《海洋药学专业毕业论文RPE蛋白质的结构预测》由会员分享，可在线阅读，更多相关《海洋药学专业毕业论文RPE蛋白质的结构预测（24页珍藏版）》请在金锄头文库上搜索。
1、目 录摘要 1前言 2第一章 背景介绍3生物信息学在蛋白质结构预测中的应用 3第二章 RPE65基因蛋白概述 62.1 RPE65基因蛋白的功能62.2 RPE65蛋白质基因的组成6第三章 RPE65的3D结构模型预测 93.1 3D-PSSM获得RPE65的初步模型信息 93.2 SCWRL软件预测侧链坐标 103.3 Jackal软件包对模型的修饰12第四章 结果和讨论 14第五章 视网膜色素变性研究进展 18参考文献20致谢21 RPE65蛋白质的结构预测 摘 要应用生物信息学的方法对蛋白质结构的预测，为进一步研究蛋白质的生物学功能开辟了一个新的领域。本课题的提出是通过生物信息学软件预测
2、RPE65蛋白质的三级结构，并根据获得的三维结构模型，对其蛋白质功能的可能机制进行讨论，进而为设计新的蛋白质或改造已有蛋白质提供可靠的依据。 关键词：蛋白质结构预测，视网膜，RPE65Structure Prediction of the RPE65 ProteinAbstractUsing bioinformatics methods for protein structure prediction opens a new area for further study of protein biological function. The topic proposed by bioinfor
3、matics method to predict the natural conformation of RPE65 and its structures, according to obtained three-dimensional structure model of the protein to discuss its function and possible mechanisms. This method also provides a reliable basis for designing new proteins and modified proteins.Keywords：
4、protein structure prediction; retina; RPE65前 言视紫红质是感光细胞中的一种视色素,在光线的接收和视觉电位的产生方面具有重要的生理作用,由视紫红质介导的过度光信号传导是光性视网膜变性的主要原因。近年的研究表明,视网膜色素上皮细胞中的RPE65蛋白作为影响视紫红质再生的关键因素,与视网膜光损伤的易感性密切相关1。随着近年来生物信息学的快速发展，我们在该课题中应用生物信息学的研究方法对RPE65蛋白质的结构进行预测。生物信息学的一项重要研究是从蛋白质的氨基酸序列预测蛋白质结构。它的重点研究问题包括：有效建立“低同源性蛋白质比对方法”，为大部分蛋白质天然构象
5、能够得到准确预测提供有效的基础方法；在从头预测方法中，建立较为准确的力场和有效的构象搜索算法，达到准确快速预测目的；建立准确有效地判断蛋白质天然构象预测模型质量的方法。可见通过生物信息学的方法对蛋白质结构的预测，为进一步研究蛋白质的生物学功能开辟了一个新的领域。所谓的蛋白质结构预测就是如何从蛋白质的氨基酸序列预测出其空间结构。由于蛋白质的生物学功能在很大程度上依赖于其空间结构, 因此进行蛋白质的结构预测对了解未知蛋白生物学功能具有重要意义。本课题即是通过计算机在Linux系统下获得RPE65蛋白质基因的三维立体结构模型，进而讨论它在视觉周期中所发挥的重要作用。课题所介绍的计算机模型的研究，其主
6、要过程是通过3D-PSSM服务器获取RPE65基因蛋白的初步三维结构模型，其相应的侧链是从SCWRL中获得。最后，应用Jackal与Charmm力场对初步模型进行修复和完善。根据获得的三维结构模型，对蛋白质功能的可能机制进行讨论。并了解该蛋白质的生物学功能，进而为设计新的蛋白质或改造已有蛋白质提供可靠的依据，同时为新的药物分子设计提供合理的靶分子结构。第一章 背景介绍生物信息学在蛋白质结构预测中的应用目前，生物信息学主要是以计算机为工具对生物信息进行储存、检索和分析，并从中归纳总结出生物系统的规律，是当今生命科学和自然科学的重大前沿领域之一，同时也是21世纪自然科学的核心领域之一。其研究包括了
7、基因组学、蛋白质组学、系统生物学、比较基因组学，重点主要体现在基因组学(Genomics)和蛋白质组学(Proteomics)两方面，具体说就是从核酸和蛋白质序列出发，分析序列中表达的结构功能的生物信息。自1989年在美国举办生物化学系统论与生物数学的计算机模型国际会议，生物信息学已经发展到了计算生物学、计算系统生物学的时代。生物信息学的目标包括：1）组织由实验中获取的大量有关生物学的数据即建立相应的数据库，如PDB，Genbank，SwissProt等；2）方法学的研究建立分析这些数据的方法，如FASTA,PSI-BLAST，基因的确定，蛋白质结构预测等；3）应用这些方法分析相关的数据，提取
