蛋白質(zhì)結(jié)構(gòu)預(yù)測

蛋白質(zhì)結(jié)構(gòu)預(yù)測第一頁，共五十三頁，2022年，8月28日內(nèi)容概述蛋白質(zhì)的序列分析蛋白質(zhì)二級結(jié)構(gòu)預(yù)測蛋白質(zhì)三維結(jié)構(gòu)的預(yù)測主要生物信息學(xué)資源（蛋白質(zhì)數(shù)據(jù)庫）生物信息學(xué)方法的應(yīng)用（簡單介紹） 預(yù)測蛋白性質(zhì)和結(jié)構(gòu)第二頁，共五十三頁，2022年，8月28日一、概述蛋白質(zhì)結(jié)構(gòu)研究的重要性基因序列→蛋白質(zhì)序列→蛋白質(zhì)空間構(gòu)象→生物功能解析蛋白質(zhì)的空間結(jié)構(gòu)——有利于認識蛋白質(zhì)的功能？認識蛋白質(zhì)是如何執(zhí)行功能的？認識結(jié)構(gòu)與功能的關(guān)系？基礎(chǔ)——設(shè)計和創(chuàng)造新蛋白第三頁，共五十三頁，2022年，8月28日現(xiàn)代結(jié)構(gòu)測定技術(shù)雖然發(fā)展迅速，但是非常復(fù)雜，費用很高。 特別是已知結(jié)構(gòu)的蛋白質(zhì)，反復(fù)測定，費用高昂基因組序列分析→導(dǎo)出大量的蛋白序列→但蛋白的空間結(jié)構(gòu)未知？結(jié)構(gòu)測定面臨的巨大挑戰(zhàn)——蛋白質(zhì)種類數(shù)量龐大，依靠結(jié)構(gòu)測定方法獲得空間結(jié)構(gòu)信息面臨巨大挑戰(zhàn)？假如研究中對cDNA翻譯的序列高級結(jié)構(gòu)一無所知，

——首先通過結(jié)構(gòu)預(yù)測，提供實驗設(shè)計思路？需要發(fā)展理論分析方法→預(yù)測蛋白質(zhì)的結(jié)構(gòu)2.為什么要進行蛋白質(zhì)結(jié)構(gòu)的預(yù)測？第四頁，共五十三頁，2022年，8月28日3.蛋白質(zhì)結(jié)構(gòu)預(yù)測的可行性分析Anfinsen原理：蛋白去折疊→重新折疊→生物學(xué)活性能夠完全恢復(fù)，說明高級結(jié)構(gòu)的信息蘊含在一級結(jié)構(gòu)中。因此，設(shè)法以一級結(jié)構(gòu)來推測高級結(jié)構(gòu)具有理論上的可行性。結(jié)構(gòu)分析表明：有些蛋白之間具有很高的同源性，根據(jù)蛋白質(zhì)結(jié)構(gòu)和功能的高同源性關(guān)系預(yù)測未知蛋白質(zhì)結(jié)構(gòu)，在理論和實踐上是可行的。蛋白質(zhì)結(jié)構(gòu)預(yù)測——已有大量研究和成功實例，提供了實踐上的可行性。分子生物學(xué)和生物信息學(xué)等技術(shù)的發(fā)展，有可能直接從一級序列出發(fā)，預(yù)測蛋白質(zhì)的高級結(jié)構(gòu)，為高級結(jié)構(gòu)的預(yù)測提供了保障。因此，蛋白質(zhì)高級結(jié)構(gòu)的預(yù)測是可行的，而且成本相對低廉。第五頁，共五十三頁，2022年，8月28日4.蛋白質(zhì)結(jié)構(gòu)預(yù)測的目的已知蛋白一級結(jié)構(gòu)序列

