第七章蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的原理與方法-中北大學(xué)

第七章：蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的原理與方法

第一節(jié)：引言第二節(jié)：影響蛋白質(zhì)折疊的因素第三節(jié)：蛋白質(zhì)結(jié)構(gòu)分析與蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)第四節(jié)二級(jí)結(jié)構(gòu)預(yù)測(cè)第五節(jié)三級(jí)結(jié)構(gòu)預(yù)測(cè)第六節(jié)蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)發(fā)展趨勢(shì)2/1/20231第一節(jié)：引言所謂的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)是指從蛋白質(zhì)的氨基酸序列預(yù)測(cè)其三維結(jié)構(gòu)。2/1/20232蛋白質(zhì)的4級(jí)結(jié)構(gòu)一級(jí)結(jié)構(gòu)（Primary）-氨基酸序列二級(jí)結(jié)構(gòu)（Secondary）-螺旋（alphahelix）-片層（betasheet）-盤(pán)繞（旋轉(zhuǎn)）三級(jí)結(jié)構(gòu)（Tertiary）-3D構(gòu)象四級(jí)結(jié)構(gòu)（Quaternary）-多肽鏈組合2/1/20233對(duì)蛋白質(zhì)進(jìn)行結(jié)構(gòu)預(yù)測(cè)研究主要是基于兩種需要發(fā)展起來(lái)的：首先是蛋白質(zhì)的氨基酸序列與其三維空間結(jié)構(gòu)的關(guān)系可以看作是分子生物學(xué)中心法則的延伸；其次，蛋白質(zhì)結(jié)構(gòu)的信息對(duì)于生物學(xué)研究的各個(gè)相關(guān)方面都有重要的作用。從數(shù)學(xué)上講，蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的問(wèn)題是尋找一種從蛋白質(zhì)氨基酸線性序列到蛋白質(zhì)所有原子三維坐標(biāo)的映射。蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的一般流程如下：P1492/1/20234蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)主要有兩大類(lèi)方法：一類(lèi)是理論分析方法或從頭預(yù)測(cè)方法是指通過(guò)理論計(jì)算（分子力學(xué)、分子動(dòng)力學(xué)）進(jìn)行結(jié)構(gòu)預(yù)測(cè)，該方法假設(shè)折疊后的蛋白質(zhì)取能量最低的構(gòu)象。從原則上講，此種方法可行，但在實(shí)際應(yīng)用中此法不合適。原因：（1）自然的蛋白質(zhì)結(jié)構(gòu)和未折疊的蛋白質(zhì)結(jié)構(gòu)兩者之間能量差異非常?。唬?）蛋白質(zhì)可能的構(gòu)象空間龐大，針對(duì)蛋白質(zhì)折疊的計(jì)算量非常大；（3）計(jì)算模型中力場(chǎng)參數(shù)的不確定性。2/1/20235另一類(lèi)蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的方法就是統(tǒng)計(jì)法。對(duì)已知結(jié)構(gòu)的蛋白質(zhì)進(jìn)行統(tǒng)計(jì)分析，建立序列到結(jié)構(gòu)的映射模型，進(jìn)而根據(jù)映射模型對(duì)未知結(jié)構(gòu)的蛋白質(zhì)直接從氨基酸序列預(yù)測(cè)結(jié)構(gòu)。映射模型可以是定性的，也可以是定量的。此種方法包括：經(jīng)驗(yàn)性方法、結(jié)構(gòu)規(guī)律提取法和同源模型化方法等。經(jīng)驗(yàn)法：根據(jù)一定序列形成一定結(jié)構(gòu)的傾向性進(jìn)行結(jié)構(gòu)預(yù)測(cè)。結(jié)構(gòu)規(guī)律提取法：從蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)中提取關(guān)于蛋白質(zhì)結(jié)構(gòu)形成的一般性原則，指導(dǎo)建立未知結(jié)構(gòu)的蛋白質(zhì)模型。有許多提取結(jié)構(gòu)規(guī)律的方法，如通過(guò)視察觀察方法、基于統(tǒng)計(jì)分析和序列多重比對(duì)的方法、利用人工神經(jīng)網(wǎng)絡(luò)提取規(guī)律的方法。2/1/20236同源模型化方法：通過(guò)同源序列分析或者模式匹配預(yù)測(cè)蛋白質(zhì)的空間結(jié)構(gòu)或者結(jié)構(gòu)單元（螺旋、轉(zhuǎn)角、DNA結(jié)合域）。原理：每一個(gè)自然的蛋白質(zhì)具有一個(gè)特定的結(jié)構(gòu)，但許多不同的序列會(huì)采用同一個(gè)基本的折疊。即具有相似序列的蛋白質(zhì)傾向于折疊成相似的空間結(jié)構(gòu)。在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)方面，同源模型化方法預(yù)測(cè)結(jié)果最可靠。蛋白質(zhì)的同源性比較往往借助于序列比對(duì)進(jìn)行，通過(guò)序列比對(duì)可以發(fā)現(xiàn)蛋白質(zhì)之間的進(jìn)化關(guān)系。利用同源模型化方法可以預(yù)測(cè)10-30%的蛋白結(jié)構(gòu)，然而，許多具有相似結(jié)構(gòu)的蛋白質(zhì)是遠(yuǎn)程同源的，其等同序列不到25%，這些蛋白質(zhì)的同源性不能被傳統(tǒng)的序列比對(duì)所識(shí)別。2/1/20237搜索遠(yuǎn)程同源蛋白質(zhì)是一項(xiàng)非常困難的，處理這個(gè)過(guò)程要通過(guò)“線索”技術(shù)。找到遠(yuǎn)程同源蛋白質(zhì)后，可以通過(guò)遠(yuǎn)程同源建模方法建立蛋白質(zhì)的結(jié)構(gòu)模型。如果既沒(méi)找到一般的同源蛋白質(zhì)，又沒(méi)找到遠(yuǎn)程同源蛋白質(zhì)，如何預(yù)測(cè)？可行的是充分利用現(xiàn)有數(shù)據(jù)庫(kù)中的信息，包括二級(jí)結(jié)構(gòu)和空間結(jié)構(gòu)的信息，首先從蛋白質(zhì)序列預(yù)測(cè)其二級(jí)結(jié)構(gòu)，然后從二級(jí)結(jié)構(gòu)出發(fā)，預(yù)測(cè)蛋白質(zhì)的空間結(jié)構(gòu)，或采用從頭預(yù)測(cè)法進(jìn)行預(yù)測(cè)。2/1/20238第二節(jié)：影響蛋白質(zhì)折疊的主要因素除了原子間的共價(jià)連接以外，蛋白質(zhì)結(jié)構(gòu)的形成及穩(wěn)定性在很大程度上依賴(lài)于非鍵相互作用。對(duì)于水溶性蛋白質(zhì)來(lái)說(shuō)：多肽鏈的折疊主要受氨基酸側(cè)鏈的疏水性所驅(qū)動(dòng)，在蛋白質(zhì)內(nèi)部形成緊密的堆積。影響蛋白質(zhì)結(jié)構(gòu)穩(wěn)定性的非共價(jià)鍵有：1、范德華力2/1/202392、氫鍵多肽主鏈上羥基氧和酰胺氫之間所形成的，此外，還可在側(cè)鏈與側(cè)鏈、側(cè)鏈與介質(zhì)水、主鏈肽基與側(cè)鏈或主鏈肽基與水之間。3、鹽健離子鍵，在近中性環(huán)境中，蛋白質(zhì)分子中酸性氨基酸殘基側(cè)鏈電離后帶負(fù)電荷，堿性氨基酸殘基側(cè)鏈電離后帶正電荷，二者之間形成離子鍵。4、二硫鍵在多肽鏈的轉(zhuǎn)角附近形成。5、疏水鍵介質(zhì)中球狀蛋白質(zhì)的折疊總是傾向與把疏水殘基埋藏在分子的內(nèi)部，這一現(xiàn)象稱(chēng)為疏水作用。2/1/202310第三節(jié)：蛋白質(zhì)結(jié)構(gòu)分析及蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)目前，多數(shù)蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)方法都是基于知識(shí)的預(yù)測(cè)，即總結(jié)各種蛋白質(zhì)相關(guān)的規(guī)律性知識(shí)。蛋白質(zhì)結(jié)構(gòu)根據(jù)不同的層次可分為：一級(jí)結(jié)構(gòu)、二級(jí)結(jié)構(gòu)、三級(jí)結(jié)構(gòu)、四級(jí)結(jié)構(gòu)。2/1/202311蛋白質(zhì)的一級(jí)結(jié)構(gòu)（primarystructure）蛋白質(zhì)的一級(jí)結(jié)構(gòu)是指多肽鏈中氨基酸的序列。

