怎么测定该蛋白质的三维结构？？
_FL2****1934
开发者_如何学运维 2021-06-22 05:32
预测得方法有：
（1）从头预测法（Ab initio）：通过分子力学和分子动力学的方法，根据物理化学的基本原理，不依赖已知结构的同源类似物的信息，直接从理论上预测蛋白质分子的空间结构。
（2）穿针引线法（threading）：不需要预测蛋白质的二级结构，在没有同源蛋白的情况下，把未知蛋白的序列和已知的结构进行匹配，通过研究同已知线段序列的吻合度得到结构信息，找出几种匹配最好的结构作为未知蛋白的预测结构，既直接预测三级结构。
（3）同源建模法（homology modeling）：基于蛋白质三级结构的保守性超过蛋白质序列的理论。蛋白质经过百万年的演变，形成了各种家族，每一家族都具有相似的序列/结构/以及相关功能，蛋白质的序列的微小改变，其三维结构的改变也很小。蛋白质序列的同源性决定其三维结构的同源性，一个未知结构的蛋白质（目标蛋白）的三维结构可以通过与其同源性较高且结构已知的蛋白质分子（参考蛋白）进行预测。
过程为：1.数据库搜寻及选择模板：swiss-prot/PDB/SCOP/CATH
2.二重及多重序列比对：此步骤主要目的是得到同源蛋白质的结构排列，它关系着最终的模拟结构的准确性。
3.保守其主链骨架的构建，变异区或环状结构模拟及侧链模拟
4.能量最小化（energy minimization）最初的结构必须采用分子力学的能量最小化来修正不利的非共价触碰及达到理想的键结几何和能量最低的状态。
5.结构合理性评估：PROCHECK/AQUA/SQUID等方法评估结构是否符合一般的常规。
最后就可以分析新模型与模板的结构和参考文献所得的信息，例如突变数据，生物活性数据等进一步修正新结构，来增加其合理性及可用度。
黄海 2021-06-22 05:37 开发者_如何转开发
除了楼上的方法，还可以通过X射线晶体学的方法来测定，现在已知的蛋白质结构有90%都是用这种方法测定出来的。这种方法可以通过测定蛋白质分子在晶体中电子密度的空间分布来解析蛋白质中所有原子的三维坐标。利用这种方法来进行蛋白质分子结构解析时，主要有分子置换法、同晶置换法和反常散射法三种方法。
139****7688 2021-06-22 05:41
楼上的说了很多，我说一下相关的软件吧。
与蛋白质结构相关的软件有很多，主要分为以下几类：
三维结构图形化显示。较为流行的有PyMOL、Rasmol、MolMol等。
三维结构解析。包括晶体结构解析、NMR结构解析和电镜结构解析。著名的软件包有CCP4和CNS等。
结构预测：
二级结构预测，如JPred等。
三级开发者_Python百科结构预测，如3D-PSSM等。
结构分析。这一类软件数量庞大，功能不同，各有特色，以下列出其中较为常用的一些功能和对应软件：
查找相似结构或进行结构比较，如DALI；
根据蛋白质三维结构，对其物理化学性质进行分析，如用于静电势分布分析的APBS；
对蛋白质三维结构的实验或理论模型进行检查以发现可能错误，如PROCHECK和WHAT_CHECK；
分子动力学模拟，如GROMACS；
蛋白质-蛋白质或蛋白质-配基之间相互作用分析，如InterPreTS。
更多软件可以在ExPASy Proteomics tools上查找。
M15****922 2021-06-22 05:53
蛋白质结构的理论预测方法都是建立在氨基酸的一级结构决定高级结构的理论基础上，大致分为以下三类。
一．比较建模法（comparative modeling method）
比较建模法是基于知识的蛋白质结构预测方法，又称为同源结构预测，是根据大量已知的蛋白质三维结构来预测序列已知而结构未知的蛋白质结构。