↓預(yù)測或測定構(gòu)建立體結(jié)構(gòu)模型

↓預(yù)測或測定結(jié)構(gòu)與功能研究

↓設(shè)計蛋白質(zhì)新分子

↓蛋白質(zhì)結(jié)構(gòu)改造或創(chuàng)造新分子（生產(chǎn)實踐中應(yīng)用）第六頁，共五十三頁，2022年，8月28日獲得一級序列↓尋找同源蛋白↓依據(jù)同源蛋白晶體結(jié)構(gòu)↓構(gòu)建結(jié)構(gòu)模型5.結(jié)構(gòu)預(yù)測的主要思路同源建模（HolologyModeling）折疊識別（FoldRecognition）從頭計算（AbInitio）獲得一級序列↓沒有同源蛋白↓二級結(jié)構(gòu)預(yù)測超二級結(jié)構(gòu)結(jié)構(gòu)預(yù)測三級結(jié)構(gòu)結(jié)構(gòu)預(yù)測↓構(gòu)建結(jié)構(gòu)模型第七頁，共五十三頁，2022年，8月28日第一節(jié)蛋白質(zhì)序列分析序列同源性分析雙重序列比對多重序列比對第八頁，共五十三頁，2022年，8月28日序列同源性分析？概念：與已知的序列進行比對，找出同源性序列，從中獲取未知該序列蛋白的性質(zhì)和結(jié)構(gòu)信息的過程。方法：目標序列→數(shù)據(jù)庫序列比對→尋找同源得分高的序列→獲得如下信息未知蛋白質(zhì)aa組成、pI、MW、疏水區(qū)等性質(zhì)保守位點、活性位點等建立蛋白質(zhì)之間的進化關(guān)系二級和三級結(jié)構(gòu)預(yù)測信息預(yù)測蛋白質(zhì)的折疊塊模式（二級結(jié)構(gòu)與氨基酸關(guān)系，一級結(jié)構(gòu)與三級結(jié)構(gòu)關(guān)系）意義：獲取未知高級結(jié)構(gòu)蛋白的性質(zhì)和結(jié)構(gòu)信息，對蛋白質(zhì)的性質(zhì)和結(jié)構(gòu)進一步實驗研究具有指導(dǎo)作用。第九頁，共五十三頁，2022年，8月28日第十頁，共五十三頁，2022年，8月28日2.雙重序列比對:概念：兩個序列之間比較序列，通過aa殘基數(shù)匹配，反映序列間同源性高低的程度和序列相似的程度。（1）原理序列最小比較單位是aa殘基，即是每個aa殘基代表一個結(jié)構(gòu)單元通過二維矩陣的方法，尋找兩個序列的最大匹配路徑；允許兩個序列上插入或刪除一些aa殘基（gap）—獲得殘基最大匹配數(shù)量。（2）打分矩陣類型：由計算機軟件完成→依據(jù)aa所對應(yīng)的核苷酸變異的分析方法——GCGCMGDM：→依據(jù)aa所對應(yīng)的物化性質(zhì)的分析方法——Rao：→依據(jù)aa側(cè)鏈的疏水性質(zhì)的分析方法——HYDOR:→aa在一組相關(guān)蛋白質(zhì)中相互間的替代關(guān)系——MDPAM：→結(jié)構(gòu)打分矩陣.蛋白拓撲結(jié)構(gòu)相應(yīng)區(qū)域氨基酸殘基的取代關(guān)系——RIS:→依據(jù)aa殘基的主鏈二面角（φ—ψ）分布——SCM：→氨基酸殘基的空間傾向因子——SCMm,SCFs：第十一頁，共五十三頁，2022年，8月28日（3）打分矩陣的gap值gap：序列中的aa殘基的插入和刪除。序列比對中允許有“gap”存在，扣除gap值，打分仍最高。（4）矩陣打分——來自統(tǒng)計的結(jié)果反映蛋白質(zhì)家族的共性。如免疫球蛋白家族、白蛋白家族序列比對：僅在一定程度上反映結(jié)構(gòu)的相似性。結(jié)構(gòu)打分矩陣序列比較——是一種類結(jié)構(gòu)比較法，提高結(jié)構(gòu)相似性（5）雙重比對的實例：同種蛋白不同亞基，人血紅蛋白——兩個鏈同源性73%（P62）不同來源同功蛋白，人和軟體動物肌紅蛋白同源性22%（P63）同源性高，不同打分矩陣給出結(jié)果相一致。同源性低，不同打分矩陣給出結(jié)果有不同。原因：主要由于序列不保守區(qū)匹配不一致導(dǎo)致。第十二頁，共五十三頁，2022年，8月28日多重序列比對（Multiplesequencealignment；MSA）（1）多重序列比對三個以上的序列（蛋白、DNA等）相互間的序列比對。推導(dǎo)出序列之間的同源性程度序列之間的種系發(fā)生關(guān)系蛋白質(zhì)結(jié)構(gòu)域的三維結(jié)構(gòu)與二級結(jié)構(gòu)等。圖3基于細胞質(zhì)砷還原蛋白氨基酸序列的系統(tǒng)發(fā)育分析第十三頁，共五十三頁，2022年，8月28日（2）多重序列比對方法多重序列比較以雙重序列比較為基礎(chǔ)序列比對給出顯著性得分的方法假設(shè)6個序列，要得到顯著性得分，將序列重排100次，分別求出每兩對序列的顯著性得分，需要進行C62×101=1515（次）歸一化比對得分“NAS值”與“顯著性得分”成正比NAS：兩個序列的（最大顯著性得分）與（序列長度）的比值（歸一化處理）NAS值高的一對序列，即是同源性最高的序列多重序列比對：最先考慮兩個同源性高的序列，再挑選NAS值較高的第三個序列進行比對，依次類推，獲得全部序列的同源性高低排列。如：feng-Doolite法和Barton-Sternberg法等。第十四頁，共五十三頁，2022年，8月28日雙重序列比對與多重序列比對關(guān)系雙重比對：目標序列與其它系列的同源性和結(jié)構(gòu)相似性比較。

