蛋白質(zhì)生物信息學(xué)

關(guān)于蛋白質(zhì)生物信息學(xué)第一節(jié)生物信息學(xué)與蛋白質(zhì)工程一、生物信息學(xué)概述生物信息學(xué)是利用應(yīng)用數(shù)學(xué)、信息學(xué)、統(tǒng)計學(xué)和計算機(jī)科學(xué)的方法研究生物學(xué)的問題。1987年，林華安首創(chuàng)Bioinformation一詞，被譽為”世界生物信息之父”。第2頁,共49頁，2024年2月25日，星期天生物信息學(xué)分子生物學(xué)與信息技術(shù)（尤其是互聯(lián)網(wǎng)技術(shù)）的結(jié)合體。研究材料和結(jié)果就是各種各樣的生物學(xué)數(shù)據(jù)研究工具是計算機(jī)研究方法包括對生物學(xué)數(shù)據(jù)的搜索（收集和篩選）、處理（編輯、整理、管理和顯示）及利用（計算、模擬）。概述第3頁,共49頁，2024年2月25日，星期天研究內(nèi)容1、生物信息的收集、存儲、管理與提供2、基因組序列信息的提取和分析3、功能基因組相關(guān)信息分析4、生物大分子結(jié)構(gòu)模擬和藥物設(shè)計5、生物信息分析的技術(shù)與方法研究第4頁,共49頁，2024年2月25日，星期天2001年2月，人類基因組工程測序的完成，使生物信息學(xué)走向了一個高潮。由于DNA自動測序技術(shù)的快速發(fā)展，DNA數(shù)據(jù)庫中的核酸序列公共數(shù)據(jù)量以每天106bp速度增長，生物信息迅速地膨脹成數(shù)據(jù)的海洋。毫無疑問，我們正從一個積累數(shù)據(jù)向解釋數(shù)據(jù)的時代轉(zhuǎn)變，數(shù)據(jù)量的巨大積累往往蘊含著潛在突破性發(fā)現(xiàn)的可能?！吧镄畔W(xué)”正是從這一前提產(chǎn)生的交叉學(xué)科。發(fā)展條件第5頁,共49頁，2024年2月25日，星期天核心內(nèi)容是研究如何通過對DNA序列的統(tǒng)計計算分析，更加深入地理解DNA序列，結(jié)構(gòu)，演化及其與生物功能之間的關(guān)系。研究課題涉及到分子生物學(xué)，分子演化及結(jié)構(gòu)生物學(xué)，統(tǒng)計學(xué)及計算機(jī)科學(xué)等許多領(lǐng)域。第6頁,共49頁，2024年2月25日，星期天以數(shù)據(jù)（庫）為核心1數(shù)據(jù)庫的建立2生物學(xué)數(shù)據(jù)的檢索3生物學(xué)數(shù)據(jù)的處理4生物學(xué)數(shù)據(jù)的利用：計算生物學(xué)研究過程第7頁,共49頁，2024年2月25日，星期天由于生物信息學(xué)是基于分子生物學(xué)與多種學(xué)科交叉而成的新學(xué)科，現(xiàn)有的形勢仍表現(xiàn)為各種學(xué)科的簡單堆砌，相互之間的聯(lián)系并不是特別的緊密。在處理大規(guī)模數(shù)據(jù)方面，沒有行之有效的一般性方法；而對于大規(guī)模數(shù)據(jù)內(nèi)在的生成機(jī)制也沒有完全明了，這使得生物信息學(xué)的研究短期內(nèi)很難有突破性的結(jié)果。研究展望第8頁,共49頁，2024年2月25日，星期天要真正解決這一問題，最終不能從計算機(jī)科學(xué)得到，真正地解決可能還是得從生物學(xué)自身，從數(shù)學(xué)上的新思路來獲得本質(zhì)性的動力。毫無疑問，正如Dulbecco1986年所說："DNA序列是人類的真諦，這個世界上發(fā)生的一切事情，都與這一序列息息相關(guān)"。但要完全破譯這一序列以及相關(guān)的內(nèi)容，我們還有相當(dāng)長的路要走。研究展望第9頁,共49頁，2024年2月25日，星期天二、生物信息學(xué)與蛋白質(zhì)工程（一）蛋白質(zhì)序列分析，預(yù)測其理化性質(zhì)、空間結(jié)構(gòu)及生物學(xué)功能（二）蛋白質(zhì)結(jié)構(gòu)預(yù)測理論分析法：在理論計算的基礎(chǔ)上預(yù)測統(tǒng)計分析法：建立序列-結(jié)構(gòu)的映射模型（三）蛋白質(zhì)功能預(yù)測P162（四）蛋白質(zhì)分子設(shè)計第10頁,共49頁，2024年2月25日，星期天三、生物信息學(xué)與蛋白質(zhì)組學(xué)1994、澳大利亞Wilkins和Willians提出蛋白質(zhì)組：由全部基因表達(dá)的全部蛋白質(zhì)及其存在方式，是一種細(xì)胞、組織或完整的生命體在特定時空上所擁有的全套蛋白質(zhì)蛋白質(zhì)組學(xué)：以蛋白質(zhì)為研究對象，闡明某生物體全部蛋白質(zhì)的表達(dá)模式及功能模式生物信息學(xué)理論、技術(shù)方法和軟件等在蛋白質(zhì)組學(xué)相關(guān)數(shù)據(jù)庫的建立、應(yīng)用以及蛋白質(zhì)組分析等方面具有重要的應(yīng)用第11頁,共49頁，2024年2月25日，星期天生物信息學(xué)作為一門新的學(xué)科領(lǐng)域，把基因組DNA序列信息分析作為源頭，在獲得蛋白質(zhì)編碼區(qū)的信息后進(jìn)行蛋白質(zhì)空間結(jié)構(gòu)模擬和預(yù)測，然后依據(jù)特定蛋白質(zhì)的功能進(jìn)行必要的藥物設(shè)計。基因組信息學(xué)，蛋白質(zhì)空間結(jié)構(gòu)模擬以及藥物設(shè)計構(gòu)成了生物信息學(xué)的3個重要組成部分。第12頁,共49頁，2024年2月25日，星期天第二節(jié)蛋白質(zhì)常用數(shù)據(jù)庫及應(yīng)用一次數(shù)據(jù)庫：實驗獲得的原始數(shù)據(jù)。簡單歸類整理、注釋。Genbank、Swiss-Prot、PDB二次數(shù)據(jù)庫：在一次數(shù)據(jù)庫、實驗數(shù)據(jù)和理論分析的基礎(chǔ)上，根據(jù)研究內(nèi)容的需要，對相關(guān)生物知識和信息進(jìn)一步分析整理。包括人類基因組圖譜庫GDB、轉(zhuǎn)錄因子和結(jié)合位點庫TRANSFAC、蛋白質(zhì)結(jié)構(gòu)家族分類庫SCOP等。第13頁,共49頁，2024年2月25日，星期天第二節(jié)、蛋白質(zhì)常用數(shù)據(jù)庫一、核酸數(shù)據(jù)庫NCBI的Genbank、EMBL、DDBJ等第14頁,共49頁，2024年2月25日，星期天二、蛋白質(zhì)數(shù)據(jù)庫（一）蛋白序列數(shù)據(jù)庫：SWISS-PROT、PIR、TreEMBL、UniProt、GenPept第15頁,共49頁，2024年2月25日，星期天（二）蛋白序列二次數(shù)據(jù)庫蛋白保守區(qū)域和功能位點數(shù)據(jù)庫，PROSITE、PRINTS、BLOCKS第16頁,共49頁，2024年2月25日，星期天（三）蛋白結(jié)構(gòu)數(shù)據(jù)庫三維結(jié)構(gòu)數(shù)據(jù)庫PBD、MMDB第17頁,共49頁，2024年2月25日，星期天全人源抗EGFR單克隆抗體紅色字體為信號肽，標(biāo)黃部分為可變區(qū)重鏈可變區(qū)（HV）DNA序列（423bp）ATGGATTTTCAGGTGCAGATTTTCAGCTTCCTGCTAATCAGTGCCTCAGTCATAATATCCAGAGGACAGGTGCAGCTGCAGGAGTCGGGCCCAGGACTGGTGAAGCCTTCGGAGACCCTGTCCCTCACCTGCACTGTCTCTGGTGGCTCCGTCAGCAGTGGTGATTACTACTGGACCTGGATTCGGCAGTCCCCAGGGAAGGGACTGGAGTGGATTGGACACATCTATTACAGTGGGAACACCAATTATAACCCCTCCCTCAAGAGCAGACTCACCATATCAATTGACACGTCCAAGACTCAGTTCTCCCTGAAGCTGAGTTCTGTGACCGCTGCGGACACGGCCATTTATTACTGTGTGCGAGATCGAGTGACTGGTGCTTTTGATATCTGGGGCCAAGGGACAATGGTCACCGTCTCTTCA

