[理学]5蛋白质序列分析.ppt

第五章 蛋白质序列性质分析 蛋白质序列的基本性质（理化性质、亲水性/疏水性、跨膜区、信号肽、coil区、结构功能域 5.1.2 疏水性分析 20种氨基酸带有不同的侧链基团，使蛋白质整体或不同的区域表现出不同的亲疏水性特征，从而提示蛋白质的对应结构功能。 氨基酸疏水特性参数。Kyte Doolittle法。 实例分析。RGDV p8的疏水性。工具：ProtScale。 Bioedit软件分析疏水性 5.1.3 跨膜区分析 膜蛋白（膜受体，膜锚定蛋白，通道蛋白） 解析结构困难 预测软件综合分析，可得到相对准确的结果。 实例分析 5.1.4信号肽预测 5.1.5Coil区分析 卷曲螺旋是蛋白质中的一种结构花样，由2－7[1]个α螺旋（最常见的是2或4个）互相缠绕形成麻花状结构。许多具有重要生物学功能（如基因表达调控中的转录因子）蛋白质含有卷曲螺旋。 许多含有卷曲螺旋结构的蛋白质具有重要的生物学功能，例如基因表达的调控中的转录因子。含有卷曲螺旋结构最知名的蛋白质有原癌蛋白（oncoprotein）c-fos和jun，以及原肌球蛋白（tropomyosin，一种肌肉蛋白） 5.1.6亚细胞定位 蛋白质的定位与其功能关系密切，是生物信息学研究的重点问题。 原理1、不同细胞器理化环境不同，容纳特定结构和蛋白表面理化特性的蛋白。2、氨基酸序列决定蛋白折叠过程，决定蛋白质表面理化特性。 常用亚细胞定位在线工具：TargetP等。 实例：TargetP对RSvc2蛋白细胞定位预测 5.2结构与分析及motif搜索 结构域（structure domain）是在蛋白质结构中介于二级结构和三级结构之间的可以明显区分但又相对独立的折叠单元，每个结构域自身形成紧实的三维结构，可以独立存在或折叠，但结构域之间的关系较松散。 常见工具：InterProSan， SMART，Pfam。 实例：用SMART服务器分析RGDV P8蛋白质结构域 5.2.2motif搜索 Motif（模体）是序列中局部的保守区域，或者是一组序列中共有的一小段序列模式。通常由2-3个二级结构单位组成。Motif作为结构域中的亚单元，表现结构域的各种生物学功能。 Motif搜索：序列模式（pattern），序列特征谱（profile）。 实例：使用PROSITE数据库对RGDV P8 蛋白进行motif搜索。 5.3空间结构预测 二级结构预测的意义。 在线工具，SSPro 等。 Amino Acids: MAGKLQDGVAIAKIKETINLFCEYSFGDLVNNRREIVGRVHDARKNAALAWPDLIMNCFLHSASHYGVVKFLLDIALSTRFGDFTLLGVSSQNYPFYDLHVVMTKAFCNLDFAKDEYLMINDSFSSMMSAFLDEEGVHSAMSMELGIHDIEDRFVLRTKRLFYIIHEYHMSLDEIEPWLEKLPDASGGTLLNQKSKEQMRVIFSNAKVRIANSINLYVTNNTNSYNEYVREVAEYVADLWNIQATTNTQGHENELADEDFGVLASSSQMNGTKSELGDSVIKSDGNEVKLEPAVFTRNDDEEELAGSEFTSLLSDDGRMG Predicted Secondary Structure (8 Class): CCCHHHHHHHHHHHHHHHHHHHHHCHTHHHTTTCEHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHEHETCEEEEEEECCSCCTCCHHEEEEHHHEECTCCCCCEECCCHHHHHHHHHHHHHHHCCEEEEHEEECECHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHTCCCTTTTCHHCHHHHHHHHHHHHHHHHHHHHHHHEEEETHHHHHHHHHHHHHHHHHHHHHEEEECCCTCCHHHHHHHHTTEEEECHHCTCCHCHTTCEEEECTTCEEEECCEEEEECCCHHHHHHHHHHHHHCTTTCCC PORTER预测 5.3.2 蛋白质三级结构预测 同源模建：（homology modeling）是目前最为成功和实用的预测方法，必须已知一个或多个同源蛋白质的结构。 折叠识别 从头预测 同源模建的步骤 搜索模板 模建主链 模建侧链并优化 结构优化评估 实例分析：通过SWISS-MODEL同源模建RGDV P8蛋白三级结构 模型输出 实例分析：通过CPHmodels同源模建RGDV P8三维结构 模建结果 折叠识别 Folds recognition也称反射折叠（inverse fold）或串线（threading）。主要原理：将序列穿入已知