一條系列與其它多條序列的比對。多重比對：包括目標系列在內(nèi)的多條系列之間相互關(guān)系的比較。 多條序列之間每兩條序列之間均進行相互比較。雙重序列比較是多重比對的基礎(chǔ)，相互之間進行多重比對，找出它們之間相互的種系發(fā)生關(guān)系和高級結(jié)構(gòu)的關(guān)系。首先進行雙重比對，選擇出同源性較高的序列，然后進行多重比較，獲得目標序列更多的信息。第十五頁，共五十三頁，2022年，8月28日第二節(jié)蛋白質(zhì)二級結(jié)構(gòu)的預(yù)測

二級結(jié)構(gòu)預(yù)測是研究蛋白質(zhì)折疊問題的主要內(nèi)容之一，也是獲得新氨基酸序列結(jié)構(gòu)信息的一般方法。蛋白質(zhì)分子中二級結(jié)構(gòu)具有較強的規(guī)律性，每一段相鄰的氨基酸具有形成二級結(jié)構(gòu)的傾向，

二級結(jié)構(gòu)預(yù)測常作為局部結(jié)構(gòu)預(yù)測和三維空間結(jié)構(gòu)預(yù)測的基礎(chǔ)。第十六頁，共五十三頁，2022年，8月28日1、預(yù)測方法：有幾十種，歸納為3大類統(tǒng)計法、基于已有知識的預(yù)測方法、混合方法2、預(yù)測的原則以aa殘基為預(yù)測單位假定蛋白二級結(jié)構(gòu)主要由臨近殘基間的相互作用決定。對已知結(jié)構(gòu)蛋白分析、歸納，制定預(yù)測規(guī)則。3、以Chou&Fasman（20th70’）的方法為例進行討論—思路基于單個aa殘基統(tǒng)計的經(jīng)驗參數(shù)法——預(yù)測二級結(jié)構(gòu)通過于對大量已知蛋白結(jié)構(gòu)進行統(tǒng)計歸納出每種aa殘基的二級結(jié)構(gòu)傾向因子第十七頁，共五十三頁，2022年，8月28日（1）Chou&Fasman預(yù)測二級結(jié)構(gòu)參數(shù)定義 每個aa殘基具有7個參數(shù)，依據(jù)7個參數(shù)，預(yù)測二級結(jié)構(gòu)——氨基酸殘基的參數(shù)的定義Pα、Pβ、和Pt：分別為形成螺旋、折疊和轉(zhuǎn)角的傾向性。f(i)、f(i+1)、

f(i+2)、

f(i+3)：相鄰四個殘基的轉(zhuǎn)角參數(shù)。f：每個aa殘基在第一、第二、第三和第四位的頻度如：Pro：30%在第二位，第三位<4%依據(jù)Pα和Pβ大?。簩?0種aa分類如：Glu、Ala是最強螺旋aa殘基；Val、Ile：最強折疊aa殘基Asp、Gly、Pro常分布于轉(zhuǎn)角的aa殘基如：Pro中斷螺旋，Glu：中斷折疊第十八頁，共五十三頁，2022年，8月28日（2）Chou&Fasman預(yù)測經(jīng)驗規(guī)則基本思路利用一組規(guī)則，掃描氨基酸序列，尋找二級結(jié)構(gòu)成核位點和終止位點，擴展成核區(qū)域，直到二級結(jié)構(gòu)類型可能發(fā)生終止為止。四個簡要規(guī)則（掌握）

-1、α-螺旋規(guī)則

-2、β-折疊規(guī)則

-3、轉(zhuǎn)角規(guī)則

-4、重疊規(guī)則第十九頁，共五十三頁，2022年，8月28日-1、α-螺旋規(guī)則α-螺旋核：相鄰的6個殘基，至少4個殘基傾向形成α-螺旋，（4個殘基的Pα>100），即為螺旋核。α-螺旋的定義沿序列尋找α-螺旋核，向兩端延伸，直至4個殘基Pα

<100為止。若aa片段長度>5，Pα

均值>Pβ均值，則該片段為螺旋螺旋內(nèi)部不允許Pro出現(xiàn)，Pro終止螺旋的延伸。第二十頁，共五十三頁，2022年，8月28日-2、β-折疊規(guī)則和定義β-折疊核，相鄰的6個殘基，至少4個殘基傾向形成β-折疊，（4個殘基的Pβ>100），即為折疊核。沿序列尋找β-折疊核，向兩端延伸，直至4個殘基Pβ

