專利名稱：：基于氨基酸廣義信息因子分析標(biāo)度的抗原肽定量結(jié)構(gòu)-親和性關(guān)系分析方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種肽的定量結(jié)構(gòu)-功能關(guān)系分析方法，特別是一種抗原肽的定量結(jié)構(gòu)-親和性關(guān)系分析方法。
背景技術(shù)：
：T細(xì)胞是重要的免疫細(xì)胞之一，其主要作用是介導(dǎo)細(xì)胞免疫，調(diào)節(jié)機(jī)體的免疫功能?？乖目纱嬖谟谟蒚細(xì)胞識別的細(xì)胞表面(稱T細(xì)胞表位，TCE);T細(xì)胞經(jīng)受體在細(xì)胞表面識別T細(xì)胞表位。這個(gè)過程涉及到主要組織相容性復(fù)合體(MHC)分子，MHC可結(jié)合表位并將其表達(dá)給T細(xì)胞。免疫體系對一獨(dú)特抗原作出反應(yīng)的能力據(jù)其MHC基因不同而有所不同，MHC基因呈現(xiàn)廣泛多樣性。MHC分子含有以一種高度復(fù)雜方式結(jié)合肽的溝槽，該溝槽包含由一個(gè)|3碎片支撐的兩個(gè)a螺旋。I型MHC分子表達(dá)肽主要含811個(gè)氨基酸殘基，僅有一少部分例外。一個(gè)I型MHC分子可容納親和溝槽中親和肽的整個(gè)長度。肽結(jié)合到MHC分子是T細(xì)胞識別的前提，但是只有其本身是不足夠的。多肽親和溝槽內(nèi)多形態(tài)的殘基決定著多肽的親和能力。肽-親和溝槽之間的作用受一級與二級錨點(diǎn)影響，這些錨點(diǎn)對肽親和性提供最大貢獻(xiàn)。雖然大量的肽已被合成與檢測，但對肽與MHC(主要組織相容性復(fù)合體分子)之間親和作用本質(zhì)特點(diǎn)還不完全清楚。如，對一具有9個(gè)殘基的最常見I型MHC分子的配體，理論上可形成20^5.12xl0"個(gè)肽，若用試驗(yàn)方法確定其親和活性將極其費(fèi)時(shí)費(fèi)力，故發(fā)展一種有效方法獲得與MHC結(jié)合肽的一些重要信息很有意義。另外，各種各樣MHC親和基序的識別，成千上萬的特定等位基因和雜亂的MHC親和體和T細(xì)胞表位，為人們利用模擬預(yù)測MHC-親和肽活性提供大量可靠信息。定量矩陣，人工神經(jīng)網(wǎng)絡(luò)，支持向量機(jī)及隱馬爾可夫矩陣等方法已經(jīng)用于MHC-肽親和特異性預(yù)測，但上述各種預(yù)測方法大多集中于算法描述，未能提供較多的關(guān)于結(jié)構(gòu)與功能之間的有用信息。此外，分子動(dòng)力學(xué)模擬、同源才莫建、比較分子場分析(CoMFA)和比較分子相似性指數(shù)(CoMSIA)也用于MHC-肽親和關(guān)系研究，但是這些方法較為復(fù)雜且有時(shí)并不有效。一種優(yōu)良的抗原肽親和性預(yù)測方法，.不僅要能夠提供一些關(guān)于特定位置的氨基酸殘基信息，而且要能夠提供一些關(guān)于活性肽的特定基序信息。
發(fā)明內(nèi)容有鑒于此，為了解決上述問題，本發(fā)明提供了一種基于氨基酸廣義信息因子分析標(biāo)度的抗原肽定量結(jié)構(gòu)-親和性關(guān)系分析方法，能夠用于對抗原肽的親和性預(yù)測及其結(jié)構(gòu)-親和性關(guān)系分析，為設(shè)計(jì)具有特定親和性的抗原肽新品種提供參考。本發(fā)明的目的是這樣實(shí)現(xiàn)的一種基于氨基酸廣義信息因子分析標(biāo)度的抗原肽定量結(jié)構(gòu)-親和性關(guān)系分析方法，包括如下步驟a)基于因子分析方法，建立氨基酸廣義信息因子分析標(biāo)度；b)應(yīng)用氨基酸廣義信息因子分析標(biāo)度對抗原肽的結(jié)構(gòu)進(jìn)行表征；c)用遺傳算法-偏最小二乘方法挑選與抗原肽活性密切相關(guān)的結(jié)構(gòu)特征；d)用偏最小二乘法建立抗原肽定量結(jié)構(gòu)-親和性關(guān)系分析才莫型；e)對抗原肽各位點(diǎn)的性質(zhì)參數(shù)進(jìn)行方差分析。