信号肽是一段出现在蛋白质N端的氨基酸短序列,在跨膜蛋白和分泌蛋白的引导和转移中起关键作用。信号肽的知识在药物设计,疾病治疗和生命活动研究中有重要意义。此外信号肽是亚细胞定位的重要信息,对亚细胞定位研究领域有重要的推动作用。近年来随着蛋白质序列爆炸式的增长和生物信息技术的快速发展,通过蛋白质序列信息预测信号肽及其切割位点成为流行的做法。目前,信号肽自动预测领域面临着两个挑战。其中一个挑战是如何准确的在跨膜螺旋片段中识别信号肽,因为信号肽和跨膜螺旋都包含一段呈疏水性的氨基酸片段,即它们在结构上存在很高的相似性,这容易导致分类器误分。另一个挑战是如何精确地识别信号肽的切割位点,因为人们对信号肽切割位点的知识依然十分有限,并且信号肽长度分布较为分散,所以信号肽切割位点的预测精度不高。为了解决这些问题并进一步提高信号肽识别的性能,我们建立了一个信号肽及其切割位点的预测模型:Signal-3L 2.0。在该模型中,我们采用了自上而下结构的设计思想,并分层对信号肽及其切割位点进行预测。为了判断信号肽存在与否,我们提出了一种融合氨基酸残基和功能性结构域信息进行信号肽预测的方法。实验证明功能性结构域信息可以有效区分跨膜螺旋和信号肽,融合氨基酸残基和功能性结构域信息的预测模型能有效地提高信号肽的预测性能。为了准确识别信号肽的切割位点,我们首先使用统计学规则筛选出一批候选切割位点,然后引入候选切割位点的进化保守性信息来选择最终预测的切割位点。实验证明融合统计学习规则和进化保守信息能显著提高模型对信号肽切割位点的识别能力。Signal-3L 2.0在多个数据集上和现有的常用软件进行了性能比较,实验结果证明它有良好的信号肽及其切割位点预测性能。此外,为了加快研究成果的转化与普及,我们搭建了一个在线网络平台供研究人员实时免费的访问,访问地址是:www.csbio.sjtu.edu.cn/bioinf/Signal-3L/。