第11講 蛋白質(zhì)高級結(jié)構(gòu)預(yù)測

第十一講蛋白質(zhì)高級結(jié)構(gòu)預(yù)測Left：themodelwasgeneratedbyROSETTARight：themodelwasgeneratedbyI-TASSER蛋白質(zhì)高級結(jié)構(gòu)三維結(jié)構(gòu)功能作用機制分子間互作功能注釋指導(dǎo)實驗驗證功能確認功能位點設(shè)計和改造蛋白藥物靶標(biāo)設(shè)計同源建模法(Homologymodeling)線索化法/折疊識別法/串線法(Threading/Foldrecognition)從頭預(yù)測法(Abinitio/Denovomethods)蛋白質(zhì)三級結(jié)構(gòu)預(yù)測方法依據(jù)：a、一個蛋白質(zhì)的結(jié)構(gòu)由其氨基酸序列唯一的決定。由一級結(jié)構(gòu)，在理論上，足以獲取其二級、三級結(jié)構(gòu)。b、三級結(jié)構(gòu)的保守型遠遠大于一級結(jié)構(gòu)的保守型。主要思想：

對于一個未知結(jié)構(gòu)的蛋白質(zhì)，找到一個已知結(jié)構(gòu)的同源蛋白質(zhì)，以該蛋白質(zhì)的結(jié)構(gòu)為模板，為未知結(jié)構(gòu)的蛋白質(zhì)建立結(jié)構(gòu)模型。1.蛋白質(zhì)結(jié)構(gòu)預(yù)測之同源建模同源建模的過程2.將模板結(jié)構(gòu)的坐標(biāo)拷貝到目標(biāo)U，僅拷貝匹配殘基的坐標(biāo)PDB數(shù)據(jù)庫1.PDB數(shù)據(jù)庫、BLAST(或PSI-BLAST)3、模型優(yōu)化，主鏈生成、環(huán)區(qū)建模、加氫4.

合理性檢測同源建模方法特點繞過了二級結(jié)構(gòu)預(yù)測目前蛋白質(zhì)結(jié)構(gòu)預(yù)測方法中最成功、最準(zhǔn)確、使用最多局限是：僅僅是一種技術(shù)手段，而非理論應(yīng)用范圍收已有同源結(jié)構(gòu)的限制Loop區(qū)域準(zhǔn)確率差同源建模在線服務(wù)器和軟件Swiss-modelHOMCOS1.0ESyPred3DNameMethodDescription3D-JIGSAWFragmentassemblyAutomatedwebserverRaptorXremotehomologydetection,protein3Dmodeling,bindingsitepredictionAutomatedwebserverandDownloadableprogramBiskitwrapsexternalprogramsintoautomatedworkflowBLASTsearch,T-Coffeealignment,andMODELLERconstructionCABSReducedmodelingtoolDownloadableprogramCPHModelFragmentassemblyAutomatedwebserverEasyModellerGUItoMODELLERStandalonewindowsexecutableESyPred3DTemplatedetection,alignment,3DmodelingAutomatedwebserverGeneSilicoConsensustemplatesearch/fragmentassemblyWebserverGeno3DSatisfactionofspatialrestraintsAutomatedwebserverHHpredTemplatedetection,alignment,3DmodelingInteractivewebserverwithhelpfacilityLIBRAILIghtBalanceforRemoteAnalogousproteins,ver.IWebserverLOMETSLocalMetathreadingserverMeta-servercombining9differentprogramsMODELLERSatisfactionofspatialrestraintsStandaloneprogrammainlyinFortranandPythonProtinfoCMComparativemodellingofproteinstructureusingminimumperturbationandloopbuildingWebserverBHAGEERATH-HCombinationofabinitiofoldingandhomologymethodsProteintertiarystructurepredictionsSTRUCTUROPEDIAWebInterfacetoMODELLERHomologymodelingofproteinsinmonomericormultimericformsaloneandincomplexwithpeptidesandDNAaswellasintroductionofmutationsandpost-translationalmodifications(PTMs)intoproteinstructuresSWISS-MODELLocalsimilarity/fragmentassemblyAutomatedwebserver(basedonProModII)TIP-STRUCTFASTAutomatedComparativeModelingWebserverandknowledgebaseWHATIFPositionspecificrotamersStandaloneprogramandwebinterfaceYasaraDetectionoftemplates,alignment,modelingincl.ligandsandoligomers,hybridizationofmodelfragmentsGraphicalinterfaceortextmode(clusters)SWISS-MODELSWISS-MODEL:網(wǎng)址/非專業(yè)人士應(yīng)用最為廣泛的一個在線建模服務(wù)器。特點：簡單、自動化、對學(xué)術(shù)團隊免費。SWISS-MODEL:

