α螺旋、β折叠和转角.ppt

蛋白质结构预测 蛋白质结构为什么如此重要的？ 为什么要研究蛋白质结构? 生物体中许多重要的功能由蛋白质完成 催化作用、营养物质运输、生长和分化控制和生物信号的识别和传递等等 分析蛋白质结构、功能及其关系是蛋白质组计划中的一个重要组成部分 已知序列的蛋白质数量与已测定结构的蛋白质数量的差距正逐步拉大 Swissprot已经有140000条蛋白质序列 PDB中已知结构的只有其中的约10% 为什么要研究蛋白质结构? 对于未知功能或新发现的蛋白质分子，通过结构分析，可以进行功能注释，指导设计进行功能确认的生物学实验 分析蛋白质结构有助于药物设计研究 有助于了解蛋白质相互作用，这对于生物学、医学和药学都是非常重要 通过实验方法得到蛋白质结构花费高且耗时长 蛋白质生物学基础 蛋白质 一个蛋白质分子是由有序的氨基酸链折叠而成的(从30到30000个残基不等) 氨基酸 20种不同的氨基酸 蛋白质二级结构 a-helix (30-35%)a-螺旋 b-sheet / b-strand (20-25%)b-折叠 Coil (40-50%) 无规则卷曲 Loop 环 b-turn b-转角 α螺旋 Β折叠 蛋白质结构分类 蛋白质结构分类 Class (10) 结构类 Folds (1000) 折叠子 Superfamily 超家族 序列或结构相似 Family 家族 序列相似性 25% ~ 30% 同源染色体 蛋白质结构预测 蛋白质的结构决定其生物学功能 蛋白质的结构由蛋白质序列决定 从数学上讲，蛋白质结构预测的问题是寻找一种从蛋白质的氨基酸线性序列到蛋白质所有原子三维坐标的映射 自然界存在的蛋白质数目有限，蛋白质结构预测是可能的 从实验上测定蛋白质结构 X-射线衍射法 最准确 在体外进行 需要结晶的蛋白 NMR（核磁共振） 较准确 在体内 不需要结晶 限定在小分子量蛋白 X-射线衍射法 慢且费用高 不能应用于 所有的蛋白 二级结构预测 预测的基本依据：每一段相邻的氨基酸残基具有形成一定二级结构的倾向 蛋白质中约85%的氨基酸残基处于3种基本二级结构状态（α螺旋、β折叠和转角） 二级结构预测的目标是判断每一个氨基酸残基是否处于α螺旋、β折叠和转角（或其它状态）之一的二级结构态，即三态 通常为蛋白质空间结构预测的第一步 二级结构预测方法的第一代方法 第一代方法： 基于单个氨基酸残基统计分析，从有限的数据集中提取各种残基形成特定二级结构的倾向，以此作为二级结构预测的依据 最具代表性的方法： Chou-Fasman (1974) 准确率约为50%-60% 二级结构预测方法的第二代方法 第二代方法： 基于氨基酸片段的统计分析，片段的长度通常为11-21个氨基酸 最常用方法：GOR method (1978) 准确率稍高于60% 存在许多不同的算法： 统计信息(Statistical information) 神经网络(Neural networks) 多变量统计学(Multivariate statistics) 图论(Graph theory) 最邻近方法(Nearest Neighborhood Methods) 第一、二代方法存在的问题 预测准确率均小于70% 在预测β折叠方面很不理想，准确率只有28-48%，只考虑了局部信息 能够预测的螺旋与折叠都比较短 二级结构预测方法的第三代方法 第三代方法： 通过运用多序列比对显著改善了预测方法 相似序列往往具有相似结构理论在大的相互作用方面提供了有利线索 序列相似性30%往往具有相似的蛋白结构 PSI-BLAST (Alstchul et. al. 1997)强有力的数据库搜索工具的加入 准确率70% 二级结构预测常用方法 Chou-Fasman方法 GOR 方法 基于氨基酸疏水性的预测方法 人工神经网络方法 最邻近方法 Chou-Fasman方法 基于单个氨基酸残基统计的经验参数方法，由Chou和Fasman在1974 1978提出 通过统计分析，获得每个残基出现于特定二级结构构象的倾向性因子，利用这些倾向性因子预测蛋白质的二级结构 每种氨基酸残基出现在各种二级结构中的倾向或者频率是不同的，存在偏好性 准确性在 50-60%之间 /fasta_www/chofas.htm 二级结构倾向性因子 定义：Pi=Ai/Ti(i=α,β, t, c) 说明： i表示二级结构态，如α螺旋、 β折叠、转角和无规则卷曲等 Ti是所有被统计残基处于二级结构态i的比例 Ai是第A种残基处于结构态i的比例 Pi100表示该残基倾向于形成二级结构i; Pi＜100表示倾向于形成其它二级结构 Chou-Fasman参数 α螺旋规