蛋白質結構預測

關于蛋白質結構預測內容概述蛋白質的序列分析蛋白質二級結構預測蛋白質三維結構的預測主要生物信息學資源（蛋白質數(shù)據(jù)庫）生物信息學方法的應用（簡單介紹） 預測蛋白性質和結構第2頁,共56頁，星期六，2024年，5月一、概述蛋白質結構研究的重要性基因序列→蛋白質序列→蛋白質空間構象→生物功能解析蛋白質的空間結構——有利于認識蛋白質的功能？認識蛋白質是如何執(zhí)行功能的？認識結構與功能的關系？基礎——設計和創(chuàng)造新蛋白第3頁,共56頁，星期六，2024年，5月現(xiàn)代結構測定技術雖然發(fā)展迅速，但是非常復雜，費用很高。 特別是已知結構的蛋白質，反復測定，費用高昂基因組序列分析→導出大量的蛋白序列→但蛋白的空間結構未知？結構測定面臨的巨大挑戰(zhàn)——蛋白質種類數(shù)量龐大，依靠結構測定方法獲得空間結構信息面臨巨大挑戰(zhàn)？假如研究中對cDNA翻譯的序列高級結構一無所知，

——首先通過結構預測，提供實驗設計思路？需要發(fā)展理論分析方法→預測蛋白質的結構2.為什么要進行蛋白質結構的預測？第4頁,共56頁，星期六，2024年，5月3.蛋白質結構預測的可行性分析Anfinsen原理：蛋白去折疊→重新折疊→生物學活性能夠完全恢復，說明高級結構的信息蘊含在一級結構中。因此，設法以一級結構來推測高級結構具有理論上的可行性。結構分析表明：有些蛋白之間具有很高的同源性，根據(jù)蛋白質結構和功能的高同源性關系預測未知蛋白質結構，在理論和實踐上是可行的。蛋白質結構預測——已有大量研究和成功實例，提供了實踐上的可行性。分子生物學和生物信息學等技術的發(fā)展，有可能直接從一級序列出發(fā)，預測蛋白質的高級結構，為高級結構的預測提供了保障。因此，蛋白質高級結構的預測是可行的，而且成本相對低廉。第5頁,共56頁，星期六，2024年，5月4.蛋白質結構預測的目的已知蛋白一級結構序列

↓預測或測定構建立體結構模型

↓預測或測定結構與功能研究

↓設計蛋白質新分子

↓蛋白質結構改造或創(chuàng)造新分子（生產(chǎn)實踐中應用）第6頁,共56頁，星期六，2024年，5月獲得一級序列↓尋找同源蛋白↓依據(jù)同源蛋白晶體結構↓構建結構模型5.結構預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↓二級結構預測超二級結構結構預測三級結構結構預測↓構建結構模型第7頁,共56頁，星期六，2024年，5月第一節(jié)蛋白質序列分析序列同源性分析雙重序列比對多重序列比對第8頁,共56頁，星期六，2024年，5月序列同源性分析？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和結構信息的過程。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aa組成、pI、MW、疏水區(qū)等性質保守位點、活性位點等建立蛋白質之間的進化關系二級和三級結構預測信息預測蛋白質的折疊塊模式（二級結構與氨基酸關系，一級結構與三級結構關系）意義：獲取未知高級結構蛋白的性質和結構信息，對蛋白質的性質和結構進一步實驗研究具有指導作用。第9頁,共56頁，星期六，2024年，5月第10頁,共56頁，星期六，2024年，5月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殘基代表一個結構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所對應的核苷酸變異的分析方法——GCGCMGDM：→依據(jù)aa所對應的物化性質的分析方法——Rao：→依據(jù)aa側鏈的疏水性質的分析方法——HYDOR:→aa在一組相關蛋白質中相互間的替代關系——MDPAM：→結構打分矩陣.蛋白拓撲結構相應區(qū)域氨基酸殘基的取代關系——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11頁,共56頁，星期六，2024年，5月（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)計的結果反映蛋白質家族的共性。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構的相似性。結構打分矩陣序列比較——是一種類結構比較法，提高結構相似性（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果相一致。同源性低，不同打分矩陣給出結果有不同。原因：主要由于序列不保守區(qū)匹配不一致導致。第12頁,共56頁，星期六，2024年，5月多重序列比對（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。推導出序列之間的同源性程度序列之間的種系發(fā)生關系蛋白質結構域的三維結構與二級結構等。圖3基于細胞質砷還原蛋白氨基酸序列的系統(tǒng)發(fā)育分析第13頁,共56頁，星期六，2024年，5月（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序列比對給出顯著性得分的方法假設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14頁,共56頁，星期六，2024年，5月雙重序列比對與多重序列比對關系雙重比對：目標序列與其它系列的同源性和結構相似性比較。

