专利名称：一种人免疫缺陷病毒蛋白酶裂解位点预测及特异性分析方法
技术领域：
本发明涉及一种肽的定量结构-裂解性关系分析方法，特别是一种人免 疫缺陷病毒蛋白酶裂解位点预测及特异性分析方法。
背景技术：
获得性免疫缺陷综合症(俗称艾滋病)主要由人免疫缺陷病毒引起。人免疫
缺陷病毒蛋白酶(HIVPR)是一种水解蛋白酶，它与HIV-1病毒前体蛋白(gag,pol 与env等)转变成结构蛋白(如逆转录蛋白酶、整合蛋白酶和HIV PR本身)的过 程有关。实验表明，通过定点突变强将HIV PR的催化氨基酸残基置换成其它 氨基酸残基，可产生非感染性病毒体。因此，HIVPR作为设计治疗艾滋病药物 的"耙标"而备受重视，并对其结构和功能进行了深入研究。因艾滋病迅速蔓延， 寻找HIV PR抑制剂已成为目前国际上新药研究的一个热点。设计合理抑制剂 需对蛋白酶裂解特异性有一全面认识和理解，但因其可在许多不同的、具有较 小的或无类似性位点发生裂解，使此工作具有较大的难度(You, et al., J.Virol.， 2005,79:12477)。在各种抑制剂中，很大一部分属于肽类物质，因HIVPR活性 部位拥有8个残基，可命名为S4-S3-S2-S1-S1，-S2，-S3，-S4，，有8个相应残基与 其相结合，故在肽类抑制剂中，虽偶有7肽及9肽等，但仍以8肽为多，而由
20种天然氨基酸理论上可构成20S^2.56xlO^个8肽分子，若用实验方法--
确定其裂解特异性既耗时又耗力。由此，计算机辅助药物设计方法在HIV PR 裂解位点特异性及抑制剂研究开发中具有重要作用，借鉴定量构效关系(QSAR) 的研究思路，人们已建立许多模型用于预测肽底物裂解位点，根据"锁钥"学说， 通过对肽裂解位点预测可进一步了解HIV PR裂解特异性。进而为设计更有效 的HIV PR抑制剂提供参考。至今，h-函数算法(Poorman, et al., J. Biol. Chem" 1991, 22: 14554),神经网络(Cai, et al., Adv Eng. Software, 1998， 29(2): 119),决策树(Yang, et al.， Bioinformatics， 2004, 20: 735)，支持向量机(You, et al.，丄Virol" 2005， 79: 12477; Yang， et al.， Bioinfo誦tics， 2004， 20: 735)及生物基函数 (Thomson, et al., Bioinformatics, 2003, 19: 1741)等方法已用于预测HIV PR裂解 位点特异性。在一定条件下，以这些算法取得或优或差结果，但遗憾的是，这 些算法多集中于各种算法优化，而对如何合理表征肽序列结构却较少提及。一 种优良的裂解位点预测方法，不仅要能够具有较高的预测能力，而且要能够提 供一些与肽裂解性密切相关的重要结构信息。
发明内容
有鉴于此，为了解决上述问题，本发明提供了一种人免疫缺陷病毒蛋白 酶裂解位点预测及特异性分析方法，其能够用于人免疫缺陷病毒蛋白酶裂解 位点预测及其结构-裂解性关系分析，为设计具有可裂解性的肽新品种提供参 考。
本发明的目的是这样实现的 一种人免疫缺陷病毒蛋白酶裂解位点预测 及特异性分析方法，包括如下步骤
a) 基于主成分分析方法，建立氨基酸0D-3D信息得分矢量；
b) 应用氨基酸0D-3D信息得分矢量对人免疫缺陷病毒蛋白酶可裂解肽与非
裂解肽的结构进行表征；
c) 用逐步方法挑选与肽裂解密切相关的性质参数；
d) 应用线性判别分析方法建立裂解位点预测及特异性分析模型；
e) 分别以自取代检验，留一法交互检验以及外部检验验证模型的预测能力；
f) 对人免疫缺陷病毒蛋白酶可裂解肽与非裂解肽的各位点的性质参数进行
方差分析。
进一步，在于步骤a)具体包括如下步骤 al)精选天然氨基酸的1369种0D-3D变量参数； a2)用主成分分析法处理精选得到的氨基酸变量，得到13个主成分； a3)计算各主成分得分，将得分矢量定义为氨基酸0D-3D信息得分矢量；
