蛋白質(zhì)結(jié)構(gòu)與功能預(yù)測8

1、 賈賈 斌斌234ORF翻譯實驗數(shù)據(jù)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567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 相對分子質(zhì)量的測定、等電點實驗、沉降實驗 缺點：費(fèi)時、耗資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Compute pI/Mw/tools/pi_tool.html計算蛋白質(zhì)序列的等電點和分子量ProtParamhttp

2、://tools/protparam.html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(jìn)行計算PeptideMass/tools/peptide-mass.html計算相應(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)計分析方法給出待測蛋白的物理化學(xué)信息89計算以下物理化學(xué)性質(zhì)：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 101112proteins in water m

3、easured at 280 nm: Ext(Tyr) = 1490, Ext(Trp) = 5500, Ext(Cystine) = 1251314 典型的跨膜螺旋區(qū)主要是由2030個氨基酸（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； 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。15Asp（天冬氨酸）、Ser（絲氨酸）和Pro（脯氨酸）Trp（色氨酸）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

4、氨酸）和Gly（甘氨酸）Tyr（絡(luò)氨酸）、 Trp（色氨酸）和Phe（苯丙氨酸）Lys（賴氨酸）和Arg（精氨酸）1617DAShttp:/www.sbc.su.se/miklos/DAS/用Dense Alignment Surface（DAS）算法來預(yù)測無同源家族的蛋白跨膜區(qū)HMMTOPhttp:/www.enzim.hu/hmmtop/由Enzymology研究所開發(fā)的蛋白質(zhì)跨膜區(qū)和拓?fù)浣Y(jié)構(gòu)預(yù)測程序SOSUIhttp:/bp.nuap.nagoya-u.ac.jp/sosui/由Nagoya大學(xué)開發(fā)一個具有圖形顯示跨膜區(qū)的程序TMAPhttp:/bioinfo.limbo.ifm.liu

5、.se/tmap/基于多序列比對來預(yù)測跨膜區(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)測工具TMpred/software/TMPRED_form.html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TopPredhttp:/bioweb.pasteur.fr/seqanal/interfaces/toppred.html是一個位于法國的蛋白質(zhì)拓?fù)浣Y(jié)構(gòu)預(yù)測程序1819202122232425 螺旋，折疊， 轉(zhuǎn)角，無規(guī)則卷曲（coils）以及模序（mo

6、tif）等蛋白質(zhì)局部結(jié)構(gòu)組件 基于基于統(tǒng)計統(tǒng)計和和機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)方法進(jìn)行預(yù)測方法進(jìn)行預(yù)測 Chou-Fasman算法 PHD算法算法 多序列列線預(yù)測 基于神經(jīng)網(wǎng)絡(luò)的序列預(yù)測 基于已有知識的預(yù)測方法（knowledge based method） 混合方法（hybrid system method）26BCM 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HNNhttp:/npsa-pbil.ibcp.fr/cgi-bin/npsa_automat.pl?page=npsa_nn

7、.html基于神經(jīng)網(wǎng)絡(luò)的分析工具，含序列到結(jié)構(gòu)過程和結(jié)構(gòu)到結(jié)構(gòu)處理Jpredhttp:/pbio.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來構(gòu)建序列Profile進(jìn)行預(yù)測，對于序列較短、結(jié)構(gòu)單一的蛋白預(yù)測較好nnPredict/nomi/nnpredict.html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

8、到蛋白質(zhì)結(jié)構(gòu)分類信息PREDATORhttp:/bioweb.pasteur.fr/seqanal/interfaces/predator-simple.html預(yù)測時考慮了氨基酸殘基間的氫鍵PredictProtein/提供多項蛋白質(zhì)性質(zhì)分析，并有較好準(zhǔn)確性Profhttp:/www.aber.ac.uk/phiwww/prof/基于多重序列比對預(yù)測工具PSIpredhttp:/bioinf.cs.ucl.ac.uk/psipred/psiform.html提供跨膜蛋白拓?fù)浣Y(jié)構(gòu)預(yù)測和蛋白profile折疊結(jié)構(gòu)識別工具SOPMAhttp:

