蛋白質(zhì)結(jié)構(gòu)與功能預(yù)測(cè)

關(guān)于蛋白質(zhì)結(jié)構(gòu)與功能預(yù)測(cè)第一頁(yè)，共七十八頁(yè)，2022年，8月28日實(shí)習(xí)一基因組數(shù)據(jù)注釋和功能分析實(shí)習(xí)二核苷酸序列分析實(shí)習(xí)三芯片的基本數(shù)據(jù)處理和分析實(shí)習(xí)四蛋白質(zhì)結(jié)構(gòu)與功能分析實(shí)習(xí)五蛋白質(zhì)組學(xué)數(shù)據(jù)分析實(shí)習(xí)六系統(tǒng)生物學(xué)軟件實(shí)習(xí)實(shí)習(xí)課程內(nèi)容基因組學(xué)轉(zhuǎn)錄物組學(xué)蛋白質(zhì)組學(xué)系統(tǒng)生物學(xué)第二頁(yè)，共七十八頁(yè)，2022年，8月28日2DNAsequenceProteinsequenceProteinstructureProteinfunction第三頁(yè)，共七十八頁(yè)，2022年，8月28日3蛋白質(zhì)序列分析蛋白質(zhì)一級(jí)序列蛋白質(zhì)基本理化性質(zhì)分析蛋白質(zhì)親疏水性分析跨膜區(qū)結(jié)構(gòu)預(yù)測(cè)翻譯后修飾位點(diǎn)預(yù)測(cè)蛋白質(zhì)二級(jí)結(jié)構(gòu)蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)蛋白質(zhì)序列信號(hào)位點(diǎn)分析蛋白質(zhì)超二級(jí)結(jié)構(gòu)蛋白質(zhì)結(jié)構(gòu)域分析蛋白質(zhì)三級(jí)結(jié)構(gòu)蛋白質(zhì)三維結(jié)構(gòu)模擬蛋白質(zhì)序列分析主要內(nèi)容第四頁(yè)，共七十八頁(yè)，2022年，8月28日蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)過(guò)程O(píng)RF翻譯實(shí)驗(yàn)數(shù)據(jù)蛋白質(zhì)序列蛋白質(zhì)理化性質(zhì)和一級(jí)結(jié)構(gòu)數(shù)據(jù)庫(kù)搜索結(jié)構(gòu)域匹配已知結(jié)構(gòu)的同源蛋白？三維結(jié)構(gòu)模型可用的折疊模型？同源建模有二級(jí)結(jié)構(gòu)預(yù)測(cè)無(wú)串線法有從頭預(yù)測(cè)無(wú)第五頁(yè)，共七十八頁(yè)，2022年，8月28日5ExPASy（ExpertProteinAnalysisSystem）Tools（/tools/）第六頁(yè)，共七十八頁(yè)，2022年，8月28日6一、蛋白質(zhì)理化性質(zhì)分析使用工具：Protparam二、跨膜區(qū)分析使用工具：Tmpred三、二級(jí)結(jié)構(gòu)分析使用工具：PredictProteinServer四、結(jié)構(gòu)域分析使用工具：InterProScan五、蛋白質(zhì)三級(jí)結(jié)構(gòu)分析使用工具：SWISS-MODEL/SWISS-PdbViewer數(shù)據(jù)：C:\ZCNI\shixi4\protein.txt課程安排第七頁(yè)，共七十八頁(yè)，2022年，8月28日7一、蛋白質(zhì)基本理化性質(zhì)分析

蛋白質(zhì)理化性質(zhì)是蛋白質(zhì)研究的基礎(chǔ)蛋白質(zhì)的基本性質(zhì)：相對(duì)分子質(zhì)量氨基酸組成等電點(diǎn)（PI）消光系數(shù)半衰期不穩(wěn)定系數(shù)總平均親水性……