5进一步，步骤b)具体包括如下步骤用氨基酸0D-3D信息得分矢量所涉 及的13个主成分对人免疫缺陷病毒蛋白酶可裂解肽与非裂解肽的序列进行表 征，其中每个氨基酸残基用13个氨基酸0D-3D信息得分矢量表征，并将表征 结果作为可裂解性预测模型的自变量；进一步，步骤c)具体包括如下步骤用逐步方法挑选与肽裂解密切相关 的结构性质参数，以偏F检验对应的F值为依据，当F值大于3.84时，则 该变量留在模型中，当该变量对应F值小于2.71时，则剔除该变量；进一步，步骤d)具体包括如下步骤首先定义两个指示变量，分别用"1" 表示可裂解肽样本，用"2"表示非裂解肽样本，以此指示变量作为肽裂解 位点预测模型的因变量，用线性判别分析建立肽裂解位点预测模型；进一步，步骤e)具体包括如下步骤先将总样本分为训练集和测试集， 然后用自取代检验，留一法交互检验验证训练模型的内部预测能力，用对测试 集的外部预测结果评价^^莫型的外部预测能力；进一步，步骤f)具体包括如下步骤将肽总样本按照其是否可裂解分为 两类，对肽的各位点的性质参数进行方差齐性检验，对属于方差齐性的，进行 费歇尔检验，对不属于方差齐性的，使用布朗-菲奥思近似方差分析，显著水平 为P=0.05。本发明的一种人免疫缺陷病毒蛋白酶裂解位点预测及特异性分析方法， 其中选取的氨基酸0D-3D信息得分矢量所含信息量大、表征能力强、使用操作 方便及物化意义明显；应用线性判别分析建模，具有简单直观和模型易解释等 优点；采用的自取代检验，留一法交互检验及外部检验验证方法可以较大程度 地保证所建;f莫型的内外部预测能力；而方差分析，可分析具有不同裂解性的肽 相应残基不同性质的差异程度，进而为设计具有特定裂解性的肽新品种提供参 考。本发明的其它优点、目标和特征在某种程度上将在随后的说明书中进行 阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将 是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书，权利要求书，以及附图中所特别指出的结构来 实现和获得。
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本
发明作进一步的详细描述，其中
图1是本发明的线性判别分析模型的标准化系数示意图2是本发明的人免疫缺陷病毒蛋白酶与其底物的结构作用示意图3是本发明的第1残基的各得分方差分析示意图4是本发明的第2残基的各得分方差分析示意图5是本发明的第3残基的各得分方差分析示意图6是本发明的第4残基的各得分方差分析示意图7是本发明的第5残基的各得分方差分析示意图8是本发明的第6残基的各得分方差分析示意图9是本发明的第7残基的各得分方差分析示意图IO是本发明的第8残基的各得分方差分析示意图。
具体实施例方式
以下将参照附图，对采用本发明的方法用于人免疫缺陷病毒蛋白酶对8 肽的裂解位点预测及特异性分析为例进行详细的描述，包括以下步骤 a)基于主成分分析方法，建立氨基酸0D-3D信息得分矢量； 收集20种天然氨基酸的1369个描述子变量，其中0D参数包括31种构成 描述子；1D参数69种，包括官能团数目、原子中心碎片和分子特性等；2D参 数640种，包括分子电性作用矢量、分子电距矢量和全息分子电距矢量，拓朴， 拓朴电荷指数，运转和路径数目，边缘邻接指数，Burden特征值，自相关，连 接性指数，信息指数及特征值指数等；3D参数629种，包括Randic分子剖面， 几何描述子，基于不同原子间距的径向基函数描述子(RDF)，基于电衍射法的
7分子结构表征(MoRSE)得到的描述子，加权整体不变分子的(WHIM)描述子及几 何、拓朴与原子重量的集合(GETAWAY)描述子等。
采用主成分分析压缩描述子数量，经变换后，其前13个主成分得分矩阵 (20xl3)累计解释了原始变量数据矩阵(20x 1369)96.20%的方差，因此可用此13 个主成分得分矩阵替代原始变量矩阵，参见表l;
表1 20种天然氨基酸的1369个性质参数的13个主成分得分
氨基酸主成分主成分主成分主成分主成分主成分主成分主成分主成分主成分主成分主成分主成分
312345678910111213
A-1.3340.632-0.5710.626-0.535-0.5350.284-O扁0.176-0.2240.892-1.9730.089