<100為止。若片段Pβ>105

，且Pβ

均值>Pα均值定義該片段為β-折疊Glu：中斷折疊第二十一頁，共五十三頁，2022年，8月28日-3、轉(zhuǎn)角規(guī)則和定義轉(zhuǎn)角模型為4肽組合模型，要考慮每個位置上殘基組合的概率，（特定氨基酸在每個位置上的概率）從第i個殘基開始，連續(xù)4個殘基的片段，其概率相乘，根據(jù)計算結(jié)果判定是否轉(zhuǎn)角若：f(i)×f(i+1)×

f(i+2)×

f(i+3)＞7.5×10.5若：四肽Pt＞100，且Pt＞Pβ

，Pt＞Pα判定為轉(zhuǎn)角結(jié)構(gòu)第二十二頁，共五十三頁，2022年，8月28日-4、重疊規(guī)則若預(yù)測的肽段——螺旋區(qū)和折疊區(qū)重疊，按照重疊區(qū)域Pα

均值和Pβ均值相對大小進行預(yù)測Pα

均值>Pβ均值，預(yù)測為螺旋Pβ

均值>Pα均值，預(yù)測為折疊第二十三頁，共五十三頁，2022年，8月28日本節(jié)小結(jié)重點講述了Chou&Fasman預(yù)測方法和規(guī)則α-螺旋規(guī)則β-折疊規(guī)則轉(zhuǎn)角規(guī)則重疊規(guī)則二級結(jié)構(gòu)預(yù)測方法和原理——簡單明了，二級結(jié)構(gòu)參數(shù)的物理意義明確，二級結(jié)構(gòu)成核、延伸、終止規(guī)則，反映了蛋白質(zhì)二級結(jié)構(gòu)形成過程。該方法的預(yù)測準確率在50%左右。第二十四頁，共五十三頁，2022年，8月28日第三節(jié)蛋白質(zhì)三維結(jié)構(gòu)預(yù)測一、蛋白質(zhì)三維結(jié)構(gòu)的理論預(yù)測：利用計算機，根據(jù)已有理論和已知aa序列等信息來預(yù)測蛋白質(zhì)的三級結(jié)構(gòu)。二、三維結(jié)構(gòu)預(yù)測的復(fù)雜性——是目前最復(fù)雜、最困難的技術(shù)？蛋白質(zhì)序列與結(jié)構(gòu)之間的關(guān)系非常復(fù)雜，已經(jīng)掌握了一些序列與二級結(jié)構(gòu)之間的關(guān)系關(guān)于aa序列與三維結(jié)構(gòu)之間的關(guān)系了解較少。序列相似的蛋白可能折疊成相似的三維結(jié)構(gòu)，序列差異較大的蛋白質(zhì)也可能折疊成相似的結(jié)構(gòu)，分子伴侶存在下，蛋白的折疊問題更加復(fù)雜。第二十五頁，共五十三頁，2022年，8月28日三、蛋白質(zhì)三維結(jié)構(gòu)預(yù)測的理論三維結(jié)構(gòu)分析表明：三維結(jié)構(gòu)堆積的次級作用力和二硫鍵等——在維系三維結(jié)構(gòu)具有重要的作用，對蛋白質(zhì)三維結(jié)構(gòu)預(yù)測具有重要作用。二級結(jié)構(gòu)與三級結(jié)構(gòu)之間的序列模體（motif）、結(jié)構(gòu)域（domain）和折疊單元（fold）對蛋白質(zhì)三維結(jié)構(gòu)預(yù)測具有重要作用。四、預(yù)測的方法（3類）1、同源建模（HolologyModeling）2、折疊識別（FoldRecognition）3、從頭計算（AbInitio）第二十六頁，共五十三頁，2022年，8月28日1、同源建模（1）概念： 又稱比較性模擬，利用已知結(jié)構(gòu)的同源蛋白和蛋白質(zhì)家族中的蛋白質(zhì)作為模板，模擬目標蛋白質(zhì)結(jié)構(gòu)的方法（建立目標蛋白的分子模型）。