蛋白質(zhì)二級(jí)結(jié)構(gòu)+預(yù)測(cè)軟件

蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)軟件

蛋白質(zhì)二級(jí)結(jié)構(gòu)的預(yù)測(cè)通常被認(rèn)為是蛋白結(jié)構(gòu)預(yù)測(cè)的第一步，二級(jí)結(jié)構(gòu)是指α螺旋和β折疊等規(guī)那么的蛋白質(zhì)局部結(jié)構(gòu)元件。不同的氨基酸殘基對(duì)于形成不同的二級(jí)結(jié)構(gòu)元件具有不同的傾向性。按蛋白質(zhì)中二級(jí)結(jié)構(gòu)的成分可以把球形蛋白分為全α蛋白、全β蛋白、α＋β蛋白和α/β蛋白等四個(gè)折疊類(lèi)型。.預(yù)測(cè)蛋白質(zhì)二級(jí)結(jié)構(gòu)的算法大多以三維結(jié)構(gòu)和二級(jí)結(jié)構(gòu)的蛋白質(zhì)為依據(jù)，用過(guò)人工神經(jīng)網(wǎng)絡(luò)、遺傳算法等技術(shù)構(gòu)建預(yù)測(cè)方法。.目前較為常用的幾種方法有：PHD、PSIPRED、Jpred、PREDATOR、PSA，其中最常用的是PHD。PHD結(jié)合了許多神經(jīng)網(wǎng)絡(luò)的成果，每個(gè)結(jié)果都是根據(jù)局部序列上下文關(guān)系和整體蛋白質(zhì)性質(zhì)〔蛋白質(zhì)長(zhǎng)度、氨基酸頻率等〕來(lái)預(yù)測(cè)殘基的二級(jí)結(jié)構(gòu)。那么，最終的預(yù)測(cè)是這些神經(jīng)網(wǎng)絡(luò)每個(gè)輸出的算術(shù)平均值。這種結(jié)合方案被稱(chēng)為陪審團(tuán)決定法〔jurydecision〕或者稱(chēng)為所有勝利者〔winner-take-all〕法。PHD被認(rèn)為是二級(jí)結(jié)構(gòu)預(yù)測(cè)的標(biāo)準(zhǔn)?？偟膩?lái)說(shuō)，二級(jí)結(jié)構(gòu)預(yù)測(cè)仍是未能完全解決的問(wèn)題，一般對(duì)于α螺旋預(yù)測(cè)精度較好，對(duì)β折疊差些，而對(duì)除α螺旋和β折疊等之外的無(wú)規(guī)那么二級(jí)結(jié)構(gòu)那么效果很差。.PHD的使用請(qǐng)見(jiàn)人工神經(jīng)網(wǎng)絡(luò)方法中的“基于人工神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)軟件PHDsec使用簡(jiǎn)介〞.nnPredict：://www/~nomi/nnpredict.htmlnnpredict算法使用了一個(gè)雙層、前饋神經(jīng)網(wǎng)絡(luò)去給每個(gè)氨基酸分配預(yù)測(cè)的類(lèi)型。在預(yù)測(cè)時(shí)，效勞器使用FASTA格式的文件，其中有單字符或三字符的序列以及蛋白質(zhì)的折疊類(lèi)〔α、β或α/β〕。殘基被分為幾類(lèi)，如α螺旋〔H〕、β鏈〔E〕或其它〔－〕。假設(shè)對(duì)給定殘基未給出預(yù)測(cè)，那么會(huì)標(biāo)上問(wèn)號(hào)〔？〕，這說(shuō)明無(wú)法作出可信的分配。