E0.074-0.3231.248-0.6500.1610細0.4361.266-0.346-1.110-0.328-0.431-2.430
0.028-1.351-1.0620.2710.260-0.5351.2700.7090.8770.570-0.987-1.5031.073
S-1.0310.5040.088-0.327-0.875-0.172-0.411-0.721-0.855-0.6461.7550.1000.843
R0.950-1.2041.6201.568-1,079-0.454-0.731-1.9330.1471.8840.219-0.570-0.775
Q0.152-0.4301.196-0.3880.0570.010.2231.104-0.311-0.7920扁-O細-0.794
K0.407-1.6290.689l細0.1300.621-0.6150.514-0.964-2.021-0.6660.7521.673
T-0.607-0.148-0.363-0.873-0.9110扁-0.148-0.508-1.106-0.6571.1790.5670.526
N-0.3090週1.116-1.267-0.426-0.1300.5550.3740.0591.295-0.7160.2691.750
G-1.8641.7390.3272.4480.162-0.2460.9040.7660.5300.457-0.4071.324-0.503
M0.154-0,3570.105-0.1723.052-1.386-1.3150.7970.1420.9101.7410.2810.295
W2.4111.752-0.9970.268-1.534-1.156-1.3091.5130.213-0.059-0.3010.0160.319
D-0.3900.3071.205-1.579-0.3960扁0.6020.459-0.3501.061-0.8570.6430.554
H0.5%0.5380.831-0.5360.0071.496-0.089-0.6373.262-1.0630.9830.2310.197
F1.1150.651-0.7790.2241.4430.8361.495-1.247-0.119-0.358-0.549-0.2060.635
Y1.5011.040-0.1710細0.6310.2001.540-1.035-1.7130.1570.4810.247-0.755
C-0.9230扁-0,271-0.7680.770-1.119-1.790-1.8720.121-0.971-2.428-0.126-0.438
I-0.007-1.562-1.556-0.363-0.551-0.3330.347-0.0400.6520.3340.0182.665-U02
P-0.4640.139-1.0410.0420.2443.161-1.7000.690-0.7001.436-0.371-0.510-0.486
V-0.460-1.047-1.614-0.333隱O扁-0.3610.453-0.1210.286-0.2030.305-0.816-0.674
特征值662.47171.69106.6678.2859.3448.2445.0538.4833.7325.2621.9418.3617.04
方差 (%)48.0412.457.735.684.303.503.272.792.451.831.591.331.24
累积方48.0460.4968.2273.9078.2081.7084.9787.76卯.2192.0493.6394.9696.20
a 20种天然氨基酸用常规的单个英文字母表示。