9、/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)庫搜索相似蛋白并構(gòu)建多重序列比對2728 PredictProtein / 可以獲得功能預(yù)測、二級結(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72%，最佳殘基預(yù)測準(zhǔn)確率達(dá)90%以上。因此，被視為。 用戶需要注冊注

10、冊ID、驗證驗證E-mail 后，才能使用PredictProtein工具。293233PROFsec（默認(rèn)）基于輪廓（profile）的神經(jīng)網(wǎng)絡(luò)算法預(yù)測蛋白質(zhì)二級結(jié)構(gòu)PROFacc（默認(rèn)）基于輪廓（profile）的神經(jīng)網(wǎng)絡(luò)算法預(yù)測殘基溶劑可及性PHDhtm（默認(rèn)）基于多序列比對預(yù)測跨膜區(qū)位置和拓?fù)浣Y(jié)構(gòu)ASP（默認(rèn)）識別二級結(jié)構(gòu)中構(gòu)型變化的氨基酸COILS（默認(rèn)）識別卷曲螺旋PROFtmb（默認(rèn)）識別革蘭氏陰性菌膜Beta桶蛋白結(jié)構(gòu)ProSite（默認(rèn)）搜索序列中保守基序SEG（默認(rèn)）過濾序列中低復(fù)雜區(qū)域DISULFIND（默認(rèn)）識別序列中二硫鍵位置PredictNLS（默認(rèn)）基于實驗數(shù)據(jù)預(yù)

11、測序列核定位區(qū)域LOCtree（默認(rèn)）基于支持向量機(jī)預(yù)測蛋白質(zhì)亞細(xì)胞學(xué)定位PROFcon預(yù)測單鏈中原子殘基接觸性PROFbval（默認(rèn)）基于標(biāo)準(zhǔn)化B值的殘基無序性預(yù)測Meta Disorder（默認(rèn)）基于Meta算法的殘基無序性預(yù)測UCON預(yù)測在正常條件下無典型三維結(jié)構(gòu)的序列ISIS（默認(rèn)）預(yù)測蛋白質(zhì)與蛋白質(zhì)的相互作用位點DISIS（默認(rèn)）預(yù)測蛋白質(zhì)與DNA的結(jié)合位點34Coiled Coils卷曲螺旋預(yù)測Low complexity 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Trans

12、-Membrane Beta-Barrel-桶狀跨膜區(qū)預(yù)測（細(xì)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AlignmnetPSI-BLAST分析N端糖基化位點3637PHD算法預(yù)測得到的跨膜區(qū)、位置綜合上面2種方法的PHD算法預(yù)測38觀測到的結(jié)果PROF預(yù)測結(jié)果概率圖示39 4041CDD/sites/en

13、trez?db=cdd通過比較目標(biāo)序列和一組位置特異性打分矩陣進(jìn)行RPS-BLAST來確定目標(biāo)序列中的保守結(jié)構(gòu)域HAMAP/sprot/hamap/families.html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)InterProPfamhttp:/pfam.sanger.ac.uk/每個蛋白家族包含了多序列比對、profile-HMMs和注釋文件ProDomhttp:/prodom.prabi.fr/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SMARThttp:/smart.

