蛋白質(zhì)結(jié)構(gòu)與功能預(yù)測(cè)ppt課件

1、1蛋白質(zhì)結(jié)構(gòu)與功能預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)與功能預(yù)測(cè)2實(shí)習(xí)一實(shí)習(xí)一基因組數(shù)據(jù)注釋和功能分析基因組數(shù)據(jù)注釋和功能分析實(shí)習(xí)二實(shí)習(xí)二核苷酸序列分析核苷酸序列分析實(shí)習(xí)三實(shí)習(xí)三芯片的基本數(shù)據(jù)處理和分析芯片的基本數(shù)據(jù)處理和分析實(shí)習(xí)四實(shí)習(xí)四蛋白質(zhì)結(jié)構(gòu)與功能分析蛋白質(zhì)結(jié)構(gòu)與功能分析實(shí)習(xí)五實(shí)習(xí)五蛋白質(zhì)組學(xué)數(shù)據(jù)分析蛋白質(zhì)組學(xué)數(shù)據(jù)分析實(shí)習(xí)六實(shí)習(xí)六系統(tǒng)生物學(xué)軟件實(shí)習(xí)系統(tǒng)生物學(xué)軟件實(shí)習(xí)實(shí)習(xí)課程內(nèi)容實(shí)習(xí)課程內(nèi)容基因組學(xué)基因組學(xué)轉(zhuǎn)錄物組學(xué)轉(zhuǎn)錄物組學(xué)蛋白質(zhì)組學(xué)蛋白質(zhì)組學(xué)系統(tǒng)生物學(xué)系統(tǒng)生物學(xué)3DNA sequenceProtein sequenceProtein structureProtein function4蛋白質(zhì)序列分析蛋白質(zhì)序

2、列分析蛋白質(zhì)一級(jí)序列蛋白質(zhì)一級(jí)序列蛋白質(zhì)基本理化性質(zhì)分析蛋白質(zhì)基本理化性質(zhì)分析蛋白質(zhì)親疏水性分析蛋白質(zhì)親疏水性分析跨膜區(qū)結(jié)構(gòu)預(yù)測(cè)跨膜區(qū)結(jié)構(gòu)預(yù)測(cè)翻譯后修飾位點(diǎn)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)蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)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)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)超二級(jí)結(jié)構(gòu)蛋白質(zhì)結(jié)構(gòu)域分析蛋白質(zhì)結(jié)構(gòu)域分析蛋白質(zhì)三級(jí)結(jié)構(gòu)蛋白質(zhì)三級(jí)結(jié)構(gòu)蛋白質(zhì)三維結(jié)構(gòu)模擬蛋白質(zhì)三維結(jié)構(gòu)模擬蛋白質(zhì)序列分析主要內(nèi)容蛋白質(zhì)序列分析主要內(nèi)容5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

3、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)6ExPASy（Expert Protein Analysis System）Tools（）（）7一、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：PredictProtein Server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:ZCNIshixi4protein.txt 課程安排課程安排8一、蛋白質(zhì)基本理化性質(zhì)分析一、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

4、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9工具工具網(wǎng)站網(wǎng)站備注備注AACompldent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C o m p u t e pI/Mw計(jì)算蛋白質(zhì)序列的等電點(diǎn)和分子量ProtParam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計(jì)算相應(yīng)肽段的pI和分子量SAPS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)分析工具蛋白質(zhì)理化性質(zhì)分析工具10

5、AACompIdent PeptideMass11ProtparamProtparam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)：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 12主要選項(xiàng)主要選項(xiàng)/參數(shù)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/TrEMBL AC號(hào)(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輸入Swiss-Prot

6、/TrEMBL AC號(hào)號(hào)打開(kāi)打開(kāi)protein.txt，將蛋白質(zhì)序列將蛋白質(zhì)序列粘貼在搜索框中粘貼在搜索框中13輸入Swiss-Prot/TrEMBL AC號(hào)分不同的功能域肽段輸出結(jié)果輸出結(jié)果 功能域功能域用戶自定義區(qū)段用戶自定義區(qū)段14返回結(jié)果返回結(jié)果氨基酸數(shù)目氨基酸數(shù)目相對(duì)分子質(zhì)量相對(duì)分子質(zhì)量理論理論 pI 值值氨基酸組成氨基酸組成正正/負(fù)電荷殘基數(shù)負(fù)電荷殘基數(shù)15消光系數(shù)消光系數(shù)半衰期半衰期原子組成原子組成分子式分子式總原子數(shù)總原子數(shù)16不穩(wěn)定系數(shù)不穩(wěn)定系數(shù)脂肪系數(shù)脂肪系數(shù)總平均親水性總平均親水性40 unstable17練習(xí)一：練習(xí)一：ProtparamProtparam數(shù)據(jù)：C:ZC