对13个主成分载荷分析发现，对第1主成分正贡献较大的相关变量包括非氢原子数、Randic标识数、Balaban标识数及Randic连接性指数等，负贡献较 大的主要是特征值指数中原子质量、范德华及电负性权重距离矩阵平均特征矢 量系数总和等。第2主成分主要涉及3D-MoRSE描述子中原子极化度及 Sanderson电负性参数对应权重等。第3主成分主要反映分子特性、官能团数目 及特征值指数中基于碎片极性表面积、Moriguchi与Ghose-Crippen辛醇-水分配 系数及氢键接受原子(N、 O及F)数目等信息。第4主成分主要涉及WHIM和 GETAWAY描述子中原子质量、极化度、范德华体积、电负性及电拓朴状态等 变量。对第5主成分影响较显著的是原子中心碎片CH3X(X代表杂原子，下同) 数目及3D-MoRSE描述子中原子质量等信息。对第6主成分正贡献较大的是拓 朴描述子中N与S及O与S之间拓朴距离总和，几何描述子中N与S及O与 S之间几何距离总和，负贡献较大的是几何描述子中芳香指数谐波振荡器模型 (HOMA)及其总量等信息。第7主成分主要提炼分子中五元环数目、环一级C(sp3) 数目及环二级C(sp"数目，3D-MoRSE与WHIM描述子中原子质量及Sanderson 电负性等信息。第8主成分主要反映边缘邻接指数中边缘数目、偶极矩与共振 积分加权矩阵信息及GETAWAY描述子中原子质量和极化度等。第9主成分主 要体现边缘邻接指数描述子中边缘数目，3D-MoRSE中原子质量和范德华体积， 自相关描述子中Sanderson原子电负性和范德华体积，原子中心碎片H-C、3或 H-C、2或H-C、2或H-C3sp|i:目、R—CH—X、 R—CR—X及X--CH—X数目(—表示 与吡咯环中C-N键类似的芳香单键)等变量。对第IO主成分正贡献较大的是自 相关描述子中Sanderson原子电负性和极化度，3D-MoRSE及GETAWAY中原 子质量等信息，负贡献较大的是自相关描述子中原子质量，边缘邻接指数描述 子中偶极矩与共振积分加权矩阵等变量。第11主成分中正载荷较大的是 GETAWAY中原子质量、电负性、范德华体积及极化度等变量，负载荷较大的 是原子中心碎片X-C^X)-X(-表示与苯环中的芳香键类似的键或硝基中N-O之 间的键)及醇数目等变量。第12主成分主要反映3D-MoRSE与自相关描述子中 加权范德华体积，WHIM描述子中原子质量、电负性及范德华体积，自相关描 述子中原子极化度等变量。第13主成分主要体现自相关、GETAWAY及3D-MoRSE描述子中与原子质量和电负性等信息。经上述分析发现，此13个主 成分提炼的主要是分子重量、体积、原子电性、构成及极化度等信息。为方便， 将13个得分矢量命名为氨基酸0D-3D信息得分，其综合了 1369个原始氨基酸 性质参数大部分信息，可以尝试将这13个主成分得分矢量用于肽的结构表征。
b) 用氨基酸0D-3D信息得分矢量对人免疫缺陷病毒蛋白酶可裂解肽与非裂 解肽的结构进行表征；
以13个主成分得分矢量对肽的结构进行表征，每个肽的结构根据其含有 的残基数目(定义为n),以nxl3个变量表征，对于746个8肽样本集，其中的 每个肽用8x13=104个变量串联表征，并将其作为裂解位点预测模型的自变量。
c) 用逐步方法挑选与肽裂解密切相关的结构性质参数； 用逐步方法挑选与肽裂解密切相关的结构性质参数，以偏F检验对应的F
值为依据，当F值大于3.84时，则该变量留在模型中，当该变量对应F值 小于2.71时，则剔除该变量。
d) 应用线性判别分析方法建立裂解位点预测及特异性分析模型； 首先定义两个指示变量，分别用"1"表示可裂解肽样本，用"2"表示
非裂解肽样本，以此指示变量作为肽裂解位点预测模型的因变量，用线性判 别分析建立肽裂解位点预测模型。
e) 分别以自取代检验，留一法交互检验以及外部检验验证模型的内外部预 测能力；
先将746个总样本分为646个训练集样本和100个测试集样本，然后用自 取代检验，留一法交互检验验证训练模型的内部预测能力，用对测试集的外部 预测结果评价;漠型的外部预测能力。
