5蛋白质三级结构预测分析.pptVIP

蛋白质结构预测;蛋白质三级结构预测的方法;方法比较;同源建模（比较建模）;假设待预测三维结构的目标蛋白质为U（Unknown），利用同源模型化方法建立结构模型的过程包括下述6个步骤： （1）搜索结构模型的模板(T) （2）序列比对 （3）建立骨架 （4）构建目标蛋白质的侧链 （5）构建目标蛋白质的环区 （6）优化模型;预测结果准确率： 对于具有60%等同的序列，用上述方法所建立的三维模型非常准确。若序列的等同部分超过60%，则预测结果将接近于实验得到的测试结果。 一般如果序列的等同部分大于30%，则可以期望得到比较好的预测结果。;同源建模;分子式：pGlu-His-Trp-Ser-Tyr-Gly-Leu-Arg-Pro-Gly-NH;3. 同源建模法的局限性;蛋白质三维结构预测服务通过因特网对公众免费开放(同源建模)： 瑞士生物信息研究所 SWISS-MODEL 丹麦技术大学生物序列分析中心 CPHmodels 比利时拿摩大学 ESyPred3D 英国癌症研究中心 3DJigsaw;同源蛋白质结构预测的方法 　　;SWISS-MODEL://SWISS-MODEL.html;提交查询序列;*;*; 蛋白质具有很少的折叠类型（1000） 基本步骤 将目标蛋白质序列与已知的折叠进行比对 将目标序列“安装”到选择的模板结构上 对模型进行优化、调整 检验模型的合理性 关键方法 序列-结构比对 ; 穿针引线方法（折叠识别方法） 有很多蛋白质具有相似的空间结构，但它们的序列等同部分小于25%，即远程同源。 对于这类蛋白质，很难通过序列比对找出它们之间的关系，必须设计新的分析方法。;对于一个未知结构的蛋白质（U）， 如果找到一个已知结构的远程同源蛋白质（T）， 那么可以根据T的结构模板通过远程同源模型化方法建立U的三维结构模型。; 一个远程同源模型化方法要解决三个问题： （1）检测远程同源蛋白质（T）； （2）U和T的序列必须被正确地对比排列； （3）修改一般的同源模型化过程，以应用于相似度非常低的情况，即处理更多的环区，建立合理的三维结构模型。 如何解决第一个和第二个问题？ 基本思想是建立一个从U到已知结构T的线索，并通过一些基于环境或基于知识的势，评价序列与结构的适应性。 至于最后建立三维结构模型则是非常困难的;线索化的主要思想： 利用氨基酸的结构倾向（如形成二级结构的倾向、疏水性、极性等），评价一个序列所对应的结构是否能够适配到一个给定的结构环境中。;建立序列到结构的线索的过程称为线索化，线索技术又称折叠识别技术。 线索化或者折叠识别的目标是为目标蛋白质U寻找合适的蛋白质模板，这些模板蛋白质与U没有显著的序列相似性，但却是远程同源的。 ;线索化方法一般有5个基本组成部分： （1）已知三维折叠结构的数据库； （2）一种适合于进行序列-结构比对的三维折叠信息的表示方法； （3）一个序列-结构匹配函数，该函数对匹配程度进行打分； （4）建立最优线索的策略，或者是进行序列-结构比对的策略； （5）一种评价序列-结构比对显著性的方法。;假设存在有限数目的核心折叠（core folds） 核心折叠实际上是构成蛋白质空间形状的基本模式。 建立核心折叠数据库 预测---- 建立线索; 一种基于序列与结构比对的最优线索化算法 令: s1, s2,…, sn为蛋白质序列S的n个元素 C1, C2,…, Cm为数据库中核心折叠C的m个核心区域 Cij为第i个核心区域第j个氨基酸位置 每一个核心区域由若干个氨基酸残基构成 ;设t是一个从序列到核心折叠的线索，那么t说明了序列S的哪些元素si,sj,sk,…代表核心区域C1, C2, C3,…的起始位置。 这实际上是一种从序列S到核心折叠C的比对 令?代表核心折叠C中的环到序列S中空位的映射，显然?是通过线索化而确定的。 ;令f(t)是进行比对的得分函数，其定义如下： f(t) = g1 (v,t) + g2 (u,v,t) + g3 (?,t) g1 (v,t) 评价氨基酸残基v所处的位置 g2 (u,v,t) 评价残基u和v的相对位置，如果u和v 键合，则得分高； g3 (?,t)评价环区，根据环区的大小进行打分。 线索化问题： 对于给定的序列S和核心折叠C，选择一个线索t，使得f(t)的值最小，即寻找一个从S到C的最佳映射。; 动态规划 人工神经网络 分支定界法 线性规划 Monte Carlo方法 ; 理论基础