14、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42TIGRFAMs/TIGRFAMs/由TIGR實驗室維護(hù)的蛋白質(zhì)家族和結(jié)構(gòu)域數(shù)據(jù)庫PRINTShttp:/umber.sbs.man.ac.uk/dbbrowser/PRINTS/蛋白質(zhì)模體指紋數(shù)據(jù)庫，提供了FingerPRINTScan、FPScan和GRAPHScan等指紋識別工具DOMOhttp:/ L O C K S + 數(shù) 據(jù) 庫 和PRINTS數(shù)據(jù)庫中收集了生物功能高度保守的高特異性蛋白序列UniProthttp:/ww

15、w.ebi.ac.uk/uniprot/整合Swiss-Prot、TrEMBL和PIR數(shù)據(jù)庫中有關(guān)的蛋白序列和功能信息PROSITEhttp:/www.expasy.ch/prosite/有關(guān)蛋白質(zhì)家族和結(jié)構(gòu)域的數(shù)據(jù)庫HAMAPhttp:/www.expasy.ch/sprot/hamap/有關(guān)微生物蛋白質(zhì)組自動、人工注釋的高質(zhì)量數(shù)據(jù)庫Pfamhttp:/pfam.sanger.ac.uk/收集了大量的覆蓋眾多蛋白質(zhì)結(jié)構(gòu)域的多序列比對數(shù)據(jù)和隱馬爾科夫模型PRINTShttp:/www.bioinf.man.ac.uk/dbbrowser/PRINTS/蛋白質(zhì)指紋圖譜數(shù)據(jù)庫，提供識別蛋白質(zhì)家族的

16、保守模序ProDomhttp:/prodes.toulouse.inra.fr/prodom/current/html/home.php基于PSI-BLAST的同源蛋白結(jié)構(gòu)域數(shù)據(jù)庫SMARThttp:/smart.embl-heidelberg.de/用于鑒定和注釋可移動結(jié)構(gòu)域并分析其結(jié)構(gòu)TIGRFAMS/TIGRFAMs/index.shtml基于隱馬爾科夫模型搜索蛋白質(zhì)家族的工具PIRSF/iproclass/提供從超家族到亞家族多層次蛋白質(zhì)分類系統(tǒng)網(wǎng)Superfamilyhttp:/supfam.cs.b

17、ris.ac.uk/SUPERFAMILY/對所有完成基因組測序的蛋白質(zhì)，基于SCOP數(shù)據(jù)庫的結(jié)構(gòu)和功能注釋Gene3Dhttp:/gene3d.biochem.ucl.ac.uk/Gene3D/描述全基因組蛋白質(zhì)家族和結(jié)構(gòu)域PANTER/根據(jù)家族功能特異性區(qū)分蛋白家族和亞家族，基于規(guī)范的術(shù)語和代謝途徑確定更精確功能4546最保守、最核心的區(qū)域48保守區(qū)位置保守區(qū)位置父家族，子家族AC號，家族名稱號，家族名稱蛋白家族信息蛋白家族信息其他數(shù)據(jù)庫中的收錄情況其他數(shù)據(jù)庫中的收錄情況相關(guān)的其他家族相關(guān)的其他家族條目類型條目類型GO術(shù)語注釋術(shù)語注釋說明說明空

18、間三維結(jié)構(gòu)鏈接文件空間三維結(jié)構(gòu)鏈接文件數(shù)據(jù)庫鏈接數(shù)據(jù)庫鏈接GO三棵樹的功能分類G蛋白偶聯(lián)受體受體活性在膜通道上該家族蛋白在不該家族蛋白在不同種類生物體中同種類生物體中出現(xiàn)情況出現(xiàn)情況其他家族與該其他家族與該家族的重疊情家族的重疊情況況子家族52基于序列同源比對，對于序列的序列模擬比較有效，最常用的方法 CPHmodels “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(jìn)行預(yù)測，計算量大THREADER3D-PSSM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HMMSTRROSSETA53實驗室方法54 與已有晶體結(jié)構(gòu)的蛋白質(zhì)序列比對 序列相似度30% 序列相似度30

19、%，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 Whatcheck 程序 Ramachandran plot計算檢驗5556PDB/pdb/home/home.do主要的蛋白質(zhì)三維結(jié)構(gòu)數(shù)據(jù)庫MMDB/Structure/MMDB/mmdb.shtmlNCBI維護(hù)的蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫Psdb/deerfiel/PSdb/從PDB和NRL-3D數(shù)據(jù)庫中衍生出的數(shù)據(jù)庫，含二級結(jié)構(gòu)和三維結(jié)構(gòu)信息3DinSighthttp:/gibk26.bse.kyutech.ac.jp/jou