按照目前的定义，若待模型构建蛋白质的序列与模板序列经比对（alignment）后的序列同源性（sequence identity）在40%（也有人认为在35%）以上，则它们的结构可能属于同一家族，它们是同源蛋白（homology），可以用同源蛋白模型构建的方法预测其三维结构。因为它们可能是由同一种蛋白质分化而来，它们具有相似的空间结构，相同或相近的功能。因此，若知道了同源蛋白家族中某些蛋白质的结构，就可以预测其它一些序列已知而结构未知的同源蛋白的结构，可以用同源模型构建的方法预测未知蛋白质的三维结构。
同源蛋白模型构建（模建）的步骤：
1. 目标蛋白序列与目标序列的匹配：应用FASTA或BLAST搜索软件，在PIR、SWISSPROT或GENEBANK等序列库中按序列同源性挑选出一些同源性比较高的序列，然后把挑选出的序列与目标序列基序多重匹配，得到模板结构等价位点套的初始集合。
2. 根据模板结构构建目标蛋白结构模型：在已确定的模板结构等价位点套的初始集合的基础上，旋转每一个模板的结构，使它们相互间的位置尽可能多地重叠在一起。不同两个模板在空间中若复合一定的重叠距离标准，那它们相互之间的关系就是等价位点。许多这样的等价位点构成了等价位点套。
叠合结束后，即得到了同源蛋白的结构保守区（SCRs），以及相应的基架结构（framework）。模板结构匹配后，一般还要用得到的同源体的SCRs的第一条序列与目标序列匹配，挑选出目标序列上的高相拟区，定义为目标蛋白的SCRs。
Homology、UQANTA/CHARM、COMPOSER、CONSENSUS、MODELLER和Collar extension等软件和方法可以用于目标蛋白结构模型的构建。
3. 对模建结构基序优化和评估：同源结构模建（预测）得到的蛋白质结构模型，通常含有一些不合理的原子间接触，需要对模型进行分子力学和分子动力学优化，消除模型中不合理的接触。另外，模型中有些键长、键角和二面角也有可能不合理，也需要检查评估。PROCHECK和PROSA II等软件常用于完成这类工作。
二．反向折叠法
反向折叠法是近年来发展起来的一种比较新的方法。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，即直接预测三级结构，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，是一种有潜力的预测方法。
反向折叠法的主要原理是把未知蛋白的序列和已知的结构进行匹配，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做为未知结构进行匹配的模板，然后用经过对现有的数据库的学习总结出的可以区分正误结构的平均势函数（Mean Force Field），做为判别标准来选择出最佳的匹配方式。这种方法的局限性在于它假设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构相像的时候，才有可能预测出未知的蛋白质结构。如未知蛋白质结构是现在还没有出现的结构类型时，这种方法将不能被应用。
三．从头预测法
从理论上说，从头预测法是最为理想的蛋白质结构预测方法。它要求方法本身可以只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，但现在还不能完全得到这个要求。
从头预测可以细分为：
1. 二级结构预测：首先从一级结构预测出二级结构，然后再把二级结构堆积成三维结构。由于目前对二级结构中氨基酸的中远程相互作用不完全清楚，因此预测准确率一般在65%以下。如果具有多种蛋白开发者_StackOverflow中文版质同源序列的三维结构，在多重序列匹配比较的情况下，预测的准确性可以达到88%以上。
Barton和Sander等人发现，在一个蛋白质序列中总有约40%序列的预测可以有很好的可信度，其预测的准确性都在80%以上。这些区域都是一些二级结构序列比较保守的部分。这些结果给如何将现有二级结构预测结果应用到三维结构预测提供了有益的启示。
2. 超二级结构预测：实际上是局域的空间结构预测，主要应用人工神经网络方法和向量投影方法，从蛋白质序列出发，直接预测蛋白质的超二级结构，观察此段氨基酸序列是否能形成某一种模式的超二级结构。其中人工神经网络方法预测的准确率在75%～82%，向量投影方法预测的准确率达到85%以上。
