第6章蛋白质生物信息学讲述.ppt

利用Tmpred分析VH-L-L的跨膜区，分析表明，该序列无跨膜区，不是跨膜蛋白。可以预测该蛋白在膜外 利用NetPhos进行磷酸化位点分析，结果显示磷酸化位点主要包括丝氨酸Ser位点: 28个，苏氨酸Thr: 5 个，酪氨酸Tyr: 3个 利用TargetP对VH-L-L蛋白的亚细胞定位进行预测，结果表明，VH-L-L是分泌到细胞周质的蛋白 III 蛋白质二级结构预测 蛋白质 序列： ↓ 二级结构： ↓ 1、二级结构预测概述 蛋白质的二级结构预测的基本依据是： 每一段相邻的氨基酸残基具有形成一定二级结构的倾向。 二级结构预测问题是模式分类问题 二级结构预测的目标： 判断每一段中心的残基是否处于?螺旋、?折叠、转角（或其它状态）之一的二级结构态，即三态。 蛋白质结构预测主要有两大类方法： （1）理论分析方法 通过理论计算（如分子力学、分子动力学计算）进行结构预测。 （2）统计的方法 对已知结构的蛋白质进行统计分析，建立序列到结构的映射模型，进而对未知结构的蛋白质根据映射模型直接从氨基酸序列预测结构。 包括：经验性方法（Chou-Fasman）、结构规律提取方法（神经网络方法）、同源模型化方法 经验参数法 由Chou 和Fasman在70年代提出. 是一种基于单个氨基酸残基统计的经验预测方法。 通过统计分析，获得的每个残基出现于特定二级结构构象的倾向性因子，进而利用这些倾向性因子预测蛋白质的二级结构。 经验参数法 蛋白质二级结构的组成规律性比较强 三种基本二级结构平均占氨基酸残基的85% 各种二级结构非均匀地分布在蛋白质中 有些蛋白质中含有大量的?螺旋 如血红蛋白和肌红蛋白 而一些蛋白质中则不含或者仅含很少的?螺旋 如铁氧蛋白 有些蛋白质的二级结构以?折叠为主 如免疫球蛋白 例：肽链Ala(A)-Glu(E)-Leu(L)-Met(M) 倾向于形成?螺旋 肽链Pro(P)-Gly(G)-Tyr(Y)-Ser(S)则不会形成?螺旋 每种氨基酸出现在各种二级结构中倾向或者频率是不同的 例如：Glu主要出现在?螺旋中 Asp和Gly主要分布在转角中 Pro也常出现在转角中，但是绝不会出现在?螺旋中 可以根据每种氨基酸残基形成二级结构的倾向性或者统计规律进行二级结构预测 基本策略（1）相似序列→相似结构 QLMGERIRARRKKLK QLMGAERIRARRKKLK 结构？ 基本策略（2）分类分析 α螺旋 提取样本 聚类分析 学习分类规则 预测….-Gly-Ala-Glu-Phe-…. 蛋白质二级结构预测程序 （1）nnPredict 神经网络法 （2）PredictProtein （3）SSPRED，序列比对 （4）SOPMA 几种预测方法的综合。准确率最高 利用SOPMA预测VH-L-L的二级结构，结果显示，二级结构中α螺旋占15.56%，β折叠34.95%，β转角12.24%，无规则卷曲37.24% 蓝色为a螺旋：红色为β折叠； 绿色为β转角；紫色为无规则卷 利用SWISS-MODEL对VH-L-L进行三级结构预测，结果显示，用在线软件SWISS-MODEL以数据库中的模板序列2xra.1.C对提交的 VH-L-VL蛋白氨基酸序列进行蛋白三维结构预测的同源模建 ，两者序列相似性为93.46%。预测结果可见 VH-L-L蛋白存在大量的β折叠、无规则卷曲，α–螺旋和β转角较少。该蛋白是由一个较大的折叠的重链和一个螺旋折叠的轻链经由一段肽链螺旋扭转卷曲形成的空间立体结构 课后作业 6 第六章 生物信息学的应用 第一节生物信息学与蛋白质工程一、生物信息学概述 生物信息学是利用应用数学、信息学、统计学和计算机科学的方法研究生物学的问题。 1987年，林华安首创Bioinformation 一词，被誉为”世界生物信息之父”。 生物信息学分子生物学与信息技术（尤其是互联网技术）的结合体。 研究材料和结果就是各种各样的生物学数据 研究工具是计算机 研究方法包括对生物学数据的有哪些信誉好的足球投注网站（收集和筛选）、处理（编辑、整理、管理和显示）及利用（计算、模拟）。 概述 研究内容 1、生物信息的收集、存储、管理与提供 2、基因组序列信息的提取和分析 3、功能基因组相关信息分析 4、生物大分子结构模拟和药物设计 5、生物信息分析的技术与方法研究 2001年2月，人类基因组工程测序的完成，使生物信息学走向了一个高潮。由于DNA自动测序技术的快速发展，DNA数据库中的核酸序列公共数据量以每天106bp速度增长，生物信息迅速地膨胀成数据的海洋。毫无疑问，我们正从一个积累数据向解释数据的时代转变，数据量的巨大积累往往蕴