2/1/202312蛋白質(zhì)的二級(jí)結(jié)構(gòu)二級(jí)結(jié)構(gòu)主要有以下幾種形式：（i）螺旋（ii）折疊

–平行折疊反平行折疊（iii）—轉(zhuǎn)角–連接作用（iv）無(wú)規(guī)卷曲-沒(méi)有確定規(guī)律性的肽鏈構(gòu)象，但仍然是緊密有序的穩(wěn)定結(jié)構(gòu)（v）無(wú)序結(jié)構(gòu)2/1/202313蛋白質(zhì)的超二級(jí)結(jié)構(gòu)

（i）—環(huán)—花樣（ii）發(fā)夾花樣 （—環(huán)—花樣）（iii）希臘圖案花樣 由四條反平行片組成（iv）——花樣 -環(huán)--環(huán)-2/1/202314三級(jí)結(jié)構(gòu)（tertiarystructure）在二級(jí)結(jié)構(gòu)基礎(chǔ)上的肽鏈再折疊形成的構(gòu)象。2/1/202315蛋白質(zhì)的四級(jí)結(jié)構(gòu)

組成蛋白質(zhì)的多條肽鏈在天然構(gòu)象空間上的排列方式，多以弱鍵互相連接。疏水力、氫鍵、鹽鍵每條肽鏈本身具有一定的三級(jí)結(jié)構(gòu)，就是蛋白質(zhì)分子的亞基。2/1/2023161、有關(guān)氨基酸殘基的信息從一級(jí)結(jié)構(gòu)的角度講了各個(gè)氨基酸殘基所能提供的信息。如脯氨酸能以較大的概率采取順勢(shì)肽鍵構(gòu)象。2、周期性的二級(jí)結(jié)構(gòu)螺旋和折疊的結(jié)構(gòu)3、非周期性的二級(jí)結(jié)構(gòu)連接規(guī)則二級(jí)結(jié)構(gòu)間的區(qū)域統(tǒng)稱(chēng)為環(huán)區(qū)，環(huán)區(qū)也遵循一定的規(guī)律。2/1/2023174、殘基間的相互作用及埋藏5、超二級(jí)結(jié)構(gòu)6、蛋白質(zhì)數(shù)據(jù)庫(kù)PDB數(shù)據(jù)庫(kù)http:///7、蛋白質(zhì)結(jié)構(gòu)域的折疊模式與蛋白質(zhì)結(jié)構(gòu)分類(lèi)數(shù)據(jù)庫(kù)(1)蛋白質(zhì)結(jié)構(gòu)域的折疊模式(2)蛋白質(zhì)折疊模式的有限性2/1/202318(3)蛋白質(zhì)結(jié)構(gòu)分類(lèi)數(shù)據(jù)庫(kù)最著名的蛋白質(zhì)結(jié)構(gòu)分類(lèi)數(shù)據(jù)庫(kù)就是SCOP和CATH數(shù)據(jù)庫(kù)。8、蛋白質(zhì)的進(jìn)化同源性的蛋白質(zhì)是從一個(gè)共同的祖先進(jìn)化而來(lái)，往往具有相關(guān)的功能并采取相似的三維結(jié)構(gòu)。類(lèi)似的蛋白質(zhì)可以采取相似的三維結(jié)構(gòu)，這種不同源的蛋白質(zhì)采取類(lèi)似三維結(jié)構(gòu)的現(xiàn)象可能是收斂進(jìn)化造成的。2/1/202319蛋白質(zhì)序列的基本性質(zhì)分析蛋白質(zhì)的基本序列性質(zhì)分析是蛋白質(zhì)序列分析的基本方面，包括蛋白質(zhì)的理化性質(zhì)、親水性/疏水性、跨膜區(qū)、信號(hào)肽、Coil區(qū)分析及結(jié)構(gòu)功能域等方面的分析。蛋白質(zhì)的理化性質(zhì)包括分子質(zhì)量、分子式、理論等電點(diǎn)、氨基酸組成、消光系數(shù)、穩(wěn)定性等。2/1/2023201、利用ProtParam工具分析水稻瘤矮病毒P8（RicegalldwarfvirusP8）蛋白質(zhì)的理化性質(zhì)2/1/2023212、蛋白質(zhì)的疏水性分析有兩種方法：一是利用BioEdit軟件進(jìn)行；二是通過(guò)protscale在線分析，以RGDVP8蛋白質(zhì)為例研究其疏水性。2/1/2023223、蛋白質(zhì)的跨膜區(qū)分析膜蛋白是一類(lèi)結(jié)構(gòu)獨(dú)特的蛋白質(zhì)，執(zhí)行著重要的細(xì)胞生物學(xué)功能。常見(jiàn)的跨膜區(qū)分析的在線網(wǎng)絡(luò)工具有：名稱(chēng)網(wǎng)址說(shuō)明TMHMMhttp://www.cbs.dtu.dk/services/TMHMM/判定蛋白質(zhì)是否為膜蛋白TMpredhttp:///software/TMPRED_form.html

