1.一种蛋白质复合物结构类似模板搜索方法,其特征在于,所述方法包括以下步骤:
1)输入待搜索的蛋白质复合物各单链结构;
2)设置参数:最小单链残基数Nmin,序列相似性系数阈值Sthresholds,结构相似性系数阈值Tthresholds,模板匹配百分比Cpercentage,模板结构相似性阈值Gthresholds;
3)构建复合物模板数据库,过程如下:
3.1)从PDB数据库中挑出所有蛋白质复合物;
3.2)去除每个复合物中残基数小于Nmin的单链;
3.3)去除每个复合物中与其它链没有接触的单链;
3.4)根据序列相似性Sthresholds采用CD-HIT去除冗余蛋白;
3.5)使用USalign去除结构相似性TM-score大于Tthresholds的蛋白质复合物;
3.6)再次去除数据库中所有单链结构;
4)构建融合模板数据库,过程如下:
4.1)从PDB数据库中挑出所有多域蛋白;
4.2)根据序列相似性Sthresholds采用CD-HIT去除冗余蛋白;
4.3)使用CD-HIT将CATH和SCOPe中与4.2)中剩余的蛋白质序列相似性小于Sthresholds的多域蛋白加入数据库;
4.4)使用TMalign将PDB、CATH和SCOPe中序列相似性大于Sthresholds但TM-score小于Tthresholds的多域蛋白加入数据库
5)采用搜索全局模板和局部模板两种方式,从复合物模板数据库中搜索类似模板;若搜索出来的最好的模板得分Gscore小于Gthresholds,则执行步骤6)否则此模板就是最终模板;
6)从融合模板数据库中搜索类似模板,并与步骤5)中搜索出来的最好模板进行比较,取评分最高的模板作为最终模板。
2.如权利要求1所述的一种蛋白质复合物结构类似模板搜索方法,其特征在于,所述5)的过程如下:
5.1)查找全局模板:将每条链依次在复合物模板数据库中使用TM-align进行比对,每条链比对完成后,在模板中去除已匹配的残基随后进行下一条链匹配,记录每条链匹配残基数占该链残基数的百分比,若匹配百分比大于Cpercentage,则认为该链已被该模板匹配,筛选出所有链均匹配上的模板,并选择Gscore最高的模板作为全局模板,其中Gscore的计算公式如下:Nchain为输入复合物结构所有单链的数量,TM-scored为第d个链的TM-score;
5.2)查找局部模板:若模板不能覆盖住所有链,则根据滑动窗口的过程,将每两条相邻链依次在复合物模板数据库中寻找这两条链的全局模板,接着将每组不同链号所对应的全局模板以相同链号为基准连接两个模板,从而得到复合物的局部模板;
5.3)判断最好的局部模板和全局模板对应的Gscore与Gthresholds比较,若大于Gthresholds,则得分高的模板为复合物最终模板,否则执行步骤6)。