//SWISS-MODEL.htmlAutomatedmodeAutomatedmode:自動模式，可以稱為是最傻瓜的方式提交自己的氨基酸序列+郵箱即可適用：一致性較高時郵箱模型命名氨基酸序列PDB登錄號PDB模板AlignmentmodeAlignmentmode:比對模式提交目標(biāo)蛋白與模板蛋白的序列比對結(jié)果(FASTA,MSF,ClustalW等格式)適用：a、較高的相似性b、利用Auto模式未必能找到最合適模板的情況

c、使用者有目的的使用特定的模板蛋白(比如具有更為相似的活性位點結(jié)果，而不是更為相似的整體結(jié)構(gòu))郵箱模型命名比對后的序列比對文件ProjectmodeProjectmode:項目模式:

難以直接通過序列比對獲得模板,需要人工插入調(diào)節(jié)(借助蛋白結(jié)構(gòu)編輯軟件deepview),可以將前兩種模式模建出的蛋白進行人為調(diào)整適用：相似性不高HOMCOS1.0HOMCOS1.0：tein.osaka-u.ac.jp/homcos/同源二聚體建模異源二聚體建模識別可能的互作蛋白ESyPred3DESyPred3D：http://www.unamur.be/sciences/biologie/urbm/bioinfo/esypred/評價：自動建模預(yù)測服務(wù)程序，ESyPred3D在目標(biāo)-模板比對這一步做出的結(jié)果較好,且在預(yù)測序列與模板序列相似度差時有較好的模型預(yù)測效果。Modeller該軟件由Salilab開發(fā)，目前最新的版本是9.11，可在win下和linux運行，需要對應(yīng)版本的python（<3.0）。完全免費。主要功能包括：多聚體建模，二硫鍵建模，雜原子建模等(配體、輔酶等)。自帶一套模建結(jié)構(gòu)后的優(yōu)化、分析。But！該軟件完全是命令行模式，操作相對復(fù)雜，可控制的地方多。Easymodeller對于習(xí)慣于GUI的我們來說，modeller操作不太方便。于是。。。印度Hyderabad大學(xué)的KuntalKumarBhusan為其編寫了一個GUI界面，即為EasyModeller。EasyModeller，目前最新版本為4.0。之后，又有SWIFTMODELLER，UCSFChimerainterface2.蛋白質(zhì)三級結(jié)構(gòu)預(yù)測之線索化方法

Threading/foldrecognition線索化方法又稱蛋白質(zhì)折疊類型識別依據(jù)：蛋白質(zhì)折疊模式的有限性：一些序列（小于25%，遠程同源）／功能不同的蛋白質(zhì)采用類似的結(jié)構(gòu)，蛋白質(zhì)折疊模式的種類是有限的。序列中的殘基的結(jié)構(gòu)信息比殘基本身更加保守。Physicalforcesfavorcertainstructures.Structureisbetterconservedthansequence蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫SCOP(StructuralClassificationofProteins)CATH(Class,Architecture,Topology,Homology)Numberoffoldsislimited.Currently~700，Total:1,000~10,000CATH的結(jié)構(gòu)層次有限的蛋白質(zhì)折疊類型258種類型165種類型141種類型334種類型50種類型90%ofnewstructuressubmittedtoPDBinthepastthreeyearshavesimilarstructuralfoldsinPDB目標(biāo)序列與數(shù)據(jù)庫核心折疊比對取最佳核心折疊結(jié)構(gòu)模型主要思想：利用氨基酸的結(jié)構(gòu)傾向（如形成二級結(jié)構(gòu)的傾向、疏水性、極性等），評價一個序列所對應(yīng)的結(jié)構(gòu)是否能夠適配到一個給定的結(jié)構(gòu)環(huán)境中。建立序列到結(jié)構(gòu)的線索的過程稱為線索化，線索技術(shù)又稱折疊識別技術(shù)。具體做法是將結(jié)構(gòu)轉(zhuǎn)換為含有這三個結(jié)構(gòu)的字符串,然后對這些字符串進行比較(sequence-structure

alignment）。線索技術(shù)的首要任務(wù)是建立核心折疊數(shù)據(jù)庫在預(yù)測蛋白質(zhì)空間結(jié)構(gòu)時將一個待預(yù)測結(jié)構(gòu)的蛋白質(zhì)序列與數(shù)據(jù)庫中核心折疊進行比對，找出比對結(jié)果最好的核心折疊，作為構(gòu)造待預(yù)測蛋白質(zhì)結(jié)構(gòu)模型的根據(jù)。evaluationwithcompatibilityfunctionsthestructuremostcompatiblewiththesequence

ConceptofThreadingThread(alignorplace)aqueryproteinsequenceontoatemplatestructurein“optimal”wayGoodalignmentgivesapproximatebackboneQuerysequence：MTYKLILNGKTKGETTTEAVDAATAEKVFQYANDNGVDGEWTYTETemplatesetThreadingproblem

