结构生物信息学第三部分.pptVIP

虚拟筛选与序列设计 虚拟筛选 输入： 靶蛋白的三维空间结构（实验测定或比较建模得到） 候选小分子化合物数据库 输出 可能与靶蛋白特异性结合的候选小分子 基本原理：计算机分子对接 能量函数一般包括静电、氢键、空间排斥、范德华相互作用等项。 对数据库中的小分子、来自PDB的蛋白质结构数据等往往需要预处理 （包括建立小分子的空间结构模型、确定酸/碱性基团的解离状态、同分异构体的状态、确定原子类型与电荷分布等）。 程序 Dock Autodock等 序列设计 设计自发折叠为特定三维结构的氨基酸序列 在既有三维结构框架上设计具有特定生物学功能的氨基酸序列 Successes Redesign specificity of I-MsoI 蛋白质序列设计的成功实例 1997 年 Caltech的Mayo等人报导了第一个全序列从头设计的成功例子 二级结构/超二级结构设计 螺旋束（helix bundel） 4-helix bundel Beta-hairpin trp-cage 2003年Baker等报道了计算机设计的一个能自发折叠为全新结构的序列（TOP7） 03-04年Helliga等对细菌核糖结合蛋白活性中心进行了一系列成功的全新设计 重新设计后RBP的目标配基 全新的酶的设计 序列设计的原理 固定主链结构的序列设计 序列设计的基本原理 假设每个位点可以由不同的构象子占据。 寻找具有最低能量的构象子组合方式。 能量函数、组合优化问题 能量函数 构象子与主链的相互作用能 构象子之间的相互作用能 溶剂化能 构象子自身的能量 能量函数 空间位阻 氢键 范德华相互作用 构象子能量 溶剂化能 组合优化 死端消除：20-30个位点 总能量可以写成各构象子（在给定环境中）的能量以及构象子间两两相互作用能的加和。 保证找到最低能量组合。 迭代优化： 上百个位点 找到近似解 模拟煺火、进化算法等 程序 RosettaDesign 采用Rosetta能量函数 容许对主链构象进行优化 对构象子进行连续优化 采取模拟煺火算法 Egad 采用进化算法实现优化 近似考虑溶剂效应 例：Hellinga等采用的流程 Baker’s Rosetta Design 关键问题 能量模型的精度 （与物理化学、统计建模密切相关） 采样与优化问题 （与统计力学、算法、高性能计算等密切相关） 获得对蛋白质结构规律的认识的两条途径 从物理化学原理出发 驱动蛋白质折叠的微观相互作用的物理实质 二者应该殊途同归 从分子物理的角度看蛋白质体系的特殊性 自由度（构象自由度）数目巨大 维系三维结构与支配分子动力学的是物理化学意义上的弱相互作用氢键、范德华力、极性/疏水溶剂效应 焓和熵对蛋白质的自由能面往往有同等重要的影响 由于这些特殊性，完全从物理化学原理建立实用的定量模型是非常困难的。 当前模型的成功之处 实验观察--〉局部构象的偏好性 来源于大量高分辨晶体结构的侧链转动构象态模型（rotamer）。 从物理化学原理： 范德华相互作用、氢键等的近似形式--〉 通过对实验结构预测、序列设计进行优化 溶剂效应的定量模型：当前模型中最弱的部分。 把对蛋白质结构原理的一些定性认识作为设计的约束条件或者对设计结果进行经验筛选的条件（post processing） 复杂分子体系的设计和控制是可以实现的目标。 在追求用第一性原理对物质结构进行完美描述的同时，我们也必须意识到复杂分子体系的特殊性和理论的局限性 针对复杂分子体系的计算科学： 理论--〉模型的基本框架 实验--〉补充理论在精度/完整性方面的空缺 --〉建立针对实际问题的可计算模型 --〉实验验证 今后的前沿？ 在前述先驱工作基础上建立更普适、成功率更高的模型与方法 以序列设计为工具解决一系列重要科学问题。 分子力学力场的精度问题 疏水效应、紧密堆积效应与亲水效应等的平衡 模型不仅要正确描述微观结构，还应当能够正确复现： 小分子体系凝聚态的重要物性（密度、 溶液结构、热容、介点性质、超额自由能等） 小分子的水化自由能 通过结构预测、序列设计等进行检验 如新的分子力学力场：OPLS-aa 、GROMOS53等 把凝聚态的超额自由能、水化自由能等作为优化力场的重要指标。 对局部构象更高精度的描述 分子动力学模拟： 天然结构?结构涨落／偏差　２－３埃 在一定程度上高估了局部构象的柔性 主链二面角：模拟的容许区＞实验观察 氢键：缺乏取向依赖性 尽管如此，目前的分子力学力场离ab initiofolding的精度已经较为接近 小肽对二级结