20、hou/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，相互作用等）的綜合數(shù)據(jù)庫FSSPhttp:/www.ebi.ac.uk/dali/fssp/根據(jù)結(jié)構(gòu)比對的蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫SCOPhttp:/scop.mrc-lmb.cam.ac.uk/scop/蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫，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MODBASE/modbase-cgi/index.cg

21、i用同源比對法生成的模型結(jié)構(gòu)數(shù)據(jù)庫Enzyme Structurehttp:/www.ebi.ac.uk/thornton-srv/databases/enzymes/從PDB數(shù)據(jù)庫中整理已知結(jié)構(gòu)的酶蛋白數(shù)據(jù)庫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57PSI-BLAST/BLAST/位置特異性疊代BLAST，可用來搜索遠(yuǎn)源家族序列FASTA3http:/www.ebi.ac.uk/fasta33/位于EBI的序列比對工具SSEARCHhttp:/rs.fr/bin/ssearc

22、h-guess.cgi采用Smith/Waterman法來進(jìn)行序列比對ClustalWhttp:/www.ebi.ac.uk/Tools/clustalw/index.html多序列比對工具，位于EBIT-Coffeehttp:/www.ebi.ac.uk/t-coffee/用多種方法（如ClustalW、DIalign等）來構(gòu)建多序列比對Multalinhttp:/bioinfo.genopole-toulouse.prd.fr/multalin/multalin.html一個老牌的多序列比對工具Dalihttp:/www.ebi.ac.uk/dali/三維結(jié)構(gòu)比對網(wǎng)絡(luò)服務(wù)器VASThttp

23、://Structure/VAST/vast.shtml基于向量并列分析算法的三維結(jié)構(gòu)比對工具SAM-T99/research/compbio/sam.html用HMM法搜索蛋白質(zhì)遠(yuǎn)源同源序列58SWISS-MODEL/完整建模程序，采用同源性鑒定來確定模板蛋白，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，無高級選項EsyPred3

24、Dhttp:/www.fundp.ac.be/urbm/bioinfo/esypred/采用神經(jīng)網(wǎng)絡(luò)來提高同源建模準(zhǔn)確性的預(yù)測工具3Djigsawhttp:/www.bmm.icnet.uk/servers/3djigsaw/根據(jù)同源已知結(jié)構(gòu)蛋白來建模的預(yù)測工具M(jìn)ODELLER/modeller/一個廣泛使用的同源建模軟件，需要用戶對腳本有一定的了解3D-PSSMhttp:/www.sbg.bio.ic.ac.uk/3dpssm/index2.html第一個運(yùn)用1D-3D序列profile來預(yù)測蛋白質(zhì)折疊結(jié)構(gòu)的網(wǎng)絡(luò)服務(wù)器Fuguehttp:/www-c

25、ryst.bioc.cam.ac.uk/fugue/以序列結(jié)構(gòu)比對搜索數(shù)據(jù)庫來預(yù)測蛋白質(zhì)折疊HHpredhttp:/toolkit.tuebingen.mpg.de/hhpred基于HMM-HMM比對搜索多個數(shù)據(jù)庫來預(yù)測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/一個老牌的線索分析軟件，對搜索遠(yuǎn)源蛋白序列較敏感PROSPECT/structure/prospect/index.html蛋白質(zhì)結(jié)構(gòu)預(yù)測和評價工具包，能以一種非常簡單的方式運(yùn)行，對于高級用戶，也提供了很多的可選項123D+http:/123/123D+.html結(jié)合了序列概形，二級結(jié)構(gòu)信息和接觸勢能來將待測蛋白“穿入”一系列結(jié)構(gòu)來預(yù)測結(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GenThreaderhttp:/bioinf.cs.ucl.ac.uk/psipred/psiform.html使用