蛋白质结构分析与预测.ppt

6.3 蛋白质结构分类 相似的结构聚在同一个类内，把蛋白质划分为各种家族可以揭示蛋白质远 距同源信息 结构分类主要依据：的是序列比对和结构比对 分类方法：分层分类方法（树状结构） 结构类 折叠子：把折叠模式相似的归为一类如：tim桶等 超家族：把同一折叠类的蛋白进一步分成不同的超家族，在同一个超家族说明 它们同源；不在同一个超家族说明他们折叠模式相似但是同源证据不足或者缺 乏。例如：SCOP中的醛缩酶和乙醇酸盐氧化酶 家族：同源 Homology相似序列大于25% 注意区别： 同源体：具有共同祖先的蛋白质 相似体：不是同一祖先进化得到的，但是 有相同的折叠模式 结构分类数据库CATH和SCOP 半自动和专家经验结合 完全依赖专家经验 6.4 蛋白质结构的预测 ① 蛋白质预测的必要性 蛋白质结构对于我们了解蛋白质的功能和行为机制非常重要 实验获取蛋白质结果的过程非常缓慢 Two empirical methods for revealing positions of atoms in 3-D: X-Ray Crystallography Resolution: 0.1nm Determining most structures: 87% in PDB Difficult to grow a crystal sometimes Nuclear Magnetic Resonance (NMR) Resolution: 0.15nm Determining about 13% structures Small proteins only ( 250 residues) Need samples of high purity 蛋白质结构的认识有利于进一步认识蛋白质的功能，有利于合理的设计药物 蛋白质结构预测：结构预测是指仅依据蛋白序列信息来预测蛋白质中每个 原子在三维空间中的相对位置，也有些方法仅预测结构中部分的信息 ② 蛋白质结构预测的理论基础 Anfinsen证明了蛋白质不需要其他任何试剂的介入可以自发地折叠成 它们的天然结构，也就是说蛋白质折叠的信息在某种程度上就编码在 氨基酸序列中。（即蛋白质的一级机构决定高级结构） Levinthal指出蛋白质所可能形成的构象数目也是一个天文数字，而 蛋白质能够迅速的折叠成三维结构，说明折叠过程不可能是随机构象 的选择过程 因此蛋白质三维结构是可以预测的，但是目前还不清楚序列是如何编码结构 ③ 结构预测方法 常见的预测方法：比较建模法、折叠识别法、二级结构预测法和从头预测法 比较建模法 折叠识别法 二级结构预测法 从头预测法 基于已有知识 从头预测 根据依据理论分类 ④ 二级结构预测 二级结构预测：对每个残基二级结构状态进行预测，即预测该残基是处 于螺旋、折叠或无规卷曲中的哪一种，因此这种预测有 时也被称为三态预测 基于已知的结构信息： Chou-Fasman方法与GOR 方法。两者用到不同的实现方式，但是都 使用氨基酸对二级结构的偏好性这个信息 Amino Acid ?-Helix ?-Sheet Turn Ala 1.29 0.90 0.78 Cys 1.11 0.74 0.80 Leu 1.30 1.02 0.59 Met 1.47 0.97 0.39 Glu 1.44 0.75 1.00 Gln 1.27 0.80 0.97 His 1.22 1.08 0.69 Lys 1.23 0.77 0.96 Val 0.91 1.49 0.47 Ile 0.97 1.45 0.51 Phe 1.07 1.32 0.58 Tyr 0.72 1.25 1.05 Trp 0.99 1.14 0.75 Thr 0.82 1.21 1.03 Gly 0.56 0.92 1.64 Ser 0.82 0.95 1.33 Asp 1.04 0.72 1.41 Asn 0.90 0.76 1.23 Pro 0.52 0.64 1.91 Arg 0.96