準(zhǔn)確預(yù)測(cè)跨膜蛋白的跨膜片段TMPhttp://www.mbb.ki.se/tmap/采用多序列比對(duì)方式預(yù)測(cè)跨膜區(qū)2/1/202323TMHMM是一個(gè)基于隱馬爾科夫模型（HMM）預(yù)測(cè)跨膜螺旋的程序，它綜和了跨膜區(qū)疏水性、電荷偏倚、螺旋長(zhǎng)度和膜蛋白拓?fù)鋵W(xué)限制等性質(zhì)，可對(duì)跨膜區(qū)及膜內(nèi)外區(qū)進(jìn)行整體預(yù)測(cè)。由于其在區(qū)分可溶性蛋白和膜蛋白方面尤為見(jiàn)長(zhǎng)，故常用于判定一個(gè)蛋白是否為膜蛋白。例：使用TMHMMServerv.2.0對(duì)RGDVP8蛋白進(jìn)行跨膜區(qū)分析。背景：在研究RGDVP8蛋白的疏水性使用的K-DTGREASE算法能有效的檢測(cè)出RGDVP8蛋白高疏水性的區(qū)域，但不能據(jù)此說(shuō)明P8蛋白含有跨膜區(qū)，因?yàn)樗苄郧驙畹鞍椎膬?nèi)埋區(qū)也是基本為疏水性的。故可以使用TMHMM軟件分析P8蛋白以確定其是否為跨膜蛋白。2/1/2023244、信號(hào)肽預(yù)測(cè)信號(hào)肽的概念：分泌蛋白新生肽鏈N端的一段20～30氨基酸殘基組成的肽段。將分泌蛋白引導(dǎo)進(jìn)入內(nèi)質(zhì)網(wǎng)，同時(shí)這個(gè)肽段被切除?，F(xiàn)這一概念已擴(kuò)大到?jīng)Q定新生肽鏈在細(xì)胞中的定位或決定某些氨基酸殘基修飾的一些肽段。根據(jù)信號(hào)肽組成及其位置特征，可將信號(hào)肽劃分為四大類(lèi)：（1）分泌信號(hào)肽（含RR-motif信號(hào)肽）；（2）脂蛋白信號(hào)肽；（3）細(xì)菌素和信息素信號(hào)肽；（4）Pilin-like信號(hào)肽。

2/1/2023255、Coil區(qū)分析卷曲螺旋(Coiledcoil)是蛋白質(zhì)中由2-7條α-螺旋鏈互相纏繞形成類(lèi)似麻花狀結(jié)構(gòu)的總稱(chēng)。卷曲螺旋是控制蛋白質(zhì)寡聚化的元件，含有卷曲螺旋結(jié)構(gòu)的蛋白質(zhì)主要是一些轉(zhuǎn)錄因子、骨架蛋白、動(dòng)力蛋白、膜蛋白、酶等，在機(jī)體內(nèi)執(zhí)行著分子識(shí)別、代謝調(diào)控、細(xì)胞分化、肌肉收縮、膜通道等生物學(xué)功能。七肽重復(fù)區(qū)(HR)是典型的卷曲螺旋結(jié)構(gòu)類(lèi)型之一，HR是由多個(gè)七肽單元連接而成的重復(fù)序列。2/1/202326預(yù)測(cè)蛋白質(zhì)中是否含有卷曲螺旋結(jié)構(gòu)，可以聯(lián)機(jī)訪問(wèn)COILS服務(wù)器，該服務(wù)器提供簡(jiǎn)單的Web提交界面，原理是將輸入序列提交到已知包含卷曲螺旋蛋白結(jié)構(gòu)的數(shù)據(jù)庫(kù)中進(jìn)行搜索，同時(shí)與包含球狀蛋白序列的PDB次級(jí)庫(kù)進(jìn)行比較，根據(jù)兩個(gè)數(shù)據(jù)庫(kù)分析的情況算出目的序列形成卷曲的概率。實(shí)例：使用COILSServer對(duì)RGDVP2蛋白卷曲螺旋預(yù)測(cè)分析。2/1/202327蛋白質(zhì)的結(jié)構(gòu)域分析一、結(jié)構(gòu)域分析結(jié)構(gòu)域(structuredomain)是在蛋白質(zhì)三級(jí)結(jié)構(gòu)中介于二級(jí)和三級(jí)結(jié)構(gòu)之間的可明顯區(qū)分但又相對(duì)獨(dú)立的折疊單元，每個(gè)結(jié)構(gòu)域自身形成緊實(shí)的三維結(jié)構(gòu)，可以獨(dú)立存在或折疊，但結(jié)構(gòu)域與結(jié)構(gòu)域之間關(guān)系較為松散。結(jié)構(gòu)功能域通常由25-300個(gè)氨基酸殘基組成，不同蛋白質(zhì)分子中結(jié)構(gòu)域的數(shù)目不同，同一蛋白質(zhì)分子中的幾個(gè)結(jié)構(gòu)域彼此相似或不盡相同。常見(jiàn)的結(jié)構(gòu)功能域主要有：全平行結(jié)構(gòu)域、反平行結(jié)構(gòu)域、α+β結(jié)構(gòu)域、α/β結(jié)構(gòu)域及其他折疊類(lèi)型。常見(jiàn)的結(jié)構(gòu)功能域分析在線工具及數(shù)據(jù)庫(kù)2/1/202328第四節(jié) 蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)