Threading:Givenasequence,andafold(template),computetheoptimalalignmentscorebetweenthesequenceandthefold.Ifwecansolvetheaboveproblem,thenGivenasequence,wecantryeachknownfold,andfindthebestfoldthatfitsthissequence.Becausethereareonlyafewthousandsfolds,wecanfindthecorrectfoldforthegivensequence.ThreadingisNP-hard.ProteinThreading–structuredatabaseBuildatemplatedatabaseProteinThreading–energyfunctionhowwellaresiduefitsastructuralenvironment:E_showpreferabletoputtwoparticularresiduesnearby:E_palignmentgappenalty:E_gtotalenergy:E_p+E_s+E_gfindasequence-structurealignmenttominimizetheenergyfunction序列-結(jié)構(gòu)最佳對齊方式，能量最小化MTYKLILNGKTKGETTTEAVDAATAEKVFQYANDNGVDGEWTYTEAssessingPredictionReliabilityPredictionofProteinStructuresExamples–afewgoodexamplesPredictionofProteinStructuresNotsogoodexampleExistingPredictionProgramsPROSPECT:/protein_pipelineFUGU:http://www-cryst.bioc.cam.ac.uk/~fugue/prfsearch.htmlTHREADER:http://bioinf.cs.ucl.ac.uk/threader/NameMethodDescriptionRaptorXRemotetemplatedetection,single-templateandmulti-templatethreading,totallydifferentfromandmuchbetterthantheoldprogramRAPTORdesignedbythesamegroupWebserverwithjobmanager,automaticallyupdatedfoldlibrary3D-PSSM3D-1Dsequenceprofiling(replacedbyPhyre)WebserverBioingbuEvolutionaryinformationrecognitionWebserverFALCON@homeSingle-templateandmulti-templatethreading,ahigh-throughputserverbasedonvolunteercomputingWebserverwithjobmanagerHHpredTemplatedetection,alignment,3DmodelingInteractivewebserverwithhelpfacilityNovaFoldCombinationofthreadingandabinitiofoldingCommercialproteinstructurepredictionapplicationI-TASSERCombinationofabinitiofoldingandthreadingmethodsStructuralandfunctionpredictionsLOOPPMultiplemethodsWebservermGenTHREADER/GenTHREADERSequenceprofileandpredictedsecondarystructureWebserverMUSTERprofile-profilealignmentWebserverPhyreandPhyre2Remotetemplatedetection,alignment,3Dmodeling,multi-templates,abinitioWebserverwithjobmanager,automaticallyupdatedfoldlibrary,genomesearchingandotherfacilitiesRAPTORIntegerprogrammingbasedfoldrecognitionFreedemoSelvitaProteinModelingPlatformPackageoftoolsforproteinmodelingFreedemo,interactivewebserverandstandaloneprogramincluding:3Dthreadingandflexible3dthreadingSUPERFAMILYHiddenMarkovmodelingWebserver/standaloneSPARKS-X3DstructuremodelingbyFoldrecognitionaccordingtoSequenceprofilesandstructuralprofilesWebserverBBSP-BuildingBlocksStructurePredictorHybridtemplate-basedFreeapplicationplusdatabase

I-TASSAR

I-TASSAR:/I-TASSER/也可以下載本地安裝包評價：根據(jù)結(jié)果質(zhì)量檢驗，該服務(wù)器應(yīng)該是自動建模的軟件里是結(jié)果最詳細的，二級結(jié)構(gòu)、top10模型、配體結(jié)合位點等等。缺點：計算結(jié)果時間比較長

