2007-暑期-结构生物信息学

1、中国农业大学生物学院中国农业大学生物学院结构生物信息学：从序列到结构，到功能张子丁()中农大生物学院、中农大生物信息中心2007现代农业与生物技术全国研究生暑期学校现代农业与生物技术全国研究生暑期学校 中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ2讲课提纲=蛋白质空间结构、结构数据库及结构显示软件介绍=蛋白质结构预测的原理及其历史回顾=蛋白质二级结构预测介绍=蛋白质同源模建介绍=中农大蛋白质生物信息学课题组介绍中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - Z

2、hangZ3蛋白质结构的组织形式=分为四个层次（一级，二级分为四个层次（一级，二级，三级和四级结构），三级和四级结构）中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ4蛋白质二级结构(-螺旋)中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ5蛋白质二级结构 (-折叠)=Beta-strands next to each other form hydrogen bridges中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/Bio

3、Informatics - ZhangZ6-折叠的两种形式：平行式和反平行式中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ7其它二级结构统称为loop或coil=Connect helices and sheets=Vary in length and 3-D configurations=Are located on surface of structure=Are more tolerant of mutations=Are more flexible and can adopt multiple conformat

4、ions=Tend to have charged and polar amino acids=Are frequently components of active sites=Some fall into distinct structural families (e.g., hairpin loops, reverse turns)中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ8二级结构单元组成一些频繁出现的超二级结构中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformati

5、cs - ZhangZ9不同的超二级进一步组装成三级结构域多肽链借助各种非共价键弯曲、折叠成具有特定走向的紧密球状构像。可分为三类：主类主类混合类中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ10蛋白质空间结构是可以被实验测定的！=两种蛋白质结构实验测定方法 X-射线衍射 核磁共振技术(NMR)=实验获得的蛋白质序列数目与结构数目的差距很大 序列超过400万 结构仅4万多，而且包含很多结构被重复测定的蛋白中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - Zhang

6、Z11越来越多，越来越复杂的蛋白已经被实验测定Data are becoming more plentiful and more complexData are becoming more redundantTotal numbernumber of non-redundant data at 30% seq. identity/pdb/中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ12Structural genomics的启动大大加快了蛋的启动大大加快了蛋白质结构的实验测定白质结构

7、的实验测定The Structural Genomics Project aims at determination of the 3D structure of all proteins. This aim can be achieved in four steps: Organize known protein sequences into families. Select family representatives as targets. Solve the 3D structure of targets by X-ray crystallography or NMR spectros

8、copy. Build models for other proteins by homology to solved 3D structures. /main.html中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ13=3D Macromolecular structural data=Data originates from NMR or X-ray crystallography techniques=Total no of structures 42

9、,752 (16/04/2007)=If the 3D structure of a protein is solved . they have it=Theoretical models are not included蛋白质结构数据库(PDB)介绍中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ14/pdb/Welcome.doe.g.1AE5中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ15Example o

10、utput: 1AE5PDB文件格式文件格式中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ16PDB文件包含的内容=标题部分 （包括公布日期， ID号，化合物及来源，测定方法，作者及 发表文献等）=一级结构信息=杂因子信息（非标准氨基酸的描述）=二级结构=连接注释（例如二硫键）=晶胞特征及坐标变换 =坐标部分坐标部分 可参考：http:/ - ZhangZ17http:/ - ZhangZ18SCOP蛋白质结构分类数据库=Structural Classification Of Proteins=3D Macromole

11、cular structural data grouped based on structural classification =Data originates from the PDB=Current version (v1.69)=25973 PDB Entries (July 2005).=70859 Domains 中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ19http:/scop.mrc-lmb.cam.ac.uk/scop/7 Classes887 Folds1447 Superfamilies2630

12、 FamiliesMurzin et al. (1995) JMB,1995,247,536-540.中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ20The total number of folds is limitedIn 2000 91% of newly determined structures were similar to a previously available structure. 0100200300400500600700800900100020-oct-971-Aug-199801-nov-

13、992-Feb-200001-Jul-200001-mars-0101-oct-0101-mars-0201-sept-0201-mars-0301-Aug-200315-May-2004Number of FoldsThe statistical data for the number of folds in SCOP中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ21Superfolds: frequently occurred folds1. globin (1hlm)2. updown (2hmz) 3. tref

14、oil (1i1b)4. Tim barrel (7tim) 5. OB roll (1mjc)6. doubly wound (3eca) 7. immuno-globulin (3hhr) 8. UB roll (1sha)9. Jelly roll(2stv) 10. Plaitfold (1aps) Taken from Salem et al. (1999), JMB, 287, 969-981. 中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ22常用蛋白质分子图形显示软件=商品化的分子图形显示软件 Sybyl

