第三章蛋白質(zhì)數(shù)據(jù)庫(kù)

第三章蛋白質(zhì)數(shù)據(jù)庫(kù)蛋白質(zhì)序列與結(jié)構(gòu)蛋白質(zhì)序列復(fù)雜性的簡(jiǎn)化蛋白質(zhì)結(jié)構(gòu)解析六十年在1958年，英國(guó)科學(xué)家JohnKendrew和MaxPerutz首先發(fā)表了用X射線衍射得到的高分辨率的肌紅蛋白Myoglobin的三維結(jié)構(gòu)，然后是更加復(fù)雜的血紅蛋白Hemoglobin。因此，這兩個(gè)科學(xué)家分享了1962年的諾貝爾化學(xué)獎(jiǎng)。在1964年，AaronKlug提出了一種基于X射線衍射原理發(fā)展而來(lái)的全新的方法電子晶體學(xué)顯微鏡（crystallographicelectronmicroscopy），可以解析更大蛋白質(zhì)或者蛋白質(zhì)核酸復(fù)合體結(jié)構(gòu)。因?yàn)檫@項(xiàng)研究，他獲得了1982諾貝爾化學(xué)獎(jiǎng)。存儲(chǔ)蛋白質(zhì)三維結(jié)構(gòu)的ProteinDataBank（1971年）開(kāi)始出現(xiàn)，這對(duì)于規(guī)范化和積累蛋白質(zhì)數(shù)據(jù)有著重要意義。在1978年，核磁共振NMR首次被用于蛋白質(zhì)結(jié)構(gòu)的解析；同年首個(gè)高精度病毒（西紅柿叢矮病毒）衣殼蛋白結(jié)構(gòu)被解析。Cryo-EM超低溫電子顯微鏡成像用于超大蛋白質(zhì)結(jié)構(gòu)成像的研究日益成熟，并開(kāi)始廣泛用于蛋白質(zhì)結(jié)構(gòu)的解析。蛋白質(zhì)結(jié)構(gòu)解析六十年克隆表達(dá)Porphyromonasgingivalis

菌的aminopeptidaseC基因蛋白質(zhì)序列檢索示例序列數(shù)據(jù)庫(kù)

NCBI:美國(guó)國(guó)立生物技術(shù)信息中心維護(hù)

/

EBI:歐洲分子生物學(xué)實(shí)驗(yàn)室維護(hù)蛋白質(zhì)序列檢索示例蛋白質(zhì)序列檢索示例蛋白質(zhì)序列檢索示例蛋白質(zhì)序列檢索示例蛋白質(zhì)序列檢索示例蛋白質(zhì)序列檢索示例蛋白質(zhì)序列檢索示例蛋白質(zhì)序列檢索示例蛋白質(zhì)序列檢索示例蛋白質(zhì)序列檢索示例蛋白質(zhì)序列檢索示例MEROPShttp://merops.sanger.ac.uk/肽酶數(shù)據(jù)庫(kù)肽酶數(shù)據(jù)庫(kù)肽酶數(shù)據(jù)庫(kù)肽酶數(shù)據(jù)庫(kù)肽酶數(shù)據(jù)庫(kù)肽酶數(shù)據(jù)庫(kù)肽酶數(shù)據(jù)庫(kù)肽酶數(shù)據(jù)庫(kù)一、蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)PDB早在序列數(shù)據(jù)庫(kù)誕生之前的70年代，蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)(ProteinDataBank，簡(jiǎn)稱PDB)就已經(jīng)問(wèn)世。PDB數(shù)據(jù)庫(kù)原來(lái)由美國(guó)Brookhaven國(guó)家實(shí)驗(yàn)室負(fù)責(zé)維護(hù)和管理。1998年，由美國(guó)國(guó)家科學(xué)基金委員會(huì)、能源部和衛(wèi)生研究院資助，成立了結(jié)構(gòu)生物學(xué)合作研究協(xié)會(huì)(ResearchCollaboratoryforStructuralBioinformatics，RCSB)。PDB數(shù)據(jù)庫(kù)改由RCSB管理。蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)/pdb/home/home.do蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)/FileFormat/geshi/new_page_3.2.asp蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)示例1：

