唐家琪，吴璟莉,2,3

(1.广西师范大学 计算机科学与信息工程学院，广西 桂林 541004； 2.广西师范大学 广西多源信息挖掘与安全重点实验室，广西 桂林 541004;3.广西区域多源信息集成与智能处理协同创新中心，广西 桂林 541004)

0 引言

蛋白质是执行生物体内各种重要生物活动的大分子，认识其功能对推动生命科学、农业、医疗等领域的发展意义重大。1961年，Anfinsen等[1]提出蛋白质一级序列决定其三维结构、蛋白质三维结构决定其功能的论断。相对于蛋白质三维结构，一级序列更容易通过生物实验测得，故早期的蛋白质功能预测方法大都基于序列相似性原理，利用BLAST(Basic Local Alignment Search Tool)[2]和PSI-BLAST(Position-Specific Iterated BLAST)[3]等工具计算功能未知的蛋白质与功能已知的蛋白质之间的序列相似度，若相似度较高则认为其具有相同的功能。然而，近年来的研究表明，序列相似的蛋白质能够形成不同的三维结构，故其功能不一定相同，而且序列差异较大的蛋白质也可能具有相同的功能[4]；因此，基于序列相似性的蛋白质功能预测方法是不可靠的。

随着越来越多的蛋白质三维结构数据的产生，FATCAT(Functional And Tractographic Connectivity Analysis Toolbox)[5]和PAST(Polypeptide Angle Suffix Tree)[6]等蛋白质三维结构数据库相继建立，研究者提出了基于蛋白质三维结构的功能预测方法[7]，这类方法通过计算功能未知的蛋白质与功能已知的蛋白质的三维结构相似度来判断其是否具有相同功能。相对于蛋白质的氨基酸序列，其三维结构更保守稳定[8]，故基于三维结构的方法通常比基于序列的方法更准确，但由于已知三维结构的蛋白质数量较少，其应用范围较窄。……