進(jìn)一步，在于步驟a)具體包括如下步驟al)選取天然氨基酸的變量參數(shù)，按照相對負(fù)栽大小、變量共同度、可解釋性及對序列結(jié)構(gòu)貢獻(xiàn)的重要性進(jìn)行變量篩選；a2)用因子分析法處理精選得到的變量，通過斜交旋轉(zhuǎn)，并用主成分法提取疏水性、a-螺旋與轉(zhuǎn)角傾向、體積性質(zhì)、構(gòu)成特征、局部柔性和靜電性這6個(gè)因子；a3)計(jì)算各因子得分，將得分矢量定義為氨基酸廣義信息因子分析標(biāo)度；進(jìn)一步，步驟b)具體包括用氨基酸廣義信息因子分析標(biāo)度所涉及的疏水性、a-螺旋與轉(zhuǎn)角傾向、體積性質(zhì)、構(gòu)成特征、局部柔性和靜電性6個(gè)因子對抗原肽序列進(jìn)行表征，其中的每個(gè)氨基酸殘基用6個(gè)矢量表征，并將表征結(jié)果作為定量結(jié)構(gòu)-親和性關(guān)系分析模型的自變量；進(jìn)一步，步驟c)具體包括如下步驟用遺傳算法-偏最小二乘方法挑選變量，參數(shù)設(shè)置如下初始群體大小500;最大遺傳代數(shù)200;收斂標(biāo)準(zhǔn)80%;交叉頻率50%;變異概率0.5%;適應(yīng)度函數(shù)為留一法交互檢驗(yàn)的累計(jì)復(fù)相關(guān)系數(shù)；進(jìn)一步，步驟d)具體包括如下步驟將抗原肽的半抑制率IC5o值轉(zhuǎn)換為pIC50,以pIC5o值結(jié)構(gòu)-親和性關(guān)系模型的因變量，選擇偏最小二乘建立才元原肽定量結(jié)構(gòu)-親和性關(guān)系分析模型，以留一法交互檢驗(yàn)的累計(jì)復(fù)相關(guān)系數(shù)評價(jià)模型的預(yù)測能力；進(jìn)一步，步驟e)具體包括如下步驟將抗原肽按照其親和性大小分為三類，其中低活性pIC50<6.301,中活性7.301>pIC50>6.301,高活性pIC50>7.301;對抗原肽的各位點(diǎn)的性質(zhì)參數(shù)進(jìn)行方差齊性檢驗(yàn)，對屬于方差齊性的，進(jìn)行費(fèi)歇爾檢驗(yàn)，對不屬于方差齊性的，使用布朗-菲奧思近似方差分析；顯著水平為P=0.05。本發(fā)明的基于氨基酸廣義信息因子分析標(biāo)度的抗原肽定量結(jié)構(gòu)-親和性關(guān)系分析方法，其中選取的氨基酸廣義信息因子分析標(biāo)度所含信息量大、表征能力強(qiáng)、使用操作方便及物化意義明顯；遺傳算法-偏最小二乘方法能夠較好地挑選與抗原肽親和性密切相關(guān)的結(jié)構(gòu)變量參數(shù)；偏最小二乘方法集多元線性回歸分析、典型相關(guān)分析和主成分分析的基本功能為一體，可分析包含多重共線性以及較大噪聲的眾多自變量，特別適合在樣本容量小于變量個(gè)數(shù)的情況下進(jìn)行回歸建模，同時(shí)，其將建模類型的預(yù)測分析方法與非模型式的數(shù)據(jù)內(nèi)涵分析方法有機(jī)地結(jié)合起來。而方差分析，可分析具有不同親和活性的抗原肽組相應(yīng)殘基不同性質(zhì)的差異程度，進(jìn)而為設(shè)計(jì)具有特定親和性的抗原肽新品種提供參考。本發(fā)明的其他優(yōu)點(diǎn)、目標(biāo)和特征在某種程度上將在隨后的說明書中進(jìn)行闡述，并且在某種程度上，基于對下文的考察研究對本領(lǐng)域技術(shù)人員而言將是顯而易見的，或者可以從本發(fā)明的實(shí)踐中得到教導(dǎo)。