蛋白質(zhì)序列：↓二級(jí)結(jié)構(gòu)：2/1/202329二級(jí)結(jié)構(gòu)預(yù)測(cè)

蛋白質(zhì)序列：二級(jí)結(jié)構(gòu)：QLMGERIRARRKKLK→STHHHHHHHHHHHHT

2/1/2023301、二級(jí)結(jié)構(gòu)預(yù)測(cè)概述蛋白質(zhì)的二級(jí)結(jié)構(gòu)預(yù)測(cè)的基本依據(jù)是： 每一段相鄰的氨基酸殘基具有形成一定二級(jí)結(jié)構(gòu)的傾向。二級(jí)結(jié)構(gòu)預(yù)測(cè)問(wèn)題是模式分類(lèi)問(wèn)題二級(jí)結(jié)構(gòu)預(yù)測(cè)的目標(biāo)：判斷每一段中心的殘基是否處于螺旋、折疊、轉(zhuǎn)角（或其它狀態(tài)）之一的二級(jí)結(jié)構(gòu)態(tài)，即三態(tài)。

2/1/202331基本策略（1）

相似序列→相似結(jié)構(gòu)QLMGERIRARRKKLKQLMGAERIRARRKKLK結(jié)構(gòu)？2/1/202332基本策略（2）

分類(lèi)分析α螺旋提取樣本聚類(lèi)分析學(xué)習(xí)分類(lèi)規(guī)則預(yù)測(cè)….-Gly-Ala-Glu-Phe-….2/1/202333二級(jí)結(jié)構(gòu)預(yù)測(cè)的方法大體分為三代：第一代是基于單個(gè)氨基酸殘基統(tǒng)計(jì)分析從有限的數(shù)據(jù)集中提取各種殘基形成特定二級(jí)結(jié)構(gòu)的傾向，以此作為二級(jí)結(jié)構(gòu)預(yù)測(cè)的依據(jù)。第二代預(yù)測(cè)方法是基于氨基酸片段的統(tǒng)計(jì)分析統(tǒng)計(jì)的對(duì)象是氨基酸片段片段的長(zhǎng)度通常為11-21片段體現(xiàn)了中心殘基所處的環(huán)境在預(yù)測(cè)中心殘基的二級(jí)結(jié)構(gòu)時(shí)，以殘基在特定環(huán)境形成特定二級(jí)結(jié)構(gòu)的傾向作為預(yù)測(cè)依據(jù)2/1/202334這些算法可以歸為幾類(lèi)：（1）基于統(tǒng)計(jì)信息（2）基于物理化學(xué)性質(zhì)（3）基于序列模式（4）基于多層神經(jīng)網(wǎng)絡(luò)（5）基于多元統(tǒng)計(jì)（6）基于機(jī)器學(xué)習(xí)的專(zhuān)家規(guī)則（7）最鄰近算法2/1/202335第一代和第二代預(yù)測(cè)方法對(duì)三態(tài)預(yù)測(cè)的準(zhǔn)確率都小于70%，而對(duì)折疊預(yù)測(cè)的準(zhǔn)確率僅為2848%其主要原因是只利用局部信息第三代方法（考慮多條序列）運(yùn)用長(zhǎng)程信息和蛋白質(zhì)序列的進(jìn)化信息準(zhǔn)確度有了比較大的提高2/1/2023362、蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)方法經(jīng)驗(yàn)參數(shù)法蛋白質(zhì)二級(jí)結(jié)構(gòu)的組成規(guī)律性比較強(qiáng)；三種基本二級(jí)結(jié)構(gòu)平均占氨基酸殘基的85%；各種二級(jí)結(jié)構(gòu)非均勻地分布在蛋白質(zhì)中。2/1/202337有些蛋白質(zhì)中含有大量的螺旋如血紅蛋白和肌紅蛋白而一些蛋白質(zhì)中則不含或者僅含很少的螺旋如鐵氧蛋白有些蛋白質(zhì)的二級(jí)結(jié)構(gòu)以折疊為主如免疫球蛋白例：肽鏈Ala(A)-Glu(E)-Leu(L)-Met(M)傾向于形成螺旋肽鏈Pro(P)-Gly(G)-Tyr(Y)-Ser(S)則不會(huì)形成螺旋2/1/202338每種氨基酸出現(xiàn)在各種二級(jí)結(jié)構(gòu)中傾向或者頻率是不同的例如：Glu（谷氨酸）主要出現(xiàn)在螺旋中

Asp（天冬氨酸）和Gly（甘氨酸）主要分布在轉(zhuǎn)角中

Pro（脯氨酸）也常出現(xiàn)在轉(zhuǎn)角中，但是絕不會(huì)出現(xiàn)在螺旋中可以根據(jù)每種氨基酸殘基形成二級(jí)結(jié)構(gòu)的傾向性或者統(tǒng)計(jì)規(guī)律進(jìn)行二級(jí)結(jié)構(gòu)預(yù)測(cè)2/1/202339經(jīng)驗(yàn)參數(shù)法由Chou和Fasman在70年代提出來(lái)是一種基于單個(gè)氨基酸殘基統(tǒng)計(jì)的經(jīng)驗(yàn)預(yù)測(cè)方法。 通過(guò)統(tǒng)計(jì)分析，獲得的每個(gè)殘基出現(xiàn)于特定二級(jí)結(jié)構(gòu)構(gòu)象的傾向性因子，進(jìn)而利用這些傾向性因子預(yù)測(cè)蛋白質(zhì)的二級(jí)結(jié)構(gòu)。2/1/202340一個(gè)氨基酸殘基的構(gòu)象傾向性因子定義為