實(shí)驗(yàn)方法：相對(duì)分子質(zhì)量的測(cè)定、等電點(diǎn)實(shí)驗(yàn)、沉降實(shí)驗(yàn)缺點(diǎn)：費(fèi)時(shí)、耗資基于實(shí)驗(yàn)經(jīng)驗(yàn)值的計(jì)算機(jī)分析方法第八頁(yè)，共七十八頁(yè)，2022年，8月28日工具網(wǎng)站備注AACompldent/tools/aacomp/利用未知蛋白質(zhì)的氨基酸組成確認(rèn)具有相同組成的已知蛋白ComputepI/Mw/tools/pi_tool.html計(jì)算蛋白質(zhì)序列的等電點(diǎn)和分子量ProtParam/tools/protparam.html對(duì)氨基酸序列多個(gè)物理和化學(xué)參數(shù)（分子量、等電點(diǎn)、吸光系數(shù)等）進(jìn)行計(jì)算PeptideMass/tools/peptide-mass.html計(jì)算相應(yīng)肽段的pI和分子量SAPShttp://www.isrec.isb-sib.ch/software/SAPS_form.html利用蛋白質(zhì)序列統(tǒng)計(jì)分析方法給出待測(cè)蛋白的物理化學(xué)信息蛋白質(zhì)理化性質(zhì)分析工具第九頁(yè)，共七十八頁(yè)，2022年，8月28日AACompIdent

PeptideMass第十頁(yè)，共七十八頁(yè)，2022年，8月28日10Protparam基于蛋白質(zhì)序列的組分分析氨基酸親疏水性等分析為高級(jí)結(jié)構(gòu)預(yù)測(cè)提供參考Expasy開(kāi)發(fā)的針對(duì)蛋白質(zhì)基本理化性質(zhì)的分析：Protparam

工具計(jì)算以下物理化學(xué)性質(zhì)：相對(duì)分子質(zhì)量氨基酸組成等電點(diǎn)（PI）消光系數(shù)半衰期不穩(wěn)定系數(shù)總平均親水性……第十一頁(yè)，共七十八頁(yè)，2022年，8月28日主要選項(xiàng)/參數(shù)如果分析SWISS-PORT和TrEMBL數(shù)據(jù)庫(kù)中序列直接填寫(xiě)Swiss-Prot/TrEMBLAC號(hào)(accessionnumber)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/TrEMBLAC號(hào)打開(kāi)protein.txt，將蛋白質(zhì)序列粘貼在搜索框中第十二頁(yè)，共七十八頁(yè)，2022年，8月28日12輸入Swiss-Prot/TrEMBLAC號(hào)—分不同的功能域肽段輸出結(jié)果功能域用戶自定義區(qū)段第十三頁(yè)，共七十八頁(yè)，2022年，8月28日13返回結(jié)果氨基酸數(shù)目相對(duì)分子質(zhì)量理論pI值氨基酸組成正/負(fù)電荷殘基數(shù)第十四頁(yè)，共七十八頁(yè)，2022年，8月28日14消光系數(shù)半衰期原子組成分子式總原子數(shù)第十五頁(yè)，共七十八頁(yè)，2022年，8月28日15不穩(wěn)定系數(shù)脂肪系數(shù)總平均親水性<40stable>40unstable第十六頁(yè)，共七十八頁(yè)，2022年，8月28日16練習(xí)一：Protparam數(shù)據(jù)：C:\ZCNI\shixi4\protein.txt第十七頁(yè)，共七十八頁(yè)，2022年，8月28日17(a)-TypeImembraneprotein(b)-TypeIImembraneprotein(c)-Multipasstransmembraneproteins(d)-Lipidchain-anchoredmembraneproteins(e)-GPI-anchoredmembraneproteins二、蛋白質(zhì)跨膜區(qū)分析第十八頁(yè)，共七十八頁(yè)，2022年，8月28日α螺旋跨膜區(qū)主要是由20-30個(gè)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(duì)功能有重要的作用基于親/疏水量和蛋白質(zhì)膜區(qū)每個(gè)氨基酸的統(tǒng)計(jì)學(xué)分布偏好性量蛋白質(zhì)跨膜區(qū)特性第十九頁(yè)，共七十八頁(yè)，2022年，8月28日跨膜蛋白序列“邊界”原則

