第四章蛋白质结构预测的原理与方法.pptVIP

主要内容 §4.1 概述 §4.2 蛋白质结构分析 §4.3 二级结构预测 ? §4.4 三级结构预测 一、同源模型化方法 同源模型化方法，是蛋白质三维结构预测的主要方法。 主要思想： 对于一个未知结构的蛋白质，找到一个已知结构的同源蛋白质，以该蛋白质的结构为模板，为未知结构的蛋白质建立结构模型。 依据： 任何一对蛋白质，如果两者的序列相似部分超过30%，则它们具有相似的三维结构，即两个蛋白质的基本折叠相同，只是在非螺旋和非折叠区域的一些细节部分有所不同。 1D序列预测 PROFsec（默认） 基于轮廓（profile）的神经网络算法预测蛋白质二级结构 PROFacc（默认） 基于轮廓（profile）的神经网络算法预测残基溶剂可及性 PHDhtm（默认） 基于多序列比对预测跨膜区位置和拓扑结构 ASP（默认） 识别二级结构中构型变化的氨基酸 COILS（默认） 识别卷曲螺旋 PROFtmb 识别革兰氏阴性菌膜Beta桶蛋白结构 序列基序识别 ProSite（默认） 搜索序列中保守基序 SEG（默认） 过滤序列中低复杂区域 PredictNLS（默认） 基于实验数据预测序列核定位区域 二硫键识别 DISULFIND（默认） 识别序列中二硫键位置 折叠子识别 AGAPE 基于折叠结构识别远源蛋白序列 残基接触预测 PROFcon 预测单链中原子残基接触