分别定义Ae为计算预测正确肽样本数目所占肽总样本数目百分比，Sp为预 测正确的可裂解肽样本数目的百分比，Sn为预测正确的非裂解肽样本数目的百 分比，MCC为马休斯相关系数。经线性判别分析建模，对于646个肽自取代检 -验识别的爿cc, Sn, &及AfCC分别为93.9， 96.9， 90.5及0.879。留一法交互抬r 验的Ae, A, Sp及MCC分别为92.4, 96.6, 87.5及0.849。用线性判别分析模型预测100个测试集样本得v4ce， &， Sp及MCC分别为91.0, 94.0， 88.0及0.822。 结果显示，线性判别分析;漠型具有较高的内外部识别能力。参见图1,线性判别分析模型的37个变量对应的标准化系数表明，变量10、 13、 15、 22与31对应标准化系数都大于0.300，其中最大的是变量15(系数为 0.461)，表明第4残基的第7主成分可促进HIV PR的裂解。其次是变量31(系 数为0.430)，即第7残基的第5主成分，对于HIVPR裂解具有较大的正贡献。 再者，第4残基的第1主成分(变量10),第4残基的第5主成分(变量13)，第5 残基第6主成分(变量22)，亦可能有利于HIVPR的裂解。 一些系数小于0.000 的变量亦引起我们的注意，比如，变量6(系数为-0.327)，即第3残基的第3主 成分，变量30(系数为-0.466)，对应的是第6残基的第13主成分，这些性质可 能对fflV PR的裂解具有相对较大的消极影响，亦即这些变量的绝对值越大， 越不利于其裂解。参见图^HIVPR活性部位有8个亚位点，可示为S4-S3-S2-S广S广S2，-S广S4'，与其相结合的是8个相应的残基，可示为P4-P3-P2-P广Pr-P2，-P3，-P4，，抑制剂与之相对应的亚位点为p,与p,，，裂解位点位于p,与p,，之间。通过分析线性判别分析模型的变量系数知，第3、 4、 5、 6与7等残基-特别是第4与5残基-的相 关性质可能是决定HIV PR是否裂解的重要因素，根据载荷分析，这些性质涉 及到分子大小、构成特征、立体性质与拓朴结构等性质。表2对8肽的可裂解性影响较大的位点易出现的残基残基位置性质 易出现的氨基酸 对活性的贡献(+或一y第4残基~~第7主成分~Y(1.540b)， F(1.495)， L(1.270) T第7残基第5主成分 M(3.052), F( 1.443) +第4残基第1主成分 W(2.411)， Y(1.510),F(1.115) +第4残基第5主成分 M(3.052), F(1.443) +第5残基第6主成分 P(3.161)，H(1.496) +第3残基第1主成分 G(-1.864),A(-1.334)，S(-1.031) —第6残基第13主成分 E(-2.430), 1(-1.102)， Q(-0.794), R(-0.775)， Y(-0.755) "+ "表示与可裂解性正相关，"_ "表示与可裂解性负相关。 不同主成分中不同氨基酸的0D-3D信息得分矢量。11表2中列出对8肽的可裂解性影响较大的位点易出现的残基，根据其相应 性质对裂解性的影响趋势，可通过改变这些残基，寻找更易裂解的肽样本，进 一步设计有效的HIV PR抑制剂。f)对人免疫缺陷病毒蛋白酶可裂解肽与非裂解肽的各位点的性质参数进行 方差分析；方差分析通过对试验数据变差的分析，定性判断各种人为可控制因素对试 验结果影响是否存在。将746个肽总样本按照其是否可裂解分为可裂解肽与非 裂解肽两组，两组肽样本的数目分别为401和345,分别对两组肽样本的每个 位点对应变量(主成分得分)进行单变量方差分析，然后进行方差齐性检验，对 属于方差齐性的，进行费歇尔(Fisher)检验，对不属于方差齐性的，使用布朗-菲奥思(Brown-Forsythe)近似方差分析，显著水平为P=0.05。参见图3-图8，应用单变量方差分析研究了可裂解肽组与非裂解肽组样本 的不同位点对应性质参数的差异，可看出，对于第l残基中的13个主成分，第 4、 8与13主成分差异不显著。而第2残基的第1、 2、 5、 6、 8、 9与10主成 分差异不显著，但发现虽然第1主成分差异不显著，但却被选入模型，这表明 选人模型的变量并不一定差异显著。从第3残基的各种性质方差分析图看出， 除了第8、 11与12主成分外，其它主成分差异皆显著。对第4残基，第4、 6、 10与11主成分差异不显著，但是第6与11主成分却被选入模型。对于第5残 基，第2、 8与9主成分差异不显著。对第6残基的各种性质方差分析发现，仅 有第6与9主成分差异不显著。第7残基仅有其第5、 6、 8、 11与13主成分差 异显著。第8残基的第1、 6、 7、 9与11主成分差异显著。上述结果表明，HIV PR可能识别8肽序列中特定位点的关键特征。通过方差分析研究来自可裂解与 非裂解肽样本是否具显著性差异，探索每个位点残基对应的各种属性差异程度， 可为寻找有效的可裂解肽样本，进一步设计有效HIVPR抑制剂提供可靠依据。以上所述仅为本发明的优选实施例，并不用于限制本发明，显然，本领域 的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围 之内，则本发明也意图包含这些改动和变型在内。