本發(fā)明的目標(biāo)和其他優(yōu)點(diǎn)可以通過下面的說明書，權(quán)利要求書，以及附圖中所特別指出的結(jié).構(gòu)來實(shí)現(xiàn)和獲得。為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對本發(fā)明作進(jìn)一步的詳細(xì)描述，其中圖l是本發(fā)明的偏最小二乘模型的得分示意圖2是本發(fā)明的Y隨機(jī)變換驗(yàn)證示意圖3是本發(fā)明的疏水性方差分析示意圖4是本發(fā)明的a-螺旋與轉(zhuǎn)角傾向方差分析示意圖5是本發(fā)明的體積性質(zhì)方差分析示意圖6是本發(fā)明的構(gòu)成特征方差分析示意圖7是本發(fā)明的局部柔性方差分析示意圖8是本發(fā)明的靜電性方差分析示意圖。具體實(shí)施例方式以下將參照附圖，對釆用本發(fā)明的方法用于人類I型HLA-A*0201抗原九肽親和性預(yù)測及特異性分析為例進(jìn)行詳細(xì)的描述，包括以下步驟a)基于因子分析方法，建立氨基酸廣義信息因子分析標(biāo)度；從AAindex數(shù)據(jù)庫(參見KawashimaS.,KanehisaM..NucleicAcidsRes.[J]，2000，28:374)中選擇20種天然氨基酸的516個(gè)變量參數(shù)。按照相對負(fù)載大小、變量共同度、可解釋性及對序列結(jié)構(gòu)貢獻(xiàn)的重要性等原則對這516個(gè)變量進(jìn)行篩選，得到335個(gè)變量。這些變量表征氨基酸的如下性質(zhì)，a-螺旋與轉(zhuǎn)角傾向性質(zhì)，如P-轉(zhuǎn)角構(gòu)象參數(shù)及C末端螺旋的標(biāo)準(zhǔn)化頻率等；p傾向性質(zhì)，如N末端P-折疊的標(biāo)準(zhǔn)化頻率等；疏水性，如三氟乙酸中的保留系數(shù)及疏水性指數(shù)等；物理化學(xué)性質(zhì)，如表觀偏特定體積及分子大小等；構(gòu)成特征，如電荷轉(zhuǎn)移給予能力參數(shù)及熱能參數(shù)等；其它特性，如側(cè)鏈角e及N末端非螺旋區(qū)域的標(biāo)準(zhǔn)化頻率等。用因子分析法處理精選得到的變量，通過斜交旋轉(zhuǎn)，并用主成分法提取6個(gè)因子，這6個(gè)因子解釋了原始變量83.47%的信息，參見表l;_表l20種天然氨基酸的335個(gè)性質(zhì)參數(shù)的6個(gè)因子得分Ma~因子1:因子2:因子3:因子4:因子5:因子6:雙H疏水性a-螺旋與轉(zhuǎn)角傾向體積性質(zhì)構(gòu)成特征局部柔性靜電性a20種天然氨基酸用常規(guī)的單個(gè)英文字母表示。對6個(gè)因子進(jìn)行載荷分析發(fā)現(xiàn)，因子1涉及疏水性；因子2反映a-螺旋與轉(zhuǎn)角傾向性質(zhì)，其反映相關(guān)的二級結(jié)構(gòu)特征信息，如p-轉(zhuǎn)角構(gòu)象參數(shù)及c本端螺旋的標(biāo)準(zhǔn)化頻率等；因子3屬于體積性質(zhì)因子，因子4屬于構(gòu)成特征因子，因子5體現(xiàn)局部柔性因子，反映某些相關(guān)的二級結(jié)構(gòu)性質(zhì)，因子6為靜電性因子。從上述6個(gè)因子的載荷分析看出，盡管第5和第6個(gè)因子解釋相對較少的方差，但因它們具有明確的物理化學(xué)意義，所以其被考慮在內(nèi)。因?yàn)槊總€(gè)因子都具有較明顯的物理化學(xué)意義，因此可認(rèn)為經(jīng)因子分析得到的6個(gè)因子可行。