3 结构类型（structure class）预测：该方法是预测未知结构蛋白质属于何种类型，如全α类蛋白质（主要由α－螺旋组成）、全β类蛋白质（主要由β－折叠组成）、α/β类蛋白质（由α－螺旋和β－折叠交替排列）或α＋β类蛋白质（由分开的α－螺旋和β－折叠组成，其中β－折叠一般为平行结构）。结构类型预测除能了解大概的蛋白质结构折叠情况外，对二级结构的预测也有帮助。方法主要有光谱数据预测、神经网络预测和Mahalanobis距离预测等，后者的准确率较前两者为高，可达94.7%。
4. 三维结构预测：是蛋白质结构预测的最终目标。主要有两个反向：（1）根据二级结构、结构类型和折叠类型预测的结果，结合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结构。由于该方法主要依赖于前面的预测结果，所以受到的限制很多。（2）不依赖二级结构预测的结果，直接预测三维结构。主要方法是有效收集构象空间和区分天然结构和错误结构。
根据对天然蛋白质结构与功能分析建立起来的数据库里的数据，可以预测一定氨基酸序列肽链空间结构和生物功能；反之也可以根据特定的生物功能，设计蛋白质的氨基酸序列和空间结构。通过基因重组等实验可以直接考察分析结构与功能之间的关系；也可以通过分子动力学、分子热力学等，根据能量最低、同一位置不能同时存在两个原子等基本原则分析计算蛋白质分子的立体结构和生物功能。虽然这方面的工作尚在起步阶段，但可预见将来能建立一套完整的理论来解释结构与功能之间的关系．用以设计、预测蛋白质的结构和功能。
王晨旭 2021-06-22 05:55 开发者_开发百科
DNA通过转录和翻译合成氨基酸序列，从氨基酸序列出发，运用适当的算法就可以预测蛋白质的结构。肽链上的氨基酸可以形成各种的二级结构，二级结构再折叠成三级结构，氨基酸具有疏水性和非疏水性，从而表现出不同的特性。其实本质上来说，氨基酸序列到蛋白质的形成就是化学键之间的相互作用。
预测得方法有：
（1）从头预测法（Ab initio）：通过分子力学和分子动力学的方法，根据物理化学的基本原理，不依赖已知结构的同源类似物的信息，直接从理论上预测蛋白质分子的空间结构。
（2）穿针引线法（threading）：不需要预测蛋白质的二级结构，在没有同源蛋白的情况下，把未知蛋白的序列和已知的结构进行匹配，通过研究同已知线段序列的吻合度得到结构信息，找出几种匹配最好的结构作为未知蛋白的预测结构，既直接预测三级结构。
（3）同源建模法（homology modeling）：基于蛋白质三级结构的保守性超过蛋白质序列的理论。蛋白质经过百万年的演变，形成了各种家族，每一家族都具有相似的序列/结构/以及相关功能，蛋白质的序列的微小改变，其三维结构的改变也很小。蛋白质序列的同源性决定其三维结构的同源性，一个未知结构的蛋白质（目标蛋白）的三维结构可以通过与其同源性较高且结构已知的蛋白质分子（参考蛋白）进行预测。
过程为：1.数据库搜寻及选择模板：swiss-prot/PDB/SCOP/CATH
2.二重及多重序列比对：此步骤主要目的是得到同源蛋白质的结构排列，它关系着最终的模拟结构的准确性。
3.保守其主链骨架的构建，变异区或环状结构模拟及侧链模拟
4.能量最小化（energy minimization）最初的结构必须采用分子力学的能量最小化来修正不利的非共价触碰及达到理想的键结几何和能量最低的状态。
5.结构合理性评估：PROCHECK/AQUA/SQUID等方法评估结构是否符合一般的常规。
最后就可以分析新模型与模板的结构和参考文献所得的信息，例如突变数据，生物活性数据等进一步修正新结构，来增加其合理性及可用度。
黄海 2021-06-22 05:37 开发者_如何转开发
除了楼上的方法，还可以通过X射线晶体学的方法来测定，现在已知的蛋白质结构有90%都是用这种方法测定出来的。这种方法可以通过测定蛋白质分子在晶体中电子密度的空间分布来解析蛋白质中所有原子的三维坐标。利用这种方法来进行蛋白质分子结构解析时，主要有分子置换法、同晶置换法和反常散射法三种方法。