15、 InsightII=Spdbviewer=Molscript=Pymol=Rasmol=Molmol=中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ23蛋白质空间结构显示(从 PDB文件到图形）=Lines=Sticks=Cartoon (螺旋：桶或螺旋；折叠片：箭头）=只显示主链的走向=显示分子可及表面=根据需要标上不同颜色 根据原子不同 不同结构域 不同二级结构 彩虹（从N端到C端,蓝到红）中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ24蛋

16、白质空间结构的显示方法(I)中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ25蛋白质空间结构的显示方法(II)推荐软件：Pymol (http:/ - ZhangZ26PymolPymol的基本使用=可在Linux和Windows下使用=PyMOL is a USER-SPONSORED molecular visualization system on an OPEN-SOURCE foundation =并非免费软件(有点义卖性质)=下载地址: (http:/ - ZhangZ27Pymol基本界面老手中国农业大学生

17、物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ28鼠标可对图形进行操作中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ29中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ30隐藏标记颜色中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ31中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInf

18、ormatics - ZhangZ32中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ33中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ34中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ35中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ36中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-

19、CBS/BioInformatics - ZhangZ37Teaching.png中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ38中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ39中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ40蛋白质结构预测蛋白质结构预测: :学术价值和经济效益兼备的课学术价值和经济效益兼备的课题。是结构生物信息学中的主要研究内容题。是结构生物信息学中的

20、主要研究内容Gene(DNA) - Amino Acid Seq. - 3D-structure 第一套遗传密码第一套遗传密码 | | 第二套遗传密码第二套遗传密码 蛋白质结构可以被理论预测中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ41蛋白质通过其特定的三维结构行使其生物学功能Adapted from: Thornton et al (2000) Nature Struct Biol 7, 991-994蛋白质结构预测的两个重要应用：一 基于编码蛋白结构的基因功能注释二 基于结构的药物设计中国农业大学生物学院中国农业

21、大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ42结构与功能关系：结构与功能关系：不同结构相同酶功能不同结构相同酶功能 ( (趋同进化）趋同进化）If two such proteins have quite distinct protein folds as well as low sequence similarity, it is likely that they are examples of convergent evolution: that is, they did not diverge from a common ancestor

22、 but instead arose independently and converged onthe same active-site configuration as a result of natural selection for a particular biochemicalfunction.中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ43结构与功能关系：结构与功能关系：相同结构不同酶功能（趋异进化）相同结构不同酶功能（趋异进化）=Divergent evolution can produce prote

23、ins with sequence and structural similarity but different functions=Thus, determination of function from sequence and structure is complicated by the fact that proteins of similar structure may not have the same function even when evolutionarily related.中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInform

24、atics - ZhangZ44蛋白质结构预测的里程碑事件Anfinsen蛋白质复性实验Scheraga能量最小化预测结构Chou-Fasman二级结构预测Blundell 蛋白质结构同源模拟Eisenberg等 Threading方法BLAST PSI-BLASTClusatlW结构比对Dali & CE1994第一届 CASP竞赛1996CABIOS改为 BioinformaticsFold Recognition方法1970198019902000中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ45蛋白质一级序列决定

25、其三级结构蛋白质一级序列决定其三级结构=代表作：“Principles that govern the folding of protein chains”，Science. 1973，181(96):223-30. 被引1207次，数据来源http:/=实验证明某些蛋白质在体外的一定条件下解聚失活后可以自动折叠而恢复其原有高级结构与活性，也就意味着蛋白质的氨基酸序列及环境决定其三维构像。=虽然蛋白质在体内折叠研究发现有“分子伴侣”参与折叠过程，但“分子伴侣”可能只起到了稳定中间体的作用，蛋白质高级结构的信息仍全部包含在其一级结构中。=蛋白质一级结构决定高级结构是进行蛋白质结构预测的理论基础。

26、Anfinsen CB (1916-1995) 美国人美国人1972年诺贝尔化学奖，获奖原因：对核糖核酸酶的三维结构及其 124个氨基酸顺序的研究 中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ46能量最小化方法预测蛋白质三级结构原理：天然稳定构像对应自由能最低的构像困难：折叠态与非折叠态能量差很小，要求特别准确的能量项，局部能量最小问题代表人物：Scheraga HA, Cornell Univ, 1000 publications从头计算法 （ab initio or de novo prediction)代表人物：