（2）預(yù)測思路：未知結(jié)構(gòu)蛋白尋找已知結(jié)構(gòu)的同源蛋白以同源蛋白為模板建立同源蛋白結(jié)構(gòu)模型移植模型蛋白的結(jié)構(gòu)數(shù)據(jù)構(gòu)建未知蛋白的模型（3）特點：預(yù)測速度快精度較高局限性大：已知結(jié)構(gòu)蛋白數(shù)量較少，許多蛋白沒有同源序列使用模型不同，預(yù)測結(jié)構(gòu)并不唯一。第二十七頁，共五十三頁，2022年，8月28日（4）預(yù)測步驟（6個）搜索結(jié)構(gòu)模型的模板序列比對建立骨架構(gòu)建目標蛋白側(cè)鏈建立目標蛋白的環(huán)區(qū)優(yōu)化模型預(yù)測結(jié)果若序列的等同部分超過60%，非常接近測定結(jié)果若序列的等同部分超過30%，期望得到較好的預(yù)測結(jié)果搜索結(jié)構(gòu)模型的模板：假定兩個同源蛋白具有相同骨架，按同源蛋白模型建立模板序列比對：目標蛋白與模板蛋白殘基匹配建立骨架：模板結(jié)構(gòu)的原子坐標移植到目標蛋白，建立目標蛋白的骨架構(gòu)建目標蛋白側(cè)鏈：移植相同殘基的坐標，不完全匹配的殘基，側(cè)鏈構(gòu)象采用經(jīng)驗數(shù)據(jù)預(yù)測，建立目標蛋白的環(huán)區(qū)：經(jīng)驗方法，從已知蛋白質(zhì)中，尋找最優(yōu)的環(huán)區(qū)，拷貝結(jié)構(gòu)數(shù)據(jù)優(yōu)化模型：建立初步模型，對不相容的空間坐標進行改進優(yōu)化如：采用分子力學(xué)、分子動力學(xué)、模擬退火等方法進行結(jié)構(gòu)優(yōu)化第二十八頁，共五十三頁，2022年，8月28日2、折疊識別（FoldRecognition）又稱穿針引線法（threading）：根據(jù)結(jié)構(gòu)類型進行預(yù)測在沒有同源蛋白模板情況下，將目標蛋白序列“穿”入蛋白質(zhì)數(shù)據(jù)庫中，與已知的各種蛋白質(zhì)折疊模板的骨架比對，由計算機來識別目標蛋白序列與數(shù)據(jù)庫中蛋白質(zhì)折疊模板是否“匹配”。設(shè)計一個評分標準，計算目標蛋白序列折疊成各種已知模板的可能性，根據(jù)得法高低判斷“匹配程度”。適用于大多數(shù)蛋白進行結(jié)構(gòu)預(yù)測，評分系統(tǒng)設(shè)計是決定折疊識別方法預(yù)測準確度的關(guān)鍵。第二十九頁，共五十三頁，2022年，8月28日3、從頭計算（AbInitio）也稱分子動力學(xué)模擬預(yù)測方法。源于安分森的“最低自由能構(gòu)象假說”。與同源建模和折疊識別兩種方法相比，從頭計算方法不需要模板，而是以自由能作為預(yù)測蛋白質(zhì)折疊類型的基礎(chǔ)。能量函數(shù)設(shè)計和最低自由能的確定是決定從頭計算方法預(yù)測準確度高低的關(guān)鍵主要是求解體系中每個原子相關(guān)的牛頓運動方程和薛定諤方程。方法：利用有限的實驗數(shù)據(jù)，構(gòu)建分子結(jié)構(gòu)模型，研究分子的能量與結(jié)構(gòu)動態(tài)變化的關(guān)系。主要應(yīng)用于前兩種方法的補充手段和應(yīng)用于結(jié)構(gòu)優(yōu)化。第三十頁，共五十三頁，2022年，8月28日第四節(jié)蛋白質(zhì)結(jié)構(gòu)預(yù)測中的主要生物信息資源一、常用蛋白質(zhì)序列數(shù)據(jù)庫1、PIR數(shù)據(jù)庫（Proteininformationresource）2、SWISS-PROT數(shù)據(jù)庫