Pi=Ai/Ti (i=,β,c,t) 式中下標(biāo)i表示構(gòu)象態(tài) 如螺旋、β折疊、轉(zhuǎn)角、無(wú)規(guī)卷曲等；Ti是所有被統(tǒng)計(jì)殘基處于構(gòu)象態(tài)i的比例；Ai是第A種殘基處于構(gòu)象態(tài)i的比例；Pi大于1.0表示該殘基傾向于形成二級(jí)結(jié)構(gòu)構(gòu)象i，小于1.0則表示傾向于形成其它構(gòu)象。

2/1/202341

發(fā)現(xiàn)關(guān)于二級(jí)結(jié)構(gòu)的經(jīng)驗(yàn)規(guī)則 基本思想是在序列中尋找規(guī)則二級(jí)結(jié)構(gòu)的成核位點(diǎn)和終止位點(diǎn)。

掃描輸入的氨基酸序列，利用一組規(guī)則發(fā)現(xiàn)可能成為特定二級(jí)結(jié)構(gòu)成核區(qū)域的短序列，然后對(duì)于成核區(qū)域進(jìn)行擴(kuò)展，不斷擴(kuò)大成核區(qū)域，直到傾向性因子小于1.0為止。規(guī)則：（i）α螺旋規(guī)則

（ii）β折疊規(guī)則

（iii）轉(zhuǎn)角規(guī)則

(iv)重疊規(guī)則

延伸成核區(qū)延伸2/1/202342

（i）α螺旋規(guī)則沿蛋白質(zhì)序列尋找α螺旋核相鄰的6個(gè)殘基中如果有至少4個(gè)殘基傾向于形成α螺旋，則認(rèn)為是螺旋核。從螺旋核向兩端延伸直至四肽片段的α螺旋傾向性因子的平均值{P}<1.0為止。將螺旋兩端各去掉3個(gè)殘基剩余部分若長(zhǎng)于6個(gè)殘基，而且{P}>1.03，則預(yù)測(cè)為螺旋。

延伸螺旋核延伸2/1/202343（ii）β折疊規(guī)則相鄰6個(gè)殘基中若有4個(gè)傾向于形成β折疊，則認(rèn)為是折疊核。折疊核向兩端延伸直至4個(gè)殘基的平均折疊傾向性因子{P}<1.0。若延伸后的片段的{P}>1.05，則預(yù)測(cè)為β折疊。2/1/202344（iii）轉(zhuǎn)角規(guī)則轉(zhuǎn)角的模型為四肽四肽片段Pt的平均值大于100，并且Pt的均值同時(shí)大于P

的均值以及P

的均值，則可以預(yù)測(cè)這樣連續(xù)的4個(gè)殘基形成轉(zhuǎn)角。

則可以預(yù)測(cè)這樣連續(xù)的4個(gè)氨基酸形成轉(zhuǎn)角。2/1/202345(iv)重疊規(guī)則

對(duì)于螺旋和折疊的重疊區(qū)域，按{Pa}和{P}的相對(duì)大小進(jìn)行預(yù)測(cè)若{Pa}大于{P}，則預(yù)測(cè)為螺旋；反之，預(yù)測(cè)為折疊。2/1/202346(2)GOR方法是一種基于信息論和貝葉斯統(tǒng)計(jì)學(xué)的方法GOR將蛋白質(zhì)序列當(dāng)作一連串的信息值來(lái)處理GOR方法不僅考慮被預(yù)測(cè)位置本身氨基酸殘基種類(lèi)的影響，而且考慮相鄰殘基種類(lèi)對(duì)該位置構(gòu)象的影響2/1/202347序列窗口中心殘基窗口中各個(gè)殘基對(duì)中心殘基二級(jí)結(jié)構(gòu)的支持程度2/1/202348兩個(gè)事件S和R的條件概率P(S|R)

即在R發(fā)生的條件下，S發(fā)生的概率定義信息為：

若S和R無(wú)關(guān)，則I(S;R)=0若R的發(fā)生有利于S的發(fā)生，則I(S;R)>0若R的發(fā)生不利于S的發(fā)生，則I(S;R)<02/1/202349I(S;R)在二級(jí)結(jié)構(gòu)預(yù)測(cè)中的含義R代表中心氨基酸及其所處環(huán)境S代表二級(jí)結(jié)構(gòu)類(lèi)型I(S;R)代表中心氨基酸處于S的信息值2/1/202350

例如：假定數(shù)據(jù)庫(kù)中有1830個(gè)殘基，

780個(gè)處于螺旋態(tài)，1050個(gè)處于非螺旋態(tài)庫(kù)中共有390個(gè)丙氨酸（A），有240個(gè)A處于螺旋態(tài)，其余150個(gè)A處于非螺旋態(tài)。

H：代表二級(jí)結(jié)構(gòu)螺旋態(tài)；

H·：除H外的其它類(lèi)型二級(jí)結(jié)構(gòu)。

I(△H；Ａ)就是丙氨酸A處于中心位置時(shí)的螺旋信息值2/1/202351(3)基于氨基酸疏水性的預(yù)測(cè)方法——立體化學(xué)方法氨基酸的理化性質(zhì)對(duì)二級(jí)結(jié)構(gòu)影響較大在進(jìn)行結(jié)構(gòu)預(yù)測(cè)時(shí)考慮氨基酸殘基的物理化學(xué)性質(zhì)如疏水性、極性、側(cè)鏈基團(tuán)的大小等，根據(jù)殘基各方面的性質(zhì)及殘基之間的組合預(yù)測(cè)可能形成的二級(jí)結(jié)構(gòu)?！笆杷浴笔前被岬囊环N重要性質(zhì)，疏水性的氨基酸傾向于遠(yuǎn)離周?chē)肿?，將自己包埋進(jìn)蛋白質(zhì)的內(nèi)部。2/1/2023522/1/2023532/1/202354

