蛋白质序列分析精要.ppt

20种氨基酸的疏水K-D标度 两种?-折叠方式 4种二级结构 SWISS-MODEL同源模建的RGDV P8蛋白三级结构图 红色为α螺旋,黄色为β-折叠,绿色为无规则卷曲,蓝色部分是跨膜区 SWISS-PdbView观察三维模型 SWISS-PdbView工具 /spdbv/ 观察和修改分子的三维结构 * * * * * * * * * 蛋白质二级结构预测网络资源 蛋白质序列分析 Predictprotein 名称 网址 APSSP http://imtech.res.in/raghava/apssp/ CDM /cdm/ PSIPRED http://bioinf.cs.ucl.ac.uk/psipred/psiform.html FORTER http://distill.ucd.ie/porter/ SSpro / 使用SSPro服务器预测RGDV Pns10蛋白质二级结构 SSPro使用神经网络和同源分析混合进行蛋白质二级结构预测 Email接收的预测结果: 双行显示,上行为目的序列,下行为对应的二级结构, 其中C表示Coil(无规则卷曲), H表示Helix(α螺旋)，E表示Extented(β折叠） 蛋白质序列分析 蛋白质二级结构预测实例1 使用PORTER服务器预测HCV E蛋白质二级结构 由于膜蛋白难以纯化, 丙型肝炎病毒膜蛋白的三维至今未知, 预测其膜蛋白的二级结构有利于三级结构的模建和功能研究 本例使用丙型肝炎病毒中国湖北株(GI: 149389442) Email接收的预测结果: 双行显示,上行为目的序列,下行为对应的二级结构, 其中C表示Coil(无规则卷曲), H表示Helix(α螺旋)，E表示Extented(β折叠） 蛋白质序列分析 蛋白质二级结构预测实例2 蛋白质的三级结构预测 蛋白质的生物学功能很大程度取决于蛋白质的空间结构 通过X射线晶体衍射、NMR核磁共振等物理方法测定蛋白质的三级结构以及通过生化方法研究蛋白质的功能，成本高、速度慢、效率低，无法满足蛋白质序列飞速增长的需要 生物信息学方法可对一个未知结构的蛋白质序列作出分析，预测其空间结构 蛋白质三级结构预测方法：同源模建、折叠识别和从头预测 蛋白质序列分析 同源模建 同源模建（homology modeling)是目前较为成功的而且比较实用的蛋白质结构预测方法 同源模建的前提是已知一个或多个同源蛋白质的结构。当两个蛋白质的序列相似性大于35%，一般认为它们具有相同的三维结构。 同源模建的四个步骤： 有哪些信誉好的足球投注网站与目的蛋白序列相匹配的模板 模建目的蛋白结构保守区的主链、结构变异区的主链 目的蛋白侧链的模建及其优化 对模建的结构进行优化和评估 蛋白质序列分析 同源建模法分析步骤： 多序列比对 与已有晶体结构的蛋白质序列比对 确定是否有可以使用的模板 序列相似度25% 序列相似度25%，结合功能，蛋白质一级序列、二级结构或结构域信息 构建三维模型 三维模型准确性检验 Whatcheck 程序 Ramachandran plot计算检验 手工调整多序列比对，重新拟和，构建新的模型 * 蛋白质序列分析 Ranmachandran Plots是蛋白质主链φ角和ψ角散点图，黄色区域为最理想的，蓝色区域外为不合理的区域。若有90%以上的残基位于黄色区域内，表明该蛋白质具有稳定的空间结构。 蛋白质三级结构预测网站 蛋白质序列分析 预测方法评价 CASP 基于神经网络的同源模建 http://www.cbs.dtu.dk/services/CPHmodels/ CPHmodels 折叠识别 http://www.sbg.bio.ic.ac.uk/~phyre/index.cgi PHYRE 工具 网址 说明 SWISS-MODEL / 同源模建 EVA /eva 预测方法评价 同源模建实例1 使用SWISS-MODEL同源模建RGDV P8蛋白的三级结构 SWISS-MODE工作模式：Automated mode、Alignment mod和Project mode 点击Automated mode 结果解读： 本例的RGDV P8蛋白是基于RDV原子结构1fu2R的P链模建的，两者序列一致性达50.35% 目的蛋白与模板的比对及二级结构信息，其中h:α螺旋，s: β折叠 蛋白质序列分析 同源模建实例1 结果解读： SWISS-MODEL提供了三种模建质量评价方法，分别是Anolea、Gromos和QMEAN。绿色区域表示合适的空间结构，红色区域表示不合适的空间结构。Anolea和Gromos分数越低越好。 模建日志和模板选择日志 可使用SWISS-PDB Viewer软件分析目的蛋白与模板结构，并根据模建质量评价，对目的蛋白结构进行优化调整。最后，使用