蛋白質(zhì)生物信息學(xué)

關(guān)于蛋白質(zhì)生物信息學(xué)第1頁，講稿共49頁，2023年5月2日，星期三第一節(jié)生物信息學(xué)與蛋白質(zhì)工程一、生物信息學(xué)概述生物信息學(xué)是利用應(yīng)用數(shù)學(xué)、信息學(xué)、統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)的方法研究生物學(xué)的問題。1987年，林華安首創(chuàng)Bioinformation一詞，被譽(yù)為”世界生物信息之父”。第2頁，講稿共49頁，2023年5月2日，星期三生物信息學(xué)分子生物學(xué)與信息技術(shù)（尤其是互聯(lián)網(wǎng)技術(shù)）的結(jié)合體。研究材料和結(jié)果就是各種各樣的生物學(xué)數(shù)據(jù)研究工具是計(jì)算機(jī)研究方法包括對(duì)生物學(xué)數(shù)據(jù)的搜索（收集和篩選）、處理（編輯、整理、管理和顯示）及利用（計(jì)算、模擬）。概述第3頁，講稿共49頁，2023年5月2日，星期三研究?jī)?nèi)容1、生物信息的收集、存儲(chǔ)、管理與提供2、基因組序列信息的提取和分析3、功能基因組相關(guān)信息分析4、生物大分子結(jié)構(gòu)模擬和藥物設(shè)計(jì)5、生物信息分析的技術(shù)與方法研究第4頁，講稿共49頁，2023年5月2日，星期三2001年2月，人類基因組工程測(cè)序的完成，使生物信息學(xué)走向了一個(gè)高潮。由于DNA自動(dòng)測(cè)序技術(shù)的快速發(fā)展，DNA數(shù)據(jù)庫中的核酸序列公共數(shù)據(jù)量以每天106bp速度增長(zhǎng)，生物信息迅速地膨脹成數(shù)據(jù)的海洋。毫無疑問，我們正從一個(gè)積累數(shù)據(jù)向解釋數(shù)據(jù)的時(shí)代轉(zhuǎn)變，數(shù)據(jù)量的巨大積累往往蘊(yùn)含著潛在突破性發(fā)現(xiàn)的可能?！吧镄畔W(xué)”正是從這一前提產(chǎn)生的交叉學(xué)科。發(fā)展條件第5頁，講稿共49頁，2023年5月2日，星期三核心內(nèi)容是研究如何通過對(duì)DNA序列的統(tǒng)計(jì)計(jì)算分析，更加深入地理解DNA序列，結(jié)構(gòu)，演化及其與生物功能之間的關(guān)系。研究課題涉及到分子生物學(xué)，分子演化及結(jié)構(gòu)生物學(xué)，統(tǒng)計(jì)學(xué)及計(jì)算機(jī)科學(xué)等許多領(lǐng)域。第6頁，講稿共49頁，2023年5月2日，星期三以數(shù)據(jù)（庫）為核心1數(shù)據(jù)庫的建立2生物學(xué)數(shù)據(jù)的檢索3生物學(xué)數(shù)據(jù)的處理4生物學(xué)數(shù)據(jù)的利用：計(jì)算生物學(xué)研究過程第7頁，講稿共49頁，2023年5月2日，星期三由于生物信息學(xué)是基于分子生物學(xué)與多種學(xué)科交叉而成的新學(xué)科，現(xiàn)有的形勢(shì)仍表現(xiàn)為各種學(xué)科的簡(jiǎn)單堆砌，相互之間的聯(lián)系并不是特別的緊密。在處理大規(guī)模數(shù)據(jù)方面，沒有行之有效的一般性方法；而對(duì)于大規(guī)模數(shù)據(jù)內(nèi)在的生成機(jī)制也沒有完全明了，這使得生物信息學(xué)的研究短期內(nèi)很難有突破性的結(jié)果。研究展望第8頁，講稿共49頁，2023年5月2日，星期三要真正解決這一問題，最終不能從計(jì)算機(jī)科學(xué)得到，真正地解決可能還是得從生物學(xué)自身，從數(shù)學(xué)上的新思路來獲得本質(zhì)性的動(dòng)力。