第六章1生物信息学详细讲义.ppt

本章概要 1、蛋白质结构的简要回顾 2、蛋白质结构分析的技术平台 3、蛋白质二级结构预测 4、常用蛋白质数据库介绍 1、蛋白质结构的简要回顾 1.1 蛋白质结构概述 1.2 蛋白质基本特性分析 1.3 蛋白质拓扑结构、折叠和三维结构模型 1.1 蛋白质结构概述 1.2 蛋白质基本特性分析 一级结构的基础上可分析：分子质量、分子式、等电点、氨基酸组成、理论消光系数、疏水性、稳定性等物理、化学特征。 常用软件：ProtParam /tools/protparam.html 1.2 蛋白质基本特性分析 蛋白质结构域、基序与结合部位分析，以此来建立结构域的数据库和相应预测模型。主要数据来源于SCOP和CATH等结构分类数据库。通过PredictProtein (http://cubic ./predicProtein)可获得有关的大部分信息。 结构域：多肽链上那些可折叠为球状结构的特殊片段，并发挥特殊的生物学功能。 基序(motif)：通常是指蛋白质相互作用中最小的功能单位，一般位于球形蛋白质的表面。 结合部位(binding site):则是指蛋白与蛋白或其配体结合的具体部位，通常是一个或几个氨基酸残基。 1.3 蛋白质拓扑结构、折叠和三维结构模型 通过蛋白质的3D模型来推断和预测次级结构是目前结构生物信息学的热点之一。目前应用最广泛的DSSP(http://www.cmbi.kun.nl/gv/dssp)程序，它是基于骨架之间的氢键模型建立的程序。 次级结构主要用途：①预示折叠方式②蛋白质结构视观中的直觉方式③影响序列的比对④与功能密切相关 1.3 蛋白质拓扑结构、折叠和三维结构模型 蛋白质的折叠预测方法主要分为3类：同源性模型（homology modeling）、折叠识别(fold recognition)和从头开始折叠(ab initio folding)。 1.3.1 同源性模型（homology modeling） 是根据同源蛋白质的结构分析得到有关结构域和相应的结构特征，再预测其折叠方式。 基本原理: ①结构是由序列所决定 ②进化过程中，结构上的变化相对序列变化更缓慢 同源性模型分析过程有以下步骤：①模板识别和比对分析②比对校正③骨架产生④环状模型⑤侧链模型⑥模型优化⑦模型确认 例如：我们想知道一个含150个氨基酸的蛋白质（A）结构，我们首先将该序列与PDB数据库中的已知序列进行比较（例如用BLAST）。幸运的话，我们发现待分析序列（A）与PDB中的一个含300个氨基酸的蛋白质（B）结构具有约50%的相同性。这时从PDB中调出B序列，将同源区切割出来，并将不同的 氨基酸残基位置进行突变替代，这样便得到了A序列的预测模型。 1.3.2 折叠识别(fold recognition) 又称反向蛋白折叠（reverse protein folding）,将待分析蛋白质序列作为查询单位，查找几种常用的折叠数据库，如SCOP、CATH和DALI等，再对其3D结构进行预测。 基本原理：根据识别出的已知蛋白质折叠区，来对未知蛋白质的折叠结构进行指认。 可能原因：①趋异进化（divergent evolution） ②趋同进化（convergent evolution） ③序列变化千千万万，但折叠方式屈指可数,导致不相关的蛋白质其折叠结构也有某种相似性 ④折叠分类方法的错误,产生结构的相似性,即所谓的假阳性结果。 1.3.3 从头开始折叠(ab initio folding)  直接根据蛋白质序列的理化特征预测其构象的方法。 原理：基于蛋白质一级结构决定其空间结构。 2、蛋白质结构分析的技术平台 目前蛋白质结构分析主要有以下几大技术平台：结构生物信息学、X-衍射蛋白质晶体结构分析、核磁共振(NMR)光谱分析、电镜技术。 2.1 X-衍射蛋白质晶体结构分析 X-射线晶体结构分析是解析生物大分子结构与功能的基本方法.该法首先是将待分析的纯化蛋白质形成晶体,然后利用X-衍射技术得到该晶体的相关数据,整合成相应的图象,存储于结构数据库中。 高通量晶体结构分析中的几大重要环节是:数据处理与分析、重原子的定位、密度修饰、分子替换、图形整合、模型加工和确认。 2.2 核磁共振(NMR)光谱分析 与X-射线晶体结构分析相比较,NMR技术无须制备晶体标本,可在溶液中直接测定,也可进行固相测定,因此利用NMR法使得某些无法获得晶体结构的蛋白质或非液相蛋白质的结构测定成为可能。 原理:分析受磁场作用下,经磁力加速旋转的原子核不同状态间转换时的情形。 3、蛋白质二级结构预测 蛋白质结构预测问题 序列——结构——功能