-LandoltMarticorenaetal.,1993

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)域－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)域－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）第二十頁(yè)，共七十八頁(yè)，2022年，8月28日20常用蛋白質(zhì)跨膜區(qū)域分析工具工具網(wǎng)站備注DAShttp://www.sbc.su.se/~miklos/DAS/用DenseAlignmentSurface（DAS）算法來(lái)預(yù)測(cè)無(wú)同源家族的蛋白跨膜區(qū)HMMTOPhttp://www.enzim.hu/hmmtop/由Enzymology研究所開(kāi)發(fā)的蛋白質(zhì)跨膜區(qū)和拓?fù)浣Y(jié)構(gòu)預(yù)測(cè)程序SOSUIhttp://bp.nuap.nagoya-u.ac.jp/sosui/由Nagoya大學(xué)開(kāi)發(fā)一個(gè)具有圖形顯示跨膜區(qū)的程序TMAPhttp://bioinfo.limbo.ifm.liu.se/tmap/基于多序列比對(duì)來(lái)預(yù)測(cè)跨膜區(qū)的程序TMHMMhttp://www.cbs.dtu.dk/services/TMHMM-2.0基于HMM方法的蛋白質(zhì)跨膜區(qū)預(yù)測(cè)工具TMpred/software/TMPRED_form.html基于對(duì)TMbase數(shù)據(jù)庫(kù)的統(tǒng)計(jì)分析來(lái)預(yù)測(cè)蛋白質(zhì)跨膜區(qū)和跨膜方向TopPredhttp://bioweb.pasteur.fr/seqanal/interfaces/toppred.html是一個(gè)位于法國(guó)的蛋白質(zhì)拓?fù)浣Y(jié)構(gòu)預(yù)測(cè)程序第二十一頁(yè)，共七十八頁(yè)，2022年，8月28日TMpredTMpred工具：依靠跨膜蛋白數(shù)據(jù)庫(kù)Tmbase預(yù)測(cè)跨膜區(qū)和跨膜方向第二十二頁(yè)，共七十八頁(yè)，2022年，8月28日22主要參數(shù)/選項(xiàng)序列在線提交形式：直接貼入蛋白序列填寫(xiě)SwissProt/TrEMBL/EMBL/EST的ID或AC輸出格式最短和最長(zhǎng)的跨膜螺旋疏水區(qū)長(zhǎng)度輸入序列名（可選）選擇序列的格式貼入protein.txt蛋白質(zhì)序列第二十三頁(yè)，共七十八頁(yè)，2022年，8月28日23輸出結(jié)果包含四個(gè)部分可能的跨膜螺旋區(qū)相關(guān)性列表可能的跨膜螺旋區(qū)相關(guān)性列表位置分值片段中點(diǎn)位置第二十四頁(yè)，共七十八頁(yè)，2022年，8月28日24

跨膜拓?fù)淠Ｐ图皥D示建議的跨膜拓?fù)淠Ｐ兔恳晃恢糜?jì)算分值最優(yōu)拓?fù)浣Y(jié)構(gòu)第二十五頁(yè)，共七十八頁(yè)，2022年，8月28日25TMHMM第二十六頁(yè)，共七十八頁(yè)，2022年，8月28日26第二十七頁(yè)，共七十八頁(yè)，2022年，8月28日27練習(xí)二：TMpred數(shù)據(jù)：C:\ZCNI\shixi4\protein.txt第二十八頁(yè)，共七十八頁(yè)，2022年，8月28日28三、蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)

基本的二級(jí)結(jié)構(gòu)α螺旋，β折疊，β轉(zhuǎn)角，無(wú)規(guī)則卷曲（coils）以及模序（motif）等蛋白質(zhì)局部結(jié)構(gòu)組件

分析方法：基于統(tǒng)計(jì)和機(jī)器學(xué)習(xí)方法進(jìn)行預(yù)測(cè)Chou-Fasman算法GOR算法多序列列線預(yù)測(cè)基于神經(jīng)網(wǎng)絡(luò)的序列預(yù)測(cè)基于已有知識(shí)的預(yù)測(cè)方法（knowledgebasedmethod）混合方法（hybridsystemmethod）第二十九頁(yè)，共七十八頁(yè)，2022年，8月28日工具網(wǎng)站備注BCMSearchLauncher/包括了常見(jiàn)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(diǎn)HNNhttp://npsa-pbil.ibcp.fr/cgi-bin/npsa_automat.pl?page=npsa_nn.html基于神經(jīng)網(wǎng)絡(luò)的分析工具，含序列到結(jié)構(gòu)過(guò)程和結(jié)構(gòu)到結(jié)構(gòu)處理Jpredpbio.dundee.ac.uk/~www-jpred/submit.html基于Jnet神經(jīng)網(wǎng)絡(luò)的分析程序，并采用PSI-BLAST來(lái)構(gòu)建序列Profile進(jìn)行預(yù)測(cè)，對(duì)于序列較短、結(jié)構(gòu)單一的蛋白預(yù)測(cè)較好nnPredict/~nomi/nnpredict.html預(yù)測(cè)蛋白質(zhì)序列中潛在的亮氨酸拉鏈結(jié)構(gòu)和卷曲螺旋NNSSPhttp://bioweb.pasteur.fr/seqanal/interfaces/nnssp-simple.html基于雙層前反饋神經(jīng)網(wǎng)絡(luò)為算法，還考慮到蛋白質(zhì)結(jié)構(gòu)分類信息PREDATORhttp://bioweb.pasteur.fr/seqanal/interfaces/predator-simple.html預(yù)測(cè)時(shí)考慮了氨基酸殘基間的氫鍵蛋白質(zhì)二級(jí)結(jié)構(gòu)分析工具第三十頁(yè)，共七十八頁(yè)，2022年，8月28日工具網(wǎng)站備注PredictProtein/提供多項(xiàng)蛋白質(zhì)性質(zhì)分析，并有較好準(zhǔn)確性Profhttp://www.aber.ac.uk/~phiwww/prof/基于多重序列比對(duì)預(yù)測(cè)工具PSIpredhttp://bioinf.cs.ucl.ac.uk/psipred/psiform.html提供跨膜蛋白拓?fù)浣Y(jié)構(gòu)預(yù)測(cè)和蛋白profile折疊結(jié)構(gòu)識(shí)別工具SOPMAhttp://npsa-pbil.ibcp.fr/cgi-bin/npsa_automat.pl?page=npsa_sopma.html可以比較各種分析方法得到的結(jié)果，也可輸出

