结构生物信息学2基础知识.pptVIP

* * 蛋白质三级结构的基本结构单位是结构域。一个蛋白质可以只包含一个结构域也可以由 几个结构域组成 * 蛋白质三级结构的基本结构单位是结构域。一个蛋白质可以只包含一个结构域也可以由 几个结构域组成 * 蛋白质的三级结构具有明显的折叠层次 大多数非极性侧链埋在分子内部，形成疏水核；而极性侧链在分子表面，形成亲水面。 * 亚基之间的结合力主要是疏水相互作用 * 生物信息学的由来 * 生物信息学的由来 * 生物信息学的由来 * RCSB (美国)结构生物信息学合作研究组织 * RCSB (美国)结构生物信息学合作研究组织 * RCSB (美国)结构生物信息学合作研究组织 * 通过实例说明,pdb文件和结构图 * RCSB (美国)结构生物信息学合作研究组织 SCOP数据库是对已知的蛋白质三维结构进行手工分类得到的数据库，目的在于对已经确定了三维结构的蛋白质的关系进行全面而详细的描述。它从不同层次对蛋白质结构进行分类，以反映它们结构在进化上的相关性。可以把蛋白质分成许多层次，但通常将它们分成家族，超家族和折叠类型， * 不同层次之间的界限并不十分严格，通常层次越高，越能清晰地反映结构的相似性。SCOP数据库中，分类的基本的单位是结构域（Domain）。结构域被定义为自然观察到的处于孤立状态的进化单位，或者在多结构域蛋白质的上下文中多次出现的进化单位。结构域按照层次分为家族、超家族、折叠类和类型 * 蛋白质结构数据库 Background PDB的文件格式 物种来源、测定方法、提交者信息、 蛋白质序列 一级结构 蛋白质二级结构 构成蛋白质的氨基酸的每个原子的三维坐标 本文档共46页；当前第31页；编辑于星期二\18点46分 蛋白质结构分类数据库 Background SCOP (Structural Classification of Proteins) 提供已知结构的蛋白质之间结构和进化关系的详细描述。 按结构和进化关系对蛋白质分类，分类结果是一个具有层次结构的树，其主要的层次是家族、超家族和折叠: 家族：具有明显的进化关系 超家族：具有远源进化关系，具有共同的进化源 折叠类：主要结构相似 ROOT(根) CLASS(类) FOLD(折叠) SUPERFAMILY (超家族) FAMILY(家族) PROTEIN(蛋白) SPECIES(种) 本文档共46页；当前第32页；编辑于星期二\18点46分 蛋白质结构分类数据库 Background SCOP (Structural Classification of Proteins) 本文档共46页；当前第33页；编辑于星期二\18点46分 蛋白质结构分类数据库 Background CATH (Class, Architecture, Topology, Homology) CATH数据库的分类基础是蛋白质结构域。 与SCOP不同的是，CATH把蛋白质分为4类，即a主类、b主类，a-b类（a/b型和a+b型）和低二级结构类。 类型(Clase)：二级结构 构架(Architecture)：超二级结构排列方式 拓扑结构(Topology)：二级结构的形状和二级结构间的联系 同源性(Homology)：序列同源性 本文档共46页；当前第34页；编辑于星期二\18点46分 Outline 生物学基本知识 常用的生物数据及数据库处理 生物数据的基本处理方法 本文档共46页；当前第35页；编辑于星期二\18点46分 生物数据的基本处理方法 Method 生物信息学所用的方法和技术： 数学统计方法 动态规划方法 机器学习与模式识别技术 数据库技术及数据挖掘 人工神经网络技术 分子模型化技术 量子力学和分子力学计算 生物分子的计算机模拟 因特网（Internet）技术 本文档共46页；当前第36页；编辑于星期二\18点46分 生物数据的基本处理方法 数学统计方法： 生物活动常常以大量、重复的形式出现，既受到内在因素的制约，又受到外界环境的随机干扰。因此概率论和数学统计是现代生物学研究中一种常用的分析方法 数据统计、因素分析、多元回归分析是生物学研究必备的工具 隐马尔科夫模型（Hidden Markov Models）在序列分析方面有着重要的应用。与隐马尔科夫模型相关的技术是马尔科夫链（Markov Chain）数学统计方法 Method 本文档共46页；当前第37页；编辑于星期二\18点46分 生物数据的基本处理方法 2. 动态规划方法 ： 动态规划（Dynamic Programming）是一种解决多阶段决策过程的最优化方法或复杂空间的优化搜索方法 动态规划解决问题的基本过程是：将一个问题的全局解分解为局部解，逆序递推求出局部最优