12345671234567890123456789012345678901234567890123456789012345678901234567890SHEET1A5THRA107ARGA1100SHEET2A5ILEA96THRA99-1NLYSA98OTHRA107SHEET3A5ARGA87SERA91-1NLEUA89OTYRA97SHEET4A5TRPA71ASPA75-1NALAA74OILEA88SHEET5A5GLYA52PHEA56-1NPHEA56OTRPA71SHEET1B5THRB107ARGB1100SHEET2B5ILEB96THRB99-1NLYSB98OTHRB107SHEET3B5ARGB87SERB91-1NLEUB89OTYRB97SHEET4B5TRPB71ASPB75-1NALAB74OILEB88SHEET5B5GLYB52ILEB55-1NASPB54OGLUB73從這個(gè)示例可以看出SHEETA共有5條分支鏈，列14為SHEET標(biāo)識(shí)符，列10為分支鏈標(biāo)號(hào)，列16表示SHEET中的分支鏈總數(shù)。分支鏈1是從主鏈A107位的蘇氨酸（THR）到主鏈A110位的精氨酸（ARG），后面40列數(shù)字0代表了此鏈?zhǔn)鞘祖湣５诙惺欠种ф?，從1到37列意義是主鏈A96位的賴氨酸（LYS）到主鏈A99位的蘇氨酸（THR），后面的-1代表其與它的前導(dǎo)鏈關(guān)系是反式。后面表示A鏈98位賴氨酸上的氮與前導(dǎo)鏈A107位的蘇氨酸（THR）上的氧之間形成氫鍵。后面其他SHEET意義都可以參考上面的注解。蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)

TURN1S1AGLYA16GLNA18SURFACETURN2FLAILEA50GLYA52FLAPTURN3S2AILEA66HISA69SURFACETURN4S1BGLYB16GLNB18SURFACETURN5FLBILEB50GLYB52FLAPTURN6S2BILEB66HISB69SURFACE蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)示例

SSBOND

1CYSE

48

CYSE

51

2555

SSBOND

2CYSE

252

CYSE

285如上邊所示：SSBOND1CYSE48CYSE51

記錄名為：SSBOND，序列號(hào)為1,E鏈上第48位和第51位結(jié)合形成二硫鍵。蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)示例原子坐標(biāo)ATOM145NVALA2532.43316.33657.5401.0011.92A1NATOM146CAVALA2531.13216.43958.1601.0011.85A1CATOM147CVALA2530.44715.10558.3631.0012.34A1CATOM148OVALA2529.52015.05959.1741.0015.65A1O蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)RasMol和基于RasMol的瀏覽器/microbio/rasmol/index2.htm/蛋白質(zhì)結(jié)構(gòu)瀏覽器NCBI的分子模型數(shù)據(jù)庫(kù)MMDB是NCBIEntrez體系的一部分。其中囊括了由晶體衍射和核磁共振實(shí)驗(yàn)研究得到的所有PDB生物分子三維結(jié)構(gòu)。MMDB是ASN.1記錄格式，而非PDB記錄格式的數(shù)據(jù)庫(kù)。MMDB結(jié)構(gòu)與原始的PDB結(jié)構(gòu)相比，增加了一些附加信息，包括經(jīng)程序驗(yàn)證的顯性化學(xué)圖像信息，一致的二級(jí)結(jié)構(gòu)衍生定義，與MEDLINE相匹配的引用，基于源自生物實(shí)體的蛋白質(zhì)或核酸鏈進(jìn)行分類的分子匹配。Cn3D是一種新的三維結(jié)構(gòu)瀏覽器，用于瀏覽MMDB數(shù)據(jù)記錄。/Structure/CN3D/cn3d.shtmlMMDB瀏覽器：Cn3D蛋白質(zhì)結(jié)構(gòu)瀏覽器蛋白質(zhì)結(jié)構(gòu)瀏覽器蛋白質(zhì)結(jié)構(gòu)瀏覽器Cn3D

蛋白質(zhì)結(jié)構(gòu)瀏覽器swiss-pdbviewer:

/spdbv/

Swiss-PdbViewer是一個(gè)對(duì)蛋白進(jìn)行顯示和分析的軟件。它直觀地提供了大量的菜單以滿足查看顯示蛋白的結(jié)構(gòu)?？梢詫?duì)活性部位及相關(guān)結(jié)構(gòu)比較。使用直觀圖形和菜單可以簡(jiǎn)單地查看氨基酸突變、氫鍵、原子間距離、轉(zhuǎn)折角度等信息。蛋白質(zhì)結(jié)構(gòu)瀏覽器PIR（ProteinInformationresouce,蛋白質(zhì)數(shù)據(jù)庫(kù)）的出現(xiàn)先于核酸數(shù)據(jù)庫(kù)。在1960年左右，Dayhoff和其同事們搜集了當(dāng)時(shí)所有已知的氨基酸序列，編著了《蛋白質(zhì)序列與結(jié)構(gòu)圖冊(cè)》。從這本圖冊(cè)中的數(shù)據(jù)，演化為后來(lái)的蛋白質(zhì)信息資源數(shù)據(jù)庫(kù)。蛋白質(zhì)二級(jí)數(shù)據(jù)庫(kù)441984年，“蛋白質(zhì)信息資源”(ProteinInformationResource，簡(jiǎn)稱PIR)計(jì)劃正式啟動(dòng)，蛋白質(zhì)序列數(shù)據(jù)庫(kù)PIR也因此而誕生。與核酸序列數(shù)據(jù)庫(kù)的國(guó)際合作相呼應(yīng)，1988年，美國(guó)的NBRF、日本的國(guó)際蛋白質(zhì)信息數(shù)據(jù)庫(kù)JIPID和德國(guó)的慕尼黑蛋白質(zhì)序列信息中心MIPS合作成立了國(guó)際蛋白質(zhì)信息中心(PIR-International)，共同收集和維護(hù)蛋白質(zhì)序列數(shù)據(jù)庫(kù)PIR。PIR數(shù)據(jù)庫(kù)/PIR數(shù)據(jù)庫(kù)PIR數(shù)據(jù)庫(kù)特點(diǎn)是：全面的、經(jīng)過(guò)注釋的、非冗余的蛋白質(zhì)序列數(shù)據(jù)庫(kù)，包括了來(lái)自幾十個(gè)完整基因組的蛋白質(zhì)序列。所有序列數(shù)據(jù)都經(jīng)過(guò)整理，超過(guò)99%的序列已按蛋白質(zhì)家族分類，一半以上還按蛋白質(zhì)超家族進(jìn)行了分類。PIR數(shù)據(jù)庫(kù)1、PRO：ProteinOntologyPIR數(shù)據(jù)庫(kù)PRO將蛋白質(zhì)家族歸為三類：1、ProEvo：proteinsbasedonevolutionaryrelatedness2、ProForm：proteinformsproducedfromagivengenelocus3、ProComp：protein-containingcomplexesPIR數(shù)據(jù)庫(kù)PIR數(shù)據(jù)庫(kù)PIR數(shù)據(jù)庫(kù)2、iProClass：蛋白質(zhì)信息PIR數(shù)據(jù)庫(kù)3、iProLINK：整合文獻(xiàn)、信息和知識(shí)PIR數(shù)據(jù)庫(kù)PIR數(shù)據(jù)庫(kù)PIR數(shù)據(jù)庫(kù)PIR數(shù)據(jù)庫(kù)PIR數(shù)據(jù)庫(kù)PIR數(shù)據(jù)庫(kù)58該數(shù)據(jù)庫(kù)由瑞士日內(nèi)瓦大學(xué)于1986年創(chuàng)建，目前由瑞士生物信息學(xué)研究所和歐洲生物信息學(xué)研究所EBI共同維護(hù)和管理。瑞士生物信息研究所下屬的蛋白質(zhì)分析專家系統(tǒng)(ExpertProteinAnalysisSystem,簡(jiǎn)稱ExPASy)的Web服務(wù)器除了開(kāi)發(fā)和維護(hù)SwissProt數(shù)據(jù)庫(kù)外，也是國(guó)際上蛋白質(zhì)組和蛋白質(zhì)分子模型研究中心。