生物信息学do.doc

蛋白质结构预测是指从蛋白质序列预测出其三维空间结构。 蛋白质的生物学功能依赖于其空间结构，因此进行蛋白质结构预测对理解蛋白质结构与功能的关系，进行蛋白质工程和药物设计具有重要意义。 一、蛋白质结构的价值 1、结构与功能的一致性 例1：肌球蛋白和血红蛋白的结构十分相似，这反映了它们进化上的关系和作为氧携带者的保守功能；但它们氨基酸序列的相似性只有39％。 可能会有数以千计的假想蛋白质和已知蛋白质具有相似的关系，它们的序列分化的很远以至于不能再用序列分析检测同源关系，但是它们的结构可以识别它们之间的同源关系。 明显不相关的序列可能具有相似的结构。 结构蛋白组学的目标就是发现每一个蛋白质折叠家族中的代表成员，并解析其结构，为结构比较提供模板。这种结构的比较可以用于假想蛋白质的功能注释，甚至再序列分析显示不同源的情况下也可以提供功能信息。 结构与功能的非一致性 尽管蛋白质的结构对于预测其功能十分有帮助，但需注意：结构与功能之间并不是简单的一对一的关系。蛋白质具有相似的结构但经过进化以后可以执行不同的功能。 蛋白质结构预测是基于两种需求发展起来的 氨基酸序列和蛋白质高级结构间的关系是生物学中心法则的延伸，对了解生命现象的本质有重要意义。 蛋白质结构的测定速度远跟不上序列的增长速度，而高级结构的信息对蛋白质工程的研究、药物设计等都是必须的，因此，结构预测成为一种迫切的需要。 解析蛋白质结构的技术 X射线晶体学：当X射线经过蛋白质晶体时，会以可预测的方法被散射或衍射。衍射的特征依赖于每个原子中电子的数量和原子在空间的排列。 核磁共振（nuclear magnetic resonance, NMR）：某些原子核具有磁性而发生的现象。 蛋白质结构预测流程图 1.序列比对 2. 二级结构预测 3. 三级结构预测 4.同源性或类似的折叠模式 5. 计算或简化模型的从头折叠计算 6.蛋白质结构建模 7. 蛋白质结构预测的检验 一级结构（氨基酸序列） 二级结构：主要是氢键维持的结构 (－螺旋（(-helix） (－折叠（(-sheet） 弯（turn） 襻（loop） 二级结构的预测是蛋白结构预测的第一步。 蛋白质二级结构预测的方法 基于统计学的预测方法 1. Chou-Fasman方法 直接以氨基酸序列来预测二级结构 统计各种氨基酸在不同二级结构中的各种构象分布概率、氨基酸在蛋白质中的相对出现概率以及残基出现在结构中的频率，最后得到构想参数，根据此参数得出氨基酸形成二级结构的倾向性，从而预测二级结构。 Chou-Fasman二级结构预测经验规则 α螺旋规则 相邻的6个残基中如果有至少4个残基倾向于形成α螺旋，则认为是螺旋核。 然后从螺旋核向两端延伸，直至四肽α螺旋倾向性因子的平均值pα1.0为止。此外，不容许脯氨酸在螺旋内部出现，但可出现在C末端以及N端的前三位。 最后，将α螺旋两端各去掉3个残基，剩余部分多于6个残基，且pα1.3 ，则为α螺旋。 β折叠规则 如果相邻5个残基中若有3个倾向于形成β折叠，则认为是β折叠核。 β折叠核向两端延伸直至4个残基的平均折叠倾向因子pβ1.0。若延伸后片段的pβ1.05，则预测为β折叠。 转角规则 四肽片段，若位置专一性转角形成几率fi+1fi+2fi+3fi+4 7.5*10-5，pt1.0，并大于pα和pβ，则预测为转角。 重叠规则 螺旋和折叠的重叠区域，按pα和pβ的相对大小进行预测，若pαpβ，则预测为螺旋，反之为折叠。 2、GOR方法 基于信息论算法 相邻氨基酸之间存在相互作用，蛋白质序列中某一位置的二级结构主要是由17个连续的氨基酸（包括一个中心氨基酸、与其N端相连的8个氨基酸残基、与其C端相连的8个氨基酸残基）决定。 最小邻近法 :相似的一级结构就有相似的二级结构 4、人工神经网络法 基于实验数据的预测方法 1、Cohen法 疏水性残基决定了二级结构的相对位置，螺旋亚单元或扩展单元是结构域的核心，α螺旋和β折叠组成了结构域。 蛋白质二级结构预测的用途 1.蛋白质或其突变体的设计 2. 确定蛋白质间结构和功能的关系 3.建立正确的序列比对关系 4.三级结构预测的基础 5.有助于晶体结构的解析 蛋白质三级结构预测 1.同源建模 一个未知结构的蛋白质，如果有一个与之密切相关的蛋白质的结构已知，而且可以作为结构预测的模板，那么根据序列就可以比较精确的预测出这个蛋白质的三级结构。这种方法叫做同源建模（homology modeling）或比较建模（comp