假設(shè)沒(méi)有關(guān)于折疊類(lèi)的信息，預(yù)測(cè)也能在不定折疊類(lèi)的情況下進(jìn)行，而且這是缺省的工作方式。據(jù)報(bào)道，對(duì)于最正確實(shí)例的預(yù)測(cè)，nnpredict的準(zhǔn)確率超過(guò)了65%。PredictProtein：:///predictprotein/國(guó)內(nèi)鏡像：:///predictprotein/.PredictProtein在預(yù)測(cè)中應(yīng)用了略為不同的方法。首先，蛋白質(zhì)序列被作為查詢(xún)序列在SWISS-PROT庫(kù)中搜索相似的序列。當(dāng)相似的序列被找到后，一個(gè)名為MaxHom的算法被用來(lái)進(jìn)行一次基于特征簡(jiǎn)圖的多序列比對(duì)。MaxHom用迭代的方法來(lái)構(gòu)造比對(duì)：當(dāng)?shù)谝淮嗡阉鱏WISS-PROT后，所有找到的序列與查詢(xún)序列進(jìn)行比對(duì)，并構(gòu)造出一個(gè)比對(duì)后的特征簡(jiǎn)圖。然后，這個(gè)簡(jiǎn)圖又被用來(lái)在SWISS-PROT中搜索新的相似序列。由MaxHom產(chǎn)生的多序列比對(duì)隨后被置入一個(gè)神經(jīng)網(wǎng)絡(luò)，用PHD的方法進(jìn)行預(yù)測(cè)。SOPMA：://pbil.ibcp.fr/.位于法國(guó)里昂的CNRS〔CentreNationaldelaRechercheScientifique〕使用獨(dú)特的方法進(jìn)行蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)。它不是用一種，而是5種相互獨(dú)立的方法進(jìn)行預(yù)測(cè)，并將結(jié)果聚集整理成一個(gè)“一致預(yù)測(cè)結(jié)果〞。這5種方法包括：Garnier-Gibrat-Robson〔GOR〕方法、Levin同源預(yù)測(cè)方法、雙重預(yù)測(cè)方法、PHD方法和CNRS自己的SOPMA方法。簡(jiǎn)單的說(shuō)，SOPMA這種自?xún)?yōu)化的預(yù)測(cè)方法建立了二級(jí)結(jié)構(gòu)序列的次級(jí)數(shù)據(jù)庫(kù)，庫(kù)中的每個(gè)蛋白質(zhì)都經(jīng)過(guò)基于相似性的二級(jí)結(jié)構(gòu)預(yù)測(cè)。然后用次級(jí)庫(kù)中得到的信息去對(duì)查詢(xún)序列進(jìn)行二級(jí)結(jié)構(gòu)預(yù)測(cè)。.其它特殊局部結(jié)構(gòu)的預(yù)測(cè)軟件其它特殊局部結(jié)構(gòu)包括膜蛋白的跨膜螺旋、信號(hào)肽、卷曲螺旋(CoiledCoils)等，具有明顯的序列特征和結(jié)構(gòu)特征，也可以用計(jì)算方法加以預(yù)測(cè)。.卷曲螺旋COILS：:///software/COILS_form.html卷曲螺旋預(yù)測(cè)方法，將序列與的平行雙鏈卷曲螺旋數(shù)據(jù)庫(kù)進(jìn)行比較，得到相似性得分，并據(jù)此算出序列形成卷曲螺旋的概率。COILS算法將查詢(xún)序列在一個(gè)由包含卷曲螺旋蛋白結(jié)構(gòu)的數(shù)據(jù)庫(kù)中進(jìn)行搜索。