3、TrEMBL數(shù)據(jù)庫4、UniProt蛋白質(zhì)數(shù)據(jù)倉庫二、常見蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫1、蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫—PDB（Proteindatabank）2、蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫（SCOP和CATH）第三十一頁，共五十三頁，2022年，8月28日蛋白序列數(shù)據(jù)庫種類繁多，各有特色。根據(jù)實際情況，通常結(jié)合幾個不同數(shù)據(jù)庫對結(jié)果進行比較以下介紹3種數(shù)據(jù)庫1、PIR數(shù)據(jù)庫（Proteininformationresource）網(wǎng)址：./pir/1984年美國國家生物醫(yī)學(xué)研究基金會（NBRF）創(chuàng)建， 源于1960(Dayhoff)《蛋白質(zhì)結(jié)構(gòu)與結(jié)構(gòu)圖冊）1988年成立國家蛋白質(zhì)信息中心（PIR-Interantional）共同收集和維護PIR國際蛋白序列數(shù)據(jù)庫（PIR-PSD）是一個全面的、經(jīng)過注釋的、非冗余的蛋白質(zhì)序列數(shù)據(jù)庫，提供一個蛋白序列數(shù)據(jù)庫、相關(guān)數(shù)據(jù)庫和輔助工具集成系統(tǒng)一、常用蛋白質(zhì)序列數(shù)據(jù)庫第三十二頁，共五十三頁，2022年，8月28日PIR提供3種類型的檢索服務(wù)基于文本的交互式查詢，用戶通過關(guān)鍵詞進行數(shù)據(jù)查詢標準序列搜索和比對：BLAST、FASTA等工具高級搜索：結(jié)合序列相似性、注釋信息和蛋白質(zhì)家族信息的高級搜索，包括按注釋分類的相似性搜索、結(jié)構(gòu)域搜索等PIR包括3個子數(shù)據(jù)庫，蛋白質(zhì)序列數(shù)據(jù)庫（PIR-PSD）蛋白質(zhì)分類數(shù)據(jù)庫（iProClass）非冗余蛋白質(zhì)參考資料數(shù)據(jù)庫（PIR-NREF）第三十三頁，共五十三頁，2022年，8月28日2.SWISS-PROT數(shù)據(jù)庫

1986年創(chuàng)建：瑞士Geneva大學(xué)和歐洲生物信息研究所（EBI）瑞士生物信息研究所（SIB)和（EBI）共同維護管理第三十四頁，共五十三頁，2022年，8月28日SWISS-PROT數(shù)據(jù)庫數(shù)據(jù)介紹——包括核心數(shù)據(jù)和和注釋兩大類核心數(shù)據(jù)：由蛋白質(zhì)序列（條目）構(gòu)成，包含4大類基本信息：蛋白質(zhì)序列數(shù)據(jù)、引用文獻信息、分類學(xué)信息、注釋信息等注釋：蛋白質(zhì)功能、轉(zhuǎn)錄后修飾、特殊位點和區(qū)域、二級結(jié)構(gòu)、四級結(jié)構(gòu)、與其它序列的相似性、序列殘缺與疾病的關(guān)系、序列變異體和沖突等信息。檢索：利用序列提取系統(tǒng)(SRS)，方便地檢索SWISS-PROT和其它EBI的數(shù)據(jù)庫。

序列提交：SWISS-PROT只接受直接測序獲得的蛋白質(zhì)序列，序列提交可以在其Web頁面上完成。第三十五頁，共五十三頁，2022年，8月28日SWISS-PROT數(shù)據(jù)庫特點所有序列條目都經(jīng)過有經(jīng)驗的分子生物學(xué)家和蛋白質(zhì)化學(xué)家通過計算機供給并查閱有關(guān)文獻資料仔細核實。每個條目包含——條目基本信息、分類信息（描述蛋白質(zhì)的生物來源）、引用文獻信息、注釋、蛋白質(zhì)序列等。冗余最?。簩?shù)據(jù)進行歸并處理，降低了數(shù)據(jù)庫的冗余度。與其它30多個數(shù)據(jù)建立了交叉引用，其中包括核酸序列庫、蛋白質(zhì)序列庫和蛋白質(zhì)結(jié)構(gòu)庫等。第三十六頁，共五十三頁，2022年，8月28日3、TrEMBL（歐洲分子生物學(xué)實驗室）數(shù)據(jù)庫 網(wǎng)址：是一個計算機注釋的蛋白數(shù)據(jù)庫，是SWISS-PROT數(shù)據(jù)庫的補充。數(shù)據(jù)庫蛋白序列不是直接實驗得到，由DNA序列映射獲得

主要包含EMBL/Genbank/DDBJ核酸數(shù)據(jù)庫中根據(jù)編碼序列（CDS）翻譯獲得蛋白序列TrEMBL由2部分組成SP-TrEMBL（SWISS-PROTTrEMBL）序列被賦予SWISS-PROT登錄號，最終要收集到SWISS-PROTREM-TrEMBL（RemainingTrEMBL）序列沒有被賦予SWISS-PROT登錄號，不準備放入SWISS-PROT

如：人工合成蛋白序列、申請專利的序列、偽基因?qū)?yīng)的序列等第三十七頁，共五十三頁，2022年，8月28日4、蛋白質(zhì)數(shù)據(jù)倉庫（UniveralProteinResourceUniProt）網(wǎng)址：歐洲生物信息研究所（EBI）將3個蛋白數(shù)據(jù)庫（PIR—Swiss-Prot—TrEMBL）統(tǒng)一起來，稱為UniProtUniProt包括3部分UniProtKnowledgebase（UniProt）數(shù)據(jù)庫

