基于接触图重叠的蛋白质结构分类迈进
摘要：蛋白质3D结构相似度的度量方法已经提出了很多。在这些方法中，接触图重叠（CMO）最大化在过去十年中受到持续关注，因为它可以很好地估计蛋白质之间的自然同源关系。尽管生物信息学和计算机科学界对此进行了大量研究，但已知算法的性能仍然有限。由于问题的复杂性，它们在相对较小的实例中陷入困境，并且不适用于大规模比较。本文在这方面对过去的方法进行了明显的改进。我们提出了一个新的整数规划模型用于CMO，并提出了一个通过求解拉格朗日松弛计算边界的精确B & B算法。该方法的效率在一个常用的小型基准测试（Skolnick数据集，40个结构域）上得到了证明。在这个数据集上，我们的算法明显优于现有的最佳精确算法，并提供了更好质量的下界和上界。一些困难的CMO实例首次在合理的时间限制内得到了解决。通过运行时间和相对差（上界和下界之间的相对差异），我们得到了正确的分类结果。这些令人鼓舞的结果促使我们设计了一个更难的基准测试，以更好地评估我们方法的分类能力。我们构建了一个包含300个蛋白质结构域（ASTRAL数据库的一个子集）的大规模数据集，我们称之为Proteus 300。使用任意44850对之间的相对差作为相似度度量，我们得到了与SCOP非常一致的分类。因此，我们的算法为大型结构数据库提供了一个强大的分类工具。
作者：Rumen Andonov (IRISA), Nicola Yanev, No"el Malod-Dognin (IRISA)
论文ID：0711.4208
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2009-04-20