27、David Baker, U W, Seattle最新文章：“Towards high-resolution de novo structure prediction for small proteins”,Science,309:1869-71.Server: /中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ47经典的分子力场=分子中的原子被认为是由相互间独立的弹簧连接在一起，并且进可能地保持键长和键角的“天然”值。=分子的势能采用分析函数的形式表达=分子的能量函数通

28、常由三大部分组成：内部能量项、外部能量项和外加限制项consijjiijijijijbtbconsnonbtorsionbendbondErqqrBrAbbKnKKbbKEEEEEE/)(5 . 0)cos1 (5 . 0)(5 . 0)(5 . 0612002020中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ48Baker and Co-workers, 2005, Science, 309:1868 - 1871特点：特点：小蛋白，高精度能量函数，150 CPU days/protein结果：结果：5/16 高精度

29、 (5.0)瓶颈瓶颈：如何寻找全局最小RMSD=1.6 预测（蓝）晶体结构(红）中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ49蛋白质二级结构预测一 Chou-Fasman方法目的：预测每个残基所处二级结构状态 （螺旋，折叠片层和不规则圈Coil)方法：基于统计学原理代表作：“Prediction of the secondary structure of proteins from their amino acid sequence.”Adv Enzymol Relat Areas Mol Biol. 1978;47

30、:45-148. 二二 PHD方法方法Rost B &Sander C.“Prediction of protein secondary structure at better than 70% accuracy ”，J Mol Biol. 1993，232:584-99. 三三 PSIPRED 方法方法Jones DT, “Protein secondary structure prediction based on position-specific scoring matrices. J Mol Biol. 1999,292:195-202. 蛋白质二级结构预测在蛋白质结构预测中扮演着重

31、要的辅助角色！蛋白质二级结构预测在蛋白质结构预测中扮演着重要的辅助角色！中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ50 二级结构预测的意义=预测方法学上的大转变=蛋白质二级结构是联系其一级结构与三维空间结构的桥梁和纽带=在全新蛋白质设计时，二级结构预测方法常用来设计二级结构单元=蛋白质二级结构的预测可为三级结构预测提供一个好的初始点=在蛋白质结构预测中扮演着重要的辅助角色中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ51=蛋白质结构统计分析表明

32、不同的氨基酸以及局域序列，其形成特定二级结构的倾向性是不同的。=预测策略是采用数学方法通过对空间结构已知的蛋白中氨基酸与其对应的二级结构状态进行统计、学习和归纳，形成预测规则，用于对待测蛋白的二级结构预测 方法上与能量最小化预测三级结构截然不同 其策略在生物信息学其它预测问题中普遍采用= 1D预测输入：输入： STVPIDMAN输出：输出： HHHHCCEEE中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ52=第一代方法(1980以前） 基于单个残基的统计 Chou-Fasman, GOR I & II Q3 60%=第

33、二代方法(1986-1992) 基于Segment 残基的统计 GORIII Q3 70%中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ53Chou-Fasman方法=基于单残基统计的经验预测方法=残基构象倾向性因子定义为：=Pi 1.0 表明该残基倾向于形成 i 种构象；否则表示倾向于形成其它构象。=最初的统计建立在15个已知结构的2473个残基基础上=统计数据增加并未显著地改变结果=还统计了残基出现在转角14号位置的频率),(/tciTAPiii中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS

34、/BioInformatics - ZhangZ54Chou-Fasman二级结构倾向性因子二级结构倾向性因子=根据倾向性因子大小，可将20个残基分为子类=Glu，Ala和Leu是最强的螺旋形成者；Pro和 Gly最倾向于中断螺旋=Met，Val和Ile则是最强的折叠形成残基；Glu 通常中断折叠中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ55Chou-Fasman二级结构预测的经验规则二级结构预测的经验规则=螺旋形成规则 6个残基中至少四个倾向于形成螺旋，则认为是螺旋核； 螺旋核向两端延伸，直到四肽片断的螺旋倾向性因

35、子的平均值小于1.0; Pro不允许在螺旋内部，但可出现在C末端和N末端的前三位； 将螺旋两端各去掉3个残基。剩余部分若长于6个氨基酸，且 1.03,预测为螺旋。=折叠形成规则 相邻5个残基中3个倾向于形成-折叠，则认为是折叠核 折叠核向两端延伸直至4个残基的平均折叠倾向因子1.0 若延伸后片断 1.05，则预测为-折叠=转角规则 4肽若fiXfi+1Xfi+2Xfi+3Xfi+40.75X10-4； 1.0; 和 =重叠规则 重叠区域，按 和 的相对大小进行预测中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ56=简单明

