蛋白质结构预测

蛋白质结构预测第一页，共五十三页，2022年，8月28日内容概述蛋白质的序列分析蛋白质二级结构预测蛋白质三维结构的预测主要生物信息学资源（蛋白质数据库）生物信息学方法的应用（简单介绍） 预测蛋白性质和结构第二页，共五十三页，2022年，8月28日一、概述蛋白质结构研究的重要性基因序列→蛋白质序列→蛋白质空间构象→生物功能解析蛋白质的空间结构——有利于认识蛋白质的功能？认识蛋白质是如何执行功能的？认识结构与功能的关系？基础——设计和创造新蛋白第三页，共五十三页，2022年，8月28日现代结构测定技术虽然发展迅速，但是非常复杂，费用很高。 特别是已知结构的蛋白质，反复测定，费用高昂基因组序列分析→导出大量的蛋白序列→但蛋白的空间结构未知？结构测定面临的巨大挑战——蛋白质种类数量庞大，依靠结构测定方法获得空间结构信息面临巨大挑战？假如研究中对cDNA翻译的序列高级结构一无所知，

——首先通过结构预测，提供实验设计思路？需要发展理论分析方法→预测蛋白质的结构2.为什么要进行蛋白质结构的预测？第四页，共五十三页，2022年，8月28日3.蛋白质结构预测的可行性分析Anfinsen原理：蛋白去折叠→重新折叠→生物学活性能够完全恢复，说明高级结构的信息蕴含在一级结构中。因此，设法以一级结构来推测高级结构具有理论上的可行性。结构分析表明：有些蛋白之间具有很高的同源性，根据蛋白质结构和功能的高同源性关系预测未知蛋白质结构，在理论和实践上是可行的。蛋白质结构预测——已有大量研究和成功实例，提供了实践上的可行性。分子生物学和生物信息学等技术的发展，有可能直接从一级序列出发，预测蛋白质的高级结构，为高级结构的预测提供了保障。因此，蛋白质高级结构的预测是可行的，而且成本相对低廉。第五页，共五十三页，2022年，8月28日4.蛋白质结构预测的目的已知蛋白一级结构序列