蛋白質(zhì)序列、功能、分類、交叉引用等信息存取中心UniProtNon-redundantReference（UniFef）數(shù)據(jù)庫（非冗余）

密切相關(guān)蛋白序列組合到一條記錄中，提高檢索速度，根據(jù)序列相似程度分成3個數(shù)據(jù)庫UniRef100，UniRef90，UniRef50；UniProtArchive（UniParc）資源庫

檔案數(shù)據(jù)庫：記錄所有蛋白序列歷史第三十八頁，共五十三頁，2022年，8月28日二、常見蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫隨著X射線晶體衍射分子結(jié)構(gòu)測定而出現(xiàn)的數(shù)據(jù)庫蛋白質(zhì)分子空間結(jié)構(gòu)原子坐標包括蛋白質(zhì)家族、折疊模式、結(jié)構(gòu)域、回環(huán)等數(shù)據(jù)庫主要介紹2類數(shù)據(jù)庫1、蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫（PDB）2、蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫（SCOP和CATH）第三十九頁，共五十三頁，2022年，8月28日1、蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫—PDB（Proteindatabank）20th70S’問世1998年美國國家科學(xué)基金委、能源部和衛(wèi)生研究院資助，成立結(jié)構(gòu)生物學(xué)合作研究協(xié)會，管理PDB數(shù)據(jù)庫，至今已存放上萬套分子的原子坐標。蛋白結(jié)構(gòu)來自—X射線衍射、核磁共振和理論計算。和核酸序列庫一樣，通過網(wǎng)絡(luò)直接向PDB提交數(shù)據(jù)。大部分為蛋白質(zhì)（多肽、病毒），此外，蛋白核酸復(fù)合物和多糖。數(shù)據(jù)以文本文件存放，每個分子有一套獨立的文件。數(shù)據(jù)包括原子坐標、物種來源、化合物名稱、結(jié)構(gòu)遞交者、文獻等信息。還有分辨率、結(jié)構(gòu)基因、溫度系數(shù)、蛋白主鏈數(shù)、分子式、金屬離子、二級結(jié)構(gòu)信息、二硫鍵位置等數(shù)據(jù)。第四十頁，共五十三頁，2022年，8月28日2、蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫（SCOP和CATH）結(jié)構(gòu)分類依據(jù)：折疊類型、拓撲結(jié)構(gòu)、家族和超家族結(jié)構(gòu)、二級結(jié)構(gòu)、超二級結(jié)構(gòu)等分類信息簡單介紹2個主要的蛋白分類數(shù)據(jù)庫（1）SCOP：（Structuralclassificationofprotein）英國研究委員會分子生物學(xué)實驗室和蛋白質(zhì)工程中心開發(fā)的，具有分類、檢索和分析系統(tǒng)的數(shù)據(jù)庫。網(wǎng)址：將蛋白分為7大類：α、β、α/β、α+β、多結(jié)構(gòu)域蛋白、膜蛋白和細胞表面蛋白、小蛋白在大類基礎(chǔ)上，進一步按折疊類型、超家族、家族3個層次分類第四十一頁，共五十三頁，2022年，8月28日（2）CATH:

英國倫敦大學(xué)開發(fā)與維護網(wǎng)址：分類依據(jù)： 類型(Class，C-Level),構(gòu)架(Architecture,A-Level),拓撲結(jié)構(gòu)(Topology,T--Level),同源性(Homology,H-Level),序列(Sequencefamilylevels)等層次。數(shù)據(jù)庫的結(jié)構(gòu)層次：（4個）第一分類層次:α、β、α-β（α/β、α+β）、低二級結(jié)構(gòu)類等4個類型第二分類層次：螺旋和折疊形成超二級結(jié)構(gòu)的排列方式（分子框架—如同建筑物的——立柱和橫梁一樣）第三分類層次：拓撲結(jié)構(gòu)，二級結(jié)構(gòu)的性狀和二級結(jié)構(gòu)之間的聯(lián)系。第四分類層次：結(jié)構(gòu)同源性（同源性比對后，再用結(jié)構(gòu)比較）第四十二頁，共五十三頁，2022年，8月28日本節(jié)小結(jié)：3種——蛋白質(zhì)序列數(shù)據(jù)庫1、PIR數(shù)據(jù)庫（Proteininformationresource）2、SWISS-PROT數(shù)據(jù)庫

3、TrEMBL數(shù)據(jù)庫4、UniProt蛋白質(zhì)數(shù)據(jù)倉庫2類——蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫1、蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫—PDB（Proteindatabank）2、蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫（SCOP和CATH）