36、了，即可借助计算机也可手工计算=在绝大多数生化教材均有介绍=精度较低 （pickmaximalunit=currentpredictionJ2inputlayerfirst orhidden layersecond oroutput layers0s1s2J1:GYIYDPAVGDPDNGVEPGTEF:GYIYDPEVGDPTQNIPPGTKF:GYEYDPAEGDPDNGVKPGTSF:GYEYDPAEGDPDNGVKPGTAF:Alignments5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

37、 5 . . . . . . . . 2 . . . . . 3 . . . . . . . . . . . . . . . . . . . . . . 5 . . . . . 5 . . . . . . . . . . . . . . . . . 5 . . . . . . . . . . . . . . . . . 3 . . . . 2 . . . . . . . . . . . . . . . 1 . . 2 . . . 2 . . . . . . . .5 . . . . . . . . . . . . . . . . . . . . . . 5 . . . . . . . . .

38、. . . . . . . . 5 . . . . . . . . . . . . . . . . . . . 4 . 1 . . . . . . . . . . . . . . . . 1 3 . . . 1 . . . . . . . . . .4 . . . . 1 . . . . . . . . . . . . . . . . . . . . . . . . 4 . 1 . . . . . . . . 1 . 1 . 1 2 . . . . . . . . . . . . . 5 . . . . . . . . . . . . . . . .5 . . . . . . . . . .

39、. . . . . . . . . . . . . . 5 . . . . . . . . . . . . . 1 1 . 1 . . 1 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 .GSAPD NTEKQ C VHIR LM YFWprofile table:GYIYDPEDGDPDDGVNPGTDF:Proteincorresponds to the the 21*3 bits coding for the profile of one residue中国农业大学生物学院中国农业大学生物学院3/22/2022CA

40、U-CBS/BioInformatics - ZhangZ62PHD二级结构预测的流程图二级结构预测的流程图25%80100%number of residues alignedfilterMaxHomsequencedata bankprotein Aprotein B:protein Nprotein Aprotein C:protein MMaxHomBLAST1 1 1 12 2 2 23 3 3 3extractalignmentPHDU中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ63陪审团方法Derivin

41、g a consensus from multiple methods is always more accurate than any one individual method used.Early on Jpred (Cuff and Barton, 1998) investigated weighted and un-weighted multiple method majority voting with a upper limit 4% increase.Any three top scoring methods can be improved by 1.5-2% by simpl

42、e majority voting consensus. Predictions setMax observationsare kept as correctHHHEEEECE中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ64常用的二级结构预测服务器=nnpredict /nomi/nnpredict.html =JPRED http:/pbio.dundee.ac.uk/www-jpred/submit.html= PHD http:/www.predictprote

43、/newwebsite/submit.html=PSA /psa/request.htm=PSIPRED http:/bioinf.cs.ucl.ac.uk/psipred/=Find more from: /tools/中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ65不同方法的评价 Rost B & Eyrich VA (2001) EVA: Large-Scale Analysis of Secondary Struct

44、ure Prediction. Proteins, Suppl 5:192199 中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ66蛋白质同源结构模拟：目前最可靠的蛋白质结构预测方法原理：原理：蛋白质三维结构比一级结构更为保守。通过找出结构未知蛋白质与结构已知蛋白质的同源性，则可以用结构已知蛋白质为结构模板，预测未知蛋白质的结构。Blundell,TL, Sibanda,TL, Sternberg MJE & Thornton JM. （1987）“Knowledge-based prediction of protei

45、n structures and the design of novel molecules ”,Nature 326, 347 - 352 .可能最流行的同源模拟程序：Modeller(/modeller/modeller.html)Sali A, Blundell TL. Comparative protein modelling by satisfaction of spatial restraints. J. Mol. Biol. 234, 779-815, 1993. 中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioI

46、nformatics - ZhangZ67 同源模拟的理论及实验基础=通过对类似蛋白质空间结构的比对发现，蛋白质三维结构比一级结构更加保守。=氨基酸残基序列有50相同的蛋白质，约有90的Calpha原子偏差不超过3，均方根偏差约1。=氨基酸替换通常发生在蛋白质表面回折区域，蛋白质主链结构，特别是疏水核心的结构，受序列变异的影响很小。=用结构已知的同源蛋白来预测待定蛋白的结构是可靠的中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ68同源模拟的历史(约20年)=第一例利用已知类似物(同源蛋白）结构预测蛋白质结构的工作是手工完

47、成的=随着计算机图像技术发展，一系列蛋白质同源模拟软件相继被开发=高度自动化=从单个蛋白到对整个基因组蛋白的模拟=可分为两类： 商业软件，虽然有些也同时提供学术License,但界面较差，对使用要求较高 在线服务器中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ69Structure prediction for protein universe01020304050600102030405060A pernixA fulgidusM jannaschiiM thermoautotrophicuP abyssiP hori