毫無疑問，正如Dulbecco1986年所說："DNA序列是人類的真諦，這個(gè)世界上發(fā)生的一切事情，都與這一序列息息相關(guān)"。但要完全破譯這一序列以及相關(guān)的內(nèi)容，我們還有相當(dāng)長(zhǎng)的路要走。研究展望第9頁，講稿共49頁，2023年5月2日，星期三二、生物信息學(xué)與蛋白質(zhì)工程（一）蛋白質(zhì)序列分析，預(yù)測(cè)其理化性質(zhì)、空間結(jié)構(gòu)及生物學(xué)功能（二）蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)理論分析法：在理論計(jì)算的基礎(chǔ)上預(yù)測(cè)統(tǒng)計(jì)分析法：建立序列-結(jié)構(gòu)的映射模型（三）蛋白質(zhì)功能預(yù)測(cè)P162（四）蛋白質(zhì)分子設(shè)計(jì)第10頁，講稿共49頁，2023年5月2日，星期三三、生物信息學(xué)與蛋白質(zhì)組學(xué)1994、澳大利亞Wilkins和Willians提出蛋白質(zhì)組：由全部基因表達(dá)的全部蛋白質(zhì)及其存在方式，是一種細(xì)胞、組織或完整的生命體在特定時(shí)空上所擁有的全套蛋白質(zhì)蛋白質(zhì)組學(xué)：以蛋白質(zhì)為研究對(duì)象，闡明某生物體全部蛋白質(zhì)的表達(dá)模式及功能模式生物信息學(xué)理論、技術(shù)方法和軟件等在蛋白質(zhì)組學(xué)相關(guān)數(shù)據(jù)庫的建立、應(yīng)用以及蛋白質(zhì)組分析等方面具有重要的應(yīng)用第11頁，講稿共49頁，2023年5月2日，星期三生物信息學(xué)作為一門新的學(xué)科領(lǐng)域，把基因組DNA序列信息分析作為源頭，在獲得蛋白質(zhì)編碼區(qū)的信息后進(jìn)行蛋白質(zhì)空間結(jié)構(gòu)模擬和預(yù)測(cè)，然后依據(jù)特定蛋白質(zhì)的功能進(jìn)行必要的藥物設(shè)計(jì)。基因組信息學(xué)，蛋白質(zhì)空間結(jié)構(gòu)模擬以及藥物設(shè)計(jì)構(gòu)成了生物信息學(xué)的3個(gè)重要組成部分。第12頁，講稿共49頁，2023年5月2日，星期三第二節(jié)蛋白質(zhì)常用數(shù)據(jù)庫及應(yīng)用一次數(shù)據(jù)庫：實(shí)驗(yàn)獲得的原始數(shù)據(jù)。簡(jiǎn)單歸類整理、注釋。Genbank、Swiss-Prot、PDB二次數(shù)據(jù)庫：在一次數(shù)據(jù)庫、實(shí)驗(yàn)數(shù)據(jù)和理論分析的基礎(chǔ)上，根據(jù)研究?jī)?nèi)容的需要，對(duì)相關(guān)生物知識(shí)和信息進(jìn)一步分析整理。包括人類基因組圖譜庫GDB、轉(zhuǎn)錄因子和結(jié)合位點(diǎn)庫TRANSFAC、蛋白質(zhì)結(jié)構(gòu)家族分類庫SCOP等。第13頁，講稿共49頁，2023年5月2日，星期三第二節(jié)、蛋白質(zhì)常用數(shù)據(jù)庫一、核酸數(shù)據(jù)庫NCBI的Genbank、EMBL、DDBJ等第14頁，講稿共49頁，2023年5月2日，星期三二、蛋白質(zhì)數(shù)據(jù)庫（一）蛋白序列數(shù)據(jù)庫：SWISS-PROT、PIR、TreEMBL、UniProt、GenPept第15頁，講稿共49頁，2023年5月2日，星期三（二）蛋白序列二次數(shù)據(jù)庫蛋白保守區(qū)域和功能位點(diǎn)數(shù)據(jù)庫，PROSITE、PRINTS、BLOCKS第16頁，講稿共49頁，2023年5月2日，星期三（三）蛋白結(jié)構(