中文摘要：

以NMR 技术为代表的海量蛋白质空间结构数据为现代生命科学研究提供了前所未有的机遇,但后续的大数据分析却成为一大难题.充分利用已知的蛋白质三维结构信息来预测未知的蛋白质空间结构信息是研究蛋白质结构和功能关系一种重要手段.本文提出一种基于黎曼流形的蛋白质三维结构相似性比较新方法.该方法通过构建Cα 坐标系和提取蛋白质结构具有旋转和平移不变性的几何特征量,将蛋白质的三维坐标序列转换为一维序列,采用黎曼距离作为三维结构相似度指标.本方法不需要对蛋白质结构做旋转和平移变换,避免了主流的RMSD 方法中两蛋白质通过最小二乘拟合进行配准时产生的误差,并且完全不依赖于一级结构序列信息,对不具备序列相似性的蛋白质之间的相似性比较具有现实意义.本文分别针对不同相似度的蛋白质、Fischer 提出的10 个较难识别的蛋白质结构对、HOMSTRAD 数据库中的700 个数据这3 组数据,对本文算法进行了验证.实验结果表明,与其他方法相比,本文方法的匹配精度均得到了较大提升.