48、koshiiD radioduransT maritima A aeolicusB subtilisB burgdorferiC jejuniC pneumoniaeC trachomatisE coliH influenzaeH pyloriM genitaliumM pneumoniaeM tuberculosisN meningitidisR prowazekiiS PCC6803T pallidumU urealyticum S cerevisiaeC elegansD melanogasterH sapiensH sapiens(chr. 22)Percentage of all O

49、RFs in genomeOrganism中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ70Improving prediction by waiting it out 199119951999中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ71Flowchart of homology modelingAdapted from: Kopp & Schwede (2004) Pharmacogenomics 5:405-416Three bottle

50、necks:Available str. template; alignment accuracy; loop modeling中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ72模板的选取及比对的获得模板的选取及比对的获得=予处理 确定结构域的界限 判断是否多聚体 可能的功能了解=同源性搜索(PDB或蛋白质结构分类数据库） Sequence Identity E-value=比对的获得 动态规划法 ClusatlW中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics -

51、ZhangZ73结构模拟结构模拟=主链结构预测 根据比对结果，将已知结构中的片断拷贝到未知结构中去=非保守区(loop区)主链结构预测 数据库查询办法 系统构象搜索办法=侧链结构预测 侧链结构保守性要比主链结构差 但对于序列之间同源性大于40的结构，其第一个侧链二面角75%是保守的 一些残基二面角分布比较集中，最可几的侧链二面角与主链构象相关 所以可根据序列保守性，将已知结构中的侧链二面角拷贝给未知结构 或根据主链构象对应的最可几侧链构象赋予未知结构 其它方法中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ74模型优化及后

52、处理模型优化及后处理=同源预测得到的蛋白质结构模型，通常含有较多不合理的原子间接触，因而必须进行能量优化=优化常用方法为分子力学和分子动力学中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ75常用同源模拟网上资源介绍= Swiss-Model= EsyPred= 3D-JIGSAW=中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ76Swiss-Model 介绍介绍 (I)中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/Bio

53、Informatics - ZhangZ77Swiss-Model介绍（介绍（2）中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ78Swiss-Model介绍（介绍（3）允许输入alignment中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ79Accuracy and possible applications of homology modelAdapted from: Kopp & Schwede (2004) Pharmacogenomic

54、s 5:405-416Safe zoneTwilight or Midnight zone中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ80同源模拟研究展望=已相当成熟=三个瓶颈 模板的选择 比对的准确性 Loop区模拟 本质还是模板不够多=近年来进展不多，但应用进一步扩大=在功能基因组研究中可能发挥着越来越重要的作用=如何将结构与功能建立联系将是更重要的任务中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ8111 HSD1 is a promisi

55、ng drug target for obesity=ObesityWHO has coined a new word, Globesity 30% adults in USA are obese (BMI 30)The rest of the western world isnt far behinddeveloping countries are starting on a similar trajectory =Obesity is frequently associated with health risks=Human 11-hydroxysteroid dehydrogenase

56、type 1 (羟基类固醇脱氢酶）Reduce cortisone （皮质酮） to the active hormone cortisol （皮质醇）Play an important role in metabolic disorders such as obesity and diabetes. selective inhibition of 11HSD1 could be an interesting approach for type 2 diabetes treatment. 中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics -

57、 ZhangZ823D model for 11 HSD1=3/17 hydroxysteroid dehydrogenase was selected as the structure template (identity%=20%)=Sequence alignment was generated from ORFeus, a Profile-Profile alignment method=3D model was generated from Whatif, and loops was re-constructed by BiopolymerNCNucleotide-binding R

58、ossman fold, containing a central 6-stranded, all-parallel -sheet sandwiched on both sides by 3-helices中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ83Model quality check using PROCHECKAssess the stereochemical quality of a given protein modelNot a criteria for model correctness Ramach

59、andran plot中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ84Comparison between crystal structure and our modelTyr-187Lys-183Ser-170ModelStr. TemplateCrystal Str.RMSD=2.05RMSD=2.34RMSD=1.16=The current model is well acceptableWell superimposed in N-terminal parts (about 80% residues)Perf

60、ectly superimposed catalytic residues & cofactor(NADPH)=It can be used for virtual screening for new inhibitorsStructural superimposition between Predicted Model & Crystal Str. 中国农业大学生物学院中国农业大学生物学院3/22/2022CAU-CBS/BioInformatics - ZhangZ85蛋白质结构预测方法的比较Real time comparisonLiveBench (http:/bioinfo.pl/L