生物信息學(xué)理論第六章蛋白質(zhì)結(jié)構(gòu)預(yù)測及分子設(shè)計

1、生物信息學(xué)理論第六章 蛋白質(zhì)結(jié)構(gòu)預(yù)測及分子設(shè)計引子單個蛋白涉及的問題結(jié)構(gòu)預(yù)測(2D, 3D)物理化學(xué)性質(zhì)功能空間位置研究方法提取純化制作晶體,決定結(jié)構(gòu)理解機制,功能多個蛋白涉及的問題表達過程(DNARNA蛋白,調(diào)控網(wǎng)絡(luò))相互作用(yeast two-hybrid,親和層析)蛋白家族(family)檢測(2D,質(zhì)譜儀,蛋白質(zhì)芯片)研究方法基因組測序蛋白預(yù)言計算機分析結(jié)構(gòu)理解機制,功能一級結(jié)構(gòu)(primary)：氨基酸序列二級結(jié)構(gòu)(secondary)：螺旋、片層、.三級(維)結(jié)構(gòu)(tertiary)：亞基，結(jié)構(gòu)域四級結(jié)構(gòu)(quaternary)：亞基之間特定的空間關(guān)系蛋白質(zhì)的結(jié)構(gòu)一些單氨基酸(a

2、a)突變可引起蛋白結(jié)構(gòu)的重大變化CFTR的F508突變改變螺旋結(jié)構(gòu),從而改變其功能另一些變化則不明顯一些蛋白引起的疾病囊腫性纖維化(cystic fibrosis): CFTR鐮刀性貧血: 血紅蛋白瘋牛病: 朊蛋白阿爾茲海默氏征: 淀粉樣前體蛋白蛋白結(jié)構(gòu)與人類疾病 (重要性)蛋白結(jié)構(gòu)的主要倉庫 PDB始建于197132000個結(jié)構(gòu)數(shù)據(jù)(其中約3萬是蛋白)讀取PDB文件的門戶網(wǎng)站Swiss-Prot, NCBI, EMBLPDBCATH, Dali, SCOP, FSSP解釋PDB文件的數(shù)據(jù)庫用”PubMed”搜蛋白結(jié)構(gòu)(NCBI)1、進入”PubMed”2、選擇”Structure”3、輸入要

3、找的蛋白名稱或ID號等(如RecBCD, E. coli DNA repair)4、點擊”Go”5、點擊感興趣的結(jié)果(1W36,進入MMDB)結(jié)果列表中包含相關(guān)蛋白(powered by BLAST)、文獻、結(jié)構(gòu)域(domain)、配體(ligand)、3D縮略圖、三維查看器在MMDB看搜到蛋白的結(jié)構(gòu)(NCBI)MMDB (Molecular Modeling Database): NCBI的大分子三維結(jié)構(gòu)數(shù)據(jù)庫，數(shù)據(jù)來自PDB打開的單個蛋白的頁面中包括文獻、簡單描述、入庫日期、物種(taxonomy)該蛋白的PDB, VAST鏈接(entire chain/View 3D Alignment

4、)三維查看器(Cn3D)分子成分(圖): chain, 3D domain, classification/family, ligand點擊其中的PDB (RCSB)鏈接，顯示三維結(jié)構(gòu)實驗數(shù)據(jù)蛋白分類SCOP鏈接: 結(jié)構(gòu)域(家族,超家族)CATH鏈接: 域, Class, Architecture, Topology, HomologyGO鏈接: 功能,過程,細胞組成更多信息生化性質(zhì),配體,SNP(Sequence Details)圖形顯示各域的分布,類別,DSSP二級結(jié)構(gòu),PDP域更多外部鏈接(對于RecBCD多達26個)更多有用的鏈接PDB的外部鏈接中Compute pI Mw點擊Chai

5、n B (可計算各鏈分子量)在打開的Compute pI/Mw頁面中點擊EX5B_ECOLI (ExPASy，大量信息，鏈接)在打開的UniProtKB/Swiss-Prot頁面中點擊EcoCyc：EG10824-MONOMER (biocyc，參與的反應(yīng)/路徑圖)蛋白質(zhì)結(jié)構(gòu)分析蛋白質(zhì)一級結(jié)構(gòu)蛋白質(zhì)基本理化性質(zhì)分析蛋白質(zhì)親疏水性分析蛋白質(zhì)跨膜區(qū)結(jié)構(gòu)預(yù)測蛋白質(zhì)二級結(jié)構(gòu)蛋白質(zhì)二級結(jié)構(gòu)預(yù)測（螺旋，折疊等）蛋白質(zhì)超二級結(jié)構(gòu)蛋白質(zhì)結(jié)構(gòu)域分析蛋白質(zhì)三級結(jié)構(gòu)蛋白質(zhì)三維結(jié)構(gòu)模擬蛋白質(zhì)結(jié)構(gòu)預(yù)測及分析的主要內(nèi)容蛋白質(zhì)結(jié)構(gòu)預(yù)測過程ORF翻譯實驗數(shù)據(jù)蛋白質(zhì)序列蛋白質(zhì)理化性質(zhì)和一級結(jié)構(gòu)數(shù)據(jù)庫搜索結(jié)構(gòu)域匹配已知結(jié)構(gòu)的同源

