甲型H1N1流感病毒三維空間結(jié)構(gòu)預測

靳佩軒， 高 潔

（江南大學 理學院，江蘇 無錫 214122）

流感病毒具有多樣的變異性，歷史上每一次流感大流行多是由流感病毒新亞型和以往出現(xiàn)過的亞型的再次出現(xiàn)，人類絕大多數(shù)對其缺乏相應的免疫力，并且現(xiàn)有的流感疫苗起不到有效作用，從而造成流感病毒在人群中快速廣泛的傳播，最終出現(xiàn)流感大流行[1-2]。面對流感病毒表面抗原蛋白結(jié)構(gòu)復雜多變的性狀和變異的突發(fā)性，研究流感病毒蛋白的三維空間結(jié)構(gòu)顯得特別重要。

近年來，關(guān)于蛋白質(zhì)三維空間結(jié)構(gòu)的研究已有不少。1989年，Dill and Lau[3]建立蛋白質(zhì)空間結(jié)構(gòu)的HP模型，忽視側(cè)鏈的影響，將氨基酸分為親水性（P）和疏水性（H）兩類，從而使氨基酸序列抽象成一個二進制的序列，來構(gòu)建一個存在疏水核的二維或三維蛋白質(zhì)結(jié)構(gòu)模型。2006年，陳鳳飛[4]又衍生出關(guān)于HP模型的修正模型，即三角化的HP格點模型。2004年，Custodio等[5]提出用遺傳算法去優(yōu)化三維蛋白質(zhì)HP格點模型，得到結(jié)構(gòu)最優(yōu)的三維結(jié)構(gòu)。2010年，Vincent等[6]用從頭計算的思想，利用分子動力學方法深入研究蛋白質(zhì)三維空間結(jié)構(gòu)折疊的原理，為從頭計算建立三維空間模型進行相關(guān)因素分析。2011年，Ivan Dotu等[7]提到將格點模型和非格點模型用 LNS（Large Neighborhood Search）去找到HP模型的自然態(tài)。2011年，Islam[8]對蛋白質(zhì)結(jié)構(gòu)的三維HP格點模型用MA（memetic algorithm）搜索算法進行優(yōu)化。2013年，張玲等[9]運用ARFIMA模型對甲型H1N1流感病毒的HA蛋白質(zhì)的序列進行預測分析。2009年，Manabu Igarashi等[10]運用已經(jīng)很成熟的比較建模的方法對2009年甲型H1N1流感病毒的結(jié)構(gòu)進行了模建分析。

作者基于蛋白質(zhì)空間結(jié)構(gòu)的HP模型，將蛋白質(zhì)結(jié)構(gòu)中氨基酸種類分成兩類，構(gòu)建了甲型H1N1流感病毒蛋白質(zhì)空間結(jié)構(gòu)的3DHP模型，利用改良的遺傳算法找到最小自由能結(jié)構(gòu)，從而預測了甲型H1N1流感病毒蛋白質(zhì)三維空間結(jié)構(gòu)，并在PDB數(shù)據(jù)庫中取了8條已測得的甲型H1N1流感病毒的蛋白質(zhì)空間結(jié)構(gòu)中心碳原子坐標數(shù)據(jù)，將甲型流感病毒蛋白的空間坐標轉(zhuǎn)換為距離矩陣量化表示，對預測結(jié)構(gòu)與實際測得的結(jié)構(gòu)進行比較，通過相關(guān)性分析和顯著性檢驗，表明預測結(jié)構(gòu)與已知結(jié)構(gòu)存在高度的一致性。

1 材料與方法

1.1 基于蛋白質(zhì)空間結(jié)構(gòu)的3DHP模型

將氨基酸按親疏水性分類，即將20種氨基酸分兩類： 疏水性 H={A，I，L，M，F(xiàn)，P，W，V}， 親水性P={N，C，Q，G，S，T，Y，D，E，R，H，K}， 又令：H=1 和P=0，蛋白質(zhì)的氨基酸序列即可轉(zhuǎn)換為由0和1組成的序列。由蛋白質(zhì)三維空間結(jié)構(gòu)產(chǎn)生的主要驅(qū)動力是氨基酸的疏水效應[11]，則在蛋白質(zhì)結(jié)構(gòu)中疏水殘基間相互作用在蛋白質(zhì)的中心形成一個疏水核，親水殘基包圍在這個核的外面形成了一個穩(wěn)定的蛋白質(zhì)空間結(jié)構(gòu)。

