同源模建及其分析工具的研究进展.docVIP

同源模建及其分析工具的研究进展 　　摘要：蛋白质的三级结构预测可通过同源模建、折叠识别、从头预测等方法进行，但同源模建应用最广泛，且最成熟。文章详述了同源模建的原理、方法步骤、常用工具，并对其应用前景进行了分析和讨论。 　　关键词：蛋白质结构预测；同源模建；分析工具 　　Abstract：Tertiary structure of proteins can be predicted by comparative modeling， fold recognition， de novo prediction methods， but comparative modeling is the most widely used and most matured methods. This paper describes the principles， process steps and common tools of comparative modeling， also its prospects are analyzed and discussed. 　　Key words：Protein structure prediction；Comparative modeling；Analysis tools 　　随着“人类基因组计划”的顺利完成，多种模式动植物基因序列的测定以及蛋白质工程技术的不断发展带来了大量的蛋白质一级结构的数据。而传统的蛋白质结构研究的手段主要是X射线晶体衍射、核磁共振等，使用这些技术进行蛋白质三级结构的测定不仅成本较高，效率还相当低下，而且由于技术发展的局限，实验中还有许多问题没有解决。截至2014年10月，TrEMBL中收录的蛋白质序列达，SwissProt中经过手工修正的序列达546439条（http：///）[1]。相比而言，PDB蛋白结构数据库 （http：///pdb/home/home.do）[2]的结构数据只有103921个，相差巨大。为了充分地理解蛋白是如何执行功能以及根据蛋白结构设计出更合理的药物，能否获得蛋白的结构甚至预测其结构就显得尤为重要，这些都使从理论上对一个已知序列的蛋白质的空间结构进行预测的问题变得日益紧迫和重要。 　　目前，常用的蛋白结构预测方法分为三类：①针对高相似序列的同源模建（homology modeling，也称比较建模）；②针对较低序列相似性的折叠识别（fold recognition，也称穿线法）；③不依赖于模板而利用物理学原理直接进行从头计算（ab initio）。其中第一种方法完全依赖模板，第二类方法适合于无法准确找到模板，但存在相同折叠的情况。现今，第一种和第二种方法的分类逐渐模糊。第三类方法则完全依赖分子动力学计算来预测，不需要模板。如今，同源模建已完全成熟到自动化，可以为科研工作者提供可靠的模型。 　　2同源模建 　　同源模建通过挑选与目标序列具有同源性的且结构已知的蛋白质作为模板来建立其三维结构。同源是指一些蛋白质从相同的祖先进化而来，而并不是指序列相似或者结构相似，虽然同源蛋白质在某种程度上具有相似的序列和结构。同源模建主要有4个步骤：模板搜寻、序列比对、目标模型的创建和结构优化。尽管每一步都可能造成错误而影响结果的准确性，但是模板搜寻和序列比对是影响模型最终质量的最显著决定因素。通常，在同源模建的过程中，模板搜寻也提供了序列-结构比对。在下面的讨论中，我们将模板搜索和序列-结构比对放在一起。同源模建的局限性在于蛋白序列和已解析的蛋白的序列一致性（identify）大于30%时，所得的结果才会比较可靠。最近的方法将模板搜寻和序列比对进行了优化，同时提高了搜索的灵敏度和比对的准确性，正在逐渐克服这些局限。 　　2.1 模板搜寻和序列比对 同源模建的第一步就是确定一个或者多个模板结构。通过将目标序列作为查询序列，扫描结构数据库（如PDB、SCOP、DALI和CATH等），搜索与目标蛋白具有相似性的模板。检测到的相似性通常用序列一致性或其他的统计方法计算，如E值或Z值。 　　序列-结构的关系被划分为3种不同的层次：①序列一致性30%，易检测到同源性；②序列一致性在10%～30%之间；③统计学上无显著的序列相似性。 　　当序列一致性大于30%～40%时，用各种方法所产生的比对基本上都是正确的。在这种情况下，最快的选择合适模板的方法是简单的双序列比对法（sequence?Csequence法），例如SSEARCH、BLAST和FASTA。Brenner[3]等人发现，当序列一致性在30%～40%时，此方法可以检测到90%的同源对。 　　当蛋白质的一致性在10%～30%之间时，蛋白质搜索的敏感性和比对的准确性会降低很多