结构生物信息学6-三级结构预测

《结构生物信息学6-三级结构预测》由会员分享，可在线阅读，更多相关《结构生物信息学6-三级结构预测（76页珍藏版）》请在金锄头文库上搜索。

1、生物信息学培训班 结构生物信息学 蛋白质三级结构预测 张张 法法 中国科学院计算技术研究所中国科学院计算技术研究所 2013-3-312013-3-31 生物信息学培训班 Outline 背景简介 蛋白质结构预测算法 常用软件介绍 生物信息学培训班 蛋白质三级结构 序列 结构 功能 蛋白质结构的意义： l蛋白质所具有的功能取决于蛋白质的空间结构。蛋白质分 子的生物学功能是蛋白质的天然构象具有的属性或所表现 的性质，因此研究蛋白质分子的空间结构和生物学功能的 关系在分子生物学中占据突出的地位 蛋白质结构的应用： 背景简介 l1.预测蛋白质的功能 l3.蛋白质-蛋白质的相互作用 l5.结构域边界

2、l2.底物结合位点 l4.药物设计 l6.指导定点突变 生物信息学培训班 确定蛋白质结构的方法 确定蛋白质结构的方法 核磁共振X射线晶体衍射结构预测冷冻电镜 小分子量蛋白蛋白质复合体小分子量蛋白膜蛋白和超大 分子复合体 背景简介 生物信息学培训班 X-射线晶体衍射技术背景简介 测定衍射斑点位置和强度 衍射相角 分子的构象 电子密度图 生物信息学培训班 X-射线晶体衍射技术 优点： l测定结果可靠； l速度快； l不受样品大小限制，无论多大的蛋白，或者复合体，(蛋 白质、RNA、DNA、小分子等等)，只要能够结晶就能够 得到其原子结构。 缺点： l必须进行结晶；很多蛋白质很难(甚至无法)结晶；

3、l晶体中的蛋白质分子构象是静态的，无法测定不稳定的过 渡态的构象。 背景简介 生物信息学培训班 核磁共振技术测定蛋白质结构 预测 背景简介 生物信息学培训班 核磁共振技术测定蛋白质结构 背景简介 优点： l能研究溶液中的蛋白质结构； l能提供大量有关动态的信息； l测定结果与X射线技术非常接近。 缺点： l只能测定较小的蛋白质结构； l很难获得蛋白质分子完整的三维结构。 生物信息学培训班 蛋白质结构预测的意义 问题：寻找从氨基酸序列到蛋白质所有原子三维坐 标的一种映射 理论方面：蛋白质折叠的机制 应用方面：了解蛋白质分子的结构 实验测定方法的局限性 蛋白质结构测定和序列测定严重脱节 l蛋白质序

4、列与PDB中已测定的结构数量相差2个数量级 l蛋白质结构的试验测定费时费力，成功率非常有限 l大量的蛋白质结构不能通过实验方法测得 背景简介 生物信息学培训班 蛋白质结构预测的依据 实验结果证明：蛋白质的结构由蛋白质序列所决定。 背景简介 自然界实际存在的蛋白质是有 限的，并且存在着大量的同源 序列，可能的结构类型也不多 ，序列到结构的关系有一定的 规律可循。 结构保守性序列保守性 PDB中结构数量在增加，但是蛋 白质的结构类型(Fold)的数量 几乎没有增加。(1200) Anfinsen原理：蛋白质链会以自由能最低的方式形成三维结 构。（1972年诺贝尔化学奖） 生物信息学培训班 蛋白质三

5、维结构的表示法 欧式空间 l原子坐标 Coordinates (x, y, z) uC 坐标确定后backbone的自由度很小 u侧链排放有一定的自由度 l距离矩阵 u坐标距离矩阵, 距离矩阵坐标 u镜像问题，丢失了手性 u相邻的C 距离为3.8 A 左右（特例：cis-proline 2.8A） uk*L个C-C距离便可恢复出L个C的坐标 背景简介 1234 103.8 6.0 8.1 23.803.8 5.9 36.0 3.803.8 48.1 5.9 3.80 1 2 3 4 6.0 8.1 5.9 3.8 3.8 3.8 3.8 生物信息学培训班 蛋白质三维结构的表示法 角空间 l扭转

