蛋白质结构的预测与分析

SURVEYANDSUMMARY

Practicallessonsfromproteinstructureprediction

KrzysztofGinalski1,2,3,NickV.Grishin3,4,AdamGodzik5andLeszekRychlewski1,*

1BioInfoBankInstitute,ul.Limanowskiego24A,60-744Poznan´,Poland,2InterdisciplinaryCentreforMathematicaland

ComputationalModelling,WarsawUniversity,Pawin´skiego5a,02-106Warsaw,Poland,3DepartmentofBiochemistry,

UniversityofTexas,SouthwesternMedicalCenter,5323HarryHinesBoulevard,Dallas,TX75390-9038,USA,

4HowardHughesMedicalInstitute,UniversityofTexas,SouthwesternMedicalCenter,5323HarryHinesBoulevard,

Dallas,TX75390-9050,USAand5TheBurnhamInstitute,10901N.TorreyPinesRoad,LaJolla,CA92037,USA

ReceivedDecember20,2004;RevisedandAcceptedMarch8,2005

ABSTRACT

Despiterecenteffortstodevelopautomatedpro-

teinstructuredeterminationprotocols,structural

genomicsprojectsareslowingeneratingfold

assignmentsforcompleteproteomes,andspatial

譬盟善茹晶　Ａｃｔａ　ｉ内ａｔｕ蒙ｍ古Ｎ大ａｔ学ｕｒ学ａｌｉ　ｕｍＵ然ｎｉｖ科ｅｒ　ｓｉｔａｔｉｓＭ　ａ３　

文章编号　１ｏ００—１６３８（２ＯＯ２）０３—０２７６—０４　

蛋白质结构型预测的研究　

贾孟文，李前忠　

（内浆古大学物理学系，内浆古呼和浩特０１００Ｚ１）　

摘要：以ｎ。、ｎ　、ｎ　．ｍ　等五个二级结构参数为基础，甩离散增量研究了蛋白质的聚凳和蛋　白质的结构型预测．　型，　型和　型可以很好地分别幕在三个大支中．蛋白质结构型预测总　

体预测正确辜为８２％　用Ｓｅｔ｛一ｃｏｎｓｉｓｔｅｎｃｙ和Ｊａｋｅ—ｋｎｉｆｅ这两种方法测试的结果没有明显的差　

别从结果可以看出利用蛋白质的二级结构参数髓较好地体现出各种结构型蛋白质的特点・　

关键词：二级结构参敢，离散增量，蛋白质聚类・结构型预测　

中圉分类号：Ｑｓ］　文献标识码：Ａ　

Ａｎｆｉｎｓｅｎ原理指出蛋白质的氨基酸序列决定了蛋白质的二级结构和高级结构，因此执氨基酸序　

列出发，发展了许多预测蛋白质结构型的方法，如最小欧氏距离。　，最小马氏距离。　等．其中，利用　

最小马氏距离方法对蛋白质结构型预测取得较好的结果．利用氨基酸组份进行结构型预测，曾经获得　

了重要的进展，但最近的工作“　表明以前得到的很高的结构型预测成功率和所选取的数据库大小有　

关，随着数据库的加大Ｓｅｌｆ—ｃｏｎｓｉｓｔｅｎｃｙ测试的成功率递减，而Ｊａｃｋ—ｋｎｉｆｅ测试的预测成功率递增・最　

后趋于６０　的预测成功率．由此指出仅以氨基酸组分对一个未知蛋白质的结构型预测，其预测正确　

率的上限为６ｏ　，预测精度的提高有赖于对疏水性，氨基酸序列等特征的考虑．　

文章［６］从蛋白质的二级结构序列出发，指出蛋白质结构型主要由规则片段个数决定，根据简单　

的二级结构单元可以构建出蛋白质的框架结构．利用三个二级结构参数Ⅳ　，Ⅳ　和Ⅳ胛给出了蛋白质　

结构型的分类规则，并对ＰＤＢ库中同源性较低的３６０个蛋白进行丁预测，取得很好的预测结果．　

蛋白质结构的分析和预测方法

蛋白质是构成生物体质量的基础，具有广泛而重要的生物功能。研究蛋白质的结构和功能是生物学和药学等领域的重要研究课题。而蛋白质结构的分析和预测是对蛋白质研究的基础，也是解决人类疾病等领域的重要突破口。本文将从分析和预测两个方面介绍蛋白质结构的研究方法。

