蛋白質(zhì)結(jié)構(gòu)與功能預(yù)測

實習(xí)4：蛋白質(zhì)結(jié)構(gòu)與功能分析浙江加州國際納米技術(shù)研究院（ZCNI）阮陟陳曉龍胡杰峰劉秋香2實習(xí)一基因組數(shù)據(jù)注釋和功能分析實習(xí)二核苷酸序列分析實習(xí)三芯片的基本數(shù)據(jù)處理和分析實習(xí)四蛋白質(zhì)結(jié)構(gòu)與功能分析實習(xí)五蛋白質(zhì)組學(xué)數(shù)據(jù)分析實習(xí)六系統(tǒng)生物學(xué)軟件實習(xí)實習(xí)課程內(nèi)容基因組學(xué)轉(zhuǎn)錄組學(xué)蛋白質(zhì)組學(xué)系統(tǒng)生物學(xué)3DNASequenceProteinSequenceProteinStructureProteinFunction4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（α螺旋，β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)分析主要內(nèi)容蛋白質(zhì)結(jié)構(gòu)預(yù)測過程5ORF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6ExPASy(ExpertProteinAnalysisSystem)主頁/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、二級結(jié)構(gòu)分析使用工具：PredictProtein四、結(jié)構(gòu)域分析使用工具：InterProScan五、蛋白質(zhì)三級結(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8一、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……

實驗方法：相對分子質(zhì)量的測定、等電點實驗、沉降實驗缺點：費時、耗資基于實驗經(jīng)驗值的計算機分析方法工具網(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計算蛋白質(zhì)序列的等電點和分子量ProtParam/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9蛋白質(zhì)理化性質(zhì)分析工具10ProtParam工具簡介基于蛋白質(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/tools/protparam.html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……11主要選項/參數(shù)如果分析Swiss-Prot和TrEMBL數(shù)據(jù)庫中序列直接填寫Swiss-Prot/TrEMBLAC號(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號將protein.txt蛋白質(zhì)序列粘貼在文本框中12返回結(jié)果氨基酸數(shù)目相對分子質(zhì)量理論pI值氨基酸組成正/負(fù)電荷殘基數(shù)13消光系數(shù)半衰期原子組成分子式總原子數(shù)E(Prot)=Num(Tyr)*Ext(Tyr)+Num(Trp)*Ext(Trp)+Num(Cystine)*Ext(Cystine)proteinsinwatermeasuredat280nm:Ext(Tyr)=1490,Ext(Trp)=5500,Ext(Cystine)=125Absorb(Prot)=E(Prot)/Molecular_weight14不穩(wěn)定系數(shù)脂肪系數(shù)總平均親水性<40stable>40unstable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(xì)審視反饋結(jié)果。15練習(xí)一：ProtParam預(yù)測蛋白質(zhì)基本理化性質(zhì)/tools/protparam.html數(shù)據(jù)：C:\ZCNI\shixi4\protein.txt(a)-TypeImembraneprotein(b)-TypeIImembraneprotein(c)-Multipasstransmembraneproteins(d)-Lipidchain-anchoredmembraneproteins(e)-GPI-anchoredmembraneproteins16二、蛋白質(zhì)跨膜區(qū)分析典型的跨膜螺旋區(qū)主要是由20~30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；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。17蛋白質(zhì)跨膜區(qū)特性跨膜蛋白序列“邊界”原則胞外末端：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）1819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.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20TMpred工具簡介TMpred工具：/software/TMPRED_form.html依靠跨膜蛋白數(shù)據(jù)庫TMbase預(yù)測跨膜區(qū)和跨膜方向21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)長度輸入序列名（可選）選擇序列的格式貼入protein.txt蛋白質(zhì)序列22輸出結(jié)果包含四個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)位置分值片段中點位置相關(guān)性列表23跨膜拓?fù)淠Ｐ图皥D示建議的跨膜拓?fù)淠Ｐ妥顑?yōu)拓?fù)浣Y(jié)構(gòu)每一位置計算分值24http://www.cbs.dtu.dk/services/TMHMM-2.0/TMHMM252627練習(xí)二：TMpred預(yù)測蛋白跨膜區(qū)/software/TMPRED_form.html數(shù)據(jù)：C:\ZCNI\shixi4\protein.txt28三、蛋白質(zhì)二級結(jié)構(gòu)預(yù)測基本的二級結(jié)構(gòu)α螺旋，β折疊，β轉(zhuǎn)角，無規(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)計和機器學(xué)習(xí)方法進(jìn)行預(yù)測Chou-Fasman算法PHD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（knowledgebasedmethod）混合方法（hybridsystemmethod）29工具網(wǎng)站備注BCMSearchLauncher/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.