gòu)數(shù)據(jù)庫三維結(jié)構(gòu)數(shù)據(jù)庫PBD、MMDB第17頁，講稿共49頁，2023年5月2日，星期三全人源抗EGFR單克隆抗體紅色字體為信號(hào)肽，標(biāo)黃部分為可變區(qū)重鏈可變區(qū)（HV）DNA序列（423bp）ATGGATTTTCAGGTGCAGATTTTCAGCTTCCTGCTAATCAGTGCCTCAGTCATAATATCCAGAGGACAGGTGCAGCTGCAGGAGTCGGGCCCAGGACTGGTGAAGCCTTCGGAGACCCTGTCCCTCACCTGCACTGTCTCTGGTGGCTCCGTCAGCAGTGGTGATTACTACTGGACCTGGATTCGGCAGTCCCCAGGGAAGGGACTGGAGTGGATTGGACACATCTATTACAGTGGGAACACCAATTATAACCCCTCCCTCAAGAGCAGACTCACCATATCAATTGACACGTCCAAGACTCAGTTCTCCCTGAAGCTGAGTTCTGTGACCGCTGCGGACACGGCCATTTATTACTGTGTGCGAGATCGAGTGACTGGTGCTTTTGATATCTGGGGCCAAGGGACAATGGTCACCGTCTCTTCA第18頁，講稿共49頁，2023年5月2日，星期三ATGGATTTTCAGGTGCAGATTTTCAGCTTCCTGCTAATCAGTGCCTCAGTCATAATATCCAGAGGAGacatccagatgacccagtctccatcctccctgtctgcatctgtaggagacagagtcACCATCACTTGCCAGGCGAGTCAGGACATCAGCAACTATTTAAATTGGTATCAGCAGAAACCAGGGAAAGCCCCTAAACTCCTGATCTACGATGCATCCAATTTGGAAACAGGGGTCCCATCAAGGTTCAGTGGAAGTGGATCTGGGACAGATTTTACTTTCACCATCAGCAGCCTGCAGCCTGAAGATATTGCAACATATTTCTGTCAACACTTTGATCATCTCCCGCTCGCTTTCGGCGGAGGGACCAAGGTGGAGATCAAACGTACTGTGGCTGCACCATCTGTCTTCATCTTCCCGCCATCTGATGAGCAGTTGAAATCTGGAACTGCCTCTGTTGTGTGCCTGCTGAATAACTTCTATCCCAGAGAGGCCAAAGTACAGTGGAAGGTGGATAACGCCCTCCAATCGGGTAACTCCCAGGAGAGTGTCACAGAGCAGGACAGCAAGGACAGCACCTACAGCCTCAGCAGCACCCTGACGCTGAGCAAAGCAGACTACGAGAAACACAAAGTCTACGCCTGCGAAGTCACCCATCAGGGCCTGAGCTCGCCCGTCACAAAGAGCTTCAACAGGGGAGAGTGT輕鏈全長(zhǎng)（L）DNA序列（708bp）第19頁，講稿共49頁，2023年5月2日，星期三GGTGGTGGTGGCTCTGGCGGTGGTGGCTCTGGTGGCGGTGGTTCT連接肽(G4S)3蛋白質(zhì)分子設(shè)計(jì)：VH-L-LVHVLCLlinker第20頁，講稿共49頁，2023年5月2日，星期三第21頁，講稿共49頁，2023年5月2日，星期三利用DNAman對(duì)VH-L-L的限制性內(nèi)切酶位點(diǎn)分析，結(jié)果顯示VH-L-L有31個(gè)限制性酶切位點(diǎn)，最多的是Eco57Ⅰ、TthlllⅠ分別有三個(gè)酶切位點(diǎn)。第22頁，講稿共49頁，2023年5月2日，星期三第23頁，講稿共49頁，2023年5月2日，星期三利用生物信息學(xué)軟件DNAman將VH-L-L的核苷酸序列翻譯為氨基酸序列第24頁，講稿共49頁，2023年5月2日，星期三

