生物信息学平台课1.ppt

* 基因组数据库来自基因组作图，序列数据库来自序列测定，结构数据库来自X射线衍射和核磁共振等结构测定。这些数据库是分子生物学的基本数据资源，通常称为基本数据库、初始数据库，也称一次数据库。 * 基因组数据库来自基因组作图，序列数据库来自序列测定，结构数据库来自X射线衍射和核磁共振等结构测定。这些数据库是分子生物学的基本数据资源，通常称为基本数据库、初始数据库，也称一次数据库。 * * * * * * * * * * * * 蛋白质是生命活动的主要承担者 1. 蛋白质中最多的二级结构 2. 平均长度：10个氨基酸残基 长度范围：5-40aa 每一圈：3.6个aa 通过氢键 (~per 4aa) 稳定结构 通常在内核的表面，疏水残基向内，亲水残基向外 * 1. 一般不单独出现，成对或多个出现 2. ?链通过氢键连接，稳定结构 3. 相互作用的部分通过短的/长的loop连接 4. 平行或反平行的?-sheet * * * * * * * * * * * 徐鹰教授，美国佐治亚大学生物化学与分子生物学系教授，佐治亚大学生物信息研究所所长；/~xyn/  * * Threading方法 Threading 将给定序列与模板库做序列比较 (fold library) 评分准则：给定序列是否与模板的结构吻合 (1D-3D profile) 根据打分结果对模板适用性给予排序 Target Sequence Structure Templates ALKKGF…HFDTSE 同源建模法 组合方法 ╋ Ab initio法 Threading法 ╋ 蛋白质结构预测的原则 蛋白质结构的预测过程是个比较复杂的多步过程，不同类别的蛋白质，例如膜蛋白与可溶蛋白，由于不同的理化性质，可能需要不同的预测方法。 一个蛋白质可能有多个功能结构域(domain)，要直接预测具有多个domain的蛋白质不大可能，因为数据库中可能没有相应的模板。在很大程度上，一个蛋白质的各domain的折叠方式不依赖于其他domain的折叠方式，因此，每个domain的结构可以单独预测。于是如何在一个蛋白质序列定位各个domain的边界也成了结构预测的一个问题。有些蛋白质序列可能包含信号肽，它们与蛋白质结构信息无关，所以可以切除。 蛋白质结构预测的原则 序列一致性(sequence identity)大于30％ → 同源建模法。 序列一致性(sequence identity)小于30％ → Threading法或组合方法。 蛋白质结构预测方法的评价 验证方法是取已知结构的蛋白质，对这些蛋白质进行模拟结构预测，并将预测结构与真实结构进行比较。一是分析两者之间的均方差差距RMSD，还有一个评价标准是TM-score 。 权威的评判机构，建立公共认可的蛋白质结构测试数据集。设立在马里兰生物技术研究中心的CASP就是这样一个系统（ /casp9/index.cgi） CASP（ Critical Assessment of Techniques for Protein Structure Prediction ）被誉为蛋白质结构预测领域的奥林匹克竞赛，没两年举办1次。 蛋白质结构预测软件 SWISS-MODEL（同源建模） Phyre/Phyre2 （同源建模 + Threading） ROBETTA（从头计算） Hhpred （Threading） I-TASSER（组合法） SWISS-MODEL利用同源建模的方法实现对一段未知序列的三级结构的预测。该服务创建于1993年，瑞士生物信息学研究院维护，开创了自动建模的先河，并且它是讫今为止应用最广泛的免费服务之一。//SWISS-MODEL.html SWISS-MODEL Phyre/Phyre2 Phyre and Phyre2 (Protein Homology/AnalogY Recognition Engine; pronounced as 'fire') are web-based services for protein structure prediction that are free for non-commercial use. Phyre is among the most popular methods for protein structure prediction having been cited over 1500 times. Like other remote homology recognition techniques (see protein threading), it is able to regularly generate reliable protein