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蛋白質(zhì)二級結(jié)構(gòu)分析工具工具網(wǎng)站備注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://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30蛋白質(zhì)二級結(jié)構(gòu)分析工具（續(xù)）31PredictProtein工具簡介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32PredictProtein提交界面將protein.txt蛋白質(zhì)序列粘貼在文本框中35PredictProtein分析方法簡介分析方法重要的算法：PROFsec（α螺旋，β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）361D序列預(yù)測PROFsec（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)序列基序識別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)域二硫鍵識別DISULFIND（默認(rèn)）識別序列中二硫鍵位置定位識別PredictNLS（默認(rèn)）基于實驗數(shù)據(jù)預(yù)測序列核定位區(qū)域LOCtree（默認(rèn)）基于支持向量機預(yù)測蛋白質(zhì)亞細(xì)胞學(xué)定位殘基接觸預(yù)測PROFcon預(yù)測單鏈中原子殘基接觸性殘基無序性預(yù)測PROFbval（默認(rèn)）基于標(biāo)準(zhǔn)化B值的殘基無序性預(yù)測MetaDisorder（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)的序列蛋白質(zhì)相互作用識別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PredictProtein分析方法詳解PredictProtein分析結(jié)果詳解37結(jié)果名稱說明SecondaryStructure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CoiledCoils卷曲螺旋預(yù)測Lowcomplexitysegments低復(fù)雜區(qū)域識別Non-OrdinarySecondaryStructure非典型二級結(jié)構(gòu)預(yù)測Localization蛋白質(zhì)定位預(yù)測DisulphideBonds二硫鍵位置預(yù)測Trans-MembraneBeta-Barrelβ-桶狀跨膜區(qū)預(yù)測（細(xì)菌）ProteinDisorder蛋白質(zhì)結(jié)果無序性分析AmbivalentSwitches識別構(gòu)象變化的氨基酸Protein-Proteinbinding蛋白質(zhì)-蛋白質(zhì)結(jié)合位點識別Protein-DNAbinding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）識別和分類AlignmnetPSI-BLAST分析ProSite模體搜索結(jié)果PROSITE中的ID號Motif名稱Motif模式提交序列中出現(xiàn)該Motif的位置二硫鍵位置預(yù)測結(jié)果39置信度二硫鍵位置PHD跨膜螺旋區(qū)預(yù)測結(jié)果40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41螺旋結(jié)構(gòu)片層結(jié)構(gòu)無規(guī)則卷曲42練習(xí)三：PredictProtein預(yù)測蛋白質(zhì)二級結(jié)構(gòu)/數(shù)據(jù)：C:\ZCNI\shixi4\protein.txt43四、蛋白質(zhì)結(jié)構(gòu)域預(yù)測結(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單條蛋白質(zhì)序列可以包含一個或多個結(jié)構(gòu)域基本類型：

44α折疊β折疊α/β折疊α+β折疊45工具網(wǎng)站備注CDD/sites/entrez?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)InterProhttp://www.ebi.ac.uk/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Pfamhttp://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.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)、分類信息蛋白質(zhì)結(jié)構(gòu)域數(shù)據(jù)庫46工具網(wǎng)站備注TIGRFAMs/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DOMO/srs71bin/cgi-bin/wgetz?+LibInfo+-lib+DOMO同源蛋白結(jié)構(gòu)域家族數(shù)據(jù)庫，有多個鏡像網(wǎng)站BLOCKS/收錄了通過高度保守蛋白區(qū)域比對出的無空位片段eMOTIF/distributions/emotif/由斯坦福大學(xué)維護(hù)。從BLOCKS+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蛋白質(zhì)結(jié)構(gòu)域數(shù)據(jù)庫（續(xù)）InterPro數(shù)據(jù)庫簡介InterPro:http://www.ebi.ac.uk/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InterPro34.0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）。InterPro數(shù)據(jù)庫數(shù)據(jù)庫網(wǎng)站備注UniProthttp://www.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.bris.