近藤洋介和宫崎悟*
到目前为止,为了预测蛋白质的重要位点,已经开发了许多计算方法。在大数据时代,需要通过将序列数据整合到结构数据中来改进和完善现有方法。在本文中,我们的目标是两件事:改进基于序列的方法和开发一种同时使用序列和结构数据的新方法。因此,我们开发了一种原创的改进进化轨迹方法,其中我们定义了从给定的多序列比对计算出的保守等级和近似等级,以便从蛋白质-离子、蛋白质-配体、蛋白质-核酸、蛋白质-蛋白质相互作用的角度使用三维结构来评估预测的活性位点。换句话说,近似等级也可以评估氨基酸残基。当我们将我们的方法应用于翻译延伸因子 Tu/1A 蛋白时,结果表明,保守等级可以通过近似等级准确评估。因此,我们的想法表明了两个优点。一是我们可以考虑各种共晶结构进行评估。另一种方法是,通过计算给定的保守等级与近似等级之间的适应度,选出最佳的保守等级。