6、角(Torsion angle) uphi-angle (): N-C bond upsi-angle (): C-C bond l键长 背景简介 1234 103.8 6.0 8.1 23.803.8 5.9 36.0 3.803.8 48.1 5.9 3.80 1 2 3 4 6.0 8.1 5.9 3.8 3.8 3.8 3.8 欧式空间的表示法可以与角空间的表示法互相转换 生物信息学培训班 蛋白质的折叠过程 背景简介 朝自由能E最低的构造折叠，形成稳定的氢键，静 电以及范德华相互作用，产生二级结构 螺旋 平行/反平行 生物信息学培训班 蛋白质结构分类 数据库 Sequence DB:

7、NR Uniprot pFam 分类 序列相似性 Sequence alignment 背景简介 生物信息学培训班 蛋白质结构分类 背景简介 数据库 Sequence DB: NR Uniprot pFam 分类 序列相似性 Sequence alignment Structure DB Scop PDB Protein Data Bank CATH 人工 人工自动全自动 分类 几何信息进化信息层次聚类 结构相似性 structure alignment 2/3的结构分类是重合的 FSSP 生物信息学培训班 蛋白质结构分类 背景简介 数据库 Sequence DB: NR Uniprot pF

8、am 分类 序列相似性 Sequence alignment Structure DB Scop PDB Protein Data Bank CATH 人工 人工自动全自动 分类 几何信息进化信息层次聚类 结构相似性 structure alignment 2/3的结构分类是重合的 FSSP Seq-Stru alignment Structure prediction 生物信息学培训班 蛋白质结构分类 背景简介 数据库：PDB/ Class/ Fold/ Architecture/ Domain/Motif/Superfamily/Family 分类： Class: 二级结构分类(all ,

9、 all , +, /, etc) Fold (architecture) : 二级结 构的形状走向(barrel, sandwich, etc) domain: 结构中有功能的部分 比如 binding, cleaving, spanning sites motif : 小的或者特定的二级结 构比如一个 - loop Family：考虑拓扑结构实 验的或者生物特性 Superfamily：在family基础 上，还考虑进化关系 All All + / PDB ID: 2FOX CLASS: / FOLD: Flavodoxin-like sandwich Superfamily: Flavo

10、proteins FAMILY: Flavodoxin-related Sandwich TIM barrel Protein Data Bank 生物信息学培训班 Outline 背景简介 蛋白质结构预测算法 常用软件介绍 生物信息学培训班 蛋白质结构预测的主要方法 理论分析方法 预测算法 l该类方法假设蛋白质分子天然构象处于热力学最稳定，能 量最低状态。从原则上来说，我们可以根据物理、化学原 理，通过计算来进行结构预测。 l考虑蛋白质分子中所有原子间的相互作用以及蛋白质分子 与溶剂之间的相互作用，通过理论计算（如分子力学、分 子动力学）蛋白质分子的能量最小状态。 l实际不可行： u自然的蛋

11、白质结构和未折叠的蛋白质结构，两者之间的 能量差非常小 u蛋白质可能的构象空间庞大，针对蛋白质折叠的计算量 非常大 u计算模型中力场参数的不准确性也是一个问题 生物信息学培训班 蛋白质结构预测的主要方法 统计分析方法 l对已知结构的蛋白质进行统计分析，建立序列到结构的映 射模型，进而对未知结构的蛋白质根据映射模型直接从氨 基酸序列预测结构。 l经验性方法： u根据一定序列形成一定结构的倾向进行结构预测 l结构规律提取方法 u从蛋白质结构数据库中提取关于蛋白质结构形成的一般 性规则，指导建立未知结构的蛋白质的模型。 l同源模型化方法 u通过同源序列分析或者模式匹配预测蛋白质的空间结构 或者结构单

