ААЦ), протеин П једначине 1 може бити изражен као

• $\mathbf {P} ={\begin{bmatrix}f_{1}&f_{2}&\cdots &f_{20}\end{bmatrix}}^{\mathbf {T} }\qquad {\mbox{(2)}}$

где су $\,f_{u}\,(u=1,2,\cdots ,20)$ нормализоване фреквенције појављивања 20 природних аминокиселина у P, и T је транспозициони оператор. У складу с тим, аминокиселински састав протеина се може лако извести кад је протеинска секвенца позната.

Због своје једноставности, модел аминокиселинског састава (ААЦ) је био широко кориштен у многим ранијим статистичким методама за предвиђање протеинских атрибуте. Међутим, целокупна информација о секвентном редоследу се губи употребом АА композиције за репрезентацију протеина. То је главни недостатак овог метода.

Концепт

Концепт PseAA (псеудо аминокиселинске) композиције је предложен да би се избегло потпуно губљење информације о редоследу. У контрасту са конвенционалном аминокиселинском композицијом која садржи 20 компоненти које рефлектују фреквенцију заступљености 20 природних аминокиселина протеина, PseAA композиција садржи више од 20 дискретних фактора, где првих 20 репрезентују компоненте конвенционалне АА композиције, док додатни фактори инкорпорирају део информације о реду секвенце путем разних модова.

Додатни фактори су серије корелационих фактора различитих рангова дуж протеинског ланца. Они су такође могу да буду комбинације других фактора, докле год ти фактори рефлектују на неки начин ред секвенце. Рани начини којима се може формулисати PseAA композиција су развијени. Дакле, суштина PseAA композиције је да док она садржи АА композицију, она такође садржи информацију изван АА композиције, и из тог разлога боље рефлектује особине протеинске секвенце у дискретним моделима.

Алгоритам

На основу PseAA композиционог модела, протеин П из једначине 1 се може формулисати као

• $\mathbf {P} ={\begin{bmatrix}p_{1},\,p_{2},\,\cdots ,\,p_{20},\,p_{20+1},\,\cdots ,\,p_{20+\lambda }\end{bmatrix}}^{\mathbf {T} },\,\,\,(\lambda <L)\qquad {\mbox{(3)}}$

где су ($20+\lambda$) компоненте дате се

• $p_{u}={\begin{cases}{\dfrac {f_{u}}{\sum _{i=1}^{20}f_{i}\,+\,w\sum _{k=1}^{\lambda }\tau _{k}}},&(1\leq u\leq 20)\\\\{\dfrac {w\tau _{u-20}}{\sum _{i=1}^{20}f_{i}\,+\,w\sum _{k=1}^{\lambda }\tau _{k}}},&(20+1\leq u\leq 20+\lambda )\end{cases}}\qquad {\mbox{(4)}}$

где је $w$ фактор тежине, и $\tau _{k}$ је $k$-ти корелациони фактор који одражава ред секвенце у корелацији између свих $k$-тих најближих остатака, као што је формулисано са

• $\tau _{k}={\frac {1}{L-k}}\sum _{i=1}^{L-k}\,{\mbox{J}}_{i,i+k},\,\,\,(k<L)\qquad {\mbox{(5)}}$

са

• ${\mbox{J}}_{i,i+k}={\frac {1}{\Gamma }}\sum _{q=1}^{\Gamma }\left[\Phi _{q}\left({\mbox{R}}_{i+k}\right)-\Phi _{q}\left({\mbox{R}}_{i}\right)\right]^{2}\qquad {\mbox{(6)}}$

где је $\Phi _{q}\left({\mbox{R}}_{i}\right)$ ${q}$-та функција аминокиселине ${\mbox{R}}_{i}\,$, и $\Gamma \,$ је тотални број функција узетих у обзир.

Примене

Од увођења PseAA композиције, она је била широко коришћена за предвиђање разних особина протеина, као што су структурне класе протеина, класа и подкласа ензимских фамилија, субцелуларне локације протеина, под-нуклеинске локације протеина, апоптозне протеинске субцелуларне локализације, под-митохондрјске локализације, протеинске кватернарне структуре, класификацију конотоксинске суперфамилије и фамилије, типова протеаза, типова Г протеин-спрегнутих рецептора, људских папиломавируса, протеина спољашње мембране, трансмембранских региона протеина, протеинског секундарног структурног контента, субцелуларне локализације микобактеријских протеина, типова липаза, ДНК-везујућих протеина, литичких ензима ћелијског зида, кофактора оксидоредуктаза, као и других протеинских атрибутима и особина.

Откако је појам PseAA композиција уведен, он се нашироко користи за предвиђање различитих протеинских атрибута. Такође је био кориштен да се укључе протеински домени и GO (Онтологија гена) информације за побољшање квалитета предвиђања субцелуларне локализације протеина као и њихови други атрибути.

У међувремену, концепт PseAA композиције је такође подстакао стварање псеудо тополошких индекса савијања.

Додатна литература

• Схен ХБ, Цхоу КЦ (2008). „ПсеААЦ: а флеxибле wеб сервер фор генератинг вариоус киндс оф протеин псеудо амино ацид цомпоситион”. Анал. Биоцхем. 373 (2): 386—8. ПМИД 17976365. дои:10.1016/ј.аб.2007.10.012. Архивирано из оригинала 08. 10. 2008. г. Приступљено 21. 11. 2010.