1、Protein Sequence Analysis and Structure Prediction,Dr. ZOU, Ling-Yun Department of Microbiology,Outline,20 amino acids - the building blocks,helices,Ala, Glu, Leu, Met：出现频率高 Pro, Gly, Tyr, Ser： 出现频率低,-sheets,Coils,-domain : 4-helix bundles,Beta-domain Up-and-down sheets and barrel,aDomains,为什么要研究蛋白质
2、结构？,生物体的许多重要功能由蛋白质完成 已知序列的蛋白质数量与已知结构的蛋白质数量的差距正在拉大 分析蛋白质结构有助于药物设计研究 有助于了解蛋白质相互作用，这对于生物学、医学和药学都非常重要 ,Sequence Swiss-Prot：468851 （2009.5） Structure PDB：57835 （2009.5）,蛋白质序列（黄）和结构（红）数量比较,Experimental Methods to Detect Structures,Two empirical methods for revealing positions of atoms in 3-D: X-Ray Crysta
3、llography Resolution: 0.1nm Determining most structures: 87% in PDB Difficult to grow a crystal sometimes,Nuclear Magnetic Resonance (NMR) Resolution: 0.15 nm Determining about 13% structures in PDB Small proteins only ( 250 residues) Need samples of high purity,.-Gly-Ala-Glu-Phe-.,FUNCTION,Problems
4、 of Predicting Protein Structure,Bioinformatics,.-Gly-Ala-Glu-Phe-.,FUNCTION,蛋白质结构数据库,PDB (Protein Data Bank): 主要的蛋白质结构库 http:/www.rcsb.org/pdb/home/home.do MMDB (Molecular Modeling Database): 分子模型数据库 http:/www.ncbi.nlm.nih.gov/sites/entrez?db=structure PDBe (Protein Data Bank in Europe ): 大分子的相互作用和
5、结合位点 http:/www.ebi.ac.uk/pdbe/,PDB,MMDB,蛋白质结构可视化工具,Swiss PDBViewer,界面友好、可同时分析几个PDB文件、可叠加起来分析结构类似性 可与Swiss-Model服务器连接，从软件直接连到Swiss-Model服务器进行理论蛋白立体结构构建。 http:/spdbv.vital-it.ch/,RasMol,读取PDB格式文件，显示生物大分子三维结构图像的软件； 系统的要求很低，应用广，可由Unix、Windows及Macintosh 平台支持运行。 界面简单，基本操作简单，运行非常迅速。 http:/www.openrasmol.or
6、g/,Cn3D,含义为：“See in 3-D”，是一个生物分子的三维结构、序列以及序列比对结果的可视化工具。 读取MMDB数据库的数据文件 特定结构查找、结构比对 http:/www.ncbi.nlm.nih.gov/Structure/CN3D/cn3d.shtml,蛋白质序列分析的主要内容,氨基酸组成分析 氨基酸含量统计 Sequence Logo 图 理化性质分析 预测等电点（PI） 计算分子量（molecular weight, Mw） 分析疏水性（hydrophobicity） 特殊位点预测：信号肽、跨膜区、 ,氨基酸组成分析,氨基酸含量统计氨基酸对含量统计,Sequence Lo
7、go,理化性质分析：亲/疏水性分析,Adapting the window size to the size of the membrane spanning segment makes the picture easier to interpret,物理化学性质分析软件,ExPaSy ProtParam 计算蛋白质氨基酸组成、等电点、分子量等 http:/www.expasy.ch/tools/protparam.html WebLogo 绘制Sequence logo图 http:/weblogo.berkeley.edu/ TMHMM 计算膜蛋白的跨膜区 http:/www.cbs.dt
8、u.dk/services/TMHMM/,http:/www.expasy.ch/tools,http:/www.cbs.dtu.dk/services/TMHMM/,Secondary Structure Prediction Problem,How to predict the SSE from the sequence,？,Secondary Structure Elements,Review: prediction of exon region in DNA,Secondary Structure Prediction,Can we use the similar method? 1.
9、 Chou-Fasman predictions: Empirical 2. Garnier, Osguthorpe and Robson (GOR): HMM 3. David T. Jones: PSSM 4. Frishman, Argos: Nearest neighbor methods 5. Sujun Hua: Support vector machine,Chou-Fasman,预测三种主要的二级结构：alpha-helix, beta-sheet，Coil 训练数据：15个已知构象的蛋白质结构，共2473个氨基酸残基 定义一个蛋白质构象参数 (protein conforma
10、tional parameters)：不同氨基酸残基在不同二级结构中的重要性 P, P, Pc,The Preference of Amino Acid,Chou &Fasman，1974，Bio-chem,Judge rule,-helix Search the helix core along the sequence. If at least 4 residues in the sequential 6 are prefer -helix ( pi1), find a helix core. Extend the core, until the average preference sc
11、ore of this segment is less than 1. Similar method to judge the -sheet.,Neural Network Methods to Predict SSE,The highest accuracy using the traditional method is about 60%. Interaction between residues is an important factor determining the secondary structure. Using neural network method to consid
12、er this interaction can improve the accuracy to 65%.,蛋白质序列综合分析软件Anthepro,3D Structure Prediction,Tertiary Structure Prediction Methods,Problem,GICPRFAHVIENLLLGTPSSYETSLKEFEPDDTMKDAGMQMKKVLDSLPQTTRENIMKLTEKIVKSPLCM,？,Using physical force( how protein folding) Ab initio method (从头计算) Using evolution i
13、nformation( search similarity) Homology modeling （HM, 同源建模） Fold Recognition （FR, 折叠识别）From easy to hard: HM FR Ab initio,Tertiary Structure Prediction Methods,Homology modeling,概念：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。 依据：任何一对蛋白质，如果两者的序列等同部分超过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
14、非折叠区域的一些细节部分有所不同。,搜索已知三级结构的同源蛋白质序列 (模板) PSI-BLAST multiple sequence alignment 选取与给定序列相似性最高的结构作为模板 将氨基酸残基替换到结构模板中对应的位置上，降低自由能,Homology modeling：步骤,Homology modeling：Work well,SWISS-MODEL,fully automated web-server for protein structure modelling developed in 1993 nowadays the most widely-used free we
15、b-based automated facility,Are there problems with SWISS-MODEL?,Results must be concidered with care procedure is non-experimental no human intervention during model building Chosen template affects the results the more the template and the target sequence share identity the more accurate the result
16、s will be,本课小结,蛋白质序列和结构的特点：分析的基础 蛋白质三维结构可视化：观察结构模型 蛋白质序列分析：理化性质计算；特征信号预测 蛋白质结构预测：生物信息学应用,思考与作业,(1) 从UniProt/SwissProt数据库中随机抽取10条氨基酸序列，得到FASTA格式文件。 (2) 利用ANTHEPROT、Compute pI/Mw、SignalP、TMHMM等工具分析这十条氨基酸序列的理化性质、基本性质等，给出归纳总结报告。 (3) 综合上述的归纳总结，给出这10条氨基酸序列的功能描述信息，并与UniProt/SwissProt中的注释信息进行比较分析，得出一定结论。,Thank You !,