7、NIshixi4protein.txt18(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二、蛋白質(zhì)跨膜區(qū)分析二、蛋白質(zhì)跨膜區(qū)分析19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

8、基酸的統(tǒng)計(jì)學(xué)分布偏好性量蛋白質(zhì)跨膜區(qū)特性蛋白質(zhì)跨膜區(qū)特性20跨膜蛋白序列跨膜蛋白序列“邊界邊界”原則原則 -Landolt Marticorena et al., 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(lài)氨酸）和Arg（精氨酸）21常用蛋白質(zhì)跨膜區(qū)域分析工具

9、常用蛋白質(zhì)跨膜區(qū)域分析工具工具工具網(wǎng)站網(wǎng)站備注備注DAS用Dense Alignment Surface（DAS）算法來(lái)預(yù)測(cè)無(wú)同源家族的蛋白跨膜區(qū)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TMAP基于多序列比對(duì)來(lái)預(yù)測(cè)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(cè)工具TMpred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TopPred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22TMpredTMpred工具工具：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23主要參數(shù)主要參

10、數(shù)/ /選項(xiàng)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輸出格輸出格式式最短和最長(zhǎng)的跨膜螺旋疏水區(qū)長(zhǎng)最短和最長(zhǎng)的跨膜螺旋疏水區(qū)長(zhǎng)度度輸入序列名（可選）輸入序列名（可選）選擇序列的格式選擇序列的格式貼入貼入protein.txt蛋白質(zhì)蛋白質(zhì)序列序列24輸出結(jié)果輸出結(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)可能的跨膜螺旋區(qū)相關(guān)性列表相關(guān)性列表位置位置分值分值 片段中點(diǎn)位置片段中點(diǎn)位置25 跨膜拓?fù)淠Ｐ图皥D示跨膜拓?fù)淠Ｐ图皥D示建議的跨膜拓?fù)淠Ｐ徒ㄗh的跨膜拓?fù)淠Ｐ兔恳晃恢糜?jì)算分值每一位置計(jì)算分值最優(yōu)拓最優(yōu)拓?fù)浣Y(jié)構(gòu)撲結(jié)構(gòu)

11、26TMHMM2728練習(xí)二：練習(xí)二：TMpred數(shù)據(jù)：C:ZCNIshixi4protein.txt29三、蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)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) 螺旋，折疊， 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（knowledge based method） 混合方法（hybrid system method）30工具工具網(wǎng)站網(wǎng)站備注備注BCM SearchLauncher 包括了常見(jiàn)的蛋白質(zhì)結(jié)構(gòu)分析程序

12、入口，一般分析可以以此服務(wù)器作為起點(diǎn)HNN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Jpred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NNSSP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(lèi)信息PREDATOR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)分析工具蛋白質(zhì)二級(jí)結(jié)構(gòu)分析工具31工具工具網(wǎng)站網(wǎng)站備注備注PredictProtein提供多項(xiàng)蛋白質(zhì)性質(zhì)分析，并有較好準(zhǔn)確性Prof基于多重序列比對(duì)預(yù)測(cè)工具PSIpred提供跨

13、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SOPMA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”SSPRED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)分析工具蛋白質(zhì)二級(jí)結(jié)構(gòu)分析工具3233PredictProteinPredictProteinPredictProtein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)34PredictProtein提交界面提交界面可展開(kāi)可展開(kāi)選項(xiàng)選項(xiàng)3535PredictProtein提交界面詳解

14、提交界面詳解提交郵件提交郵件地 址 （ 必地 址 （ 必填）填）蛋白名稱(chēng)蛋白名稱(chēng)（可選）（可選）分 析 方分 析 方法法361D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)

