田 淇，李耀旺，李 博，2*

    (1 中国农业大学食品科学与营养工程学院 北京100083 2 教育部功能乳品重点实验室 北京100083)

    随着计算机技术的高速发展，定量构效关系(Quantitative structure-activity relationship，QSAR)作为1 种经济有效的方法，被广泛应用于各个领域的结构与活性、结构与性质关系的研究中。QSAR 是在化学、物理学、数学等多门学科的理论支持下，分析小分子化合物的结构特征，并与活性参数构建定量的数学模型，最终给出新化合物设计建议。

    近年来，已知的活性肽序列急剧增加，并将持续增长。然而，具有相同生物活性的肽类通常具有不同的氨基酸组成和氨基酸数量，如苦味肽(Bitter peptides，BT)、ACE 抑制肽(Angiotensin I-converting enzyme inhibitor，ACE)[1]和抗氧化肽等。人乳、羊奶酪乳清、菜籽、核桃等多种蛋白质水解得到的抗氧化肽通常由3～16 个氨基酸残基组成[2-6]。然而，在建立活性肽的定量构效关系模型时，肽的序列结构大多由氨基酸描述符表征，要求所用的数据库中肽段具有相同长度。一方面，等长序列活性肽的数据量较少，不足以建立QSAR 模型；另一方面，采用单一长度的多肽数据库建立的QSAR模型，不能预测其它长度活性肽的生物活性，也难以给出这种活性肽的固有结构特征[7]。急需对肽段长度不一的数据库进行适当处理，使所有氨基酸序列转换为具有相同数量变量的数据。

    Andersson 等[8]采用自交叉协方差(Auto cross covariances，ACCs)法对数据进行结构表征，使每个样本均产生相同数目的变量，从而使常规的建模方法得以应用。该方法起初用于蛋白质、肽和DNA 模式识别领域的研究，于1995年首次应用于大肠杆菌中多肽序列与性质关系的研究[9]。此后，ACCs 在生物活性肽领域的应用越来越广泛。Mee 等[10]采用ACCs 技术对不同长度的肽段进行均匀化。Nystroom 等[11]使用ACCs 技术研究了α-Melanotropin 类似物。Stecker[12]研究了神经连通性对自协方差和交叉协方差估计的影响。虽然ACCs法可以描述不同长度的肽序列，但是仍存在一些缺陷，比如难以解释QSAR 结果中具体的物理化学意义，因此迫切需要一种新方法来解决这个问题。

    本研究提出两端排序法 (Two-terminal position numbering，TTPN)，即分别从氨基酸序列的C端和N 端提取相同数量氨基酸残基的信息 ......