HP格點模型在三維空間中的折疊簡稱3DHP模型，將氨基酸看作一個節(jié)點，定義在模型中各節(jié)點間最小距離為單位1，在折疊過程中各節(jié)點位置不能重疊，每個節(jié)點的折疊方向在空間中有六個，即在立體方格中每個氨基酸節(jié)點可分別進行90°的向上（u）、下（d）、左（l）、右（r）、前（f）和后（b）六個方向的折疊（見圖1a）。由于每個節(jié)點不能重復，確定前一個節(jié)點的位置后，下一個節(jié)點最多有5個折疊方向（見圖1b）。此模型中任意兩個節(jié)點不重合，并忽略折疊中側(cè)鏈的影響，雖將蛋白質(zhì)的空間結(jié)構(gòu)簡化，但是整體的蛋白質(zhì)空間結(jié)構(gòu)骨架符合真實蛋白質(zhì)結(jié)構(gòu)的基本特征，能很好地模擬真實蛋白的折疊行為，且計算簡單，有利于對比不同折疊搜索算法。

圖1 3DHP結(jié)構(gòu)中氨基酸節(jié)點的折疊方向Fig.1 Folding direction about amino acid nodes in the 3DHP structure

1.2 能量函數(shù)

1973年Anfinsen提出了蛋白質(zhì)的天然構(gòu)象對應其能量最低的結(jié)構(gòu)這一熱力學假說。為搜索到3DHP模型構(gòu)建的能量最小的蛋白質(zhì)三維空間結(jié)構(gòu)，在此定義其能量函數(shù)。

圖2 序列PHPHHHPHHP的3DPH模型Fig.2Model of PHPHHHPHHP

圖3 空間結(jié)構(gòu)中空間相鄰的節(jié)點間的能量表Fig.3 Energy value table about the space of the adjacent nodes in the structure

由圖3可知，蛋白質(zhì)空間結(jié)構(gòu)中空間相鄰的三種情況 1-1、0-1、0-0的能量值分別為 E11=-1，E01=0，E00=0，則具有最小自由能的蛋白質(zhì)空間結(jié)構(gòu)就是搜索得到空間相鄰1-1個數(shù)最多的空間結(jié)構(gòu)。

1.3 改良的遺傳算法

改良的遺傳（GA）算法主要引入局部優(yōu)化策略，將GA算法和模擬退火（SA）算法結(jié)合，既有效地克服了SA算法求最優(yōu)解耗時大的缺點，又有效地避免了GA算法因為其早熟收斂而得到非全局最優(yōu)解的問題。

算法的基本步驟設(shè)計如下：1）由3DHP模型隨機產(chǎn)生100個合法的蛋白質(zhì)空間結(jié)構(gòu)，計算其個體適應度，即每個空間結(jié)構(gòu)的能量值；2）選擇過程，采用隨機選擇思想在100個結(jié)構(gòu)中隨機選擇兩個結(jié)構(gòu)作為算法優(yōu)化目標，并計算各自能量值；3）單點交叉過程，針對步驟2中選出的兩個結(jié)構(gòu)，由前面可知這兩個結(jié)構(gòu)為同一個序列得到的不同的空間結(jié)構(gòu)，則在這兩個結(jié)構(gòu)中分別隨機選擇其對應氨基酸序列上的同一個位置的氨基酸作為交叉位點，將兩個結(jié)構(gòu)中位于這個交叉位點后的結(jié)構(gòu)進行互換得到兩個新的空間結(jié)構(gòu)，并讀取兩個新結(jié)構(gòu)的節(jié)點坐標；4）變異過程，在進行交叉過程后形成的兩個新的個體會發(fā)生結(jié)構(gòu)中節(jié)點坐標重疊的現(xiàn)象，對重疊的節(jié)點進行變異操作，即依次改變交叉點后出現(xiàn)重疊的節(jié)點的折疊方向來保證新的個體為合法的蛋白質(zhì)空間結(jié)構(gòu)，并計算其各自的自由能；5）對得到的四個結(jié)構(gòu)進行篩選，即從這四個結(jié)構(gòu)中先選出一個自由能最低的結(jié)構(gòu)作為下一個優(yōu)化的目標，同時剔除自由能最高的一個結(jié)構(gòu)，對剩下的兩個結(jié)構(gòu)根據(jù)其自由能大小，按照SA算法進行概率篩選；6）經(jīng)過以上過程對蛋白質(zhì)空間結(jié)構(gòu)進行優(yōu)化，重復步驟3～5直到產(chǎn)生自由能最低的空間結(jié)構(gòu)，即視作自然狀態(tài)下穩(wěn)定的蛋白質(zhì)空間結(jié)構(gòu)。

2 甲型H1N1流感病毒的蛋白質(zhì)空間結(jié)構(gòu)