SwissPort數(shù)據(jù)庫(kù)http://www.ebi.ac.uk/uniprotSwissPort數(shù)據(jù)庫(kù)SwissPort數(shù)據(jù)庫(kù)SwissPort數(shù)據(jù)庫(kù)SwissPort數(shù)據(jù)庫(kù)SwissPort數(shù)據(jù)庫(kù)SwissPort數(shù)據(jù)庫(kù)序列名稱序列簡(jiǎn)單說(shuō)明序列編號(hào)序列來(lái)源的物種名序列來(lái)源的物種學(xué)名和分類學(xué)位置相關(guān)文獻(xiàn)編號(hào)SwissPort數(shù)據(jù)庫(kù)SwissPort數(shù)據(jù)庫(kù)SwissPort數(shù)據(jù)庫(kù)1、注解最為詳盡。數(shù)據(jù)庫(kù)工作者們大量參考有關(guān)原始文獻(xiàn)、綜述，并聘請(qǐng)有關(guān)的權(quán)威和專家進(jìn)行評(píng)述。其注解內(nèi)容包括：蛋白質(zhì)功能；蛋白質(zhì)翻譯后修飾；結(jié)構(gòu)域和特性位點(diǎn)；二級(jí)結(jié)構(gòu)；四級(jí)結(jié)構(gòu)；類似蛋白質(zhì)；蛋白質(zhì)缺陷引起的疾??；不同序列記錄的出入、突變等。2、盡量減少冗余。3、有鏈接指向34個(gè)生物信息學(xué)數(shù)據(jù)庫(kù)的相關(guān)記錄。從而可以獲得一個(gè)蛋白質(zhì)的各方面的資料。有大量索引文件?？梢园炊喾N途徑方便地進(jìn)行檢索。格式很規(guī)范，記錄的題頭縮寫(xiě)依次為：SWISS-PROT優(yōu)點(diǎn)：SwissPort數(shù)據(jù)庫(kù)SwissPort數(shù)據(jù)庫(kù)PROSITE數(shù)據(jù)庫(kù)收集了生物學(xué)有顯著意義的蛋白質(zhì)位點(diǎn)和序列模式，并能根據(jù)這些位點(diǎn)和模式快速和可靠地鑒別一個(gè)未知功能的蛋白質(zhì)序列應(yīng)該屬于哪一個(gè)蛋白質(zhì)家族。有的情況下，某個(gè)蛋白質(zhì)與已知功能蛋白質(zhì)的整體序列相似性很低，但由于功能的需要保留了與功能密切相關(guān)的序列模式，這樣就可能通過(guò)PROSITE的搜索找到隱含的功能結(jié)構(gòu)域（motif），因此是序列分析的有效工具。PROSITE數(shù)據(jù)庫(kù)PROSITE中涉及的序列模式包括酶的催化位點(diǎn)、配體結(jié)合位點(diǎn)、與金屬離子結(jié)合的殘基、二硫鍵的半胱氨酸、與小分子或其它蛋白質(zhì)結(jié)合的區(qū)域等；除了序列模式之外，PROSITE還包括由多序列比對(duì)構(gòu)建的profile，能更敏感地發(fā)現(xiàn)序列與profile的相似性。PROSITE的主頁(yè)上提供各種相關(guān)檢索服務(wù)。PROSITE數(shù)據(jù)庫(kù)http://www.expasy.ch/prosite/PROSITE數(shù)據(jù)庫(kù)PROSITE數(shù)據(jù)庫(kù)PROSITE數(shù)據(jù)庫(kù)PROSITE數(shù)據(jù)庫(kù)PROSITE數(shù)據(jù)庫(kù)－連字符用來(lái)分離序列基序中的每個(gè)位點(diǎn)。[]每個(gè)方括號(hào)中的殘基代表序列基序中某一特殊位置允許出現(xiàn)的殘基。例如，在[DNS]中，在其特定位置允許的殘基是天冬氨酸、天冬酰胺和絲氨酸。{}大括號(hào)中的符號(hào)代表序列基序中特定位置不允許出現(xiàn)的殘基。換句話說(shuō)，該特定位置允許出現(xiàn)其他殘基。X