程序也將查詢(xún)序列與包含球狀蛋白序列的PDB次級(jí)庫(kù)進(jìn)行比較，并根據(jù)兩個(gè)庫(kù)搜索得分的不同決定輸入序列形成卷曲螺旋的概率。COILS可以下載到VAX/VMS系統(tǒng)上使用，也可通過(guò)簡(jiǎn)單的Web界面使用。.程序要求序列數(shù)據(jù)為GCG或FASTA格式，一次可以提交一條或多條序列。除了序列，用戶(hù)還能在兩種打分矩陣中選擇一種：MTK是根據(jù)肌球蛋白、原肌球蛋白和角蛋白序列得到的打分矩陣；或MTIDK，是根據(jù)肌球蛋白、原肌球蛋白、中間纖維類(lèi)蛋白Ⅰ-Ⅴ、橋粒蛋白和角蛋白得到的打分矩陣。程序作者引述了兩種矩陣的適用特點(diǎn)：MTK更適合檢測(cè)雙鏈結(jié)構(gòu)，而MTIDK適合其它情形。用戶(hù)還能啟動(dòng)一個(gè)選項(xiàng)給予每個(gè)卷曲a和d位置上殘基〔通常為親水性〕相同的權(quán)重。如果COILS在無(wú)權(quán)重和有權(quán)重情況下得到的結(jié)果相差很大，那么可能說(shuō)明存在正錯(cuò)誤。程序的作者警告說(shuō)COILS是用來(lái)檢測(cè)與溶液接觸的左手性卷曲螺旋的，對(duì)于包埋的或右手性卷曲螺旋那么可能檢測(cè)不到。假設(shè)一個(gè)序列被提交到效勞器，程序會(huì)整理出一張預(yù)測(cè)結(jié)果圖，顯示沿著序列各個(gè)局部形成卷曲螺旋的傾向性。.MacStripe：一個(gè)基于Macintoshi系統(tǒng)的應(yīng)用程序，使用了Lupas的COILS的預(yù)測(cè)方法，能輸出較簡(jiǎn)單的預(yù)測(cè)結(jié)果。MacStripe要求輸入文件為FASTA、PIR或其它普遍文件格式，并象COILS一樣產(chǎn)生一個(gè)圖形文件，包含形成卷曲螺旋的概率，以及用柱狀圖顯示七連體重復(fù)模式的連續(xù)性。.信號(hào)肽SignalP：://cbs.dtu.dk/services/SignalP/丹麥技術(shù)大學(xué)的生物序列分析中心開(kāi)發(fā)了SignalP這個(gè)強(qiáng)大的信號(hào)肽及其剪切位點(diǎn)檢測(cè)工具。該算法基于神經(jīng)網(wǎng)絡(luò)方法，用信號(hào)序列的革蘭氏陰性原核生物、革蘭氏陽(yáng)性原核生物及真核生物的序列分別作為訓(xùn)練集。SignalP預(yù)測(cè)的是分泌型信號(hào)肽，而不是那些參與細(xì)胞內(nèi)信號(hào)傳遞的蛋白。.跨膜區(qū)域TMpred：:///software/TMPRED_form.html預(yù)測(cè)蛋白質(zhì)的跨膜區(qū)段和在膜上的取向，它根據(jù)來(lái)自SWISS-PROT的跨膜蛋白數(shù)據(jù)庫(kù)Tmbase，利用跨膜結(jié)構(gòu)區(qū)段的數(shù)量、位置以及側(cè)翼信息，通過(guò)加權(quán)打分進(jìn)行預(yù)測(cè)。Tmpred的Web界面十分簡(jiǎn)明。用戶(hù)將單字符序列輸入查詢(xún)序列文本框，并可以指定預(yù)測(cè)時(shí)采用的跨膜螺旋疏水區(qū)的最小長(zhǎng)度和最大長(zhǎng)度。輸出結(jié)果包含四個(gè)局部：可能的跨膜螺旋區(qū)、相關(guān)性列表、建議的跨膜拓?fù)淠Ｐ鸵约按硐嗤Y(jié)果的圖。.蛋白質(zhì)預(yù)測(cè)分析網(wǎng)址