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49序列提交框InterProScan工具簡介InterProScan:http://www.ebi.ac.uk/Tools/pfa/iprscan/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50圖形化結(jié)果（VisualOutput）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（SummaryTable）顯示保守區(qū)和結(jié)構(gòu)域的具體位置以及蛋白家族信息和GO分類號保守區(qū)示意圖52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InterPro蛋白家族信息（續(xù)）GO術(shù)語注釋說明結(jié)構(gòu)鏈接數(shù)據(jù)庫鏈接InterPro蛋白家族信息（續(xù)）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56練習(xí)四：InterProScan工具分析蛋白質(zhì)結(jié)構(gòu)域http://www.ebi.ac.uk/Tools/pfa/iprscan/數(shù)據(jù)：C:\ZCNI\shixi4\protein.txt57五、蛋白質(zhì)三維結(jié)構(gòu)預(yù)測方法特點工具同源建模法(Homology/Comparativemodelling)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/Foldrecognition)“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從頭預(yù)測法(Abinitio/Denovomethods)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HMMSTRROSSETA58蛋白質(zhì)結(jié)構(gòu)預(yù)測精度59同源建模法分析步驟：多序列比對與已有晶體結(jié)構(gòu)的蛋白質(zhì)序列比對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)域信息構(gòu)建三維模型三維模型準(zhǔn)確性檢驗Whatcheck程序Ramachandranplot計算檢驗手工調(diào)整多序列比對，重新擬合，構(gòu)建新的模型6061常用三維結(jié)構(gòu)數(shù)據(jù)庫數(shù)據(jù)庫網(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/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，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.cgi用同源比對法生成的模型結(jié)構(gòu)數(shù)據(jù)庫EnzymeStructurehttp://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62模板搜索與比對數(shù)據(jù)庫工具網(wǎng)站備注PSI-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SSEARCHrs.fr/bin/ssearch-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VAST/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63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EsyPred3Dhttp://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串線法工具網(wǎng)站備注3D-PSSMhttp://www.sbg.bio.ic.ac.uk/~3dpssm/index2.html第一個運用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-cryst.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使用結(jié)構(gòu)評分和基于神經(jīng)網(wǎng)絡(luò)序列比對來也測蛋白折疊結(jié)構(gòu)65SWISS-MODEL工具簡介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(jìn)行預(yù)測自動模式比對模式工程模式SWISS-MODEL工作模式67主要參數(shù)/選項粘貼SWISS-MODEL.txt中的蛋白質(zhì)序列輸入用戶E-mail（選填）68模型和模板信息下載pdb格式文件模型和模板信息模型質(zhì)量參數(shù)69與模板序列比對結(jié)果并顯示二級結(jié)構(gòu)區(qū)域比對結(jié)果70模型評估71練習(xí)五：SWISS-MODEL工具預(yù)測蛋白質(zhì)三維結(jié)構(gòu)/數(shù)據(jù)：C:\ZCNI\shixi4\SWISS-MODEL.txt參考：/course/course-index.htm72工具網(wǎng)站備注Swiss-PdbViewer/spdbv/一個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)，比較活性位點或突變點Jmol/一個基于Java語言開發(fā)的三維觀察工具，大多是作為一個內(nèi)嵌式網(wǎng)頁工具快速游覽結(jié)構(gòu)數(shù)據(jù)庫數(shù)據(jù)MolMolhttp://www.mol.biol.ethz.ch/wuthrich/software/molmol/免費的PDB三維分子觀察軟件，可以通過處理生成很漂亮的圖形文件PyMol/一個基于開源的三維觀察工具，有很多額外的插件來提升功能Rasmol/software/rasmol/很有名的三維觀察軟件，操作界面簡介，用命令行實現(xiàn)多種功能VMD/Research/vmd/用內(nèi)建的腳本來瀏覽、分析三維結(jié)構(gòu)，還可以以動畫的形式模擬蛋白質(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)頁中直接觀察PDB格式的文件Chimera/chimera/index.html免費分子模擬顯示程序，還包括結(jié)構(gòu)比對、藥物篩選等功能ICM-Browser/icm_browser.html三維分子游覽工具，有序列比對顯示功能，由MolSodt公司免費推出常用蛋白質(zhì)三維結(jié)構(gòu)觀察和修改工具73PDB格式文件簡介記錄類型

說明END結(jié)束HEA