6、蛋白？三維結(jié)構(gòu)模型可用的折疊模型？同源建模有二級結(jié)構(gòu)預(yù)測無串線法有從頭預(yù)測無蛋白質(zhì)的基本性質(zhì)蛋白質(zhì)的基本性質(zhì)：相對分子質(zhì)量 氨基酸組成 等電點（pI） 消光系數(shù)半衰期 不穩(wěn)定系數(shù) 總平均親水性 .工具網(wǎng)站備注AACompldent利用未知蛋白質(zhì)的氨基酸組成確認具有相同組成的已知蛋白Compute pI/Mw計算蛋白質(zhì)序列的等電點和分子量ProtParam對氨基酸序列多個物理和化學(xué)參數(shù)（分子量、等電點、吸光系數(shù)等）進行計算PeptideMass計算相應(yīng)肽段的pI和分子量SAPS利用蛋白質(zhì)序列統(tǒng)計分析方法給出待測蛋白的物理化學(xué)信息蛋白質(zhì)理化性質(zhì)分析工具ProtParam 工具簡介基于蛋白質(zhì)序列的組

7、分分析氨基酸親疏水性等分析為高級結(jié)構(gòu)預(yù)測提供參考Expasy 開發(fā)的針對蛋白質(zhì)基本理化性質(zhì)的分析：ProtParam 工具 計算以下物理化學(xué)性質(zhì)：相對分子質(zhì)量 氨基酸組成等電點（pI） 消光系數(shù)半衰期 不穩(wěn)定系數(shù)總平均親水性 如果分析Swiss-Prot和TrEMBL數(shù)據(jù)庫中序列直接填寫Swiss-Prot/TrEMBL AC號(accession number)如果分析新序列：直接在搜索框中粘貼氨基酸序列輸入Swiss-Prot/TrEMBL AC號將蛋白質(zhì)序列粘貼在文本框中返回結(jié)果氨基酸數(shù)目相對分子質(zhì)量氨基酸組成正/負電荷殘基數(shù)消光系數(shù)半衰期原子組成分子式總原子數(shù)E(Prot) = Num

8、(Tyr)*Ext(Tyr) + Num(Trp)*Ext(Trp) + Num(Cystine)*Ext(Cystine)proteins in water measured at 280 nm: Ext(Tyr) = 1490, Ext(Trp) = 5500, Ext(Cystine) = 125Absorb(Prot) = E(Prot) / Molecular_weight不穩(wěn)定系數(shù)脂肪系數(shù)總平均親水性40 unstable注意：ProtParam沒有考慮蛋白質(zhì)翻譯后修飾、蛋白質(zhì)多聚體等情況，故用戶在預(yù)測和分析此類特定蛋白質(zhì)的基本理化性質(zhì)時需要仔細審視反饋結(jié)果。蛋白質(zhì)結(jié)構(gòu)預(yù)測跨膜區(qū)預(yù)

9、測：膜蛋白是一類結(jié)構(gòu)獨特的蛋白質(zhì)，在各種細胞中普遍存在，同時發(fā)揮著重要的生理功能。一、跨膜區(qū)分析(a)-Type I membrane protein(b)-Type II membrane protein(c)-Multipass transmembrane proteins(d)-Lipid chain-anchored membrane proteins(e)-GPI-anchored membrane proteins蛋白質(zhì)跨膜區(qū)特性典型的跨膜螺旋區(qū)主要是由2030個疏水性氨基酸（Leu、Ile、Val、Met、Gly、Ala等）組成；親水殘基往往出現(xiàn)在疏水殘基之間，對功能有重要的作用