12、元（如锌指结构、螺旋-转角-螺旋结构、 DNA结合区域等）。 预测算法 生物信息学培训班 Template-free 从头计算 Ab Initio，Denovo 在Ramachandran plot 指导 下旋转, ，搜索自由能最低 如果两个蛋白质的序列比较相似， 则其结构也有很大可能比较相似。 如果序列相似性75，则可以得 到较高精度的预测结构。 缺点是只能处理和模板库中蛋白质 序列相似性较高的情况。 蛋白质结构预测的主要方法 预测算法 Template-based 同源建模 Homology Modeling 序列足够相似，属同源蛋白 ，则整体结构会很相似 折叠识别 Fold Recogn

13、ition Threading 识别与目标序列有关的结构片段 组合片段，搜索自由能最低 生物信息学培训班 Template-free Template-based 同源建模 Homology Modeling 序列足够相似，属同源蛋白 ，则整体结构会很相似 折叠识别 Fold Recognition Threading 识别与目标序列有关的结构片段 组合片段，搜索自由能最低 从头计算 Ab Initio，Denovo 在Ramachandran plot 指导 下旋转, ，搜索自由能最低 从蛋白质结构数据库中挑选蛋白质 结构建立折叠子数据库，以折叠子 数据库中的折叠结构作为模板； 将未知序列与

14、模板进行匹配，通过 计算打分函数值判断匹配程度，其 中打分最高的被认为是最可能采取 的折叠结构。 蛋白质结构预测的主要方法 预测算法 生物信息学培训班 Template-free 从头计算 Ab Initio，Denovo 在Ramachandran plot 指导 下旋转, ，搜索自由能最低 依据是热力学理论，即求蛋白 质三维结构稳定的状态，也就 是能量最小的状态； 由于巨大的计算量，这种方法 并不实用。 蛋白质结构预测的主要方法 预测算法 Template-based 同源建模 Homology Modeling 序列足够相似，属同源蛋白 ，则整体结构会很相似 折叠识别 Fold Reco

15、gnition Threading 识别与目标序列有关的结构片段 组合片段，搜索自由能最低 生物信息学培训班 蛋白质结构预测流程 预测算法 生物信息学培训班 蛋白质同源模建算法 主要思想： 预测算法 l对于一个未知结构的蛋白质，找到一个已知结构的同源蛋 白质，以该蛋白质的结构为模板，为未知结构的蛋白质建 立结构模型 基本依据： l任何一对蛋白质，如果序列等同部分超过30%，则它们具有 相似的三维结构，即两个蛋白质的基本折叠相同，只是在 非螺旋和非折叠区域的一些细节部分有所不同。 l若序列的等同部分超过60%，则预测结果将接近于实验得到 的测试结果。 l一般如果序列的等同部分大于30%，则可以期

16、望得到比较好 的预测结果。 生物信息学培训班 蛋白质同源模建算法 同源建模(Homology modeling)： 预测算法 l又称比较建模(comparative modeling)； l基本假设是蛋白质分子结构具有某种规则性，其可能三维 结构的基本形态种类有限，各个形态是由几种特定的氨基 酸序列所构成； l利用已知的蛋白质三维结构(可能由NMR或X-ray确定的结 构)为模板，模拟出未知结构蛋白质序列的空间结构； l一般来说，当未知结构蛋白质序列(target protein)和模板 (template)间的相似性越高，所仿真出来的结构正确性、可 信度也就越高。 生物信息学培训班 蛋白质同源模建算法的步骤 同源建模方法6个步骤： 预测算法 1.搜索结构模板：选择参考的蛋白质分子(Template，T) 2.序列比对：将目标分子(Target)和参