“一致性結(jié)果”SSPREDhttp://coot.embl.de/~fmilpetz/SSPRED/sspred.html基于數(shù)據(jù)庫(kù)搜索相似蛋白并構(gòu)建多重序列比對(duì)蛋白質(zhì)二級(jí)結(jié)構(gòu)分析工具第三十一頁(yè)，共七十八頁(yè)，2022年，8月28日第三十二頁(yè)，共七十八頁(yè)，2022年，8月28日32PredictProteinPredictProtein可以獲得功能預(yù)測(cè)、二級(jí)結(jié)構(gòu)、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(guò)72%，最佳殘基預(yù)測(cè)準(zhǔn)確率達(dá)90%以上。因此，被視為蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)的標(biāo)準(zhǔn)第三十三頁(yè)，共七十八頁(yè)，2022年，8月28日33PredictProtein提交界面可展開(kāi)選項(xiàng)第三十四頁(yè)，共七十八頁(yè)，2022年，8月28日35PredictProtein提交界面詳解提交郵件地址（必填）蛋白名稱（可選）分析方法第三十五頁(yè)，共七十八頁(yè)，2022年，8月28日1D序列預(yù)測(cè)PROFsec（默認(rèn)）基于輪廓（profile）的神經(jīng)網(wǎng)絡(luò)算法預(yù)測(cè)蛋白質(zhì)二級(jí)結(jié)構(gòu)PROFacc（默認(rèn)）基于輪廓（profile）的神經(jīng)網(wǎng)絡(luò)算法預(yù)測(cè)殘基溶劑可及性PHDhtm（默認(rèn)）基于多序列比對(duì)預(yù)測(cè)跨膜區(qū)位置和拓?fù)浣Y(jié)構(gòu)ASP（默認(rèn)）識(shí)別二級(jí)結(jié)構(gòu)中構(gòu)型變化的氨基酸COILS（默認(rèn)）識(shí)別卷曲螺旋PROFtmb識(shí)別革蘭氏陰性菌膜Beta桶蛋白結(jié)構(gòu)序列基序識(shí)別ProSite（默認(rèn)）搜索序列中保守基序SEG（默認(rèn)）過(guò)濾序列中低復(fù)雜區(qū)域PredictNLS（默認(rèn)）基于實(shí)驗(yàn)數(shù)據(jù)預(yù)測(cè)序列核定位區(qū)域二硫鍵識(shí)別DISULFIND（默認(rèn)）識(shí)別序列中二硫鍵位置折疊子識(shí)別AGAPE基于折疊結(jié)構(gòu)識(shí)別遠(yuǎn)源蛋白序列殘基接觸預(yù)測(cè)PROFcon預(yù)測(cè)單鏈中原子殘基接觸性結(jié)構(gòu)域預(yù)測(cè)ProDom（默認(rèn)）基于序列同源性來(lái)預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)域CHOP預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)域結(jié)構(gòu)表面識(shí)別ConSeq預(yù)測(cè)蛋白質(zhì)表面結(jié)構(gòu)功能關(guān)鍵區(qū)域分析方法程序詳解第三十六頁(yè)，共七十八頁(yè)，2022年，8月28日3637跨膜螺旋預(yù)測(cè)（PHDhtm）高級(jí)選項(xiàng)Ambivalent序列識(shí)別（ASP）高級(jí)選項(xiàng)CHOP結(jié)構(gòu)域分析工具高級(jí)選項(xiàng)第三十七頁(yè)，共七十八頁(yè)，2022年，8月28日38比對(duì)內(nèi)容從SWISS-PROT數(shù)據(jù)庫(kù)返回BLAST搜索結(jié)果MaxHom參數(shù)選項(xiàng)最低序列比對(duì)一致性空位間隔罰分空位延伸罰分比對(duì)矩陣最大擊中值第三十八頁(yè)，共七十八頁(yè)，2022年，8月28日39選擇保存分析結(jié)果是否返回多序列比對(duì)結(jié)果HTML結(jié)果形式AGAPE結(jié)果PROF/PHD結(jié)果形式以下拉框中所指定的輸入格式將待測(cè)序列粘貼此提交欄第三十九頁(yè)，共七十八頁(yè)，2022年，8月28日服務(wù)器運(yùn)行程序信息ProSite模體搜索結(jié)果低復(fù)雜區(qū)域過(guò)濾程序ProDom結(jié)構(gòu)域搜索結(jié)果二硫鍵識(shí)別結(jié)果PHD程序信息PHD預(yù)測(cè)結(jié)果PROF預(yù)測(cè)結(jié)果球狀蛋白預(yù)測(cè)結(jié)果Ambivalent序列識(shí)別結(jié)果PredictProtein分析結(jié)果第四十頁(yè)，共七十八頁(yè)，2022年，8月28日40PredictProtein分析結(jié)果