10、；基于親/疏水量和蛋白質(zhì)跨膜區(qū)每個氨基酸的統(tǒng)計學(xué)分布偏好性?？缒さ鞍仔蛄小斑吔纭痹瓌t胞外末端：Asp（天冬氨酸）、Ser（絲氨酸）和Pro（脯氨酸）胞外-內(nèi)分界區(qū)：Trp（色氨酸）跨膜區(qū)：Leu（亮氨酸）、Ile（異亮氨酸）、Val（纈氨酸）、Met（甲硫氨酸）、Phe（苯丙氨酸）、Trp（色氨酸）、Cys（半胱氨酸）、Ala（丙氨酸）、Pro（脯氨酸）和Gly（甘氨酸）胞內(nèi)-外分界區(qū)：Tyr（絡(luò)氨酸）、 Trp（色氨酸）和Phe（苯丙氨酸）胞內(nèi)末端：Lys（賴氨酸）和Arg（精氨酸）常用蛋白質(zhì)跨膜區(qū)域分析工具工具網(wǎng)站備注DAS用Dense Alignment Surface（DAS）算法來預(yù)

11、測無同源家族的蛋白跨膜區(qū)HMMTOP由Enzymology研究所開發(fā)的蛋白質(zhì)跨膜區(qū)和拓撲結(jié)構(gòu)預(yù)測程序SOSUI由Nagoya大學(xué)開發(fā)一個具有圖形顯示跨膜區(qū)的程序TMAP基于多序列比對來預(yù)測跨膜區(qū)的程序TMHMM基于HMM方法的蛋白質(zhì)跨膜區(qū)預(yù)測工具TMpred基于對TMbase數(shù)據(jù)庫的統(tǒng)計分析來預(yù)測蛋白質(zhì)跨膜區(qū)和跨膜方向TopPred是一個位于法國的蛋白質(zhì)拓撲結(jié)構(gòu)預(yù)測程序TMpred 工具簡介依靠跨膜蛋白數(shù)據(jù)庫TMbase預(yù)測跨膜區(qū)和跨膜方向主要參數(shù)/選項序列在線提交形式：直接貼入蛋白序列填寫SwissProt/TrEMBL/EMBL/EST的ID或AC輸出格式最短和最長的跨膜螺旋疏水區(qū)長度輸入

12、序列名（可選）選擇序列的格式貼入蛋白質(zhì)序列輸出結(jié)果可能的跨膜螺旋區(qū)相關(guān)性列表可能的跨膜螺旋區(qū)位置分值片段中點位置相關(guān)性列表26建議的跨膜拓撲模型最優(yōu)拓撲結(jié)構(gòu)每一位置計算分值TMHMM二、信號肽分析信號肽：指分泌蛋白表達時氨基端（N-，有時不在N端）的20余個氨基酸，將引導(dǎo)該蛋白質(zhì)最終分泌到細胞外，但這段信號肽會被信號肽酶切掉，所以成熟的分泌蛋白是不含這段信號肽的。信號肽可以指導(dǎo)蛋白質(zhì)的跨膜轉(zhuǎn)移。信號肽預(yù)測工具：SignalP server （ ）三、蛋白質(zhì)二級結(jié)構(gòu)分析（螺旋、折疊）蛋白質(zhì)二級結(jié)構(gòu)及類型二級結(jié)構(gòu)取決于氨基酸側(cè)鏈結(jié)構(gòu)，由氫鍵形成1、螺旋(helix)：4-40aa2、折疊(shee

13、t)：5-10aa，平行或反平行(C,N端方向一致或相反)3、轉(zhuǎn)角(turn)4、無規(guī)則卷曲(random coil)工具網(wǎng)站備注BCM SearchLauncher 包括了常見的蛋白質(zhì)結(jié)構(gòu)分析程序入口，一般分析可以以此服務(wù)器作為起點Prof基于多重序列比對預(yù)測工具PSIpred提供跨膜蛋白拓撲結(jié)構(gòu)預(yù)測和蛋白profile折疊結(jié)構(gòu)識別工具nnPredict預(yù)測蛋白質(zhì)序列中潛在的亮氨酸拉鏈結(jié)構(gòu)和卷曲螺旋PredictProtein提供多項蛋白質(zhì)性質(zhì)分析，并有較好準(zhǔn)確性PREDATOR預(yù)測時考慮了氨基酸殘基間的氫鍵蛋白質(zhì)二級結(jié)構(gòu)分析工具PredictProtein ()可以獲得功能預(yù)測、二級結(jié)構(gòu)、