一條系列與其它多條序列的比對。多重比對：包括目標系列在內的多條系列之間相互關系的比較。 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，相互之間進行多重比對，找出它們之間相互的種系發(fā)生關系和高級結構的關系。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15頁,共56頁，星期六，2024年，5月第二節(jié)蛋白質二級結構的預測

二級結構預測是研究蛋白質折疊問題的主要內容之一，也是獲得新氨基酸序列結構信息的一般方法。蛋白質分子中二級結構具有較強的規(guī)律性，每一段相鄰的氨基酸具有形成二級結構的傾向，

二級結構預測常作為局部結構預測和三維空間結構預測的基礎。第16頁,共56頁，星期六，2024年，5月1、預測方法：有幾十種，歸納為3大類統(tǒng)計法、基于已有知識的預測方法、混合方法2、預測的原則以aa殘基為預測單位假定蛋白二級結構主要由臨近殘基間的相互作用決定。對已知結構蛋白分析、歸納，制定預測規(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——預測二級結構通過于對大量已知蛋白結構進行統(tǒng)計歸納出每種aa殘基的二級結構傾向因子第17頁,共56頁，星期六，2024年，5月（1）Chou&Fasman預測二級結構參數(shù)定義 每個aa殘基具有7個參數(shù)，依據(jù)7個參數(shù)，預測二級結構——氨基酸殘基的參數(shù)的定義Pα、Pβ、和Pt：分別為形成螺旋、折疊和轉角的傾向性。f(i)、f(i+1)、

f(i+2)、

f(i+3)：相鄰四個殘基的轉角參數(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常分布于轉角的aa殘基如：Pro中斷螺旋，Glu：中斷折疊第18頁,共56頁，星期六，2024年，5月（2）Chou&Fasman預測經(jīng)驗規(guī)則基本思路利用一組規(guī)則，掃描氨基酸序列，尋找二級結構成核位點和終止位點，擴展成核區(qū)域，直到二級結構類型可能發(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、轉角規(guī)則

-4、重疊規(guī)則第19頁,共56頁，星期六，2024年，5月-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部不允許Pro出現(xiàn)，Pro終止螺旋的延伸。第20頁,共56頁，星期六，2024年，5月-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21頁,共56頁，星期六，2024年，5月-3、轉角規(guī)則和定義轉角模型為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)計算結果判定是否轉角若：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判定為轉角結構第22頁,共56頁，星期六，2024年，5月-4、重疊規(guī)則若預測的肽段——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測Pα

均值>Pβ均值，預測為螺旋Pβ

均值>Pα均值，預測為折疊第23頁,共56頁，星期六，2024年，5月本節(jié)小結重點講述了Chou&Fasman預測方法和規(guī)則α-螺旋規(guī)則β-折疊規(guī)則轉角規(guī)則重疊規(guī)則二級結構預測方法和原理——簡單明了，二級結構參數(shù)的物理意義明確，二級結構成核、延伸、終止規(guī)則，反映了蛋白質二級結構形成過程。該方法的預測準確率在50%左右。第24頁,共56頁，星期六，2024年，5月第三節(jié)蛋白質三維結構預測一、蛋白質三維結構的理論預測：利用計算機，根據(jù)已有理論和已知aa序列等信息來預測蛋白質的三級結構。二、三維結構預測的復雜性——是目前最復雜、最困難的技術？蛋白質序列與結構之間的關系非常復雜，已經(jīng)掌握了一些序列與二級結構之間的關系關于aa序列與三維結構之間的關系了解較少。序列相似的蛋白可能折疊成相似的三維結構，序列差異較大的蛋白質也可能折疊成相似的結構，分子伴侶存在下，蛋白的折疊問題更加復雜。第25頁,共56頁，星期六，2024年，5月三、蛋白質三維結構預測的理論三維結構分析表明：三維結構堆積的次級作用力和二硫鍵等——在維系三維結構具有重要的作用，對蛋白質三維結構預測具有重要作用。二級結構與三級結構之間的序列模體（motif）、結構域（domain）和折疊單元（fold）對蛋白質三維結構預測具有重要作用。四、預測的方法（3類）1、同源建模（HolologyModeling）2、折疊識別（FoldRecognition）3、從頭計算（AbInitio）第26頁,共56頁，星期六，2024年，5月1、同源建模（1）概念：