PROSITE中的ID號(hào)簡(jiǎn)單描述Motif模式提交序列中出現(xiàn)該Motif的位置第四十一頁(yè)，共七十八頁(yè)，2022年，8月28日PredictProtein分析結(jié)果

第四十二頁(yè)，共七十八頁(yè)，2022年，8月28日PredictProtein分析結(jié)果跨膜區(qū)非跨膜區(qū)LoopHelixSheet第四十三頁(yè)，共七十八頁(yè)，2022年，8月28日43四、結(jié)構(gòu)域分析結(jié)構(gòu)域是蛋白序列的功能、結(jié)構(gòu)和進(jìn)化單元分析方法序列比對(duì)第四十四頁(yè)，共七十八頁(yè)，2022年，8月28日基本類型：

α折疊β折疊α/β折疊α+β折疊第四十五頁(yè)，共七十八頁(yè)，2022年，8月28日45工具網(wǎng)站備注CDD/sites/entrez?db=cdd通過(guò)比較目標(biāo)序列和一組位置特異性打分矩陣進(jìn)行RPS-BLAST來(lái)確定目標(biāo)序列中的保守結(jié)構(gòu)域HAMAP/sprot/hamap/families.html通過(guò)專家預(yù)測(cè)系統(tǒng)產(chǎn)生的微生物家族同源蛋白數(shù)據(jù)InterProhttp://www.ebi.ac.uk/interpro/蛋白質(zhì)家族、結(jié)構(gòu)域和功能位點(diǎn)的聯(lián)合資源數(shù)據(jù)庫(kù)，整合了多個(gè)數(shù)據(jù)庫(kù)和工具的結(jié)果，并提供相應(yīng)的鏈接Pfamhttp://pfam.sanger.ac.uk/每個(gè)蛋白家族包含了多序列比對(duì)、profile-HMMs和注釋文件ProDomhttp://prodom.prabi.fr/從SWISS-PROT/TrEMBL數(shù)據(jù)庫(kù)中的非片段蛋白序列數(shù)據(jù)構(gòu)成，每條記錄包含一個(gè)同源結(jié)構(gòu)域多重比對(duì)和家族保守一致性序列SMARThttp://smart.embl-heidelberg.de/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)、分類信息模體、結(jié)構(gòu)域數(shù)據(jù)庫(kù)第四十六頁(yè)，共七十八頁(yè)，2022年，8月28日工具網(wǎng)站備注TIGRFAMs/TIGRFAMs/由TIGR實(shí)驗(yàn)室維護(hù)的蛋白質(zhì)家族和結(jié)構(gòu)域數(shù)據(jù)庫(kù)PRINTShttp://umber.sbs.man.ac.uk/dbbrowser/PRINTS/蛋白質(zhì)模體指紋數(shù)據(jù)庫(kù)，提供了FingerPRINTScan、FPScan和GRAPHScan等指紋識(shí)別工具DOMO/srs71bin/cgi-bin/wgetz?+LibInfo+-lib+DOMO同源蛋白結(jié)構(gòu)域家族數(shù)據(jù)庫(kù)，有多個(gè)鏡像網(wǎng)站BLOCKS/收錄了通過(guò)高度保守蛋白區(qū)域比對(duì)出的無(wú)空位片段eMOTIF/distributions/emotif/由斯坦福大學(xué)維護(hù)。從BLOCKS+數(shù)據(jù)庫(kù)和PRINTS數(shù)據(jù)庫(kù)中收集了生物功能高度保守的高特異性蛋白序列模體、結(jié)構(gòu)域數(shù)據(jù)庫(kù)第四十七頁(yè)，共七十八頁(yè)，2022年，8月28日選擇需要的分析程序結(jié)果返回形式序列提交框InterProScanInterProScan-第四十八頁(yè)，共七十八頁(yè)，2022年，8月28日48PictureView其他數(shù)據(jù)庫(kù)中的AC號(hào)保守區(qū)示意圖ID名第四十九頁(yè)，共七十八頁(yè)，2022年，8月28日InterPro蛋白家族信息AC號(hào)，家族名稱家族蛋白其他數(shù)據(jù)庫(kù)中的收錄情況相關(guān)的其他家族條目類型第五十頁(yè)，共七十八頁(yè)，2022年，8月28日InterPro蛋白家族信息生物體內(nèi)的信息說(shuō)明結(jié)構(gòu)鏈接數(shù)據(jù)庫(kù)鏈接第五十一頁(yè)，共七十八頁(yè)，2022年，8月28日InterPro蛋白家族信息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第五十二頁(yè)，共七十八頁(yè)，2022年，8月28日練習(xí)四：InterProScan數(shù)據(jù)：C:\ZCNI\shixi4\protein.txt第五十三頁(yè)，共七十八頁(yè)，2022年，8月28日53五、蛋白質(zhì)三維結(jié)構(gòu)預(yù)測(cè)方法特點(diǎn)工具同源建模法(Homology/Comparativemodelling)基于序列同源比對(duì)，對(duì)于序列相似度>30％的序列模擬比較有效，最常用的方法SWISS-MODEL，CPHmodels

