globin-like蛋白质折叠类型识别

蛋白质折叠类型识别是蛋白质结构研究的重要内容．以scop中的globin-like折叠为研究对象，选择其中序列同一性小于25%的17个代表性蛋白质为训练集，采用机器和人工结合的办法进行结构比对，产生序列排比，经过训练得到了适合globin-like折叠的概形隐马尔科夫模型(profilehmm)用于该折叠类型的识别．以astral1.65中的68057个结构域样本进行检验，识别敏感度为99.64%，特异性100%．在折叠类型水平上，与pfam和superfamily单纯使用序列比对构建的hmm相比，所用模型由多于100个归为一个，仍然保持了很高的识别效果．结果表明：对序列相似度很低但具有相同折叠类型的蛋白质，可以通过引入结构比对的方法建立统一的hmm模型，实现高准确率的折叠类型识别．