09 蛋白质序列分析

蛋白质序列、性质、功能和结构分析基于网络的蛋白质序列检索与核酸类似，从NCBI或利用SRS系统从EMBL检索。

1、疏水性分析ExPASy的ProtScale程序（/cgi-bin/protscale.pl）可用来计算蛋白质的疏水性图谱。

输入的数据可为蛋白质序列或SWISS-PROT数据库的序列接受号。

也可用BioEdit、DNAMAN等软件进行分析。

2、跨膜区分析蛋白质跨膜区域分析的网络资源有：TMPRED：/software/TMPRED_form.htmlPHDhtm:http:www.embl-heidelberg.de/Services/sander/predictprotein/predictpro tein.htmlMEMSAT: ftp://3、前导肽和蛋白质定位一般认为，蛋白质定位的信息存在于该蛋白自身结构中，并且通过与膜上特殊受体的相互作用得以表达。

这就是信号肽假说的基础。

这一假说认为，穿膜蛋白质是由mRNA编码的。

在起始密码子后，有一段疏水性氨基酸序列的RNA片段，这个氨基酸序列就称为信号序列（signal sequence）。

蛋白质序列的信号肽分析可联网到http://genome.cbs.dtu.dk/services/SignalP/或其二版网址http://genome.cbs.dtu.dk/services/SignalP-2.0/。

该服务器也提供利用e-mail进行批量蛋白质序列信号肽分析的方案（http://genome.cbs.dtu.dk/services /SignalP/mailserver.html），e-mail 地址为signalp@ genome.cbs.dtu.dk。

蛋白质序列中含有的信号肽序列将有助于它们向细胞内特定区域的移动，如前导肽和面向特定细胞器的靶向肽。

在线粒体蛋白质的跨膜运输过程中，通过线粒体膜的蛋白质在转运之前大多数以前体形式存在，它由成熟蛋白质和N端延伸出的一段前导肽或引肽（leader peptide）共同组成。

第九章 蛋白质序列分析与结构预测一种生物体的基因组规定了所有构成该生物体的蛋白质，基因规定了组成蛋白质的氨基酸序列。

虽然蛋白质由氨基酸的线性序列组成，但是，它们只有折叠成特定的空间构象才能具有相应的活性和相应的生物学功能。

了解蛋白质的空间结构不仅有利于认识蛋白质的功能，也有利于认识蛋白质是如何执行其功能的。

确定蛋白质的结构对于生物学研究是非常重要的。

目前，蛋白质序列数据库的数据积累的速度非常快，但是，已知结构的蛋白质相对比较少。

尽管蛋白质结构测定技术有了较为显著的进展，但是，通过实验方法确定蛋白质结构的过程仍然非常复杂，代价较高。

因此，实验测定的蛋白质结构比已知的蛋白质序列要少得多。

另一方面，随着DNA测序技术的发展，人类基因组及更多的模式生物基因组已经或将要被完全测序，DNA序列数量将会急增，而由于DNA序列分析技术和基因识别方法的进步，我们可以从DNA推导出大量的蛋白质序列。

这意味着已知序列的蛋白质数量和已测定结构的蛋白质数量（如蛋白质结构数据库PDB中的数据）的差距将会越来越大。

人们希望产生蛋白质结构的速度能够跟上产生蛋白质序列的速度，或者减小两者的差距。

那么如何缩小这种差距呢？我们不能完全依赖现有的结构测定技术，需要发展理论分析方法，这对蛋白质结构预测提出了极大的挑战。

20世纪60年代后期，Anfinsen首先发现去折叠蛋白或者说变性(denatured)蛋白质在允许重新折叠的实验条件下可以重新折叠到原来的结构，这种天然结构(native structure)对于蛋白质行使生物功能具有重要作用，大多数蛋白质只有在折叠成其天然结构的时候才能具有完全的生物活性。

自从Anfinsen提出蛋白质折叠的信息隐含在蛋白质的一级结构中，科学家们对蛋白质结构的预测进行了大量的研究，分子生物学家将有可能直接运用适当的算法，从氨基酸序列出发，预测蛋白质的结构。