IKMFPSTWYV特征值方差(％)累積方差(％0.207-1.229-l扁-1.2980.997國O細(xì)-1.349-0.205-0.2701.5241.200-1.3870.8861.247-0.407-0.495-0.0320.8440.3291.332131.6739.3039.300.821-l細(xì)1.3870.063-0.6000.3780.516-0.328-0.0522.728-0.939-0.428-0.397-0.539-0,605-0.444-0.584-0.175-0.259-1,7620.021-1.419-2.080-0.7990.5020.381-0.044-0.455-0.0400.4051.388-0.3610.2130.424-1.303-2.219-1.6561.229-1.115-1.1460.461-0.024-1.4070細(xì)0,1690.5360，0.734-0.1960.4271.1280.7031.9040.536-0.1410.5720.2850.333-0.1691.1571.3460.277-0.9130.007-0.2650.2931.336-O扁0.012-0.015-2.038-0.564-0.1283.847-l細(xì)-0.847-1.0790.5820.035-O細(xì)-0.450-0.6100.3410.1170.577-0.0752.069-1.360-0.810-0.380-0.8581.753-0.479-0.8350.2890.5450.0291.026-0.229l扁54.3239.8824.0116.4913.3016.2111.907.174.923.9755.5167.4174.5879.5083.47ARNDcQEGH進(jìn)一步計(jì)算各因子得分，見表l，為方便，稱此6個(gè)因子得分矢量為氨基酸廣義信息因子分析標(biāo)度，該表征體系涉及序列的疏水性、a-螺旋與轉(zhuǎn)角傾向、體積性質(zhì)、構(gòu)成特征、局部柔性及靜電性等重要性質(zhì)，其綜合了335個(gè)原始氨基酸性質(zhì)參數(shù)大部分信息，可以嘗試將這6個(gè)因子得分矢量用于肽結(jié)構(gòu)的表征。b)應(yīng)用氨基酸廣義信息因子分析標(biāo)度對抗原肽的結(jié)構(gòu)進(jìn)行表征；以疏水性、a-螺旋與轉(zhuǎn)角傾向、體積性質(zhì)、構(gòu)成特征、局部柔性和靜電性6個(gè)因子得分矢量對抗原肽進(jìn)行表征，每個(gè)抗原肽的結(jié)構(gòu)根據(jù)其含有的殘i數(shù)目(定義為n)，以nx6個(gè)變量表征，人類I型HLA-A*0201抗原九肽則用9x6=54個(gè)變量串連表征，并將其作為定量結(jié)構(gòu)-親和性關(guān)系分析模型的自變量。c)用遺傳算法-偏最小二乘方法挑選變量，參數(shù)設(shè)置如下初始群體大小500;最大遺傳代數(shù)200;收斂標(biāo)準(zhǔn)80%;交叉頻率50%;變異^t'率0.5%;適應(yīng)度函數(shù)為留一法交互檢驗(yàn)的累計(jì)復(fù)相關(guān)系數(shù)。d)用偏最小二乘法建立抗原肽的定量結(jié)構(gòu)-親和性關(guān)系分析模型；將抗原肽的半抑制率IC5。值轉(zhuǎn)換為pIC5。(logl/IC5())，以pICso值作為定量結(jié)構(gòu)-親和性關(guān)系分析模型的因變量即親和性量度，選擇偏最小二乘建立抗原肽定量結(jié)構(gòu)-親和性關(guān)系分析模型。提取三個(gè)最適主成分建模，得累計(jì)復(fù)相關(guān)系數(shù)(i勺為0.875，留一法交互檢驗(yàn)的累計(jì)復(fù)相關(guān)系數(shù)(^)為0.802。