15、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)域分析方法程序詳解分析方法程序詳解3737跨膜螺旋預(yù)測(cè)（跨膜螺旋預(yù)測(cè)（PHDhtm）高級(jí)）高級(jí)選項(xiàng)選項(xiàng)Ambivalent序列識(shí)別（序列識(shí)別（ASP）高級(jí)選）高級(jí)選項(xiàng)項(xiàng)CHOP結(jié)構(gòu)域分析工具高級(jí)結(jié)構(gòu)域分析工具高級(jí)選項(xiàng)選項(xiàng)3838比對(duì)內(nèi)容比對(duì)內(nèi)容從從SWISS-PROT數(shù)據(jù)庫(kù)返回?cái)?shù)據(jù)庫(kù)返回BLAST搜索結(jié)果搜索結(jié)果MaxHom參數(shù)選項(xiàng)參數(shù)選項(xiàng)最低序列最低序列比對(duì)一

16、致比對(duì)一致性性空位間隔罰空位間隔罰分分空位延伸罰空位延伸罰分分比對(duì)矩陣比對(duì)矩陣最大擊中值最大擊中值3939選擇保存分析結(jié)果選擇保存分析結(jié)果是否返回多序列比是否返回多序列比對(duì)結(jié)果對(duì)結(jié)果HTML結(jié)果形結(jié)果形式式AGAPE結(jié)結(jié)果果PROF/PHD結(jié)果結(jié)果形式形式以下拉框中所指定的以下拉框中所指定的輸入格式將待測(cè)序列輸入格式將待測(cè)序列粘貼此提交欄粘貼此提交欄40服務(wù)器運(yùn)行程序信服務(wù)器運(yùn)行程序信息息ProSite模體搜索結(jié)模體搜索結(jié)果果低復(fù)雜區(qū)域過(guò)濾程低復(fù)雜區(qū)域過(guò)濾程序序ProDom結(jié)構(gòu)域搜索結(jié)構(gòu)域搜索結(jié)果結(jié)果二硫鍵識(shí)別結(jié)二硫鍵識(shí)別結(jié)果果PHD程序信程序信息息PHD預(yù)測(cè)結(jié)預(yù)測(cè)結(jié)果果PROF預(yù)測(cè)結(jié)預(yù)測(cè)結(jié)果

17、果球狀蛋白預(yù)測(cè)球狀蛋白預(yù)測(cè)結(jié)果結(jié)果Ambivalent序列識(shí)別結(jié)果序列識(shí)別結(jié)果PredictProtein分析結(jié)果分析結(jié)果41PredictProtein分析結(jié)果分析結(jié)果PROSITE中的中的ID號(hào)號(hào)簡(jiǎn)單描述簡(jiǎn)單描述Motif模模式式提交序列中出提交序列中出現(xiàn)該現(xiàn)該Motif的位的位置置42PredictProtein分析結(jié)果分析結(jié)果43PredictProtein分析結(jié)果分析結(jié)果跨膜跨膜區(qū)區(qū)非跨膜區(qū)非跨膜區(qū)LoopHelixSheet44四、結(jié)構(gòu)域分析四、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)45基本類(lèi)型 ： 折疊折疊/折疊+折疊46工具工具網(wǎng)站網(wǎng)站備注備注CD

18、D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通過(guò)專(zhuān)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)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Pfam每個(gè)蛋白家族包含了多序列比對(duì)、pro和注釋文件ProDom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(lèi)型、三維結(jié)構(gòu)、分類(lèi)信息模體、結(jié)構(gòu)域數(shù)據(jù)庫(kù)模體、結(jié)構(gòu)域數(shù)據(jù)庫(kù)47工具工具網(wǎng)站網(wǎng)站備注

19、備注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)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由斯坦福大學(xué)維護(hù)。從B L O C K S + 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)模體、結(jié)構(gòu)域數(shù)據(jù)庫(kù)48選擇需要的分析程序選擇需要的分析程序結(jié)果返回形式結(jié)果返回形式序列提交框序列提交框InterProScanInterProScan-49Pi

20、cture View其他數(shù)據(jù)庫(kù)中其他數(shù)據(jù)庫(kù)中的的AC號(hào)號(hào)保守區(qū)示意圖保守區(qū)示意圖ID名名50InterPro蛋白家族信息AC號(hào)，家族名號(hào)，家族名稱(chēng)稱(chēng)家族蛋白家族蛋白其他數(shù)據(jù)庫(kù)中的收錄其他數(shù)據(jù)庫(kù)中的收錄情況情況相關(guān)的其他家族相關(guān)的其他家族條目類(lèi)型條目類(lèi)型51InterPro蛋白家族信息生物體內(nèi)的信息生物體內(nèi)的信息說(shuō)明說(shuō)明結(jié)構(gòu)鏈結(jié)構(gòu)鏈接接數(shù)據(jù)庫(kù)鏈數(shù)據(jù)庫(kù)鏈接接52InterPro蛋白家族信息該家族蛋白該家族蛋白在不同種類(lèi)在不同種類(lèi)生物體中出生物體中出現(xiàn)情況現(xiàn)情況其他家族與其他家族與該家族的重該家族的重疊情況疊情況53練習(xí)四：練習(xí)四：InterProScan數(shù)據(jù)：C:ZCNIshixi4protein

