轮廓隐马尔可夫模型结构特性的研究

动机：轮廓隐马尔可夫模型（pHMMs）是检测远程同源蛋白质家族的流行且非常有用的工具。然而，当蛋白质处于 twilight zone 时，其性能并不总是令人满意。我们提出了 HMMER-STRUCT，一个模型构建算法和工具，旨在通过利用结构信息来训练 pHMMs 以提高其性能。作为第一步，HMMER-STRUCT 构建一组 pHMMs。每个 pHMM 通过根据残基的特定结构特性对对齐蛋白质中的每个残基赋予权重来构建。所使用的特性包括一级、二级和三级结构、可及性和堆积。HMMER-STRUCT 然后通过投票对结果进行优先级排序。结果：我们使用 SCOP 数据库进行实验。实验中采用留一家族交叉验证方法处理蛋白质超家族。首先，我们使用 MAMMOTH-mult 结构比对器对训练集蛋白质进行比对。然后，我们进行了两组实验。在第一组实验中，我们将结构加权模型与标准 pHMMs 以及彼此之间进行了比较。在第二组实验中，我们将投票模型与单个 pHMMs 进行了比较。我们通过 ROC 曲线和精确率/召回率曲线比较方法性能，并通过配对双侧 t 检验评估显著性。我们的结果表明，所有结构加权模型相对于默认 HMMER 均有显著的性能提升，且组合模型在灵敏度方面相对于原始模型和结构加权模型均有显著提升。