圖1表明，僅有75個(gè)肽樣本位于霍特林(Hotelling)^橢圓置信區(qū)間外，是模型異常點(diǎn)。20次隨機(jī)排序驗(yàn)證結(jié)果殺于圖2中，可看出，其f和《回歸線的截距分別為0.021和-0.109，因此，可認(rèn)為相對較高的i2和g2值并非由偶然因素所致。e)對抗原肽各位點(diǎn)的性質(zhì)參數(shù)進(jìn)行方差分析；方差分析通過對試-瞼數(shù)據(jù)變差的分析，定性判斷各種人為可控制因素對試驗(yàn)結(jié)果影響是否存在。將1998個(gè)抗原肽按照其親和性大小分為三類，其中低活性pIC50<6.301(IC50>500nM),中活性7.301>pIC50>6.301(50nM<IC50<500nM)，高活性pIC50>7.301(IC50<50nM)，三組才羊本的個(gè)數(shù)分別為529、531和938。然后進(jìn)行方差齊性檢驗(yàn)，對屬于方差齊性的，使用費(fèi)歇爾(Fisher)^驗(yàn)，對不屬于方差齊性的，使用布朗-菲奧思(Brown-Forsythe)近似方差分析；顯著水平為P=0.05。參見圖3-圖8，應(yīng)用單變量方差分析研究了高中低三類抗原肽的不同因子性質(zhì)差異?？煽闯觯杷詫Υ蠖鄶?shù)殘基的活性貢獻(xiàn)而言都是重要的，只有第8殘基高中^(氐三類的活性差異不顯著。a-螺旋和轉(zhuǎn)角傾向的第2、4、5與6殘基高中低三類的活性差異不顯著。從體積性質(zhì)的方差分析圖看出，除了第8殘基外，其它殘基的高中低三類活性差異皆顯著。對構(gòu)成特性，第3、4、5與8殘基高中低差異不顯著。對于局部柔性，第4、8與9高、中與低殘基差異不顯著。對靜電性方差分析發(fā)現(xiàn)，第3、5、6與8高中低差異不顯著。經(jīng)分析，研究來自三類肽樣本中的各因子的相應(yīng)變量性質(zhì)差異程度及是否具有顯著性差異，可為設(shè)計(jì)具有特定親和性的抗原肽新品種提供參考。參見表2,其中列舉了關(guān)于偏最小二乘模型的變量情況及其名稱、系數(shù)及重要性。結(jié)果表明，對抗原肽的親和性影響較顯著的17個(gè)變量中，除了第2殘基的構(gòu)成特征和靜電性與抗原肽的親和性呈負(fù)相關(guān)，其余的變量都于其呈正相關(guān)。其中，第2殘基的a-螺旋與轉(zhuǎn)角傾向具有最大的重要性值，依次是第2殘基的體積性質(zhì)、第2殘基的疏水性、第1殘基的體積性質(zhì)、第9殘基的疏水性、第7殘基的疏水性、第2殘基的局部柔性、第1殘基的疏水性、第2殘基的構(gòu)成特征、第6殘基的疏水性、第9殘基的構(gòu)成特征與第3殘基的疏水性等。表2偏最小二乘模型中變量意義、重要性及系數(shù)<table>tableseeoriginaldocumentpage10</column></row><table>11第2殘基的局部柔性0.1021.57012第2殘基的靜電性-0.0661.23813第3殘基的疏水性0.1591.34614第3殘基的a-螺旋與轉(zhuǎn)角傾向-0.0390.45015第3殘基的體積性質(zhì)0.1071.04116第3殘基的構(gòu)成特征-0.0230.26617第3殘基的局部柔性-0.0400.44618第3殘基的靜電性-0.1000.68719第4殘基的疏水性-0.0310.50020第4殘基的a-螺旋與轉(zhuǎn)角傾向0.0110.75521第4殘基的體積性質(zhì)-0.0180.86022第4殘基的構(gòu)成特征-0.0270.27723第4殘基的局部柔性0扁0.11624第4殘基的靜電性-0.0750.95025第5殘基的疏水性0.1081.07526第5殘基的a-螺旋與轉(zhuǎn)角傾向-0.0170.35027第5殘基的體積性質(zhì)0.