第18頁,共49頁，2024年2月25日，星期天ATGGATTTTCAGGTGCAGATTTTCAGCTTCCTGCTAATCAGTGCCTCAGTCATAATATCCAGAGGAGacatccagatgacccagtctccatcctccctgtctgcatctgtaggagacagagtcACCATCACTTGCCAGGCGAGTCAGGACATCAGCAACTATTTAAATTGGTATCAGCAGAAACCAGGGAAAGCCCCTAAACTCCTGATCTACGATGCATCCAATTTGGAAACAGGGGTCCCATCAAGGTTCAGTGGAAGTGGATCTGGGACAGATTTTACTTTCACCATCAGCAGCCTGCAGCCTGAAGATATTGCAACATATTTCTGTCAACACTTTGATCATCTCCCGCTCGCTTTCGGCGGAGGGACCAAGGTGGAGATCAAACGTACTGTGGCTGCACCATCTGTCTTCATCTTCCCGCCATCTGATGAGCAGTTGAAATCTGGAACTGCCTCTGTTGTGTGCCTGCTGAATAACTTCTATCCCAGAGAGGCCAAAGTACAGTGGAAGGTGGATAACGCCCTCCAATCGGGTAACTCCCAGGAGAGTGTCACAGAGCAGGACAGCAAGGACAGCACCTACAGCCTCAGCAGCACCCTGACGCTGAGCAAAGCAGACTACGAGAAACACAAAGTCTACGCCTGCGAAGTCACCCATCAGGGCCTGAGCTCGCCCGTCACAAAGAGCTTCAACAGGGGAGAGTGT輕鏈全長（L）DNA序列（708bp）第19頁,共49頁，2024年2月25日，星期天GGTGGTGGTGGCTCTGGCGGTGGTGGCTCTGGTGGCGGTGGTTCT連接肽(G4S)3蛋白質(zhì)分子設(shè)計：VH-L-LVHVLCLlinker第20頁,共49頁，2024年2月25日，星期天第21頁,共49頁，2024年2月25日，星期天利用DNAman對VH-L-L的限制性內(nèi)切酶位點分析，結(jié)果顯示VH-L-L有31個限制性酶切位點，最多的是Eco57Ⅰ、TthlllⅠ分別有三個酶切位點。第22頁,共49頁，2024年2月25日，星期天第23頁,共49頁，2024年2月25日，星期天利用生物信息學(xué)軟件DNAman將VH-L-L的核苷酸序列翻譯為氨基酸序列第24頁,共49頁，2024年2月25日，星期天