串線法/折疊識(shí)別法

(Threading/Foldrecognition)“穿”入已知的各種蛋白質(zhì)折疊骨架內(nèi)，適于對(duì)蛋白質(zhì)核心結(jié)構(gòu)進(jìn)行預(yù)測(cè)，計(jì)算量大THREADER，3D-PSSM從頭預(yù)測(cè)法(Abinitio/Denovomethods)基于分子動(dòng)力學(xué)，尋找能量最低的構(gòu)象，計(jì)算量大，只能做小分子預(yù)測(cè)HMMSTR/ROSSETA第五十四頁(yè)，共七十八頁(yè)，2022年，8月28日蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)精度第五十五頁(yè)，共七十八頁(yè)，2022年，8月28日55同源建模法分析步驟：多序列比對(duì)與已有晶體結(jié)構(gòu)的蛋白質(zhì)序列比對(duì)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(jí)序列、二級(jí)結(jié)構(gòu)或結(jié)構(gòu)域信息構(gòu)建三維模型三維模型準(zhǔn)確性檢驗(yàn)Whatcheck程序Ramachandranplot計(jì)算檢驗(yàn)手工調(diào)整多序列比對(duì)，重新擬和，構(gòu)建新的模型第五十六頁(yè)，共七十八頁(yè)，2022年，8月28日第五十七頁(yè)，共七十八頁(yè)，2022年，8月28日常用數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)網(wǎng)站備注PDB/pdb/home/home.do主要的蛋白質(zhì)三維結(jié)構(gòu)數(shù)據(jù)庫(kù)MMDB/Structure/MMDB/mmdb.shtmlNCBI維護(hù)的蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)Psdb/~deerfiel/PSdb/從PDB和NRL-3D數(shù)據(jù)庫(kù)中衍生出的數(shù)據(jù)庫(kù)，含二級(jí)結(jié)構(gòu)和三維結(jié)構(gòu)信息3DinSighthttp://gibk26.bse.kyutech.ac.jp/jouhou/3dinsight/3DinSight.html整合了結(jié)構(gòu)、性質(zhì)（氨基酸組成、熱力學(xué)參數(shù)等）、生物學(xué)功能（突變點(diǎn)，相互作用等）的綜合數(shù)據(jù)庫(kù)，F(xiàn)SSPhttp://www.ebi.ac.uk/dali//fssp/根據(jù)結(jié)構(gòu)比對(duì)的蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫(kù)SCOPhttp://scop.mrc-lmb.cam.ac.uk/scop/蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫(kù)，將已知結(jié)構(gòu)蛋白進(jìn)行有層次地分類CATH/latest/index.html另一個(gè)有名的蛋白質(zhì)結(jié)構(gòu)和結(jié)構(gòu)域主要結(jié)構(gòu)分類庫(kù)MODBASE/modbase-cgi/index.cgi用同源比對(duì)法生成的模型結(jié)構(gòu)數(shù)據(jù)庫(kù)EnzymeStructurehttp://www.ebi.ac.uk/thornton-srv/databases/enzymes/從PDB數(shù)據(jù)庫(kù)中整理已知結(jié)構(gòu)的酶蛋白數(shù)據(jù)庫(kù)HSSPhttp://www.sander.ebi.ac.uk/hssp/根據(jù)同源性到處的蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)第五十八頁(yè)，共七十八頁(yè)，2022年，8月28日模板搜索