2.1 預測蛋白質(zhì)空間結(jié)構(gòu)

基于3DHP模型運用優(yōu)化的遺傳算法，分別以長度為13的HPPHPPHPHPPHP序列、長度為17的HHHHPPHHHHHHHPPPH序列、長度為20的PHHHHHHPHHHHPHHPHHPP序列和長度為21的PHPHPPHPHPPHPPHPHPPHP序列為例，并與文獻[12]所得最低能量進行比較，比較結(jié)果見表1。圖4～5給出長度分別為13和17的蛋白質(zhì)序列的空間結(jié)構(gòu)。

圖4 長度為13的氨基酸序列3DHP模型（其能量E=-5）Fig.4 Sequence model about the length of the size for 13（the energy value E=-5）

圖5 長度為17的氨基酸序列3DHP模型（其能量E=-9）Fig.5 Sequence model about the length of the size for 17（the energy value E=-5）

表1 3DHP預測模型最小能量比較Table 1 Minimum energy comparison on the 3DHP

2.2 預測甲型H1N1流感病毒蛋白質(zhì)空間結(jié)構(gòu)

選取8條甲型H1N1流感病毒HA蛋白質(zhì)序列，編號分別為：1RUZ、1RUY、1RU7、3HTO、2WRH、3SM5、3UYW、4B7M （序列來源于pdb網(wǎng)站，網(wǎng)址：http：//www.rcsb.org/pdb/home）。運用 3DHP 模型分別對 1RUZ的 H鏈、1RUY的 H鏈、1RU7的 H鏈、3HTO的 A鏈、2WRH的 H鏈、3SM5的 A鏈、3UYW的A鏈、4B7M的A鏈進行空間結(jié)構(gòu)預測，獲得每個氨基酸節(jié)點的空間坐標，并從PDB數(shù)據(jù)庫中取相應的已知空間結(jié)構(gòu)的中心碳原子的坐標，將其視為所在氨基酸的空間坐標，由此得到實際測得的蛋白質(zhì)空間結(jié)構(gòu)骨架，與預測所得的結(jié)構(gòu)進行比較。

2.2.1 構(gòu)建距離矩陣 對結(jié)構(gòu)的比較采用將蛋白質(zhì)的空間坐標轉(zhuǎn)換為距離矩陣形式量化表示的方法。對長為n的序列，其中氨基酸節(jié)點的坐標分別為（x1，y1，z1），…，（xn，yn，zn），i=1，2，…，n。

定義距離矩陣A：

其中αij為在矩陣A的第i行j列的元素。

由此建立關(guān)于兩個蛋白質(zhì)空間結(jié)構(gòu)的距離矩陣A中第i行、第j列的元素αij表示空間結(jié)構(gòu)中第i個氨基酸節(jié)點到第j個氨基酸節(jié)點間的歐氏距離。即得到由模型預測所得結(jié)構(gòu)和實驗室測得結(jié)構(gòu)的兩個距離矩陣。

2.2.2 相關(guān)性分析 定義兩個距離矩陣A和B的相關(guān)系數(shù)：

相關(guān)系數(shù)值越接近1，檢驗效果越顯著，表示兩距離矩陣越相似，即對應的兩結(jié)構(gòu)越相近，以此評價建立模型的建模效果。

取 1RUZ的 H鏈、1RUY的 H鏈、1RU7的 H鏈、3HTO的A鏈、2WRH的H鏈、3SM5的 A鏈、3UYW的A鏈、4B7M的A鏈的前20個氨基酸為例進行分析，運用3DHP模型分別對8條氨基酸鏈進行空間結(jié)構(gòu)預測獲得氨基酸節(jié)點空間坐標，并在PDB數(shù)據(jù)庫中獲取相應結(jié)構(gòu)的坐標。

以 1RUZ的 H鏈 前 20個 氨 基 酸ATNADTICIGYHANNSTDTV為例，其在PDB數(shù)據(jù)庫中的坐標見表2。運用3DHP模型分別對1RUZ的H鏈前20個氨基酸序列進行空間結(jié)構(gòu)預測得到其空間結(jié)構(gòu)，見圖6，對應的氨基酸節(jié)點坐標見表3。

表2 1RUZ的H鏈在PDB中中心碳原子Cα的坐標（Ao）Table 2 Coordinates of center carbon atomsabout 1RUZ-H chain in the PDB

表3 1RUZ的H鏈模型氨基酸節(jié)點坐標Table 3 Node coordinates of amino acids on the model of 1RUZ-H chain