139****7688 2021-06-22 05:41
楼上的说了很多，我说一下相关的软件吧。
与蛋白质结构相关的软件有很多，主要分为以下几类：
三维结构图形化显示。较为流行的有PyMOL、Rasmol、MolMol等。
三维结构解析。包括晶体结构解析、NMR结构解析和电镜结构解析。著名的软件包有CCP4和CNS等。
结构预测：
二级结构预测，如JPred等。
三级开发者_Python百科结构预测，如3D-PSSM等。
结构分析。这一类软件数量庞大，功能不同，各有特色，以下列出其中较为常用的一些功能和对应软件：
查找相似结构或进行结构比较，如DALI；
根据蛋白质三维结构，对其物理化学性质进行分析，如用于静电势分布分析的APBS；
对蛋白质三维结构的实验或理论模型进行检查以发现可能错误，如PROCHECK和WHAT_CHECK；
分子动力学模拟，如GROMACS；
蛋白质-蛋白质或蛋白质-配基之间相互作用分析，如InterPreTS。
更多软件可以在ExPASy Proteomics tools上查找。
M15****922 2021-06-22 05:53
蛋白质结构的理论预测方法都是建立在氨基酸的一级结构决定高级结构的理论基础上，大致分为以下三类。
一．比较建模法（comparative modeling method）
比较建模法是基于知识的蛋白质结构预测方法，又称为同源结构预测，是根据大量已知的蛋白质三维结构来预测序列已知而结构未知的蛋白质结构。
按照目前的定义，若待模型构建蛋白质的序列与模板序列经比对（alignment）后的序列同源性（sequence identity）在40%（也有人认为在35%）以上，则它们的结构可能属于同一家族，它们是同源蛋白（homology），可以用同源蛋白模型构建的方法预测其三维结构。因为它们可能是由同一种蛋白质分化而来，它们具有相似的空间结构，相同或相近的功能。因此，若知道了同源蛋白家族中某些蛋白质的结构，就可以预测其它一些序列已知而结构未知的同源蛋白的结构，可以用同源模型构建的方法预测未知蛋白质的三维结构。
同源蛋白模型构建（模建）的步骤：
1. 目标蛋白序列与目标序列的匹配：应用FASTA或BLAST搜索软件，在PIR、SWISSPROT或GENEBANK等序列库中按序列同源性挑选出一些同源性比较高的序列，然后把挑选出的序列与目标序列基序多重匹配，得到模板结构等价位点套的初始集合。
2. 根据模板结构构建目标蛋白结构模型：在已确定的模板结构等价位点套的初始集合的基础上，旋转每一个模板的结构，使它们相互间的位置尽可能多地重叠在一起。不同两个模板在空间中若复合一定的重叠距离标准，那它们相互之间的关系就是等价位点。许多这样的等价位点构成了等价位点套。
叠合结束后，即得到了同源蛋白的结构保守区（SCRs），以及相应的基架结构（framework）。模板结构匹配后，一般还要用得到的同源体的SCRs的第一条序列与目标序列匹配，挑选出目标序列上的高相拟区，定义为目标蛋白的SCRs。
Homology、UQANTA/CHARM、COMPOSER、CONSENSUS、MODELLER和Collar extension等软件和方法可以用于目标蛋白结构模型的构建。
3. 对模建结构基序优化和评估：同源结构模建（预测）得到的蛋白质结构模型，通常含有一些不合理的原子间接触，需要对模型进行分子力学和分子动力学优化，消除模型中不合理的接触。另外，模型中有些键长、键角和二面角也有可能不合理，也需要检查评估。PROCHECK和PROSA II等软件常用于完成这类工作。
二．反向折叠法
反向折叠法是近年来发展起来的一种比较新的方法。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，即直接预测三级结构，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，是一种有潜力的预测方法。