第四十三頁，共五十三頁，2022年，8月28日第五節(jié)應(yīng)用生物信息學(xué)預(yù)測蛋白質(zhì)結(jié)構(gòu)(略)若cDNA編碼一個完整的蛋白質(zhì)，編碼蛋白質(zhì)結(jié)構(gòu)功能域怎樣？通過生物信息學(xué)方法獲得結(jié)構(gòu)功能域的信息，對研究計劃的制定提供重要的指導(dǎo)信息。預(yù)測蛋白質(zhì)結(jié)構(gòu)包括以下5個方面一、蛋白質(zhì)序列檢索二、蛋白質(zhì)基本性質(zhì)分析三、二級結(jié)構(gòu)預(yù)測四、局部結(jié)構(gòu)域預(yù)測五、三維結(jié)構(gòu)預(yù)測1、跨膜區(qū)預(yù)測2、信號肽及其剪切位點預(yù)測3、卷曲螺旋預(yù)測包括氨基酸組成、分子量、等電點、親水性和疏水性、信號肽、跨膜結(jié)構(gòu)和結(jié)構(gòu)功能域等。第四十四頁，共五十三頁，2022年，8月28日以鼠傷寒沙門氏菌H-1鞭毛蛋白（FlicSalty）的結(jié)構(gòu)預(yù)測為例：一、序列搜索 從SWISS-PROT數(shù)據(jù)庫獲取鞭毛蛋白的序列1、進入SWISS-PROT主頁：2、選擇“searchSwiss-prot/TrEMBL”搜索”Flagellin”，在結(jié)果中選擇“FlicSalty”，檢索到S.typhimuriumFlagellin(鞭毛蛋白)，AC：P06179

sp|P06179|FLIC_SALTYFlagellin

3、點擊FlicSalty序列右下方“P09179inFASTAformat”，將“FlicSalty”的序列格式“P09179.fas”格式另存為“P09179.txt”格式搜索序列（2種方式），簡單地進行基于網(wǎng)絡(luò)的序列檢索通過E-mail進行序列檢索

網(wǎng)絡(luò)不是很暢通或不急于得到檢索序列時，可采用E-mail方式搜索同源序列第四十五頁，共五十三頁，2022年，8月28日二、蛋白質(zhì)基本性質(zhì)分析1、等電點(PI)、相對分子量(MW)計算 利用ComputePI/MW計算“P06179.txt”PI和MW（1）進入SWISS-PROT主頁：，選擇Proteomicstools（2）點擊“Primarystructureanalysis”，選擇“ComputePI/MW”，輸入序列，“P06179.txt”，可得結(jié)果。2、蛋白質(zhì)多種參數(shù)預(yù)測 利用expasy工具中的ProtParam軟件，可更全面預(yù)測各種參數(shù)。（1）進入SWISS-PROT主頁，選擇Proteomicstools（2）點擊“Primarystructureanalysis”，選擇“ProtParam”，輸入序列“P09179.txt”，可得結(jié)果。（3）可預(yù)測氨基酸數(shù)目、組成、PI、MW第四十六頁，共五十三頁，2022年，8月28日3、氨基酸組成、電荷分布、疏水區(qū)域、跨膜區(qū)域預(yù)測 利用SAPS軟件預(yù)測（1）進入SWISS-PROT主頁：，選擇Proteomicstools（2）點擊“Primarystructureanalysis”，選擇“SAPS”，輸入序列，輸入序列“P09179.txt”，可得結(jié)果。4、酶切位點預(yù)測 利用PeptideMass分析，以Themolysin蛋白酶酶切（1）進入SWISS-PROT主頁：，選擇Proteomicstools（2）點擊“Proteinidentificationandcharacterization”，選擇“PeptideMass”，輸入序列“P09179.txt”，選擇“Themolysin”,可得結(jié)果。第四十七頁，共五十三頁，2022年，8月28日三、二級結(jié)構(gòu)預(yù)測利用PredictProtein軟件預(yù)測前，首先在PredictProtein主頁，http://www.P/免費注冊，提供接受預(yù)測結(jié)果的E-mail地址。（1）進入SWISS-PROT主頁：，選擇Proteomicstools（2）點擊“Secondarystructureprediction”，選擇“PredictProtein”，或直接進入“PredictProtein”網(wǎng)站：PredictP/.

/sprot/“P09179.txt”，按要求輸入E-mail地址，設(shè)定輸出格式并提交，選擇所需結(jié)果即可獲得結(jié)果。第四十八頁，共五十三頁，2022年，8月28日四、局部結(jié)構(gòu)域預(yù)測1、跨膜區(qū)預(yù)測—利用TMpred軟件（1）進入SWISS-PROT主頁：，選擇Proteomicstools（2）點擊“Topologyprediction”，選擇“TMpre