利用NCBI提供的ORFFinder預(yù)測VH-L-L的ORF，從預(yù)測結(jié)果看出VH-L-L是一段連續(xù)的較長的ORF，它可能是一個完整的編碼序列第25頁,共49頁，2024年2月25日，星期天

利用ProtParam對VH-L-L的氨基酸序列及基本理化性質(zhì)進(jìn)行了分析。結(jié)果顯示VH-L-L蛋白由392個氨基酸組成的穩(wěn)定蛋白，分子式為C1867H2894N494O596S11

，分子量42149.1，等電點5.98。理論推導(dǎo)半衰期為：30h(體外，哺乳動物的網(wǎng)織紅細(xì)胞內(nèi))、20h(體內(nèi)，酵母細(xì)胞內(nèi))、10h(體內(nèi)，大腸桿菌)。不穩(wěn)定參數(shù)是38.92，屬于穩(wěn)定蛋白。含的氨基酸如圖所示：Ser(S)，Glu(G)，Thr(T)最多，分別占15.1％，9．9％，7.7％；不含Pyl(0)，Sec(U)?？値д姾蓺埢?Asp+Glu)為32，負(fù)電荷殘基(Arg+Lys)為29?？偟挠H水性平均系數(shù)-0.169，預(yù)測該蛋白屬于親水性蛋白。第26頁,共49頁，2024年2月25日，星期天第27頁,共49頁，2024年2月25日，星期天第28頁,共49頁，2024年2月25日，星期天蛋白質(zhì)的親疏水性是影響蛋白質(zhì)空間結(jié)構(gòu)的因素之一。利用ProtScale分析氨基酸親水性/疏水性，預(yù)測結(jié)果顯示該氨基酸序列中親水性和疏水性區(qū)域間隔存在，小部分為中性，在氨基酸序列20、170處出現(xiàn)了較高的疏水性，此處富含疏水性氨基酸。總體來說，親水氨基酸多于疏水氨基酸，因此可以認(rèn)為VH-L-L是親水性蛋白第29頁,共49頁，2024年2月25日，星期天第30頁,共49頁，2024年2月25日，星期天

利用Tmpred分析VH-L-L的跨膜區(qū)，分析表明，該序列無跨膜區(qū)，不是跨膜蛋白?？梢灶A(yù)測該蛋白在膜外第31頁,共49頁，2024年2月25日，星期天利用NetPhos進(jìn)行磷酸化位點分析，結(jié)果顯示磷酸化位點主要包括絲氨酸Ser位點:28個，蘇氨酸Thr:5個，酪氨酸Tyr:3個第32頁,共49頁，2024年2月25日，星期天