14、基序、二硫鍵結(jié)構(gòu)、結(jié)構(gòu)域等許多蛋白質(zhì)序列的結(jié)構(gòu)信息。該方法的平均準(zhǔn)確率超過72%，最佳殘基預(yù)測準(zhǔn)確率達90%以上。因此，被視為蛋白質(zhì)二級結(jié)構(gòu)預(yù)測的標(biāo)準(zhǔn)。用戶需要注冊ID、驗證E-mail后，才能使用PredictProtein工具。如何使用PredictProtein工具將蛋白質(zhì)序列粘貼在文本框中分析方法重要的算法：PROFsec（螺旋，折疊等基本二級結(jié)構(gòu)預(yù)測）PHDhtm（典型跨膜螺旋區(qū)預(yù)測）ProSite（特征Motif識別方法）結(jié)果名稱說明Secondary Structure蛋白質(zhì)二級結(jié)構(gòu)預(yù)測Transmembrane典型跨膜螺旋區(qū)預(yù)測Coiled Coils卷曲螺旋預(yù)測Low com

15、plexity segments低復(fù)雜區(qū)域識別Non-Ordinary Secondary Structure非典型二級結(jié)構(gòu)預(yù)測Localization蛋白質(zhì)定位預(yù)測Disulphide Bonds二硫鍵位置預(yù)測Trans-Membrane Beta-Barrel-桶狀跨膜區(qū)預(yù)測（細菌）Protein Disorder蛋白質(zhì)結(jié)果無序性分析Ambivalent Switches識別構(gòu)象變化的氨基酸Protein-Protein binding蛋白質(zhì)-蛋白質(zhì)結(jié)合位點識別Protein-DNA binding蛋白質(zhì)-DNA結(jié)合位點識別Globular球狀蛋白預(yù)測結(jié)果Prosite基序（Motif）識

16、別和分類AlignmnetPSI-BLAST分析PROSITE中的ID號Motif名稱Motif模式提交序列中出現(xiàn)該Motif的位置ProSite motif搜索結(jié)果置信度二硫鍵位置二硫鍵位置預(yù)測結(jié)果PHD 跨膜螺旋區(qū)預(yù)測結(jié)果跨膜螺旋區(qū)非跨膜螺旋區(qū)PROF 二級結(jié)構(gòu)預(yù)測結(jié)果螺旋結(jié)構(gòu)片層結(jié)構(gòu)無規(guī)則卷曲四、蛋白質(zhì)結(jié)構(gòu)域預(yù)測結(jié)構(gòu)域（Structural Domain）是蛋白序列的功能、結(jié)構(gòu)和進化單元。結(jié)構(gòu)域通常都是幾個超二級結(jié)構(gòu)單元的組合，即蛋白質(zhì)多肽鏈在二級結(jié)構(gòu)的基礎(chǔ)上進一步卷曲折疊成幾個相對獨立的近似球形的組裝體。結(jié)構(gòu)域是介于二級和三級結(jié)構(gòu)之間的另一種結(jié)構(gòu)層次。結(jié)構(gòu)域的實質(zhì)是二級結(jié)構(gòu)的組合體，充

17、當(dāng)三級結(jié)構(gòu)的元件。基本類型 ： 折疊折疊/折疊+折疊工具網(wǎng)站備注CDD通過比較目標(biāo)序列和一組位置特異性打分矩陣進行RPS-BLAST來確定目標(biāo)序列中的保守結(jié)構(gòu)域HAMAP通過專家預(yù)測系統(tǒng)產(chǎn)生的微生物家族同源蛋白數(shù)據(jù)InterPro蛋白質(zhì)家族、結(jié)構(gòu)域和功能位點的聯(lián)合資源數(shù)據(jù)庫，整合了多個數(shù)據(jù)庫和工具的結(jié)果，并提供相應(yīng)的鏈接Pfam每個蛋白家族包含了多序列比對、pro和注釋文件ProDom從SWISS-PROT/TrEMBL數(shù)據(jù)庫中的非片段蛋白序列數(shù)據(jù)構(gòu)成，每條記錄包含一個同源結(jié)構(gòu)域多重比對和家族保守一致性序列SMART由EMBL建立，集成了大部分已知蛋白功能域數(shù)據(jù)，注釋包括了功能類型、三維結(jié)構(gòu)、

18、分類信息蛋白質(zhì)結(jié)構(gòu)域數(shù)據(jù)庫InterPro 數(shù)據(jù)庫簡介InterPro: InterPro數(shù)據(jù)庫由EBI開發(fā)，整合蛋白質(zhì)家族、結(jié)構(gòu)域和功能位點等資源。整合UniProt、PROSITE、Pfam等12個成員數(shù)據(jù)庫，檢索結(jié)果準(zhǔn)確。目前最新的版本包含22245個條目，涵蓋6309個結(jié)構(gòu)域、14854個蛋白質(zhì)家族（截至2011年11月底）。序列提交框InterProScan: :/提供在線提交和本地分析工具（Linux系統(tǒng)）分析工具InterProScan 工具結(jié)果反饋圖形化結(jié)果（Visual Output）以示意圖的形式顯示保守區(qū)和結(jié)構(gòu)域表格式結(jié)果（Summary Table）顯示保守區(qū)和結(jié)構(gòu)域的