0830.83428第5殘基的構(gòu)成特征-0.0660.42529第5殘基的局部柔性-0.0650.78530第5殘基的靜電性-0.0640.62631第6殘基的疏水性0.1591.39032第6殘基的a-螺旋與轉(zhuǎn)角傾向-0.0110.24633第6殘基的體積性質(zhì)0.0310.52334第6殘基的構(gòu)成特征-0.0120.752.35第6殘基的局部柔性0.0480.82736第6殘基的靜電性-0.0210.16837第7殘基的疏水性0.1671.60138第7殘基的a-螺旋與轉(zhuǎn)角傾向0.0230,68739第7殘基的體積性質(zhì)0.0810.87340第7殘基的構(gòu)成特征-0.0340.70141第7殘基的局部柔性0,0680.55442第7殘基的靜電性-0.0970.59243第8殘基的疏水性0.0620.49944第8殘基的a-螺旋與轉(zhuǎn)角傾向-0.0520.48845第8殘基的體積性質(zhì)0.0570.42246第8殘基的構(gòu)成特征0.0050.17047第8殘基的局部柔性0.0420.28448第8殘基的靜電性-0.0220.24349第9殘基的疏水性0.2211.61450第9殘基的a-螺旋與轉(zhuǎn)角傾向0.1030.7651151第9殘基的體積性質(zhì)52第9殘基的構(gòu)成特征53第.9殘基的局部柔性54第9殘基的靜電性/常數(shù)-0.127O.l卯-0.0650,1295.1280.7861.3600.6230.978/參見表3，其中列出對T細(xì)胞表位的活性影響較大的位點(diǎn)易出現(xiàn)的殘基及相應(yīng)性質(zhì)，可以為進(jìn)一步設(shè)計(jì)具有較高親和性的表位提供一定的預(yù)見性借鑒。表3對抗原肽活性影響較大的位點(diǎn)易出現(xiàn)的殘基序殘基位置性質(zhì)易出現(xiàn)的殘基對肽的親和性貢獻(xiàn)(+或a天然氨基酸的335種性質(zhì)參數(shù)的因子得分。b"+，，表示與親和活性正相關(guān)，"-"表示與親和活性負(fù)相關(guān)。以上所述僅為本發(fā)明的優(yōu)選實(shí)施例，并不用于限制本發(fā)明，顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進(jìn)行各種改動(dòng)和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動(dòng)和變型在內(nèi)。<table>tableseeoriginaldocumentpage12</column></row><table>權(quán)利要求1.一種基于氨基酸廣義信息因子分析標(biāo)度的抗原肽定量結(jié)構(gòu)-親和性關(guān)系分析方法，其特征在于包括如下步驟a)基于因子分析方法，建立氨基酸廣義信息因子分析標(biāo)度；b)應(yīng)用氨基酸廣義信息因子分析標(biāo)度對抗原肽的結(jié)構(gòu)進(jìn)行表征；c)用遺傳算法-偏最小二乘方法挑選與抗原肽活性密切相關(guān)的結(jié)構(gòu)特征；d)用偏最小二乘法建立抗原肽定量結(jié)構(gòu)-親和性關(guān)系分析模型；e)對抗原肽各位點(diǎn)的性質(zhì)參數(shù)進(jìn)行方差分析。2.根據(jù)權(quán)利要求1的基于氨基酸廣義信息因子分析標(biāo)度的抗原肽定量結(jié)構(gòu)-親和性關(guān)系分析方法，其特征在于、步驟a)具體包括如下步驟al)選取天然氨基酸的變量參數(shù)，按照相對負(fù)載大小、變量共同度、可解釋性及對序列結(jié)構(gòu)貢獻(xiàn)的重要性進(jìn)行變量篩選；a2)用因子分析法處理精選得到的變量，通過斜交旋轉(zhuǎn)，并用主成分法提取疏水性、a-螺旋與轉(zhuǎn)角傾向、體積性質(zhì)、構(gòu)成特征、局部柔性和靜電性這6個(gè)因子；a3)計(jì)算各因子得分，將得分矢量定義為氨基酸廣義信息因子分析標(biāo)度。