利用NCBI提供的ORFFinder預(yù)測(cè)VH-L-L的ORF，從預(yù)測(cè)結(jié)果看出VH-L-L是一段連續(xù)的較長(zhǎng)的ORF，它可能是一個(gè)完整的編碼序列第25頁，講稿共49頁，2023年5月2日，星期三

利用ProtParam對(duì)VH-L-L的氨基酸序列及基本理化性質(zhì)進(jìn)行了分析。結(jié)果顯示VH-L-L蛋白由392個(gè)氨基酸組成的穩(wěn)定蛋白，分子式為C1867H2894N494O596S11

，分子量42149.1，等電點(diǎn)5.98。理論推導(dǎo)半衰期為：30h(體外，哺乳動(dòng)物的網(wǎng)織紅細(xì)胞內(nèi))、20h(體內(nèi)，酵母細(xì)胞內(nèi))、10h(體內(nèi)，大腸桿菌)。不穩(wěn)定參數(shù)是38.92，屬于穩(wěn)定蛋白。含的氨基酸如圖所示：Ser(S)，Glu(G)，Thr(T)最多，分別占15.1％，9．9％，7.7％；不含Pyl(0)，Sec(U)?？値д姾蓺埢?Asp+Glu)為32，負(fù)電荷殘基(Arg+Lys)為29?？偟挠H水性平均系數(shù)-0.169，預(yù)測(cè)該蛋白屬于親水性蛋白。第26頁，講稿共49頁，2023年5月2日，星期三第27頁，講稿共49頁，2023年5月2日，星期三第28頁，講稿共49頁，2023年5月2日，星期三蛋白質(zhì)的親疏水性是影響蛋白質(zhì)空間結(jié)構(gòu)的因素之一。利用ProtScale分析氨基酸親水性/疏水性，預(yù)測(cè)結(jié)果顯示該氨基酸序列中親水性和疏水性區(qū)域間隔存在，小部分為中性，在氨基酸序列20、170處出現(xiàn)了較高的疏水性，此處富含疏水性氨基酸。總體來說，親水氨基酸多于疏水氨基酸，因此可以認(rèn)為VH-L-L是親水性蛋白第29頁，講稿共49頁，2023年5月2日，星期三第30頁，講稿共49頁，2023年5月2日，星期三

利用Tmpred分析VH-L-L的跨膜區(qū)，分析表明，該序列無跨膜區(qū)，不是跨膜蛋白?？梢灶A(yù)測(cè)該蛋白在膜外第31頁，講稿共49頁，2023年5月2日，星期三利用NetPhos進(jìn)行磷酸化位點(diǎn)分析，結(jié)果顯示磷酸化位點(diǎn)主要包括絲氨酸Ser位點(diǎn):28個(gè)，蘇氨酸Thr:5個(gè)，酪氨酸Tyr:3個(gè)第32頁，講稿共49頁，2023年5月2日，星期三

利用TargetP對(duì)VH-L-L蛋白的亞細(xì)胞定位進(jìn)行預(yù)測(cè)，結(jié)果表明，VH-L-L是分泌到細(xì)胞周質(zhì)的蛋白第33頁，講稿共49頁，2023年5月2日，星期三III 蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)蛋白質(zhì)序列：

↓

二級(jí)結(jié)構(gòu)：↓第34頁，講稿共49頁，2023年5月2日，星期三1、二級(jí)結(jié)構(gòu)預(yù)測(cè)概述蛋白質(zhì)的二級(jí)結(jié)構(gòu)預(yù)測(cè)的基本依據(jù)是： 每一段相鄰的氨基酸殘基具有形成一定二級(jí)結(jié)構(gòu)的傾向。二級(jí)結(jié)構(gòu)預(yù)測(cè)問題是模式分類問題二級(jí)結(jié)構(gòu)預(yù)測(cè)的目標(biāo)：判斷每一段中心的殘基是否處于螺旋、折疊、轉(zhuǎn)角（或其它狀態(tài)）之一的二級(jí)結(jié)構(gòu)態(tài)，即三態(tài)。