α螺旋的形成規(guī)律：在一段序列中發(fā)現(xiàn)第i、i+3、i+4位（如1、4、5）是疏水殘基時(shí)，這一片段就被預(yù)測(cè)為α螺旋；當(dāng)發(fā)現(xiàn)第i、i+1、i+4位（如7，8，11）為疏水殘基時(shí)，這一片段也被預(yù)測(cè)為α螺旋。2/1/202355對(duì)于β折疊的形成規(guī)律：對(duì)于β折疊，也存在著一些特征的親疏水殘基間隔模式，埋藏的β折疊通常由連續(xù)的疏水殘基組成，一側(cè)暴露的β折疊則通常具有親水-疏水的兩殘基重復(fù)模式。原則上，通過(guò)在序列中搜尋特殊的親疏水殘基間隔模式，就可以預(yù)測(cè)α螺旋和β折疊。點(diǎn)模式方法（Biou等人提出）：將20種氨基酸殘基分為親水、疏水以及兩性殘基三類(lèi)，用八殘基片段表征親疏水間隔模式。

2/1/202356疏水性定量計(jì)算2/1/202357以一個(gè)二進(jìn)制位代表一個(gè)殘基，疏水為1，親水為0，共八位。這樣，八殘基片段的親疏水模式可用0255的數(shù)值來(lái)表示。α螺旋的特征模式對(duì)應(yīng)的值為：9，12，13，17，……，201，205，217，219，237。

β折疊的特征模式：由連續(xù)的1或交替的01構(gòu)成。2/1/202358(4)同源分析法（最近鄰居法）將待預(yù)測(cè)的片段與數(shù)據(jù)庫(kù)中已知二級(jí)結(jié)構(gòu)的片段進(jìn)行相似性比較，利用打分矩陣計(jì)算出相似性得分，根據(jù)相似性得分以及數(shù)據(jù)庫(kù)中的構(gòu)象態(tài)，構(gòu)建出待預(yù)測(cè)片段的二級(jí)結(jié)構(gòu)。該方法對(duì)數(shù)據(jù)庫(kù)中同源序列的存在非常敏感，若數(shù)據(jù)庫(kù)中有相似性大于30%的序列，則預(yù)測(cè)準(zhǔn)確率可大大上升。2/1/202359更為合理的方法： 是將待預(yù)測(cè)二級(jí)結(jié)構(gòu)的蛋白質(zhì)U與多個(gè)同源序列進(jìn)行多重比對(duì)，對(duì)于U的每個(gè)殘基位置，其構(gòu)象態(tài)由多個(gè)同源序列對(duì)應(yīng)位置的構(gòu)象態(tài)決定，或取出現(xiàn)次數(shù)最多的構(gòu)象態(tài)，或?qū)Ω鞣N可能的構(gòu)象態(tài)給出得分值。2/1/202360(5)人工神經(jīng)網(wǎng)絡(luò)方法2/1/202361(6)綜合方法綜合方法不僅包括各種預(yù)測(cè)方法的綜合，而且也包括結(jié)構(gòu)實(shí)驗(yàn)結(jié)果、序列對(duì)比結(jié)果、蛋白質(zhì)結(jié)構(gòu)分類(lèi)預(yù)測(cè)結(jié)果等信息的綜合。多個(gè)程序同時(shí)預(yù)測(cè)，綜合評(píng)判一致結(jié)果序列比對(duì)與二級(jí)結(jié)構(gòu)預(yù)測(cè)雙重預(yù)測(cè)首先預(yù)測(cè)蛋白質(zhì)的結(jié)構(gòu)類(lèi)型然后再預(yù)測(cè)二級(jí)結(jié)構(gòu)2/1/2023623、利用進(jìn)化信息預(yù)測(cè)蛋白質(zhì)的二級(jí)結(jié)構(gòu)蛋白質(zhì)序列家族中氨基酸的替換模式是高度特異的，如何利用這樣的進(jìn)化信息是二級(jí)結(jié)構(gòu)預(yù)測(cè)的關(guān)鍵。蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)軟件系統(tǒng)PHD第一步工作是形成同源序列的多重對(duì)比排列第二步工作是將得到的多重比對(duì)的統(tǒng)計(jì)結(jié)果送到一個(gè)神經(jīng)網(wǎng)絡(luò)中計(jì)算。2/1/2023634、RNA二級(jí)結(jié)構(gòu)的預(yù)測(cè)RNA的結(jié)構(gòu)可以分為三個(gè)層次一級(jí)結(jié)構(gòu)二級(jí)結(jié)構(gòu)空間結(jié)構(gòu)2/1/2023642/1/202365RNA二級(jí)結(jié)構(gòu)的預(yù)測(cè)方法基于序列比較的方法：通過(guò)多序列比對(duì)，根據(jù)相似序列具有相似結(jié)構(gòu)的原理進(jìn)行二級(jí)結(jié)構(gòu)預(yù)測(cè)。能量最小化方法：通過(guò)各種能量最優(yōu)化方法或者分子動(dòng)力學(xué)計(jì)算評(píng)價(jià)所有可能配對(duì)的能量，進(jìn)而發(fā)現(xiàn)具有最小能量的結(jié)構(gòu)RNA是一種重要的生物大分子，是DNA和蛋白質(zhì)之間的一個(gè)中間語(yǔ)言，因此RNA二級(jí)結(jié)構(gòu)的準(zhǔn)確預(yù)測(cè)對(duì)于了解基因調(diào)控和蛋白質(zhì)產(chǎn)物表達(dá)有重要作用。2/1/202366RNA二級(jí)結(jié)構(gòu)預(yù)測(cè)軟件有：RNAdraw1.1bRNA二級(jí)結(jié)構(gòu)分析軟件；RNAstructure4.5UNIX平臺(tái)軟件mfold的windows版本；Circles0.1.0使用比較的分析方法RNA二級(jí)結(jié)構(gòu)軟件，并以標(biāo)準(zhǔn)格式輸出預(yù)測(cè)的二級(jí)結(jié)構(gòu)；非編碼RNA數(shù)據(jù)庫(kù)：2/1/2023675、二級(jí)結(jié)構(gòu)在線預(yù)測(cè)許多蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)程序包含在標(biāo)準(zhǔn)的分子生物學(xué)軟件或商業(yè)化軟件中，其中，絕大部分可從網(wǎng)上免費(fèi)下載。（1）PHD算法（2）GOR算法2/1/202368第五節(jié)蛋白質(zhì)三維結(jié)構(gòu)預(yù)測(cè)