物理性質(zhì)預(yù)測(cè)：

ComputePI/MW://expaxy.hcuge.ch/ch2d/pi-tool.html

Peptidemass://expaxy.hcuge.ch/sprot/peptide-mass.htmlTGREASE/pub/fasta/

SAPS://ulrec3.unil.ch/software/SAPS_form.html

基于組成的蛋白質(zhì)識(shí)別預(yù)測(cè)

AACompIdent://expaxy.hcuge.ch/ch2d/aacompi.htmlAACompSim://expaxy.hcuge.ch/ch2d/aacsim.htmlPROPSEARCH://embl-heidelberg.de/prs.html

.基于組成的蛋白質(zhì)識(shí)別預(yù)測(cè)

AACompIdent://expaxy.hcuge.ch/ch2d/aacompi.htmlAACompSim://expaxy.hcuge.ch/ch2d/aacsim.htmlPROPSEARCH://embl-heidelberg.de/prs.html

.二級(jí)結(jié)構(gòu)和折疊類(lèi)預(yù)測(cè)

nnpredict://www/~nomi/nnpredict

Predictprotein://embl-heidelberg.de/predictprotein/SOPMA://ibcp.fr/predict.html

SSPRED://embl-heidelberg.de/sspred/ssprd_info.html

.特殊結(jié)構(gòu)或結(jié)構(gòu)預(yù)測(cè)

COILS://ulrec3.unil.ch/software/COILS_form.html

MacStripe:///matsudaira/macstripe.html

.與核酸序列一樣，蛋白質(zhì)序列的檢索往往是進(jìn)行相關(guān)分析的第一步，由于數(shù)據(jù)庫(kù)和網(wǎng)絡(luò)技校術(shù)的開(kāi)展，蛋白序列的檢索是十分方便，將蛋白質(zhì)序列數(shù)據(jù)庫(kù)下載到本地檢索和通過(guò)國(guó)際互聯(lián)網(wǎng)進(jìn)行檢索均是可行的。

由NCBI檢索蛋白質(zhì)序列

可聯(lián)網(wǎng)到：“://:80/entrz/query.fcgi?db=protein〞進(jìn)行檢索。

利用SRS系統(tǒng)從EMBL檢索蛋白質(zhì)序列

聯(lián)網(wǎng)到：://srs.ebi.ac.uk/〞，可利用EMBL的SRS系統(tǒng)進(jìn)行蛋白質(zhì)序列的檢索。.通過(guò)EMAIL進(jìn)行序列檢索

當(dāng)網(wǎng)絡(luò)不是很暢通時(shí)或并不急于得到較多數(shù)量的蛋白質(zhì)序列時(shí)，可采用EMAIL方式進(jìn)行序列檢索。

蛋白質(zhì)根本性質(zhì)分析

蛋白質(zhì)序列的根本性質(zhì)分析是蛋白質(zhì)序列分析的根本方面，一般包括蛋白質(zhì)的氨基酸組成，分子質(zhì)量，等電點(diǎn)，親水性，和疏水性、信號(hào)肽，跨膜區(qū)及結(jié)構(gòu)功能域的分析等到。蛋白質(zhì)的很多功能特征可直接由分析其序列而獲得。例如，疏水性圖譜可通知來(lái)預(yù)測(cè)跨膜螺旋。同時(shí)，也有很多短片段被細(xì)胞用來(lái)將目的蛋白質(zhì)向特定細(xì)胞器進(jìn)行轉(zhuǎn)移的靶標(biāo)〔其中最典型的例子是在羧基端含有KDEL序列特征的蛋白質(zhì)將被引向內(nèi)質(zhì)網(wǎng)。WEB中有很多此類(lèi)資源用于幫助預(yù)測(cè)蛋白質(zhì)的功能。

.疏水性分析

位于ExPASy的ProtScale程序〔:///cgi-bin/protscale.pl〕可被用來(lái)計(jì)算蛋白質(zhì)的疏水性圖譜。該網(wǎng)站充許用戶(hù)計(jì)算蛋白質(zhì)的50余種不同屬性，并為每一種氨基酸輸出相應(yīng)的分值。輸入的數(shù)據(jù)可為蛋白質(zhì)序列或SWISSPROT數(shù)據(jù)庫(kù)的序列接受號(hào)。需要調(diào)整的只是計(jì)算窗口的大小〔n〕該參數(shù)用于估計(jì)每種氨基酸殘基的平均顯示尺度。進(jìn)行蛋白質(zhì)的親/疏水性分析時(shí)，也可用一些windows下的軟件如，bioedit,dnamana等。.跨膜區(qū)分析