圖6 1RUZ的H鏈結(jié)構(gòu)預測模型Fig.6 Prediction model about 1RUZ-H chain structure

根據(jù)距離矩陣定義，對1RUZ的H鏈通過3DHP模型所得結(jié)構(gòu)和PDB數(shù)據(jù)庫提供結(jié)構(gòu)分別構(gòu)造距離矩陣進行相關(guān)性分析。求得兩個距離矩陣的相關(guān)系數(shù)，P值為，可知這兩個距離矩陣高度相關(guān)，即預測結(jié)構(gòu)與已知結(jié)構(gòu)存在高度的一致性。對另外7條：1RUY的H鏈、1RU7的H鏈、3HTO的A鏈、2WRH的H鏈、3SM5的A鏈、3UYW的 A鏈、4B7M的A鏈進行結(jié)構(gòu)模建后空間結(jié)構(gòu)坐標的距離矩陣相關(guān)性分析見表4，可知預測結(jié)構(gòu)與已知結(jié)構(gòu)也存在高度的一致性。

表4 其余7條序列的r值、p值Table 4 r value and p value of the rest of the 7 amino acids sequence

3 結(jié)語

目前來看，對流感病毒的研究大部分都是針對其一級結(jié)構(gòu)的分析，基于理論對流感病毒蛋白質(zhì)空間結(jié)構(gòu)的研究還很少，雖Manabu Igarashi等運用比較建模的方法對2009年甲型H1N1流感病毒的結(jié)構(gòu)進行了模建分析[9]，但還很少有運用從頭計算來對流感病毒蛋白質(zhì)空間結(jié)構(gòu)進行模建預測。作者采用3DHP模型和改良的遺傳算法獲取最小能量的空間構(gòu)象，預測甲型H1N1流感病毒蛋白質(zhì)空間結(jié)構(gòu)，直接由一級結(jié)構(gòu)預測甲型H1N1流感病毒的蛋白質(zhì)三維空間結(jié)構(gòu)，得到其空間結(jié)構(gòu)數(shù)據(jù)，與PDB數(shù)據(jù)庫中的實際結(jié)構(gòu)進行比較分析得到了很好的檢驗結(jié)果，這就提供了一種快速預測甲型H1N1流感病毒結(jié)構(gòu)的方法。

[1]Layne S P，Monto A S，Taubenberger J K.Pandemic influenza ：an inconvenient mutation[J].Science，2009，323（5921）：1560.

[2]Tokuriki N，Tawfik D S.Stability effects of mutations and protein evolvability[J].Current Opinion in Structural Biology，2009，19（5）：596-604.

[3]Lau K F，Dill K A.A lattice statistical mechanics model of the conformational and sequence spaces of proteins[J].Macromolecules，1989，22（10）：3986-3997.

[4]陳鳳飛.蛋白質(zhì)結(jié)構(gòu)預測的三角化模型和算法[D].武漢：華中科技大學，2006.

[5]Custódio F L，Barbosa H J C，Dardenne L E.Investigation of the three-dimensional lattice HP protein folding model using a genetic algorithm[J].Genetics and Molecular Biology，2004，27（4）：611-615.

[6]Voelz V A，Bowman G R，Beauchamp K，et al.Molecular simulation of ab initio protein folding for a millisecond folder NTL9（1-39）[J].Journal of the American Chemical Society，2010，132（5）：1526-1528.

[7]Dotu I，Cebrian M，Van Hentenryck P，et al.On lattice protein structure prediction revisited[J].Computational Biology and Bioinformatics，2011，8（6）：1620-1632.

[8]Islam M，Chetty M.Clustered memetic algorithm with local heuristics for ab initio protein structure prediction[J].2013，17（4）：558-576.

[9]張玲，高潔.甲型流感病毒HA蛋白質(zhì)序列的預測[J].食品與生物技術(shù)學報，2013，32（8）：828-831.ZHANG Ling，GAO Jie.Prediction for base of influenza virus A/HA protein sequence[J].Journal of Food Science Journal of Health Laboratory Technology，2013，32（8）：828-831.（in Chinese）

[10]Igarashi M，Ito K，Yoshida R，et al.Predicting the antigenic structure of the pandemic（H1N1）2009 influenza virus hemagglutinin[J].PLoS One，2010，5（1）：e8553.

[11]Dill K A，Bromberg S，Yue K，et al.Principles of protein folding—a perspective from simple exact models[J].Protein Science，1995，4（4）：561-602.

[12]ZHOU Changjun，HOU Caixia，ZHANG Qiang，et al.Enhanced hybrid search algorithm for protein structure prediction using the 3D-HP lattice model[J].Journal of Molecular Modeling，2013，19（9）：3883-3891.