1、同源模型化方法主要思想： 對(duì)于一個(gè)未知結(jié)構(gòu)的蛋白質(zhì)，找到一個(gè)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。依據(jù)：任何一對(duì)蛋白質(zhì)，如果兩者的序列等同部分超過(guò)30%，則它們具有相似的三維結(jié)構(gòu)，即兩個(gè)蛋白質(zhì)的基本折疊相同，只是在非螺旋和非折疊區(qū)域的一些細(xì)節(jié)部分有所不同。

2/1/202369假設(shè)待預(yù)測(cè)三維結(jié)構(gòu)的目標(biāo)蛋白質(zhì)為U（Unknown），利用同源模型化方法建立結(jié)構(gòu)模型的過(guò)程包括下述6個(gè)步驟：（1）搜索結(jié)構(gòu)模型的模板(T)

（2）序列比對(duì)（3）建立骨架（4）構(gòu)建目標(biāo)蛋白質(zhì)的側(cè)鏈（5）構(gòu)建目標(biāo)蛋白質(zhì)的環(huán)區(qū)（6）優(yōu)化模型UT2/1/202370構(gòu)建目標(biāo)蛋白質(zhì)的側(cè)鏈2/1/202371預(yù)測(cè)結(jié)果準(zhǔn)確率：對(duì)于具有60%等同的序列，用上述方法所建立的三維模型非常準(zhǔn)確。若序列的等同部分超過(guò)60%，則預(yù)測(cè)結(jié)果將接近于實(shí)驗(yàn)得到的測(cè)試結(jié)果。一般如果序列的等同部分大于30%，則可以期望得到比較好的預(yù)測(cè)結(jié)果。2/1/202372通過(guò)SWISS-MODEL同源模建RGDVP8蛋白的三維結(jié)構(gòu)常見(jiàn)的蛋白質(zhì)三級(jí)結(jié)構(gòu)預(yù)測(cè)網(wǎng)站如上圖所示，SWISS-MODEL是SIB提供的目前最著名的蛋白質(zhì)三級(jí)結(jié)構(gòu)預(yù)測(cè)服務(wù)器，建立在已知大分子結(jié)構(gòu)基礎(chǔ)上，利用同源模建的方法對(duì)位置序列的蛋白質(zhì)三級(jí)結(jié)構(gòu)進(jìn)行預(yù)測(cè)。該服務(wù)器創(chuàng)建于1993年，面向全世界的生物化學(xué)與分子生物學(xué)研究工作者，提供免費(fèi)的自動(dòng)模建服務(wù)。提供的同源模建主要有兩種方式：首選模式和項(xiàng)目模式。2/1/202373以RGDVP8蛋白為研究對(duì)象采用首選模式進(jìn)行同源模建。2/1/202374例：通過(guò)CPHmodels同源模建RGDVP8蛋白的三維結(jié)構(gòu)。CPHmodels是丹麥理工大學(xué)生物序列分析中心提供的蛋白質(zhì)三維結(jié)構(gòu)預(yù)測(cè)服務(wù)器，也是利用神經(jīng)網(wǎng)絡(luò)進(jìn)行同源模建預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)的方法。與SWISS-MODEL相比較，CPHmodels更為簡(jiǎn)單易學(xué)，期預(yù)測(cè)的結(jié)果會(huì)將目的序列與模板序列比對(duì)的空位以斷裂的方式表示在三維結(jié)構(gòu)中。2/1/202375

2、線索化方法（折疊識(shí)別方法）有很多蛋白質(zhì)具有相似的空間結(jié)構(gòu)，但它們的序列等同部分小于25%，即遠(yuǎn)程同源。對(duì)于這類(lèi)蛋白質(zhì)，很難通過(guò)序列比對(duì)找出它們之間的關(guān)系，必須設(shè)計(jì)新的分析方法。對(duì)于一個(gè)未知結(jié)構(gòu)的蛋白質(zhì)（U），如果找到一個(gè)已知結(jié)構(gòu)的遠(yuǎn)程同源蛋白質(zhì)（T），那么可以根據(jù)T的結(jié)構(gòu)模板通過(guò)遠(yuǎn)程同源模型化方法建立U的三維結(jié)構(gòu)模型。UT（遠(yuǎn)程同源）2/1/202376

一個(gè)遠(yuǎn)程同源模型化方法要解決三個(gè)問(wèn)題：（1）檢測(cè)遠(yuǎn)程同源蛋白質(zhì)（T）；（2）U和T的序列必須被正確地對(duì)比排列；（3）修改一般的同源模型化過(guò)程，以應(yīng)用于相似度非常低的情況，即處理更多的環(huán)區(qū)，建立合理的三維結(jié)構(gòu)模型。如何解決第一個(gè)和第二個(gè)問(wèn)題？基本思想是建立一個(gè)從U到已知結(jié)構(gòu)T的線索，并通過(guò)一些基于環(huán)境或基于知識(shí)的勢(shì)，評(píng)價(jià)序列與結(jié)構(gòu)的適應(yīng)性。至于最后建立三維結(jié)構(gòu)模型則是非常困難的序列→結(jié)構(gòu)比對(duì)2/1/202377線索化的主要思想：利用氨基酸的結(jié)構(gòu)傾向（如形成二級(jí)結(jié)構(gòu)的傾向、疏水性、極性等），評(píng)價(jià)一個(gè)序列所對(duì)應(yīng)的結(jié)構(gòu)是否能夠適配到一個(gè)給定的結(jié)構(gòu)環(huán)境中。2/1/202378建立序列到結(jié)構(gòu)的線索的過(guò)程稱(chēng)為線索化，線索技術(shù)又稱(chēng)折疊識(shí)別技術(shù)。線索化或者折疊識(shí)別的目標(biāo)是為目標(biāo)蛋白質(zhì)U尋找合適的蛋白質(zhì)模板，這些模板蛋白質(zhì)與U沒(méi)有顯著的序列相似性，但卻是遠(yuǎn)程同源的。線索化方法一般有5個(gè)基本組成部分：（1）已知三維折疊結(jié)構(gòu)的數(shù)據(jù)庫(kù)；（2）一種適合于進(jìn)行序列-結(jié)構(gòu)比對(duì)的三維折疊信息的表示方法；（3）一個(gè)序列-結(jié)構(gòu)匹配函數(shù)，該函數(shù)對(duì)匹配程度進(jìn)行打分；2/1/202379（4）建立最優(yōu)線索的策略，或者是進(jìn)行序列-結(jié)構(gòu)比對(duì)的策略；（5）一種評(píng)價(jià)序列-結(jié)構(gòu)比對(duì)顯著性的方法。假設(shè)存在有限數(shù)目的核心折疊（corefolds）核心折疊實(shí)際上是構(gòu)成蛋白質(zhì)空間形狀的基本模式。建立核心折疊數(shù)據(jù)庫(kù)預(yù)測(cè)----建立線索