有多種預(yù)測(cè)跨膜螺旋的方法，最簡(jiǎn)單的是直接，觀察以20個(gè)氨基酸為單位的疏水性氨基酸殘基的分布區(qū)域，但同時(shí)還有多種更加復(fù)雜的、精確的算法能夠預(yù)測(cè)跨膜螺旋的具體位置和它們的膜向性。這些技術(shù)主要是基于對(duì)跨膜螺旋的研究而得到的。自然存在的跨膜螺旋Tmbase數(shù)據(jù)庫(kù)，可通過(guò)匿名FTP獲得(://isrec.isb-sib.ch/ftp-server/tmbase)，參見(jiàn)表一

資源名稱(chēng)網(wǎng)址說(shuō)明

TMPRED:///software/TMPRED_form.html基于對(duì)tmpred數(shù)據(jù)庫(kù)的統(tǒng)計(jì)分析PHDhtm://embl-heidelberg.de/se...tprotein.htmlMEMSATftp://ftp.biochem.ucl.ac.uk.微機(jī)版本

蛋白質(zhì)序列含有跨膜區(qū)提示它可能作為膜受體起作用，也可能是定位于膜的錨定蛋白或者離子通道蛋白等，從而，含有跨膜區(qū)的蛋白質(zhì)往往和細(xì)胞的功能狀態(tài)密切相關(guān)。://genome.cbs.dtu.dk/sevices/TMHMM-2.0“或“:///software/TMPRED_form.html〞

.前導(dǎo)肽與蛋白質(zhì)定位

在生物內(nèi)，蛋白質(zhì)的合成場(chǎng)所與功能場(chǎng)所常被一層或多層細(xì)胞膜所隔開(kāi)，這樣就涉及到蛋白質(zhì)的轉(zhuǎn)運(yùn)。合成的蛋白質(zhì)只有準(zhǔn)確地定向運(yùn)行才能保證生命活動(dòng)的正常進(jìn)行。一般來(lái)說(shuō)，蛋白質(zhì)的定位的信息存在于該蛋白質(zhì)自身結(jié)構(gòu)中，并通過(guò)與膜上特殊的受體相互作用而得以表達(dá)。在起始密碼子之后，有一段編碼疏水性氨基酸序列的RNA片段，這個(gè)氨基酸序列就這個(gè)氨基酸序列就是信號(hào)肽序列。含有信號(hào)肽的蛋白質(zhì)一般都是分泌到細(xì)胞外，可能作為重要的細(xì)胞因子起作用，從而具有潛在的應(yīng)用價(jià)值。

://genome.cbs.dtu.dk/sevices/signalP-2.0

.卷曲螺旋分析

另一個(gè)能夠直接從序列中預(yù)測(cè)的功能motif是α-螺旋的卷曲排列方式。在這種結(jié)構(gòu)中，兩種螺旋通過(guò)其疏水性界面相互纏在一起形成一個(gè)十分穩(wěn)定的結(jié)構(gòu)。

蛋白質(zhì)卷曲的相關(guān)資源

資源網(wǎng)址

coiled-coil://york.ac.uk/depts/biol/units/coils/coilcoil.htmlCOILS:///software/COILS_form.htmlEpitopeInfo://epitope-informatics/Links.htm

.蛋白質(zhì)功能預(yù)測(cè)

基于序列同源性分析的蛋白質(zhì)功能預(yù)測(cè)

到少有80個(gè)氨基酸長(zhǎng)度范圍內(nèi)具有25%以上序列一致性才提示可能的顯著性意義。最快的工具如BlastP能很容易地發(fā)現(xiàn)顯著性片段，而無(wú)需使用十分耗時(shí)的BLITZ軟件。

基于NCBI/BLAST軟件的蛋白序列同源性分析

類(lèi)似于核酸序列同源性分析，用戶(hù)直接將待分析的蛋白質(zhì)序列輸入NCBI/BLAST(/blast)，選擇程序BLASTP就可網(wǎng)上分析?；赪U/BLAST2軟件進(jìn)行分析

華盛頓大學(xué)的BLAST軟件〔dove.embl-heidelberg.dl/blast2〕也可進(jìn)行蛋白質(zhì)序列的同源性分析。

.基于motif、結(jié)構(gòu)位點(diǎn)、結(jié)構(gòu)功能域數(shù)據(jù)庫(kù)的蛋白質(zhì)功能預(yù)測(cè)

