A statistical method for predicting alpha-helical and beta-sheet regions in proteins from their amino acidic sequences

Summary

In this paper we propose a new method to predict the secondary structure of proteins from sequence data. A satisfactory improvement of the available efficiency of prediction is obtained. The described method takes into account the frequency of each pair of amino acids in alpha-helical, beta-sheet and random coil regions according to previous results that the sequences of amino acidic residues in these regions are autocorrelated. The rules of the method are not derived from the analysis of the regions of proteins with a known secondary structure, but they are instead based on statistical considerations. In such a way the obtained value of efficiency of the method (88%) has a high reliability: in fact, it is correct to test a method only on the data not used to construct it. A new definition of efficiency of a predictive method is given to resolve the ambiguities arising from the previously accepted definitions.

Riassunto

In questo lavoro si propone un nuovo algoritmo per predire la struttura secondaria di una proteina dall’analisi della sua sequenza aminoacidica, con il quale si è ottenuto un significativo miglioramento delle efficienze di previsione della struttura secondaria disponibili fino ad ora. Il metodo descritto tiene conto della frequenza delle coppie adiacenti di aminoacidi nelle regioni ad alpha-helix, beta sheet e random coil, in accordo con il nostro precedente risultato che in tali regioni le sequenze aminoacidiche sono autocorrelate. Le regole usate non derivano dall’analisi delle regioni di proteine con una struttura secondaria nota, ma sono invece basate esclusivamente su considerazioni statistiche. In tal modo il valore ottenuto per l’efficienza del metodo (88%) ha un’alta affidabilità, essendo corretto controllare un metodo solo sui dati non utilizzati per la sua costruzione. Per risolvere le ambiguità esistenti, inoltre, si dà qui una nuova definizione di efficienza per un metodo di previsione di strutture secondarie.

Резюме

В этой работе предлагается новый метод для предсказания вторичной структуры белков, исходя из последовательности аминокислот. Получается существенное улучшение эффективности предсказания. Предложенный метод учитывает частоту каждой пары аминокислот в альфа-спиральной области, бета-слоистой области и в области случайных спиралей, в соответствии с предыдущими результатами, согласно которым последовательности аминокислот в этих областях являются автокоррелированными. Правила метода не выводятся из анализа областей белков с известной вторичной структурой, а основываются на статистических рассмотрениях. Полученное значение эффективности (88%) имеет высокую надежность. Корректность метода проверялась не только на данных, использованных для его конструирования. Предлагается новое определение эффективности для разрешения неоднозначностей, связанных с ранее принятыми определениями.