一、蛋白质结构的分析方法

1. X射线晶体学

蛋白晶体学是最广泛采用的蛋白质结构分析方法之一。该方法利用X射线探测蛋白质晶体中原子的位置，并通过该信息推断蛋白质的三维结构。通过X射线晶体学的方法已获得了数万个蛋白质结构，大大提高了蛋白质研究的深度和广度。

2. 核磁共振

核磁共振是另一种常用的蛋白质结构分析方法，它利用一个强磁场对蛋白质分子进行瞬时激发，旋转确定的核磁共振信号，通过空间磁场分布的变化揭示分子的三维构造。此外，核磁共振与分子动力学模拟等计算方法相结合，能够更细致地揭示分子的结构细节，如构象变化、动态性质、生理相关解离构象等。

3. 电镜

电子显微镜是一种近期快速发展的方法，它可以在不需要结晶的情况下直接观察蛋白质体系的图像，从而解析它们的立体结构。这种方法非常适合研究大分子复合物的结构和功能，因为它们相对比较柔软，不太容易得到光学衍射数据。

二、蛋白质结构的预测方法

1. 基于结构相似性的预测

基于结构相似性的预测是一种利用已知结构的蛋白质来推断其它蛋白质的结构的方法。这种方法假设结构相似的蛋白质在空间构型上也具有相似性，因此可以通过分析相似结构间的差异性和共性来预测未知结构的蛋白质。如蛋白质家族、同源模型等就是基于结构相似性预测蛋白质结构的重要手段。

2. 基于能量最小化的预测

通过基于物理化学原理设计的力场，在预测过程中能够通过优化相互作用势能最小化的方式，预测蛋白质的结构。这种方法在预测局部构象、构像变化、蛋白质之间的相互作用以及酶与其底物结合等方面非常重要。

3. 基于模板匹配的预测

模板匹配预测是在已知蛋白质结构库中，通过匹配新蛋白质的序列与已知蛋白的结构来预测其结构的方法。这种方法借鉴了生物体内蛋白质折叠的机制，根据已知的蛋白质结构，通过稳定的折叠方式来预测新的蛋白质结构。此外，随着从结构预测中积累的数据越来越多，将使用人工智能技术在分子设计和快速筛选突变体等方面，进一步改进预测效果，也将有望进入更广泛的应用领域。

蛋白质结构预测与功能分析

作为细胞中最重要的生物大分子之一，蛋白质在生物体内发挥着关键的生物学功能。蛋白质的结构与功能密切相关，而蛋白质结构预测和功能分析就是帮助我们更好地理解蛋白质的重要工具。

一、蛋白质的结构与功能

蛋白质是由氨基酸序列组成的，不同的氨基酸序列可以组成不同的蛋白质。蛋白质的结构可以分为四个层次：一级结构是氨基酸的线性排列方式，二级结构是由氢键、离子键等互作用形成的局部结构，例如螺旋和折叠；三级结构是由各种二级结构组合成的整体结构，即蛋白质的立体构形；四级结构是多个蛋白质分子组成的超分子结构，例如酶的四级结构能够形成酶活性中心，参与生物反应。

不同的蛋白质具有不同的生物学功能。例如，酶是一类催化生物反应的蛋白质；激素是一类在细胞间传递信号的蛋白质；抗体是一类用于识别并抵御入侵的病原体的蛋白质等等。

二、蛋白质结构预测的方法

蛋白质结构的预测是指根据给定的氨基酸序列，预测蛋白质的三级结构或四级结构。蛋白质结构预测的方法分为两类：实验测定和计算预测。

实验测定包括X射线衍射、核磁共振、电子显微镜等方法。这些方法需要采集和高质量纯化蛋白质，因此需要耗费大量时间和精力，并且仍存在一些难点问题，如蛋白质复合物和膜蛋白的结构预测。

计算预测是利用计算机模拟蛋白质的三维结构，包括模拟退火、分子动力学、及协同使用生物物理学、生物信息学、计算机技术等的多重方法。此方法不仅具有预测速度快、处理量大等优势，还能够处理大规模的蛋白质序列；此外，计算预测能够研究蛋白质分子及复合物的动态结构和功能，有助于进一步理解蛋白质的生物学功能。

三、蛋白质功能分析的方法

蛋白质功能分析是指利用化学方法、遗传工程、生物技术等手段，研究蛋白质的生物学功能。下面列举几种功能分析方法：

1. 进化鉴定。通过对多个蛋白质同源序列进行比较和分析，可以预测和验证蛋白质的结构域、功能区域、酶催化残基等。

2. 基因调控分析。通过对蛋白质编码基因调控元件的功能分析，可以揭示转录因子与信号转导途径等相关生物学过程。