蛋白質(zhì)的磷酸化與糖基化對(duì)蛋白質(zhì)的功能影響很大，所以對(duì)其的分析也是生物信息學(xué)的一個(gè)局部。

同時(shí)，分子進(jìn)化方面的研究說(shuō)明，蛋白質(zhì)的不同區(qū)域具有不同的進(jìn)化速率，一些氨基酸必須在進(jìn)化過(guò)程中足夠保守以實(shí)現(xiàn)蛋白質(zhì)的功能。在序列模式的鑒定方面有兩類(lèi)技術(shù)，第一類(lèi)是依賴(lài)于和一致性序列〔consensussequence〕或基序各殘基的匹配模式，該技術(shù)可用于十分容易并快速搜索motif數(shù)據(jù)庫(kù)。

Motif數(shù)據(jù)庫(kù)-PROSITE

最好的是PROSITE/prosite〕

.InterProScan綜合分析網(wǎng)站

InterProScan是EBI開(kāi)發(fā)的一個(gè)集成了蛋白質(zhì)結(jié)構(gòu)域和功能位點(diǎn)的數(shù)據(jù)庫(kù)，其中把SWISS-PROT,TrEMBL.PROTSITE.PRINTS.PFAM.ProDom等數(shù)據(jù)庫(kù)提供的蛋白質(zhì)序列中的各種局域模式，如結(jié)構(gòu)域，motif等信息統(tǒng)一起來(lái)，提供了一個(gè)較為全央的分析工具。

ebi.ac.uk/interpro/scan.html

.蛋白質(zhì)的結(jié)構(gòu)功能域分析

簡(jiǎn)單模塊構(gòu)架搜索工具〔simplemodulararchitectureresearchtool,SMART〕一個(gè)較好的蛋白質(zhì)結(jié)構(gòu)功能域的數(shù)據(jù)，可用于蛋白質(zhì)結(jié)構(gòu)功能域的分析，所得到的結(jié)構(gòu)域同時(shí)提供相關(guān)的資源的鏈接://smart.embl-heidelberg.de/

.蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)

PDB數(shù)據(jù)庫(kù)

蛋白質(zhì)根本立體結(jié)構(gòu)數(shù)據(jù)庫(kù)(PDB,)其中有大量工具用于查看PDB數(shù)據(jù)庫(kù)中的結(jié)構(gòu)，如rasmol，可用于顯于出蛋白質(zhì)的空間結(jié)構(gòu)，下載地址：/microbio/rasmol〕

.PDBFinder數(shù)據(jù)庫(kù)

是在PDB、DSSP、HSSP根底上建立的二級(jí)庫(kù)，它包含PDB序列，作者，R因子，分辨率、二級(jí)結(jié)構(gòu)等，這些些信息隨著PDB庫(kù)每次發(fā)布新版，PDBFinder在EBI自動(dòng)生成，網(wǎng)址為“sander.embl-heideberg.de/pdbfinder/ftp://swift.embl-heidelberg.de/pdbfinder.

.NRL-3D數(shù)據(jù)庫(kù)

是所有結(jié)構(gòu)蛋白質(zhì)的數(shù)據(jù)庫(kù)，可用于查詢(xún)蛋白序列時(shí)行相似性分析以確定其結(jié)構(gòu)/Dan/protein/nrl3d.html

ISSD數(shù)據(jù)庫(kù)

蛋白質(zhì)序列數(shù)據(jù)庫(kù)，其每個(gè)條目包含一個(gè)基因的編碼序列，同相應(yīng)的氨基酸序列比照，并給出相應(yīng)的多肽鏈結(jié)構(gòu)數(shù)據(jù)。protein.bio.msu.su/issd

.HSSP數(shù)據(jù)庫(kù)

是根據(jù)同源性導(dǎo)出的蛋白質(zhì)二級(jí)結(jié)構(gòu)數(shù)據(jù)庫(kù)，每一條PDB工程都有一個(gè)對(duì)應(yīng)的HSSP文件，sander.embl-heidelberg.de/hssp