权利要求
1.一种人免疫缺陷病毒蛋白酶裂解位点预测及特异性分析方法，其特征在于包括如下步骤a)基于主成分分析方法，建立氨基酸0D-3D信息得分矢量；b)应用氨基酸0D-3D信息得分矢量对人免疫缺陷病毒蛋白酶可裂解肽与非裂解肽的结构进行表征；c)用逐步方法挑选与肽裂解密切相关的性质参数；d)应用线性判别分析方法建立裂解位点预测及特异性分析模型；e)分别以自取代检验，留一法交互检验以及外部检验验证模型的预测能力；f)对人免疫缺陷病毒蛋白酶可裂解肽与非裂解肽的各位点的性质参数进行方差分析。
2. 根据权利要求1的一种人免疫缺陷病毒蛋白酶裂解位点预测及特异性 分析方法，其特征在于步骤a)具体包括如下步骤al)精选天然氨基酸的1369种0D-3D变量参数；a2)用主成分分析法处理精选得到的氨基酸变量参数，得到13个主成分； a3)计算各主成分得分，将得分矢量定义为氨基酸0D-3D信息得分矢量。
3. 根据权利要求2的一种人免疫缺陷病毒蛋白酶裂解位点预测及特异性 分析方法，其特征在于步骤b)具体包括用氨基酸0D-3D信息得分矢量所涉 及的13个主成分对人免疫缺陷病毒蛋白酶可裂解肽与非裂解肽的序列进行表 征，其中每个氨基酸残基用13个氨基酸0D-3D信息得分矢量表征，并将表征 结果作为裂解位点预测模型的自变量。
4. 根据权利要求3的一种人免疫缺陷病毒蛋白酶裂解位点预测及特异性 分析方法，其特征在于步骤c)具体包括用逐步方法挑选与肽裂解密切相关 的结构性质参数，以偏F检验对应的F值为依据，当F值大于3.84时，则 该变量留在模型中，当该变量对应F值小于2.71时，则剔除该变量。
5. 根据权利要求4的一种人免疫缺陷病毒蛋白酶裂解位点预测及特异性 分析方法，其特征在于步骤d)具体包括如下步骤首先定义两个指示变量， 分别用"1"表示可裂解肽样本，用"2"表示非裂解肽样本，以此指示变量 作为肽裂解位点预测模型的因变量，用线性判别分析方法建立肽裂解位点预 测模型。
6. 根据权利要求5的一种人免疫缺陷病毒蛋白酶裂解位点预测及特异性 分析方法，其特征在于步骤e)具体包括如下步骤先将肽总样本分为训练集 和测试集，然后用自取代检验，留一法交互检验、外部检验验证模型的预测能 力。
7. 根据权利要求1至6中任一项的一种人免疫缺陷病毒蛋白酶裂解位点 预测及特异性分析方法，其特征在于步骤f)具体包括如下步骤将肽总样本 按照其是否可裂解分为两类，对肽各位点的性质参数进行方差齐性检验，对属 于方差齐性的，进行费歇尔检验，对不属于方差齐性的，使用布朗-菲奥思近似 方差分析，显著水平为P=0.05。
全文摘要
本发明公开了一种人免疫缺陷病毒蛋白酶裂解位点预测及特异性分析方法，能够用于人免疫缺陷病毒蛋白酶裂解位点预测及特异性分析，进而设计更易裂解的肽样本，进一步开发有效的人免疫缺陷病毒蛋白酶抑制剂，包括如下步骤a)基于主成分分析方法，建立氨基酸0D-3D信息得分矢量；b)应用氨基酸0D-3D信息得分矢量对人免疫缺陷病毒蛋白酶可裂解肽与非裂解肽的结构进行表征；c)用逐步方法挑选与肽裂解密切相关的性质参数；d)应用线性判别分析方法建立裂解位点预测及特异性分析模型；e)分别以自取代检验，留一法交互检验以及外部检验三种方法验证模型的预测能力；f)对人免疫缺陷病毒蛋白酶可裂解肽与非裂解肽的各位点的性质参数进行方差分析。
文档编号G06F19/12GK101320405SQ20081006993
公开日2008年12月10日 申请日期2008年7月7日 优先权日2008年7月7日
发明者康丽芳, 李志良, 力 杨, 梁桂兆, 虎 梅 申请人:重庆大学