部分规则的二级结构的转角.pptVIP

部分规则的二级结构的转角 基本情况 二级结构分为规则二级结构、部分规则的二级结构和不规则的二级结构。规则的二级结构主要是α-螺旋（helix）和β-片层（sheet）,一般在序列中是重复出现的模体元素(motif)。部分规则的二级结构有转角（turn）和环形（loop）两类,转角在序列中一般是不出现重复的模体元素。 tight turns在结构预测中的作用 1.有助于形成紧凑的球形结构； 2.它们主要存在于蛋白质的表面，因而可能参与分子识别过程； 3.在药物、农药、抗原等分子的设计时能够提供有用的信息。 转角（turn）定义 转角定义为帮助多肽链改变方向的结构，形成转角的连续氨基酸残基数一般不超过6个。根据包含的连续残基数转角又可分为δ-转角，γ-转角，β-转角，α-转角和π-转角，它们分别包含2～6个连续氨基酸残基。 将所有转角用一个定义概况为：以H-bond(i,i+n)表示为第 i 个残基的CO(i)与第 i+n 个残基的NH(i+n)形成的氢键，第 i 个残基的 α 碳原子与第 i+n 个残基的 α 碳原子之间的距离小于7?，i 表示氨基酸在多肽链中的位置，ξ 表示这种连续的氢键数(ξ≥2时就是helix了)，定义公式如下： γ-转角 γ-转角是转角中第二小的转角，它的的含量在所有转角中位居第二（β-转角的含量最多）。 γ-转角含有三个连续的氨基酸残基，并在第 i 个残基的CO(i)与第i+2个残基的NH(i+2)之间形成氢键。γ-转角分为两种类型，即Classic型和Inverse型。 目前γ-转角预测的方法主要有人工神经网络算法，支持向量机法，神经网络算法和线性判别式(linear discriminate analysis)结合的方法，最新的就是using predicted shape string to enhance the accuracy of γ-turn prediction。 * * 2011/11/27 表1 蛋白质2DRI中的γ-转角信息 例1 下图为蛋白质2DRI中γ-转角示意图，来自PROMOTIF识别软件， φ和ψ表示二面角(单位为度)。 图1 蛋白质2DRI中赞转角的示意图 图2 :Drawing of γ-turn with their corresponding average angles.[1] 例2： 图3：Structure of 图2 used as model of classic and inverse γ-turns * * *