又稱比較性模擬，利用已知結構的同源蛋白和蛋白質家族中的蛋白質作為模板，模擬目標蛋白質結構的方法（建立目標蛋白的分子模型）。（2）預測思路：未知結構蛋白尋找已知結構的同源蛋白以同源蛋白為模板建立同源蛋白結構模型移植模型蛋白的結構數(shù)據(jù)構建未知蛋白的模型（3）特點：預測速度快精度較高局限性大：已知結構蛋白數(shù)量較少，許多蛋白沒有同源序列使用模型不同，預測結構并不唯一。第27頁,共56頁，星期六，2024年，5月（4）預測步驟（6個）搜索結構模型的模板序列比對建立骨架構建目標蛋白側鏈建立目標蛋白的環(huán)區(qū)優(yōu)化模型預測結果若序列的等同部分超過60%，非常接近測定結果若序列的等同部分超過30%，期望得到較好的預測結果搜索結構模型的模板：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：模板結構的原子坐標移植到目標蛋白，建立目標蛋白的骨架構建目標蛋白側鏈：移植相同殘基的坐標，不完全匹配的殘基，側鏈構象采用經(jīng)驗數(shù)據(jù)預測，建立目標蛋白的環(huán)區(qū)：經(jīng)驗方法，從已知蛋白質中，尋找最優(yōu)的環(huán)區(qū)，拷貝結構數(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、分子動力學、模擬退火等方法進行結構優(yōu)化第28頁,共56頁，星期六，2024年，5月2、折疊識別（FoldRecognition）又稱穿針引線法（threading）：根據(jù)結構類型進行預測在沒有同源蛋白模板情況下，將目標蛋白序列“穿”入蛋白質數(shù)據(jù)庫中，與已知的各種蛋白質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)庫中蛋白質折疊模板是否“匹配”。設計一個評分標準，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)蛋白進行結構預測，評分系統(tǒng)設計是決定折疊識別方法預測準確度的關鍵。第29頁,共56頁，星期六，2024年，5月3、從頭計算（AbInitio）也稱分子動力學模擬預測方法。源于安分森的“最低自由能構象假說”。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測蛋白質折疊類型的基礎。能量函數(shù)設計和最低自由能的確定是決定從頭計算方法預測準確度高低的關鍵主要是求解體系中每個原子相關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)，構建分子結構模型，研究分子的能量與結構動態(tài)變化的關系。主要應用于前兩種方法的補充手段和應用于結構優(yōu)化。第30頁,共56頁，星期六，2024年，5月第四節(jié)蛋白質結構預測中的主要生物信息資源一、常用蛋白質序列數(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蛋白質數(shù)據(jù)倉庫二、常見蛋白質結構數(shù)據(jù)庫1、蛋白質結構數(shù)據(jù)庫—PDB（Proteindatabank）2、蛋白質結構分類數(shù)據(jù)庫（SCOP和CATH）第31頁,共56頁，星期六，2024年，5月蛋白序列數(shù)據(jù)庫種類繁多，各有特色。根據(jù)實際情況，通常結合幾個不同數(shù)據(jù)庫對結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：http://www.nbrf./pir/1984年美國國家生物醫(yī)學研究基金會（NBRF）創(chuàng)建， 源于1960(Dayhoff)《蛋白質結構與結構圖冊）1988年成立國家蛋白質信息中心（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、非冗余的蛋白質序列數(shù)據(jù)庫，提供一個蛋白序列數(shù)據(jù)庫、相關數(shù)據(jù)庫和輔助工具集成系統(tǒng)一、常用蛋白質序列數(shù)據(jù)庫第32頁,共56頁，星期六，2024年，5月PIR提供3種類型的檢索服務基于文本的交互式查詢，用戶通過關鍵詞進行數(shù)據(jù)查詢標準序列搜索和比對：BLAST、FASTA等工具高級搜索：結合序列相似性、注釋信息和蛋白質家族信息的高級搜索，包括按注釋分類的相似性搜索、結構域搜索等PIR包括3個子數(shù)據(jù)庫，蛋白質序列數(shù)據(jù)庫（PIR-PSD）蛋白質分類數(shù)據(jù)庫（iProClass）非冗余蛋白質參考資料數(shù)據(jù)庫（PIR-NREF）第33頁,共56頁，星期六，2024年，5月2.SWISS-PROT數(shù)據(jù)庫