利用TargetP對VH-L-L蛋白的亞細(xì)胞定位進(jìn)行預(yù)測，結(jié)果表明，VH-L-L是分泌到細(xì)胞周質(zhì)的蛋白第33頁,共49頁，2024年2月25日，星期天III 蛋白質(zhì)二級結(jié)構(gòu)預(yù)測蛋白質(zhì)序列：

↓

二級結(jié)構(gòu)：↓第34頁,共49頁，2024年2月25日，星期天1、二級結(jié)構(gòu)預(yù)測概述蛋白質(zhì)的二級結(jié)構(gòu)預(yù)測的基本依據(jù)是： 每一段相鄰的氨基酸殘基具有形成一定二級結(jié)構(gòu)的傾向。二級結(jié)構(gòu)預(yù)測問題是模式分類問題二級結(jié)構(gòu)預(yù)測的目標(biāo)：判斷每一段中心的殘基是否處于

螺旋、

折疊、轉(zhuǎn)角（或其它狀態(tài)）之一的二級結(jié)構(gòu)態(tài)，即三態(tài)。

第35頁,共49頁，2024年2月25日，星期天蛋白質(zhì)結(jié)構(gòu)預(yù)測主要有兩大類方法：（1）理論分析方法通過理論計算（如分子力學(xué)、分子動力學(xué)計算）進(jìn)行結(jié)構(gòu)預(yù)測。（2）統(tǒng)計的方法對已知結(jié)構(gòu)的蛋白質(zhì)進(jìn)行統(tǒng)計分析，建立序列到結(jié)構(gòu)的映射模型，進(jìn)而對未知結(jié)構(gòu)的蛋白質(zhì)根據(jù)映射模型直接從氨基酸序列預(yù)測結(jié)構(gòu)。包括：經(jīng)驗性方法（Chou-Fasman）、結(jié)構(gòu)規(guī)律提取方法（神經(jīng)網(wǎng)絡(luò)方法）、同源模型化方法第36頁,共49頁，2024年2月25日，星期天經(jīng)驗參數(shù)法由Chou和Fasman在70年代提出.是一種基于單個氨基酸殘基統(tǒng)計的經(jīng)驗預(yù)測方法。 通過統(tǒng)計分析，獲得的每個殘基出現(xiàn)于特定二級結(jié)構(gòu)構(gòu)象的傾向性因子，進(jìn)而利用這些傾向性因子預(yù)測蛋白質(zhì)的二級結(jié)構(gòu)。

第37頁,共49頁，2024年2月25日，星期天經(jīng)驗參數(shù)法蛋白質(zhì)二級結(jié)構(gòu)的組成規(guī)律性比較強三種基本二級結(jié)構(gòu)平均占氨基酸殘基的85%各種二級結(jié)構(gòu)非均勻地分布在蛋白質(zhì)中第38頁,共49頁，2024年2月25日，星期天有些蛋白質(zhì)中含有大量的

螺旋如血紅蛋白和肌紅蛋白而一些蛋白質(zhì)中則不含或者僅含很少的

螺旋如鐵氧蛋白有些蛋白質(zhì)的二級結(jié)構(gòu)以

折疊為主如免疫球蛋白例：肽鏈Ala(A)-Glu(E)-Leu(L)-Met(M)傾向于形成

螺旋肽鏈Pro(P)-Gly(G)-Tyr(Y)-Ser(S)則不會形成

螺旋

第39頁,共49頁，2024年2月25日，星期天每種氨基酸出現(xiàn)在各種二級結(jié)構(gòu)中傾向或者頻率是不同的例如：Glu主要出現(xiàn)在

螺旋中

Asp和Gly主要分布在轉(zhuǎn)角中

Pro也常出現(xiàn)在轉(zhuǎn)角中，但是絕不會出現(xiàn)在

螺旋中可以根據(jù)每種氨基酸殘基形成二級結(jié)構(gòu)的傾向性或者統(tǒng)計規(guī)律進(jìn)行二級結(jié)構(gòu)預(yù)測第40頁,共49頁，2024年2月25日，星期天基本策略（1）

相似序列→相似結(jié)構(gòu)QLMGERIRARRKKLKQLMGAERIRARRKKLK結(jié)構(gòu)？第41頁,共49頁，2024年2月25日，星期天基本策略（2）

分類分析α螺旋提取樣本聚類分析學(xué)習(xí)分類規(guī)則預(yù)測….-Gly-Ala-Glu-Phe-….第42頁,共49頁，2024年2月