磷酸化位点的预测分析.pptVIP

Logo Logo 磷酸化位点的预测分析 什么是蛋白质磷酸化 目录 1 磷酸化的意义 2 磷酸化位点的预测方法 3 相关数据库 4 * 1.什么是蛋白质磷酸化 常见的蛋白质翻译后修饰过程有六种 , 如泛素化 , 磷酸化 ,糖基化 ,酯基化 ,甲基化和乙酰化 ,其中磷酸化是蛋白质最重要的翻译后修饰之一，是在一系列蛋白激酶的作用下完成的，在酶和其它重要功能分子活性的发挥、第二信使传递和酶的级联作用中起到重要的作用。 * 1.什么是蛋白质磷酸化 指由蛋白质激酶催化的把ATP的磷酸基转移到底物蛋白质氨基酸残基（丝氨酸、苏氨酸、酪氨酸）上的过程，或者在信号作用下结合GTP，是生物体内一种普通的调节方式，在细胞信号转导的过程中起重要作用。 某个信号蛋白磷酸化通常造成下游的蛋白依次发生磷酸化，形成磷酸化级联反应。 * 1.1.丝氨酸的磷酸化 * 1.2.苏氨酸的磷酸化 * 1.3.酪氨酸的磷酸化 * 2.磷酸化的意义 蛋白质的磷酸化主要集中在肽链中的酪氨酸、丝氨酸、苏氨酸残基上，这些残基上具有游离的羟基，且本身不带电荷，当磷酸化作用后，蛋白质便具有了电荷，从而使结构发生变化，进一步引起蛋白质活性的变化，这也是蛋白质磷酸化的意义所在。 磷酸化修饰是生物体内重要的共价修饰方式之一，与信号转导、细胞周期、生长发育以及癌症机理等诸多生物学问题密切相关。 * 2.1.蛋白质磷酸化的功能 1)磷酸化参与酶作用机制,在此过程磷酸化为反应性中间产物,如在磷酸烯醇型丙酮酸羧激酶依赖的磷酸转移酶系统的组氨酸蛋白激酶; 2)磷酸化介导蛋白活性,蛋白分子通过蛋白激酶发生磷酸化,如蛋白激酶A(丝氨酸和苏氨酸残基)或不同的受体酪氨酸激酶(酪氨酸残基); 3)天冬氨酸、谷氨酸和组氨酸的磷酸化在细菌趋化反应的感觉性传导中发生解离。 * 3.磷酸化位点的预测方法 试验检测 计算生物学技术 * 3.1.试验检测 Edman降解法 MALDI-TOF-MS与磷酸酯酶处理相结合 源后裂解 基于MALDI-TOF-MS的其他分析方法 前体离子扫描 中性丢失扫描 逐级改变取样锥电势 31P检测 电子捕获解离 * 3.1.1. MALDI-TOF-MS与磷酸酯酶处理相结合 磷酸酯酶处理后,磷酸化的肽会丢失磷酸基团而产生特定质量数的变化, MALDI-TOF-MS通过检测这种质量数的变化而确定磷酸化位点。Larsen等设计了一种可以直接在样品靶上进行肽混合物磷脂酶处理的方法,并评价这种方法能准确鉴定磷酸化位点,且在凝胶的带上或点上应至少有1 pmol蛋白质存在。 * 3.2.1.磷酸化位点预测系统 Net Phos K[BPG04][HSR04][BGB99] (http://www.cbs.dtu.dk/services/Net Phos K/) ； Pred Phospho[KLO04] (http://www.ngri.re.kr/proteo/Pred Phospho.htm) ； DISPHOS[IRB04] (/DISPHOS) ； GPS[ZXC04] (http://973-/gps/gps_web/) ； Kinase Phos[HLT05] (.tw/)。 * 现有预测磷酸化位点系统所采用的方法 系统名称 方法 提取的特征 NetPhosK 神经网络 修饰位点邻近氨基酸序列特征及激酶种类 PredPhospho SVM 修饰位点邻近氨基酸序列特征及激酶种类 DISPHOS 基于对数回归的线性分类器 修饰位点邻近氨基酸序列特征，蛋白质disorder 预测结果特征，二级结构预测结果特征，理化性质 特征，激酶种类 GPS 基于马尔科夫聚类算法 修饰位点邻近氨基酸序列相似度矩阵BLOSUM,激酶种类 KinasePhos HMM模型 修饰位点邻近氨基酸序列特征及激酶种类 * 3.2.2.预测系统所采用的方法 3.2.1.主要的机器学习算法 人工神经网络( Artificial Neural Netw o rk , ANN) ； 支持向量机( Suppo rt Vecto r M achine , SVM) ； 隐马尔可夫模型( Hidden M arkov M odel , H M M) ； 对数比回归模型( logistic reg ressio n m odels) ； 位置特异得分矩阵( position -specific scoring m atrix , PSSM) ； 信息熵( Inform ation -Entropy)； 贝叶斯决策理论( Bayesian decision theo ry , BDT) ； 加权投票( weig hted vo ting)。 * 3.3.蛋白质磷酸化位点分析的困难 蛋白质磷酸化在体内是一种不稳定的动态