3.根據(jù)權(quán)利要求2的基于氨基酸廣義信息因子分析標(biāo)度的抗原肽定量結(jié)構(gòu)-親和性關(guān)系分析方法，其特征在于"步驟b)具體包括用氨基酸廣義信息因子分析標(biāo)度所涉及的疏水性、a-螺旋與轉(zhuǎn)角傾向、體積性質(zhì)、構(gòu)成特征、局部柔性和靜電性6個(gè)因子對抗原肽序列進(jìn)行表征，其中的每個(gè)氨基酸殘基用6個(gè)矢量表征，并將表征結(jié)果作為定量結(jié)構(gòu)-親和性關(guān)系分析模型的自變量。4.根據(jù)權(quán)利要求3的基于氨基酸廣義信息因子分析標(biāo)度的抗原肽定量結(jié)構(gòu)-親和性關(guān)系分析方法，其特征在于;步驟c)具體包括如下步驟用遺傳算法-偏最小二乘方法挑選變量，參數(shù)設(shè)置如下初始群體大小500;最大遺傳代數(shù)200;收斂標(biāo)準(zhǔn)80%;交叉頻率50%;變異積X率0.5%;適應(yīng)度函數(shù)為留一法交互檢驗(yàn)的累計(jì)復(fù)相關(guān)系數(shù)。5.根據(jù)權(quán)利要求4的基于氨基酸廣義信息因子分析標(biāo)度的抗原肽定量結(jié)構(gòu)-親和性關(guān)系分析方法，其特征在于步驟d)具體包括如下步驟將抗原肽的半抑制率IC50值轉(zhuǎn)換為pIC5o，以plC5o值作為定量結(jié)構(gòu)-親和性關(guān)系分析^t型的因變量，用偏最小二乘建立抗原肽定量結(jié)構(gòu)-親和性關(guān)系分析模型，以留一法交互檢驗(yàn)的累計(jì)復(fù)相關(guān)系數(shù)評價(jià)模型的預(yù)測能力。6.根據(jù)權(quán)利要求1至5中任一項(xiàng)的基于氨基酸廣義信息因子分析標(biāo)度的抗原肽定量結(jié)構(gòu)-親和性關(guān)系分析方法，其特征在于步驟e)具體包括如下步驟將抗原肽按照其親和性大小分為三類，其中低活性pIC5()<6.301,中活性7.301>pIC5。>6.301，高活性pIC5Q>7.301;對抗原肽的各位點(diǎn)的性質(zhì)參數(shù)進(jìn)行方差齊性檢驗(yàn)，對屬于方差齊性的，進(jìn)行費(fèi)歇爾抬、險(xiǎn)，對不屬于方差齊性的，使用布朗-菲奧思近似方差分析；顯著水平為P=0.05。全文摘要本發(fā)明公開了一種基于氨基酸廣義信息因子分析標(biāo)度的抗原肽定量結(jié)構(gòu)-親和性關(guān)系分析方法，能夠用于對抗原肽的親和性預(yù)測，為設(shè)計(jì)具有特定親和性抗原肽新品種提供參考，包括如下步驟a)基于因子分析方法，建立氨基酸廣義信息因子分析標(biāo)度；b)應(yīng)用氨基酸廣義信息因子分析標(biāo)度對抗原肽的結(jié)構(gòu)進(jìn)行表征；c)用遺傳算法-偏最小二乘方法挑選與抗原肽活性密切相關(guān)的結(jié)構(gòu)特征；d)用偏最小二乘法建立抗原肽定量結(jié)構(gòu)-親和性關(guān)系分析模型；e)對抗原肽各位點(diǎn)的性質(zhì)參數(shù)進(jìn)行方差分析。文檔編號G01N33/48GK101303343SQ200810069918公開日2008年11月12日申請日期2008年7月2日優(yōu)先權(quán)日2008年7月2日發(fā)明者李志良,力楊,梁桂兆,虎梅,牛維環(huán)申請人:重慶大學(xué)