表示二十個(gè)氨基酸中的任何一個(gè)。(n)

代表某特定殘基X的重復(fù)數(shù)。例如，X(2)代表-X-X-。(n,m)代表n和m間一段序列的重復(fù)長(zhǎng)度。例如，A(2,5)意味著在序列基序中的一個(gè)特定位置上，可能出現(xiàn)連續(xù)2、3、4或5個(gè)丙氨酸。PROSITE數(shù)據(jù)庫(kù)PRINTS數(shù)據(jù)庫(kù)是基于蛋白質(zhì)指紋（Fingerprints）技術(shù)的數(shù)據(jù)庫(kù)。蛋白質(zhì)序列指紋圖譜基于多序列比對(duì)的結(jié)果，它由比對(duì)結(jié)果得到一系列相當(dāng)保守的序列模體構(gòu)建而成，用來(lái)表示蛋白質(zhì)家族特征。在多序列比對(duì)過(guò)程中，經(jīng)常出現(xiàn)具有一定特征的多個(gè)序列模體屬于同一蛋白質(zhì)家族的情況。顯然，用多個(gè)模體同時(shí)識(shí)別某個(gè)蛋白質(zhì)家族，其靈敏度必然有所提高。蛋白質(zhì)序列指紋圖譜方法就是基于一個(gè)序列中的多個(gè)乃至全部序列模體，并由此而構(gòu)建一組描述某個(gè)蛋白質(zhì)家族特征的序列模體。PRINTS數(shù)據(jù)庫(kù)http://www.bioinf.manchester.ac.uk/dbbrowser/PRINTS/index.phpPRINTS數(shù)據(jù)庫(kù)PRINTS數(shù)據(jù)庫(kù)PRINTS數(shù)據(jù)庫(kù)PRINTS數(shù)據(jù)庫(kù)PRINTS數(shù)據(jù)庫(kù)蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫(kù)SCOP（StructuralClassificationOfProteins）由英國(guó)醫(yī)學(xué)研究委員會(huì)（MedicalResearchCouncil）的分子生物學(xué)實(shí)驗(yàn)室和蛋白質(zhì)工程研究中心開(kāi)發(fā)和維護(hù)。該數(shù)據(jù)庫(kù)對(duì)已知三維結(jié)構(gòu)的蛋白質(zhì)進(jìn)行分類，并描述了它們之間的結(jié)構(gòu)和進(jìn)化關(guān)系。SCOP數(shù)據(jù)庫(kù)的構(gòu)建除了使用計(jì)算機(jī)程序外，主要依賴于人工驗(yàn)證。由于蛋白質(zhì)結(jié)構(gòu)種類繁多，大小不一，有的只有一個(gè)結(jié)構(gòu)域，有的則有許多結(jié)構(gòu)域組成，構(gòu)建結(jié)構(gòu)分類數(shù)據(jù)庫(kù)是一項(xiàng)十分復(fù)雜的工作。對(duì)于某些蛋白質(zhì)，有時(shí)需要同時(shí)從單個(gè)結(jié)構(gòu)域和多個(gè)結(jié)構(gòu)域水平加以考慮。SCOP數(shù)據(jù)庫(kù)StructuralClassificationofProteins(SCOP)SCOPdescribesproteinstructuresusingahierarchicalclassificationscheme:ClassesFoldsSuperfamilies(likelyevolutionaryrelationship)FamiliesDomainsIndividualPDBentrieshttp://scop.mrc-lmb.cam.ac.uk/scop/SCOP數(shù)據(jù)庫(kù)家族：其依據(jù)為序列相似性程度。通常將相似性程度在30%以上的蛋白質(zhì)歸入同一家族，即它們之間有比較明確的進(jìn)化關(guān)系。當(dāng)然這一指標(biāo)也并非絕對(duì)超家族：如果序列相似性較低，但其結(jié)構(gòu)和功能特性表明它們有共同的進(jìn)化起源，則將其視作超家族折疊類型：無(wú)論有無(wú)共同的進(jìn)化起源，只要二級(jí)結(jié)構(gòu)單元具有相同的排列和拓?fù)浣Y(jié)構(gòu)，即認(rèn)為這些蛋白質(zhì)具有相同的折疊方式。在這些情況下，結(jié)構(gòu)的相似性主要依賴于二級(jí)結(jié)構(gòu)單元的排列方式或拓?fù)浣Y(jié)構(gòu)。SCOP把蛋白質(zhì)分成家族，超家族和折疊類型SCOP數(shù)據(jù)庫(kù)SCOP數(shù)據(jù)庫(kù)SCOPstatisticsClass #folds #superfamilies #familiesAlla 179 299 480Allb 126 248 462a/