8、对生物学工作者尤其是实验工作者关心的生物学信息。 生物信息学的重要研究课题有：大规模基因组测序中的信息分析；新基因和新SNP的发现与鉴定；非编码区信息结构分析；遗传密码的起源和生物进化；完整基因组的比较研究；大规模基因功能表达谱的分析；生物大分子的结构模拟与药物设计；生物信息学分析方法的研究；建立国家生物医学数据库与服务系统等2。其中的生物大分子结构模拟与药物设计与我们的药学事业联系紧密，它改变了现代药学研究的模式，为21世纪药学专业的发展提供了强大的动力。随着人类基因组计划和相关测序技术的发展，如今人们已经获得了大量蛋白质的一级序列。然而要了解这些蛋白质功能的分子基础，只有氨基酸序列知识是不
9、够的，必须要知道他们的三维结构（即空间构象）。与此同时，要设计药物也需要了解与药物相应的蛋白质受体的三维结构。这是摆在科学家面前的紧迫任务。当前，虽然X射线晶体学技术、NMR、二维电子衍射等为蛋白质空间结构测定提供了有效的实验手段，但是这些方法提供蛋白质三维结构的速度还远小于蛋白质序列信息的增长速度。此外，这些方法还存在多种局限。此时，理论模拟与结构预测就显示了重要性2。 蛋白质结构预测问题就是如何从蛋白质的氨基酸序列出发预测它的功能构象问题。对蛋白质结构预测进行研究对基础理论和实际应用都有重大意义。在理论上，如果弄清楚蛋白质一级结构是如何决定其高级结构这个基本问题，将会使人们更系统和完整地理
10、解生物信息从DNA 到具有生物活性蛋白质的传递全过程，使中心法则得到更完整的阐明，从而对生命过程中的各现象有进一步的深刻认识，最终推动生命科学的快速发展。具体的讲，蛋白质结构预测的理论预测方法可分为三大类3,4：（1）同源建模法同源建模法（比较建模法）是基于知识的蛋白质结构预测方法。这一方法目前主要是指同源结构预测。它是在未知蛋白质中有同源结构可以参考的情况下应用的一种技术。它可以根据同源结构中保守的部分搭建出未知蛋白质的结构骨架。它是现在最为成熟的预测方法。蛋白质根据序列同源性可以分成不同的家族。一般认为序列同源性大于30%的蛋白质可能由同一祖先进化而来，称为同源蛋白质。同源蛋白质具有相似的
11、结构和功能。所以利用结构已知的同源蛋白质可以建立目标蛋白质的结构模型，然后用理论计算方法进行优化。利用同源模建方法建立的蛋白质模型是以已知的同源蛋白质结构为基础的，所以这是一种基于现代生物学知识的预测方法。同源模建的基本过程包括六部分：目标序列与模板序列的匹配；根据同源蛋白质的多重序列匹配结果，确定同源蛋白质的结构保守区以及相应的框架结构；目标蛋白质结构保守区的主链模建；目标蛋白质结构变异区的主链模建；侧链的安装和优化；对模建结构进行优化和评估。序列匹配对建立精确的结构模型起着关键作用。一般地，序列同源性越差，匹配的准确程度越低，建立的模型精度也越差；序列同源性低于30%的蛋白质难以得到理想的
12、结构模型。传统的序列分30%的蛋白质难以得到理想的结构模型。（2）折叠识别法它可以应用到没有同源结构的情况中，且不需要预测二级结构，即可直接预测三维结构，从而可以绕过现阶段二级结构预测准确性不超过65%的限度，因此是一种有潜力的预测方法。它的主要原理是把未知蛋白质的序列和已知的这种结构进行匹配，找出一种或几种匹配最好的结构作为未知蛋白质的预测结构。它的实现过程是总结出已知的独立的蛋白质结构模式作为未知结构进行匹配的模板，然后经过对现有的数据库的学习，总结出可以区分正误结构的平均势函数作为判别标准，来选择出最佳的匹配方式。它的局限性是假定的蛋白质折叠类型是有限的。所以只有未知蛋白质和已知蛋白质结
13、构相像的时候，才有可能预测出未知的蛋白质结构。（3）从头预测法它要求方法本身可以指根据蛋白质的氨基酸序列来预测蛋白质的二级结构和高级结构，从理论上讲是最为理想的方法。但现在所有的方法还不能完全达到这个要求。从头预测法又可细分为，二级结构预测、超二级结构预测、蛋白质结构类型预测、蛋白质折叠模式预测、详细的三维结构的直接预测等。从蛋白质序列预测空间结构是蛋白质结构预测的最终目标。然而这种方法一直受到两方面的困扰：首先，难以找到一个能严格区分蛋白质的天然构象和非天然构象的能量函数，使能量函数的全局极小点对应蛋白质天然结构。目前已有的能量函数都采用经验势函数；其次，由于蛋白质系统分子量和柔性都很大，所
14、以在蛋白质的势能面上存在着极多的局部极小点，缺少一种有效的全局优化算法也制约着这种方法的发展。在利用分子力场建立能量函数的过程中，模型的准确性和模型的简化是需要权衡的基本矛盾.然而，蛋白质的三维结构预测是蛋白质结构预测的最终目标。目前还没有一种预测方法能得到比较满意的结果。蛋白质的三维结构预测是根据二级结构预测的结果以及蛋白质结构类型和折叠类型预测的结果，考虑到结构间的立体化学性质，亲疏水性质，氢键以及静电相互作用，把可信度较高的二级结构进一步组装，搭建出最后的蛋白质空间结构。这种方法虽可构建出一些蛋白质结构，不过因为它依赖于前面的预测结果，所以受到的限制太多。另一个方向是不依赖二级结构预测的结果，直接预测三维结构的方法。在这个方向中最原始的方法是借用成功的应用小分子构象研究的分子动力学和分子热力学方法。对蛋白质整个构象空间进行搜索，然后找出能量最低的构象作为最后的预测构象。由于这种方法的计算量非常大，所以这种方法已经不再应用到蛋白质结构的从头预测问题。这种方法的基本框架被继承下来。由于上述两种方法的局限性，无法单独完成预测工作，因而将其合并用来预测目标基因蛋白。在本课题的研究中，通过对基因蛋白的氨基酸序列的搜索，建立初步结构模型，再对其进行侧链的预测，获得完整的结构信息，最后利用分子力学完善初步结构，并取得最后的模型。第二章 RPE