蛋白質(zhì)結(jié)構(gòu)分類(lèi)數(shù)據(jù)庫(kù)

對(duì)蛋白質(zhì)三維結(jié)構(gòu)進(jìn)行手工分類(lèi)得到的數(shù)據(jù)庫(kù)，位于劍橋的站點(diǎn)也提供BLAST檢索效勞://scop.mrc-lmb.cam.ac.uk/scop/

MMDB蛋白質(zhì)分子模型數(shù)據(jù)庫(kù)

是ENTREZ檢索工具所使用的三維結(jié)構(gòu)數(shù)據(jù)庫(kù)，以ASN格式反蚋的PDB中的結(jié)構(gòu)和序列數(shù)據(jù)。NCBI同時(shí)提供一個(gè)配套的三維結(jié)構(gòu)顯示程序的Cn3D,/Structure/

Dali/FSSP數(shù)據(jù)庫(kù)

基于PDB數(shù)據(jù)庫(kù)中現(xiàn)有的蛋白質(zhì)三維結(jié)構(gòu)，用自動(dòng)結(jié)構(gòu)比照程序Dali比較而形成的折疊單元和家庭分類(lèi)庫(kù)。embl-ebi.ac.uk/dali

.蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)

基于序列進(jìn)行蛋白質(zhì)二級(jí)結(jié)構(gòu)方面已有了大量文獻(xiàn)描述，本質(zhì)上，這些研究可被分為兩大類(lèi)：基于單一序列的分析和基于多重序列對(duì)齊的分析。

文獻(xiàn)報(bào)道PHD程序是目前此方面的最好程序，提供了從二級(jí)結(jié)構(gòu)到折疊方面分析的多種資源。其網(wǎng)址為embl-heidel-berg.de/predictprotein/predictprotein.html,也可通過(guò)email:predictprotein@embl-heidelberg.de進(jìn)行數(shù)據(jù)分析。.蛋白質(zhì)三級(jí)結(jié)構(gòu)預(yù)測(cè)

蛋白質(zhì)同源家庭的分析對(duì)于確立物種之間的親緣關(guān)系和預(yù)測(cè)新蛋白質(zhì)序列的功能有重要意義，同源蛋白質(zhì)〔homolog〕進(jìn)一步劃分為直系同源〔ortholog〕和旁系同源〔paralog〕,前者指不同物種中具有相同功能和共同起源的基因，后者那么指在同一物種內(nèi)具有不同功能，但也有共同起源的基因，例如同是起源于珠蛋白的α珠蛋白、β珠蛋白和肌紅蛋白。

蛋白質(zhì)分類(lèi)數(shù)據(jù)庫(kù)〔ProtoMap〕

是對(duì)SWISS-PROT數(shù)據(jù)庫(kù)中的全部蛋白質(zhì)由計(jì)算機(jī)自動(dòng)時(shí)行層次分類(lèi)，把相關(guān)者聚集分極所得到的數(shù)據(jù)庫(kù)。proteinmap.cs.huji.ac.il

.蛋白質(zhì)序列多重對(duì)齊分析及進(jìn)化分析

如果發(fā)現(xiàn)一個(gè)未知蛋白質(zhì)序列和較多不同和種屬或同一種屬的蛋白質(zhì)序列具有較高的同源性〔大于30%〕那么提示待分析的蛋白質(zhì)序列可能是相應(yīng)家族的成員，從而可從分子時(shí)化的角度對(duì)蛋白質(zhì)序列進(jìn)行綜合分析。

常用在線(xiàn)蛋白工具

BCMSearchLauncher

:///seq-search/

.蛋白序列二級(jí)結(jié)構(gòu)預(yù)測(cè)綜合站點(diǎn)，從此出發(fā)，輸入蛋白序列，可以根據(jù)需要，使用各種在線(xiàn)預(yù)測(cè)工具，包括Coils、nnPredict、PSSP/SSP、PSSP/NNSSP、SAPS、TMpred、SOUSI、Paircoil、ProteinHydrophilicity/HydrophobicitySearch、SOPM，使用十分方便。.