21、.txt54五、蛋白質(zhì)三維結(jié)構(gòu)預(yù)測(cè)五、蛋白質(zhì)三維結(jié)構(gòu)預(yù)測(cè)方法方法特點(diǎn)特點(diǎn)工具工具同源建模法( Homology/Comparative modelling )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/Fold recognition)“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( Ab initio/De novo methods )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/

22、 ROSSETA55蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)精度蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)精度56同源建模法分析步驟： 多序列比對(duì)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 Ramachandran plot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5758常用數(shù)據(jù)庫(kù)常用數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)網(wǎng)站網(wǎng)站備注備注PDB主要的蛋白質(zhì)三維結(jié)構(gòu)數(shù)據(jù)庫(kù)MMDBNCBI維護(hù)的蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)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

23、級(jí)結(jié)構(gòu)和三維結(jié)構(gòu)信息3DinSight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)SSP根據(jù)結(jié)構(gòu)比對(duì)的蛋白質(zhì)結(jié)構(gòu)分類(lèi)數(shù)據(jù)庫(kù)SCOP蛋白質(zhì)結(jié)構(gòu)分類(lèi)數(shù)據(jù)庫(kù)，將已知結(jié)構(gòu)蛋白進(jìn)行有層次地分類(lèi)CATH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(lèi)庫(kù)MODBASE用同源比對(duì)法生成的模型結(jié)構(gòu)數(shù)據(jù)庫(kù)E n z y m e Structure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)HSSP根據(jù)同源性到處的蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)59模板搜索與比對(duì)模板搜索與比對(duì)工具工具網(wǎng)站網(wǎng)站備注備注PSI-BLAST位置特異性疊代BLAST，可用來(lái)搜索遠(yuǎn)源家族序列FASTA3位于EBI的

24、序列比對(duì)工具SSEARCH采用Smith/Waterman法來(lái)進(jìn)行序列比對(duì)ClustalW多序列比對(duì)工具，位于EBIT-Coffee用多種方法（如ClustalW、DIalign等）來(lái)構(gòu)建多序列比對(duì)Multalin一個(gè)老牌的多序列比對(duì)工具Dali三維結(jié)構(gòu)比對(duì)網(wǎng)絡(luò)服務(wù)器VAST基于向量并列分析算法的三維結(jié)構(gòu)比對(duì)工具SAM-T99用HMM法搜索蛋白質(zhì)遠(yuǎn)源同源序列60同源建模法同源建模法工具工具網(wǎng)站網(wǎng)站備注備注S W I S S -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)EsyPred

25、3D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61串線法串線法工具工具網(wǎng)站網(wǎng)站備注備注3D-PSSM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學(xué)習(xí)、觀察和輸出蛋白質(zhì)模式和結(jié)構(gòu)工具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)

26、于高級(jí)用戶，也提供了很多的可選項(xiàng)123D+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基于HMM方法的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)62SWISS-MODEL/SWISS-PdbViewSWISS-MODEL工具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)63一步模式一步模式比對(duì)模式比對(duì)模式優(yōu)化模式優(yōu)化模式64主要參數(shù)主要參數(shù)/ /選項(xiàng)選項(xiàng)粘貼粘貼protein.txt中中一條蛋白質(zhì)序列一條蛋白質(zhì)序列輸入用戶輸入用戶Email（選填）（選填）65輸出結(jié)果輸出結(jié)果下載下載pdbpdb格式文件格式文件66與模板與模板序列比序列比對(duì)結(jié)果，對(duì)結(jié)果，并顯

27、示并顯示二級(jí)結(jié)二級(jí)結(jié)構(gòu)區(qū)域構(gòu)區(qū)域比對(duì)結(jié)果比對(duì)結(jié)果67模型評(píng)估模型評(píng)估68練習(xí)五：SWISS-MODEL數(shù)據(jù)：C:ZCNIshixi4SWISS-MODEL.txt參考：69工具工具網(wǎng)站網(wǎng)站備注備注S w i s s -PdbViewer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)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