反向折叠法的主要原理是把未知蛋白的序列和已知的结构进行匹配，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做为未知结构进行匹配的模板，然后用经过对现有的数据库的学习总结出的可以区分正误结构的平均势函数（Mean Force Field），做为判别标准来选择出最佳的匹配方式。这种方法的局限性在于它假设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构相像的时候，才有可能预测出未知的蛋白质结构。如未知蛋白质结构是现在还没有出现的结构类型时，这种方法将不能被应用。
三．从头预测法
从理论上说，从头预测法是最为理想的蛋白质结构预测方法。它要求方法本身可以只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，但现在还不能完全得到这个要求。
从头预测可以细分为：
1. 二级结构预测：首先从一级结构预测出二级结构，然后再把二级结构堆积成三维结构。由于目前对二级结构中氨基酸的中远程相互作用不完全清楚，因此预测准确率一般在65%以下。如果具有多种蛋白开发者_StackOverflow中文版质同源序列的三维结构，在多重序列匹配比较的情况下，预测的准确性可以达到88%以上。
Barton和Sander等人发现，在一个蛋白质序列中总有约40%序列的预测可以有很好的可信度，其预测的准确性都在80%以上。这些区域都是一些二级结构序列比较保守的部分。这些结果给如何将现有二级结构预测结果应用到三维结构预测提供了有益的启示。
2. 超二级结构预测：实际上是局域的空间结构预测，主要应用人工神经网络方法和向量投影方法，从蛋白质序列出发，直接预测蛋白质的超二级结构，观察此段氨基酸序列是否能形成某一种模式的超二级结构。其中人工神经网络方法预测的准确率在75%～82%，向量投影方法预测的准确率达到85%以上。
3 结构类型（structure class）预测：该方法是预测未知结构蛋白质属于何种类型，如全α类蛋白质（主要由α－螺旋组成）、全β类蛋白质（主要由β－折叠组成）、α/β类蛋白质（由α－螺旋和β－折叠交替排列）或α＋β类蛋白质（由分开的α－螺旋和β－折叠组成，其中β－折叠一般为平行结构）。结构类型预测除能了解大概的蛋白质结构折叠情况外，对二级结构的预测也有帮助。方法主要有光谱数据预测、神经网络预测和Mahalanobis距离预测等，后者的准确率较前两者为高，可达94.7%。
4. 三维结构预测：是蛋白质结构预测的最终目标。主要有两个反向：（1）根据二级结构、结构类型和折叠类型预测的结果，结合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结构。由于该方法主要依赖于前面的预测结果，所以受到的限制很多。（2）不依赖二级结构预测的结果，直接预测三维结构。主要方法是有效收集构象空间和区分天然结构和错误结构。
根据对天然蛋白质结构与功能分析建立起来的数据库里的数据，可以预测一定氨基酸序列肽链空间结构和生物功能；反之也可以根据特定的生物功能，设计蛋白质的氨基酸序列和空间结构。通过基因重组等实验可以直接考察分析结构与功能之间的关系；也可以通过分子动力学、分子热力学等，根据能量最低、同一位置不能同时存在两个原子等基本原则分析计算蛋白质分子的立体结构和生物功能。虽然这方面的工作尚在起步阶段，但可预见将来能建立一套完整的理论来解释结构与功能之间的关系．用以设计、预测蛋白质的结构和功能。
王晨旭 2021-06-22 05:55 开发者_开发百科
DNA通过转录和翻译合成氨基酸序列，从氨基酸序列出发，运用适当的算法就可以预测蛋白质的结构。肽链上的氨基酸可以形成各种的二级结构，二级结构再折叠成三级结构，氨基酸具有疏水性和非疏水性，从而表现出不同的特性。其实本质上来说，氨基酸序列到蛋白质的形成就是化学键之间的相互作用。
加载中,请稍侯......
精彩评论