結(jié)果需要進一步優(yōu)化FlowchartofI-TASSERproteinstructuremodelling3.蛋白質(zhì)三級結(jié)構(gòu)預(yù)測之從頭預(yù)測在既沒有已知結(jié)構(gòu)的同源蛋白質(zhì)、也沒有已知結(jié)構(gòu)的遠程同源蛋白質(zhì)的情況下使用根據(jù)序列本身來預(yù)測其結(jié)構(gòu)可以用來預(yù)測任何一種蛋白質(zhì)是三種方法中難度最大的基于一種假設(shè)－蛋白質(zhì)折疊為能量最低的形式準(zhǔn)確率較同源模建法要低（序列相似性＞30%）能量函數(shù)和優(yōu)化需要考慮的相互作用：疏水作用氫鍵二硫橋靜電作用范德華力溶劑作用NameMethodDescriptionEVfoldEvolutionarycouplingscalculatedfromcorrelatedmutationsinaproteinfamily,usedtopredict3Dstructurefromsequencesaloneandtopredictfunctionalresiduesfromcouplingstrengths.Predictsbothglobularandtransmembraneproteins.WebserverFALCONAposition-specifichiddenMarkovmodeltopredictproteinstructurebyiterativelyrefiningthedistributionsofdihedralanglesWebserverQUARKMonteCarlofragmentassemblyOn-lineserverforproteinmodeling(bestforabinitiofoldinginCASP9)NovaFoldCombinationofthreadingandabinitiofoldingCommercialproteinstructurepredictionapplicationI-TASSERThreadingfragmentstructurereassemblyOn-lineserverforproteinmodelingROSETTARosettahomologymodelingandabinitiofragmentassemblywithGinzudomainpredictionWebserverRosetta@homeDistributed-computingimplementationofRosettaalgorithmDownloadableprogramCABSReducedmodelingtoolDownloadableprogramCABS-FOLDServerfordenovomodeling,canalsousealternativetemplates(consensusmodeling).WebserverBhageerathAcomputationalprotocolformodelingandpredictingproteinstructuresattheatomiclevel.WebserverAbaloneMolecularDynamicsfoldingProgramPEP-FOLDDenovoapproach,basedonaHMMstructuralalphabetOn-lineserverforpeptidestructurepredictionSelvitaProteinModelingPlatformPackageoftoolsforproteinmodelingInteractivewebserverandstandaloneprogramincluding:CABSabinitiomodelingFlowchartoftheROSETTAprotocol

方法特點工具同源建模法(Homology/Comparativemodelling)基于模板的蛋白結(jié)構(gòu)預(yù)測；對于序列相似度的序列模擬比較有效最常用的方法SWISS-MODEL線索化法/折疊識別法

(Threading/Foldrecognition)基于模板的蛋白結(jié)構(gòu)預(yù)測；“穿”入已知的各種蛋白質(zhì)折疊骨架內(nèi)適于對蛋白質(zhì)核心結(jié)構(gòu)進行預(yù)測計算量大PHYRETHREADER，從頭預(yù)測法(Abinitio/Denovomethods)不依賴模板的蛋白結(jié)構(gòu)預(yù)測，直接預(yù)測；基于分子動力學(xué)，尋找能量最低的構(gòu)象；計算量大，目前只能做小分子預(yù)測；理論意義極大HMMSTR/ROSSETA4.蛋白質(zhì)三維結(jié)構(gòu)預(yù)測方法比較蛋白質(zhì)三維結(jié)構(gòu)預(yù)測方法比較二5.模型評估在模型使用前要對其進行評估！同源模建結(jié)果評價與改進策略PROCHECK、WHATCHECK、ERRAT、Verify_3D、PROVEUCLA-DOE的SAVES服務(wù)器包括了這五種常用的檢測,其網(wǎng)址為：/SAVES/除SAVES外，Molprobity也是一個常用的在線模型分析工具，其網(wǎng)址為：/index.php

PROCHECK:以PDB中高分辨的晶體結(jié)構(gòu)參數(shù)為參考，給出提交模型的一系列立體化學(xué)參數(shù)（主鏈）。其輸出的結(jié)果包括：拉氏圖，主鏈的鍵長與鍵角，二級結(jié)構(gòu)圖，平面?zhèn)孺溑c水平面之間的背離程度等。WHATCHECK:包含大量的檢測項，可以針對提交的蛋白結(jié)構(gòu)與正常結(jié)構(gòu)之間的差異，產(chǎn)生一個非常長而且詳細的報告。ERRAT:計算0.35nm范圍之內(nèi)，不同原子類型對之間形成的非鍵相互作用的數(shù)目（側(cè)鏈）。原子按照C、N、O/S進行分類，所以有六種不同的相互作用類型：CC、CN、CO、NN、NO、OO。得分＞85比較好。Verify_3D:比較模型和氨基酸一級結(jié)構(gòu)的關(guān)系，獲得PASS評價即可。PROVE:與預(yù)先計算好的一系列標(biāo)準(zhǔn)體積之間的差別。用Z-score

來表示。Z-score作為一個統(tǒng)計學(xué)值，可以顯示模板蛋白質(zhì)和待測蛋白之間的匹配程度，當(dāng)Z-score較低時，就意味著沒有匹配搜索的結(jié)構(gòu)模型提交SAVES服務(wù)器（StructuralAnalysisandVerificationServer）進行檢驗/SAVES/PROCHECKPROCHECK：本部分主要需要的是拉氏圖（RamachandranPlot），可下載ps格式、PDF格式以及JPG格式。落在核心區(qū)+允許區(qū)+最大允許區(qū)的堿基百分比大于95%的模型質(zhì)量很好。RamachandranplotVerify_3D78.74%oftheresidueshadanaveraged3D-1Dscore>0.2ERRATOverallqualityfactor值越高越好，一般高解析度的晶體結(jié)構(gòu)該值可以達到95，而對于解析度一般的來說該值只能到91左右。本例中的ERRAT值為68.280,