本章主要着重介绍蛋白质二级结构及空间结构预测的方法。

百泰派克生物科技
蛋白质序列分析
蛋白质序列分析是指对构成蛋白质一级结构的氨基酸残基进行鉴定，以及对氨基酸残基的排列顺序进行分析，常用的蛋白质序列分析方法主要包括质谱法和非质谱法（Edman降解法）两类。

质谱法是目前使用最为广泛的一种蛋白质序列分析方法，基于质谱的蛋白质序列分析结合对应算法和生物信息学技术，可以实现蛋白的N/C末端序列分析、全序列分析和从头测序分析，其可用于已知蛋白的表达验证和未知蛋白的氨基酸序列分析。

基于质谱的蛋白序列分析通过特异性蛋白酶将目标蛋白酶切为肽段，再经过MS/MS
或LC-MS/MS检测得到肽段二级质谱图，解析谱图获得肽段的氨基酸序列，最后根
据肽段间的重合互补性完成各肽段的拼接，由此可实现完整蛋白质的序列分析。

百泰派克使用Thermo公司推出的Obitrap Fusion Lumos质谱仪提供蛋白测序服务，该服务可对蛋白样品的序列分析。

Obitrap Fusion Lumos质谱仪是现在分辨率和
灵敏度最高的质谱仪，保证了低丰度肽段碎裂片段鉴定的灵敏度；同时在肽段碎裂过程中采取HCD与ETD结合的模式，保证肽段碎裂片段的完整性。

可以实现蛋白样品的N端，C端序列分析以及蛋白全长序列分析。

蛋白质序列分析与结构预测概述：蛋白质是生物体内重要的功能分子，其结构与功能密切相关。

蛋白质序列分析和结构预测是在理解蛋白质结构和功能的基础上，对蛋白质进行更深入研究的重要工具。

本文将对蛋白质序列分析和结构预测进行详细介绍。

一、蛋白质序列分析1.1序列比对1.2序列标记蛋白质序列标记是根据其中一种特定的准则来标记氨基酸序列的功能或结构信息。

常用的标记方法有结构标记和功能标记。

结构标记根据氨基酸的二级结构特征来进行，如α-螺旋、β-折叠等；功能标记则是根据氨基酸序列所具有的特定功能进行，如酶活性、配体结合等。

1.3序列定位蛋白质序列定位是指确定蛋白质序列中特定区域的位置和范围。

常用的序列定位方法有Motif分析和Domain分析。

Motif分析可以识别蛋白质序列中的保守序列模式，从而找出具有特定功能的序列片段；Domain 分析可以识别蛋白质中具有自稳定结构和特定功能的结构域。

1.4序列功能预测二、蛋白质结构预测蛋白质结构预测是根据蛋白质的氨基酸序列预测蛋白质的三维结构。

蛋白质的结构决定了其功能和相互作用，因此准确预测蛋白质的结构对于理解蛋白质的功能和机制至关重要。

蛋白质结构预测的主要方法包括基于模板的建模方法和基于物理性质的全原子或粗粒化力场模拟方法。

2.1基于模板的建模方法基于模板的建模方法是利用已知的蛋白质结构作为模板，通过序列比对和结构比对来模拟未知蛋白质的结构。

常用的基于模板的建模方法有比对、模型构建和模型评估等。

2.2基于物理性质的模拟方法基于物理性质的模拟方法是使用物理原理和力场模拟来预测蛋白质的结构。

常用的模拟方法有分子力学模拟、蒙特卡洛模拟和蛋白质力场等。

结论：蛋白质序列分析和结构预测是对蛋白质进行深入研究的重要工具。

通过蛋白质序列分析可以了解蛋白质的进化关系、功能特征和结构信息；而蛋白质结构预测可以揭示蛋白质的三维结构，从而理解其功能和相互作用。

随着技术的不断发展，蛋白质序列分析和结构预测方法也在不断改进和完善，为研究蛋白质的机制和功能提供了更有力的工具。