與比對(duì)工具網(wǎng)站備注PSI-BLAST/BLAST/位置特異性疊代BLAST，可用來(lái)搜索遠(yuǎn)源家族序列FASTA3http://www.ebi.ac.uk/fasta33/位于EBI的序列比對(duì)工具SSEARCHrs.fr/bin/ssearch-guess.cgi采用Smith/Waterman法來(lái)進(jìn)行序列比對(duì)ClustalWhttp://www.ebi.ac.uk/Tools/clustalw/index.html多序列比對(duì)工具，位于EBIT-Coffeehttp://www.ebi.ac.uk/t-coffee/用多種方法（如ClustalW、DIalign等）來(lái)構(gòu)建多序列比對(duì)Multalinhttp://bioinfo.genopole-toulouse.prd.fr/multalin/multalin.html一個(gè)老牌的多序列比對(duì)工具Dalihttp://www.ebi.ac.uk/dali/三維結(jié)構(gòu)比對(duì)網(wǎng)絡(luò)服務(wù)器VAST/Structure/VAST/vast.shtml基于向量并列分析算法的三維結(jié)構(gòu)比對(duì)工具SAM-T99/research/compbio/sam.html用HMM法搜索蛋白質(zhì)遠(yuǎn)源同源序列第五十九頁(yè)，共七十八頁(yè)，2022年，8月28日同源建模法工具網(wǎng)站備注SWISS-MODEL/完整建模程序，采用同源性鑒定來(lái)確定模板蛋白，用戶也可以自定義模板進(jìn)行分析CPHmodelshttp://www.cbs.dtu.dk/services/CPHmodels/基于神經(jīng)網(wǎng)絡(luò)的同源建模工具，用戶只需提交序列，無(wú)高級(jí)選項(xiàng)EsyPred3Dhttp://www.fundp.ac.be/urbm/bioinfo/esypred/采用神經(jīng)網(wǎng)絡(luò)來(lái)提高同源建模準(zhǔn)確性的預(yù)測(cè)工具3Djigsawhttp://www.bmm.icnet.uk/servers/3djigsaw/根據(jù)同源已知結(jié)構(gòu)蛋白來(lái)建模的預(yù)測(cè)工具M(jìn)ODELLER/modeller/一個(gè)廣泛使用的同源建模軟件，需要用戶對(duì)腳本有一定的了解第六十頁(yè)，共七十八頁(yè)，2022年，8月28日串線法工具網(wǎng)站備注3D-PSSMhttp://www.sbg.bio.ic.ac.uk/~3dpssm/index2.html第一個(gè)運(yùn)用1D-3D序列profile來(lái)預(yù)測(cè)蛋白質(zhì)折疊結(jié)構(gòu)的網(wǎng)絡(luò)服務(wù)器Fuguehttp://www-cryst.bioc.cam.ac.uk/~fugue/以序列—結(jié)構(gòu)比對(duì)搜索數(shù)據(jù)庫(kù)來(lái)預(yù)測(cè)蛋白質(zhì)折疊HHpredhttp://toolkit.tuebingen.mpg.de/hhpred基于HMM-HMM比對(duì)搜索多個(gè)數(shù)據(jù)庫(kù)來(lái)預(yù)測(cè)給定序列的的折疊結(jié)構(gòu)LOOPP/loopp.aspx學(xué)習(xí)、觀察和輸出蛋白質(zhì)模式和結(jié)構(gòu)工具THREADERhttp://bioinf.cs.ucl.ac.uk/threader/一個(gè)老牌的線索分析軟件，對(duì)搜索遠(yuǎn)源蛋白序列較敏感PROSPECT/structure/prospect/index.html蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)和評(píng)價(jià)工具包，能以一種非常簡(jiǎn)單的方式運(yùn)行，對(duì)于高級(jí)用戶，也提供了很多的可選項(xiàng)123D+http://123/123D+.html