U序列與數(shù)據(jù)庫(kù)核心折疊比對(duì)取最佳核心折疊U結(jié)構(gòu)模型2/1/202380

一種基于序列與結(jié)構(gòu)比對(duì)的最優(yōu)線索化算法令:s1,s2,…,sn為蛋白質(zhì)序列S的n個(gè)元素

C1,C2,…,Cm為數(shù)據(jù)庫(kù)中核心折疊C的m個(gè)核心區(qū)域

Cij為第i個(gè)核心區(qū)域第j個(gè)氨基酸位置每一個(gè)核心區(qū)域由若干個(gè)氨基酸殘基構(gòu)成

2/1/202381設(shè)t是一個(gè)從序列到核心折疊的線索，那么t說(shuō)明了序列S的哪些元素si,sj,sk,…代表核心區(qū)域C1,C2,C3,…的起始位置。這實(shí)際上是一種從序列S到核心折疊C的比對(duì)令代表核心折疊C中的環(huán)到序列S中空位的映射，顯然是通過(guò)線索化而確定的。令f(t)是進(jìn)行比對(duì)的得分函數(shù)，其定義如下：

f(t)=g1(v,t)+g2(u,v,t)+g3(,t)

2/1/202382

g1(v,t)評(píng)價(jià)氨基酸殘基v所處的位置g2(u,v,t)評(píng)價(jià)殘基u和v的相對(duì)位置，如果u和v鍵合，則得分高；g3(,t)評(píng)價(jià)環(huán)區(qū)，根據(jù)環(huán)區(qū)的大小進(jìn)行打分。線索化問(wèn)題： 對(duì)于給定的序列S和核心折疊C，選擇一個(gè)線索t，使得f(t)的值最小，即尋找一個(gè)從S到C的最佳映射。2/1/202383使用PHYRE系統(tǒng)進(jìn)行RGDVP2蛋白的折疊式別預(yù)測(cè)。PHYRE是英國(guó)倫敦大學(xué)帝國(guó)理工學(xué)院生物信息學(xué)小組維護(hù)的蛋白質(zhì)折疊識(shí)別預(yù)測(cè)的網(wǎng)上服務(wù)器，該服務(wù)器提供了分別針對(duì)免費(fèi)的學(xué)術(shù)用戶和收費(fèi)的商業(yè)用戶兩種版本。本例使用的P2蛋白是水稻瘤矮病毒的次要外層衣殼蛋白，由于ExPDB晶體圖像數(shù)據(jù)搜索不到同源蛋白，故采用折疊識(shí)別法預(yù)測(cè)P2蛋白的三級(jí)結(jié)構(gòu)。2/1/202384

3、從頭預(yù)測(cè)方法在既沒(méi)有已知結(jié)構(gòu)的同源蛋白質(zhì)、也沒(méi)有已知結(jié)構(gòu)的遠(yuǎn)程同源蛋白質(zhì)的情況下，上述兩種蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的方法都不能用，這時(shí)只能采用從頭預(yù)測(cè)方法，即（直接）僅僅根據(jù)序列本身來(lái)預(yù)測(cè)其結(jié)構(gòu)。從頭預(yù)測(cè)方法一般由下列3個(gè)部分組成：（1）一種蛋白質(zhì)幾何的表示方法

由于表示和處理所有原子和溶劑環(huán)境的計(jì)算開(kāi)銷(xiāo)非常大，因此需要對(duì)蛋白質(zhì)和溶劑的表示形式作近似處理。2/1/202385（2）一種勢(shì)函數(shù)及其參數(shù)

通過(guò)對(duì)已知結(jié)構(gòu)的蛋白質(zhì)進(jìn)行統(tǒng)計(jì)分析確定勢(shì)函數(shù)中的各個(gè)參數(shù)（3）一種構(gòu)象空間搜索技術(shù)

構(gòu)象空間搜索和勢(shì)函數(shù)的建立是從頭預(yù)測(cè)方法的關(guān)鍵2/1/202386N端的氨基酸位于坐標(biāo)系統(tǒng)的原點(diǎn)第二個(gè)氨基酸位于坐標(biāo)的（1,0）或（1，0，0）處。H-P模型-[疏水(hydrophobic)-極性(polar)]

2/1/202387基于疏水殘基之間的接觸進(jìn)行打分每一個(gè)H和H的接觸（非相鄰殘基）對(duì)能量的貢獻(xiàn)都為－1最優(yōu)的構(gòu)象就是所有可能的構(gòu)象中具有最多H和H接觸的那個(gè)構(gòu)象圖中的二維和三維構(gòu)象的得分都是－32/1/202388絕對(duì)方向表示法:每一個(gè)位置上可選擇的方向:

上、右、左和下（U、R、L、D）；而對(duì)于三維模型:

上、右、左、下、后和前（U、R、L、D、B、F）。構(gòu)象空間搜索（R，R，D，L，D，L，U，L，U，U，R） （R，B，U，F(xiàn)，L，U，R，B，L，L，F(xiàn)）2/1/202389相對(duì)方向表示法：利用每個(gè)氨基酸殘基主鏈的轉(zhuǎn)動(dòng)方向來(lái)表示每個(gè)位置上的殘基的方向二維網(wǎng)格模型：每個(gè)殘基位置上可選擇的方向有三個(gè)左、右和前（L、R和F）三維網(wǎng)格模型：左、右、前、上和下