第五章 蛋白质分析及预测方法新.ppt

第八章 蛋白质分析及预测方法 一、分子量及等电点 蛋白质的一些基本性质可直接分析其一级序列而获得，如蛋白质的氨基酸组成、分子质量、等电点(pI)、亲水性和疏水性、信号肽、跨膜区等。 蛋白质的分子量和等电点可用一些本地化的软件如MacVector、OMIGA、DNAMAN、BioEdit等分析计算 在线可通过ExPASy的Compute pI/Mw（/tools/pi_tool.html）或ProtParam（/tools/ protparam.html）计算。 Compute pI/Mw对pI的确定基于早期Bjellqvist等的实验，该实验根据多肽在含高浓度（9.2~9.8mol/L）尿素缓冲液中，酸性pH梯度（pH4.5至pH7.5）电泳中的迁移率来计算其pK值和pI值，然后根据氨基酸序列和pI关系来预测，因此在计算碱性蛋白质的理论pI值时可能不准确。 ProtParam可计算蛋白质分子量、理论等电点、氨基酸组成、各原子组成、在280nm附近的吸光系数、估计半衰期、稳定指数等，但如蛋白质中含翻译后修饰过的氨基酸残基，则不计算在内。 二、蛋白质辨识 （一）、基于组成的蛋白质辨识 可利用ExPASy的AA CompIdent （/tools/aacomp/）去检索具有相同组成的已知蛋白。 （二）、二维凝胶电泳 在严格的标准化状况下，双向凝胶上的某些蛋白质图谱，可结合SWISS-2DPAGE（/ch2d/）数据库而得到鉴定。 （三）、质谱分析 应用质谱分析可进行蛋白质鉴定和序列测定，其基本原理是将样品分子离子化后，根据不同离子之间的质荷比的差异来分离并确定相对分子质量。 应用蛋白酶将胶上或膜上分离出的蛋白断裂成肽片段，通过MALDI-MS或ESI-MS得到肽质指纹图谱，有哪些信誉好的足球投注网站数据库，可对蛋白质进行鉴定。常用的在线肽质指纹图谱分析工具有ExPASy的PeptIdent（/tools/peptident.html） 三、酶切及断裂位点 ExPASy的PeptideCutter（/tools/peptidecutter/）工具可预测蛋白质序列在特定蛋白酶或化学试剂作用下的断裂位点 PeptideMass（/tools/peptide-mass.html）是ExPASy中另一个分析内切产物的工具，它可计算蛋白质经特定酶水解得到的肽片段的分子量、理论等电点等。 四、疏水性 在线可用ExPASy的ProtScale(/cgi-bin/protscale.pl )程序。疏水性预测的方法依赖于疏水性的衡量尺度，这里每个氨基酸根据其一系列的物理特性（例如，溶解性、跨越水－汽相时产生的自由能等），被赋予一个数值以代表其疏水性。 用ProtScale中Kyte Doolittle 算法分析人NPD1蛋白结果示例 ProtScale除能分析蛋白质的亲/疏水性外，还能计算蛋白质的分子量、极性，预测二级结构等，共包括了50余种不同的算法。 除ProtScale外，蛋白质序列统计分析（Statistical Analysis of Protein Sequences，SAPS）是另一个计算蛋白质序列性质的在线工具（http://www.isrec.isb-sib.ch/software/SAPS_form.html），它可给出查询序列的氨基酸组成、电荷分布（包括正/负电荷聚集区的位置，强带电或不带电区段，电荷分布连续性和模式等）、高疏水性和跨膜区段、重复结构及周期性分析等属性。 第二节 蛋白质二级结构预测 预测方法可以分为三类： 统计/经验算法，其中最为著名的有基于经验统计规则的Chou-Fasman方法及基于信息论算法的GOR方法； 物理—化学方法，基于对于蛋白质结构的物理及化学原理的预测，如Lim方法； 机器学习方法，致力于将前两种方法的优点结合起来。 一、二级结构预测方法： （一）、Chou-Fasman方法 Chou-Fasman方法曾经是现在仍然是最为普遍应用的方法。 其基本出发点在于对于蛋白质20种不同的氨基酸残基在不同的二级结构中出现的几率进行统计分析得出在不同二级结构中出现的倾向性。利用这种倾向性，加之周围残基的信息，在一定规则的指导下就可以进行预测了。 预测规则简述如下： α螺旋规则： 沿着蛋白质序列寻找α螺旋核，相邻6个残基中若有至少4个残基倾向于形成α螺旋，则认为是螺旋核。然后螺旋核向两端延伸，直至四肽片断的α螺旋倾向性因子的平均值Pα＜1.0为止。此外，Pro不容许在螺旋内部出现，但可出现于C末端以及N端的前三位，这也用于终止螺旋的延伸。最后，将螺旋两端各去掉3个残基，剩余部分若长于6个残基，而且Pα＞1．03，则预测为螺旋。 β折叠规则 相邻5个残基中若有3个倾向于形成β折叠，则