http://www.ebi.ac.uk/swissprot/1986年創(chuàng)建：瑞士Geneva大學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34頁,共56頁，星期六，2024年，5月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)：由蛋白質序列（條目）構成，包含4大類基本信息：蛋白質序列數(shù)據(jù)、引用文獻信息、分類學信息、注釋信息等注釋：蛋白質功能、轉錄后修飾、特殊位點和區(qū)域、二級結構、四級結構、與其它序列的相似性、序列殘缺與疾病的關系、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序列，序列提交可以在其Web頁面上完成。第35頁,共56頁，星期六，2024年，5月SWISS-PROT數(shù)據(jù)庫特點所有序列條目都經(jīng)過有經(jīng)驗的分子生物學家和蛋白質化學家通過計算機供給并查閱有關文獻資料仔細核實。每個條目包含——條目基本信息、分類信息（描述蛋白質的生物來源）、引用文獻信息、注釋、蛋白質序列等。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、蛋白質序列庫和蛋白質結構庫等。第36頁,共56頁，星期六，2024年，5月3、TrEMBL（歐洲分子生物學實驗室）數(shù)據(jù)庫 網(wǎng)址：http://www.ebi.ac.uk/trembl/index.html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、偽基因對應的序列等第37頁,共56頁，星期六，2024年，5月4、蛋白質數(shù)據(jù)倉庫（UniveralProteinResourceUniProt）網(wǎng)址：http://www.ebi.ac.uk/uniprot/index.html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38頁,共56頁，星期六，2024年，5月二、常見蛋白質結構數(shù)據(jù)庫隨著X射線晶體衍射分子結構測定而出現(xiàn)的數(shù)據(jù)庫蛋白質分子空間結構原子坐標包括蛋白質家族、折疊模式、結構域、回環(huán)等數(shù)據(jù)庫主要介紹2類數(shù)據(jù)庫1、蛋白質結構數(shù)據(jù)庫（PDB）2、蛋白質結構分類數(shù)據(jù)庫（SCOP和CATH）第39頁,共56頁，星期六，2024年，5月1、蛋白質結構數(shù)據(jù)庫—PDB（Proteindatabank）20th70S’問世1998年美國國家科學基金委、能源部和衛(wèi)生研究院資助，成立結構生物學合作研究協(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。蛋白結構來自—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)絡直接向PDB提交數(shù)據(jù)。大部分為蛋白質（多肽、病毒），此外，蛋白核酸復合物和多糖。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、結構遞交者、文獻等信息。還有分辨率、結構基因、溫度系數(shù)、蛋白主鏈數(shù)、分子式、金屬離子、二級結構信息、二硫鍵位置等數(shù)據(jù)。第40頁,共56頁，星期六，2024年，5月2、蛋白質結構分類數(shù)據(jù)庫（SCOP和CATH）結構分類依據(jù)：折疊類型、拓撲結構、家族和超家族結構、二級結構、超二級結構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實驗室和蛋白質工程中心開發(fā)的，具有分類、檢索和分析系統(tǒng)的數(shù)據(jù)庫。網(wǎng)址：http://scop.mrc-lmb.cam.ac.uk/scop/將蛋白分為7大類：α、β、α/β、α+β、多結構域蛋白、膜蛋白和細胞表面蛋白、小蛋白在大類基礎上，進一步按折疊類型、超家族、家族3個層次分類第41頁,共56頁，星期六，2024年，5月（2）CATH:

英國倫敦大學開發(fā)與維護網(wǎng)址：/latest/index.html/分類依據(jù)： 類型(Class，C-Level),構架(Architecture,A-Level),拓撲結構(Topology,T--Level),同源性(Homology,H-Level),序列(Sequencefamilylevels)等層次。數(shù)據(jù)庫的結構層次：（4個）第一分類層次:α、β、α-β（α/β、α+β）、低二級結構類等4個類型第二分類層次：螺旋和折疊形成超二級結構的排列方式（分子框架—如同建筑物的——立柱和橫梁一樣）第三分類層次：拓撲結構，二級結構的性狀和二級結構之間的聯(lián)系。第四分類層次：結構同源性（同源性比對后，再用結構比較）第42頁,共56頁，星期六，2024年，5月本節(jié)小結：3種——蛋白質序列數(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蛋白質數(shù)據(jù)倉庫2類——蛋白質結構數(shù)據(jù)庫1、蛋白質結構數(shù)據(jù)庫—PDB（Proteindatabank）2、蛋白質結構分類數(shù)據(jù)庫（SCOP和CATH）

第43頁,共56頁，星期六，2024年，5月第五節(jié)應用生物信息學預測蛋白質結構(略)若cDNA編碼一個完整的蛋白質，編碼蛋白質結構功能域怎樣？通過生物信息學方法獲得結構功能域的信息，對研究計劃的制定提供重要的指導信息。預測蛋白質結構包括以下5個方面一、蛋白質序列檢索二、蛋白質基本性質分析三、二級結構預測四、局部結構域預測五、三維結構預測1、跨膜區(qū)預測2、信號肽及其剪切位點預測3、卷曲螺旋預測包括氨基酸組成、分子量、等電點、親水性和疏水性、信號肽、跨膜結構和結構功能域等。第44頁,共56頁，星期六，2024年，5月以鼠傷寒沙門氏菌H-1鞭毛蛋白（FlicSalty）的結構預測為例：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：/sprot/2、選擇“searchSwiss-prot/TrEMBL”搜索”Flagellin”，在結果中選擇“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)絡的序列檢索通過E-mail進行序列檢索

網(wǎng)絡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45頁,共56頁，星期六，2024年，5月二、蛋白質基本性質分析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：/sprot/，選擇Proteomicstools（2）點擊“Primarystructureanalysis”，選擇“ComputePI/MW”，輸入序列，“P06179.txt”，可得結果。2、蛋白質多種參數(shù)預測 利用expasy工具中的ProtParam軟件，可更全面預測各種參數(shù)。（1）進入SWISS-PROT主頁，選擇Proteomicstools（2）點擊“Primarystructureanalysis”，選擇“ProtParam”，輸入序列“P09179.txt”，可得結果。（3）可預測氨基酸數(shù)目、組成、PI、MW第46頁,共56頁，星期六，2024年，5月3、氨基酸組成、電荷分布、疏水區(qū)域、跨膜區(qū)域預測 利用SAPS軟件預測（1）進入SWISS-PROT主頁：/sprot/，選擇Proteomicstools（2）點擊“Primarystructureanalysis”，選擇“SAPS”，輸入序列，輸入序列“P09179.txt”，可得結果。4、酶切位點預測 利用PeptideMass分析，以Themolysin蛋白酶酶切（1）進入SWISS-PROT主頁：/sprot/，選擇Proteomicstools（2）點擊“Proteinidentificationandcharacterization”，選擇“PeptideMass”，輸入序列“P09179.txt”，選擇“Themolysin”,可得結果。第47頁,共56頁，星期六，2024年，5月三、二級結構預測利用PredictProtein軟件預測前，首先在PredictProtein主頁，http://www.P/免費注冊，提供接受預測結果的E-mail地址。（1）進入SWISS-PROT主頁：/sprot/，選擇Proteomicstools（2）點擊“Secondarystructureprediction”，選擇“PredictProtein”，或直接進入“PredictProtein”網(wǎng)站：http://www.PredictP/.

/sprot/“P09179.txt”，按要求輸入E-mail地址，設定輸出格式并提交，選擇所需結果即可獲得結果。第48頁,共56頁，星期六，2024年，5月四、局部結構域預測1、跨膜區(qū)預測—利用TMpred軟件（1）進入SWISS-PROT主頁：/sprot/，選擇Proteomicstools（2）點擊“Topologyprediction”，選擇“TMpred”，或直接進入“TMpred”網(wǎng)站：http://www./software/TMPREDform.html,

/sprot/“P09179.txt”氨基酸序列，（4）選擇一種格式顯示結構格式：GIF-format；Postscript-format；numerical-format，可獲得結果。該鞭毛蛋白存在2個跨膜螺旋，分別位于257-276,