在线预测蛋白质结构

 预测 蛋白质结构 PyMOL

蛋白质是生命活动的体现者,其结构决定着功能。由线性氨基酸组成的蛋白质需要折叠成特定的空间结构才具有相应的生理活性和生物学功能。

解析蛋白质的空间结构对于认识蛋白质的功能、功能的执行、生物大分子间的相互作用,以及医学和药学的发展「如药物靶点的设计等」具有重要意义。为了更快速地了解蛋白质功能,不能只等待蛋白质的测定结果,尤其是对未知蛋白质开展研究之前,通过对蛋白质结构进行预测具有明显的优势。

理论基础

蛋白质的高级结构由其一级结构序列决定,蛋白质可以自发地折叠成它们的天然结构,特别是结构简单的蛋白质小分子。

序列相似的蛋白质具有相似的三维结构;

不同的蛋白质中相同的结构域(domain)具有相似的功能。

蛋白质结构预测流程

一、蛋白质理化性质和一级结构分析

1. 分析蛋白质的 pI、Mw、氨基酸组成、消光系数、稳定系数等

「1」进入 Expasy 主页:http://web.expasy.org/protparam/

「2」点击 Resource A…...Z

「3」查找「ProtParam」「protein physical and chemical parameters」

「4」粘贴序列进行分析。

2. 分析蛋白质的亲水性和疏水性

「1」进入 Expasy 主页:

「2」点击 Resource A…...Z

「3」查找「ProtScale」「protein profile computation and representation」

「4」粘贴序列,选择分析方法,进行分析。

「5」蛋白质的亲水和疏水性分析结果,图形显示「亲水用负值表示,疏水用正值表示」。

3. 分析蛋白质的跨膜区

「1」Tmpred 法分析蛋白质的跨膜区:基于对 Tmbase 数据库的统计分析来预测蛋白质跨膜区和跨膜方向。

http://www.ch.embnet.org/software/TMPRED_form.html

「2」TMHMM 法分析蛋白质的跨膜区:基于 HMM 方法的蛋白质跨膜区预测工具。

http://www.cbs.dtu.dk/services/TMHMM/

4. 信号肽预测 SignalP

预测的是分泌型的信号肽,而不是参与细胞内信号传递的蛋白。准确性高于 90%。

http://www.cbs.dtu.dk/services/SignalP

二、蛋白质二级结构预测

方法一:CFSSP

http://cho-fas.sourceforge.net/

方法二:PSIPRED

http://bioinf.cs.ucl.ac.uk/psipred/

三、蛋白质结构域预测

方法一:InterPro

http://www.ebi.ac.uk/interpro/scan.html

方法二:Pfam

http://pfam.xfam.org/

四、蛋白质三级结构预测

方法一:同源建模「SWISS-MODEL」

蛋白质结构同源模建「又称同源模拟、同源建模」的理论基础是蛋白质的三级结构比蛋白质的一级结构更为保守。

方法二:折叠识别

基本原理:从蛋白质结构数据库中识别与待测序列具有相似折叠类型,进而实现对待测序列的空间结构预测。

自然界中蛋白质折叠类型的数目是有限的,许多蛋白质虽然享有很低的序列相似性,但它们仍可能具有相同的折叠类型,这就是折叠识别的理论依据。

软件 1:pGenThreader

http://bioinf.cs.ucl.ac.uk/psipred/

软件 2:Phyre2

http://www.sbg.bio.ic.ac.uk/phyre2/html/page.cgi?id=index

方法三:从头计算法

原理:蛋白质的天然构象对应其能量最低的构象 「热力学理论」,因此通过构造合适的能量函数及优化方法,实现从蛋白质序列直接预测其三维结构的目的。

软件:I-TASSER

http://zhanglab.ccmb.med.umich.edu/I-TASSER/

一周左右,结果将发到注册邮箱,进入邮箱打开连接,下载结果。

XX.pdp 文件用 PyMOL 软件打开:

http://pan.baidu.com/s/1kUXOhIf

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,636评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,890评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,680评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,766评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,665评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,045评论 1 276
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,515评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,182评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,334评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,274评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,319评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,002评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,599评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,675评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,917评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,309评论 2 345
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,885评论 2 341

推荐阅读更多精彩内容