19、具體位置以及蛋白家族信息和GO分類號GO分類號：GO【Gene Ontology（基因本體論）】，用于蛋白的功能分類。包含基因產(chǎn)物的相關(guān)分子功能、生物學(xué)途徑和細胞學(xué)組件，根據(jù)這三個方面的內(nèi)容對基因進行分類。保守區(qū)示意圖保守區(qū)位置InterPro 蛋白家族信息AC號，家族名稱蛋白家族信息其他數(shù)據(jù)庫中的收錄情況相關(guān)的其他家族條目類型GO術(shù)語注釋說明結(jié)構(gòu)鏈接數(shù)據(jù)庫鏈接該家族蛋白在不同種類生物體中出現(xiàn)情況其他家族與該家族的重疊情況五、蛋白三級結(jié)構(gòu)研究方法實驗方法1、X光晶體衍射2、核磁共振(NMR)計算方法1、從頭算方法(ab initio/de novo)/理論分析法分子動力學(xué)能量最低假設(shè)2、比較建

20、模(comparative modeling)基于同源性1、從頭算方法(ab initio/de novo)/理論分析法根據(jù)物理化學(xué)原理(如原子之間作用力)，建立模型，預(yù)測結(jié)構(gòu)一些問題自然的蛋白質(zhì)結(jié)構(gòu)和未折疊的蛋白質(zhì)結(jié)構(gòu)，兩者之間的能量差非常小(1kcal/mol數(shù)量級)蛋白質(zhì)可能的構(gòu)象空間龐大，針對蛋白質(zhì)折疊的計算量非常大計算模型中力場參數(shù)的不準(zhǔn)確性待測蛋白沒有同源性時可用此法2、比較建模/同源模型化方法(統(tǒng)計方法)通過同源序列分析或者模式匹配預(yù)測蛋白質(zhì)的空間結(jié)構(gòu)或者結(jié)構(gòu)單元，如: 鋅指結(jié)構(gòu)、螺旋-轉(zhuǎn)角-螺旋結(jié)構(gòu)、DNA結(jié)合區(qū)域等(motif)原理：許多不同的序列會采用同一個基本的折疊，具有

21、相似序列的蛋白傾向于有相似結(jié)構(gòu)，一對自然進化的蛋白，如果它們的序列具有2530%的等同部分，可以假設(shè)它們結(jié)構(gòu)相似。步驟Step 1、識別結(jié)構(gòu)保守域Step 2、將待測蛋白與模板比對，保留30%同源性的結(jié)果Step 3、建模Step 4、評價模型，一般而言，同源性越高，結(jié)構(gòu)預(yù)言越精確，50%同源性，精確度可達1埃比較建模網(wǎng)站方法特點工具同源建模法( Homology/Comparative modelling )基于序列同源比對，對于序列相似度30的序列模擬比較有效，最常用的方法 SWISS-MODELCPHmodels 串線法/折疊識別法 (Threading/Fold recognition

22、)“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THREADER3D-PSSM從頭預(yù)測法( Ab initio/De novo methods )基于分子動力學(xué)，尋找能量最低的構(gòu)象，計算量大，只能做小分子預(yù)測HMMSTRROSSETA蛋白質(zhì)結(jié)構(gòu)預(yù)測精度同源建模法分析步驟：1、多序列比對與已有晶體結(jié)構(gòu)的蛋白質(zhì)序列比對2、確定是否有可以使用的模板序列相似度30%序列相似度30%，結(jié)合功能，蛋白質(zhì)一級序列、二級結(jié)構(gòu)或結(jié)構(gòu)域信息3、構(gòu)建三維模型4、三維模型準(zhǔn)確性檢驗Whatcheck 程序Ramachandran plot計算檢驗5、手工調(diào)整多序列比對，重新擬合，構(gòu)建新的模型SWISS-MODEL工具 （）同源建模方法與PDB數(shù)據(jù)庫已知結(jié)構(gòu)的蛋白質(zhì)序列比對進行預(yù)測SWISS-MODEL工具簡介自動模式比對模式工程模式SWISS-MODEL工作模式主要參數(shù)/選項粘貼中的蛋白質(zhì)序列輸入用戶E-mail（選填）模型和模板信息下