第35頁，講稿共49頁，2023年5月2日，星期三蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)主要有兩大類方法：（1）理論分析方法通過理論計(jì)算（如分子力學(xué)、分子動(dòng)力學(xué)計(jì)算）進(jìn)行結(jié)構(gòu)預(yù)測(cè)。（2）統(tǒng)計(jì)的方法對(duì)已知結(jié)構(gòu)的蛋白質(zhì)進(jìn)行統(tǒng)計(jì)分析，建立序列到結(jié)構(gòu)的映射模型，進(jìn)而對(duì)未知結(jié)構(gòu)的蛋白質(zhì)根據(jù)映射模型直接從氨基酸序列預(yù)測(cè)結(jié)構(gòu)。包括：經(jīng)驗(yàn)性方法（Chou-Fasman）、結(jié)構(gòu)規(guī)律提取方法（神經(jīng)網(wǎng)絡(luò)方法）、同源模型化方法第36頁，講稿共49頁，2023年5月2日，星期三經(jīng)驗(yàn)參數(shù)法由Chou和Fasman在70年代提出.是一種基于單個(gè)氨基酸殘基統(tǒng)計(jì)的經(jīng)驗(yàn)預(yù)測(cè)方法。 通過統(tǒng)計(jì)分析，獲得的每個(gè)殘基出現(xiàn)于特定二級(jí)結(jié)構(gòu)構(gòu)象的傾向性因子，進(jìn)而利用這些傾向性因子預(yù)測(cè)蛋白質(zhì)的二級(jí)結(jié)構(gòu)。

第37頁，講稿共49頁，2023年5月2日，星期三經(jīng)驗(yàn)參數(shù)法蛋白質(zhì)二級(jí)結(jié)構(gòu)的組成規(guī)律性比較強(qiáng)三種基本二級(jí)結(jié)構(gòu)平均占氨基酸殘基的85%各種二級(jí)結(jié)構(gòu)非均勻地分布在蛋白質(zhì)中第38頁，講稿共49頁，2023年5月2日，星期三有些蛋白質(zhì)中含有大量的螺旋如血紅蛋白和肌紅蛋白而一些蛋白質(zhì)中則不含或者僅含很少的螺旋如鐵氧蛋白有些蛋白質(zhì)的二級(jí)結(jié)構(gòu)以折疊為主如免疫球蛋白例：肽鏈Ala(A)-Glu(E)-Leu(L)-Met(M)傾向于形成螺旋肽鏈Pro(P)-Gly(G)-Tyr(Y)-Ser(S)則不會(huì)形成螺旋

第39頁，講稿共49頁，2023年5月2日，星期三每種氨基酸出現(xiàn)在各種二級(jí)結(jié)構(gòu)中傾向或者頻率是不同的例如：Glu主要出現(xiàn)在螺旋中

Asp和Gly主要分布在轉(zhuǎn)角中

Pro也常出現(xiàn)在轉(zhuǎn)角中，但是絕不會(huì)出現(xiàn)在螺旋中可以根據(jù)每種氨基酸殘基形成二級(jí)結(jié)構(gòu)的傾向性或者統(tǒng)計(jì)規(guī)律進(jìn)行二級(jí)結(jié)構(gòu)預(yù)測(cè)第40頁，講稿共49頁，2023年5月2日，星期三基本策略（1）

相似序列→相似結(jié)構(gòu)QLMGERIRARRKKLKQLMGAERIRARRKKLK結(jié)構(gòu)？第41頁，講稿共49頁，2023年5月2日，星期三基本策略（2）

分類分析α螺旋提取樣本聚類分析學(xué)習(xí)分類規(guī)則預(yù)測(cè)….-Gly-Ala-