結(jié)合了序列概形，二級(jí)結(jié)構(gòu)信息和接觸勢(shì)能來(lái)將待測(cè)蛋白“穿入”一系列結(jié)構(gòu)來(lái)預(yù)測(cè)結(jié)構(gòu)SAM-T02/research/compbio/HMM-apps/T02-query.html基于HMM方法的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)GenThreaderhttp://bioinf.cs.ucl.ac.uk/psipred/psiform.html使用結(jié)構(gòu)評(píng)分和基于神經(jīng)網(wǎng)絡(luò)序列比對(duì)來(lái)也測(cè)蛋白折疊結(jié)構(gòu)第六十一頁(yè)，共七十八頁(yè)，2022年，8月28日SWISS-MODEL/SWISS-PdbViewSWISS-MODEL工具同源建模方法與PDB數(shù)據(jù)庫(kù)已知結(jié)構(gòu)的蛋白質(zhì)序列比對(duì)進(jìn)行預(yù)測(cè)第六十二頁(yè)，共七十八頁(yè)，2022年，8月28日62一步模式比對(duì)模式優(yōu)化模式第六十三頁(yè)，共七十八頁(yè)，2022年，8月28日主要參數(shù)/選項(xiàng)粘貼protein.txt中一條蛋白質(zhì)序列輸入用戶Email（選填）第六十四頁(yè)，共七十八頁(yè)，2022年，8月28日64輸出結(jié)果下載pdb格式文件第六十五頁(yè)，共七十八頁(yè)，2022年，8月28日65與模板序列比對(duì)結(jié)果，并顯示二級(jí)結(jié)構(gòu)區(qū)域比對(duì)結(jié)果第六十六頁(yè)，共七十八頁(yè)，2022年，8月28日66模型評(píng)估第六十七頁(yè)，共七十八頁(yè)，2022年，8月28日67練習(xí)五：SWISS-MODEL數(shù)據(jù)：C:\ZCNI\shixi4\SWISS-MODEL.txt參考：第六十八頁(yè)，共七十八頁(yè)，2022年，8月28日68工具網(wǎng)站備注Swiss-PdbViewer/spdbv/一個(gè)界面非常友好的工具，可以分析蛋白質(zhì)的結(jié)構(gòu)性質(zhì)，比較活性位點(diǎn)或突變點(diǎn)Jmol/一個(gè)基于Java語(yǔ)言開(kāi)發(fā)的三維觀察工具，大多是作為一個(gè)內(nèi)嵌式網(wǎng)頁(yè)工具快速游覽結(jié)構(gòu)數(shù)據(jù)庫(kù)數(shù)據(jù)MolMolhttp://www.mol.biol.ethz.ch/wuthrich/software/molmol/免費(fèi)的PDB三維分子觀察軟件，可以通過(guò)處理生成很漂亮的圖形文件PyMol/一個(gè)基于開(kāi)源的三維觀察工具，有很多額外的插件來(lái)提升功能Rasmol/software/rasmol/很有名的三維觀察軟件，操作界面簡(jiǎn)介，用命令行實(shí)現(xiàn)多種功能VMD/Research/vmd/用內(nèi)建的腳本來(lái)瀏覽、分析三維結(jié)構(gòu)，還可以以動(dòng)畫(huà)的形式模擬蛋白質(zhì)結(jié)構(gòu)Chime/products/framework/chime/index.jsp網(wǎng)絡(luò)游覽器插件，可以在網(wǎng)頁(yè)中直接觀察PDB格式的文件Chimera/chimera/index.html免費(fèi)分子模擬顯示程序，還包括結(jié)構(gòu)比對(duì)、藥物篩選等功能ICM-Browser/icm_browser.html三維分子游覽工具，有序列比對(duì)顯示功能，由MolSodt公司免費(fèi)推出常用蛋白質(zhì)三維結(jié)構(gòu)觀察和修改工具第六十九頁(yè)，共七十八頁(yè)，2022年，8月28日SWISS-PdbViewer觀察三維模型SWISS-PdbViewer工具第七十頁(yè)，共七十八頁(yè)，2022年，8月28日具有以下功能:（1