↓预测或测定构建立体结构模型

↓预测或测定结构与功能研究

↓设计蛋白质新分子

↓蛋白质结构改造或创造新分子（生产实践中应用）第六页，共五十三页，2022年，8月28日获得一级序列↓寻找同源蛋白↓依据同源蛋白晶体结构↓构建结构模型5.结构预测的主要思路同源建模（HolologyModeling）折叠识别（FoldRecognition）从头计算（AbInitio）获得一级序列↓没有同源蛋白↓二级结构预测超二级结构结构预测三级结构结构预测↓构建结构模型第七页，共五十三页，2022年，8月28日第一节蛋白质序列分析序列同源性分析双重序列比对多重序列比对第八页，共五十三页，2022年，8月28日序列同源性分析？概念：与已知的序列进行比对，找出同源性序列，从中获取未知该序列蛋白的性质和结构信息的过程。方法：目标序列→数据库序列比对→寻找同源得分高的序列→获得如下信息未知蛋白质aa组成、pI、MW、疏水区等性质保守位点、活性位点等建立蛋白质之间的进化关系二级和三级结构预测信息预测蛋白质的折叠块模式（二级结构与氨基酸关系，一级结构与三级结构关系）意义：获取未知高级结构蛋白的性质和结构信息，对蛋白质的性质和结构进一步实验研究具有指导作用。第九页，共五十三页，2022年，8月28日第十页，共五十三页，2022年，8月28日2.双重序列比对:概念：两个序列之间比较序列，通过aa残基数匹配，反映序列间同源性高低的程度和序列相似的程度。（1）原理序列最小比较单位是aa残基，即是每个aa残基代表一个结构单元通过二维矩阵的方法，寻找两个序列的最大匹配路径；允许两个序列上插入或删除一些aa残基（gap）—获得残基最大匹配数量。（2）打分矩阵类型：由计算机软件完成→依据aa所对应的核苷酸变异的分析方法——GCGCMGDM：→依据aa所对应的物化性质的分析方法——Rao：→依据aa侧链的疏水性质的分析方法——HYDOR:→aa在一组相关蛋白质中相互间的替代关系——MDPAM：→结构打分矩阵.蛋白拓扑结构相应区域氨基酸残基的取代关系——RIS:→依据aa残基的主链二面角（φ—ψ）分布——SCM：→氨基酸残基的空间倾向因子——SCMm,SCFs：第十一页，共五十三页，2022年，8月28日（3）打分矩阵的gap值gap：序列中的aa残基的插入和删除。序列比对中允许有“gap”存在，扣除gap值，打分仍最高。（4）矩阵打分——来自统计的结果反映蛋白质家族的共性。如免疫球蛋白家族、白蛋白家族序列比对：仅在一定程度上反映结构的相似性。结构打分矩阵序列比较——是一种类结构比较法，提高结构相似性（5）双重比对的实例：同种蛋白不同亚基，人血红蛋白——两个链同源性73%（P62）不同来源同功蛋白，人和软体动物肌红蛋白同源性22%（P63）同源性高，不同打分矩阵给出结果相一致。同源性低，不同打分矩阵给出结果有不同。原因：主要由于序列不保守区匹配不一致导致。第十二页，共五十三页，2022年，8月28日多重序列比对（Multiplesequencealignment；MSA）（1）多重序列比对三个以上的序列（蛋白、DNA等）相互间的序列比对。推导出序列之间的同源性程度序列之间的种系发生关系蛋白质结构域的三维结构与二级结构等。图3基于细胞质砷还原蛋白氨基酸序列的系统发育分析第十三页，共五十三页，2022年，8月28日（2）多重序列比对方法多重序列比较以双重序列比较为基础序列比对给出显著性得分的方法假设6个序列，要得到显著性得分，将序列重排100次，分别求出每两对序列的显著性得分，需要进行C62×101=1515（次）归一化比对得分“NAS值”与“显著性得分”成正比NAS：两个序列的（最大显著性得分）与（序列长度）的比值（归一化处理）NAS值高的一对序列，即是同源性最高的序列多重序列比对：最先考虑两个同源性高的序列，再挑选NAS值较高的第三个序列进行比对，依次类推，获得全部序列的同源性高低排列。如：feng-Doolite法和Barton-Sternberg法等。第十四页，共五十三页，2022年，8月28日双重序列比对与多重序列比对关系双重比对：目标序列与其它系列的同源性和结构相似性比较。

一条系列与其它多条序列的比对。多重比对：包括目标系列在内的多条系列之间相互关系的比较。 多条序列之间每两条序列之间均进行相互比较。双重序列比较是多重比对的基础，相互之间进行多重比对，找出它们之间相互的种系发生关系和高级结构的关系。首先进行双重比对，选择出同源性较高的序列，然后进行多重比较，获得目标序列更多的信息。第十五页，共五十三页，2022年，8月28日第二节蛋白质二级结构的预测

二级结构预测是研究蛋白质折叠问题的主要内容之一，也是获得新氨基酸序列结构信息的一般方法。蛋白质分子中二级结构具有较强的规律性，每一段相邻的氨基酸具有形成二级结构的倾向，

二级结构预测常作为局部结构预测和三维空间结构预测的基础。第十六页，共五十三页，2022年，8月28日1、预测方法：有几十种，归纳为3大类统计法、基于已有知识的预测方法、混合方法2、预测的原则以aa残基为预测单位假定蛋白二级结构主要由临近残基间的相互作用决定。对已知结构蛋白分析、归纳，制定预测规则。3、以Chou&Fasman（20th70’）的方法为例进行讨论—思路基于单个aa残基统计的经验参数法——预测二级结构通过于对大量已知蛋白结构进行统计归纳出每种aa残基的二级结构倾向因子第十七页，共五十三页，2022年，8月28日（1）Chou&Fasman预测二级结构参数定义 每个aa残基具有7个参数，依据7个参数，预测二级结构——氨基酸残基的参数的定义Pα、Pβ、和Pt：分别为形成螺旋、折叠和转角的倾向性。f(i)、f(i+1)、

f(i+2)、

f(i+3)：相邻四个残基的转角参数。f：每个aa残基在第一、第二、第三和第四位的频度如：Pro：30%在第二位，第三位<4%依据Pα和Pβ大小：对20种aa分类如：Glu、Ala是最强螺旋aa残基；Val、Ile：最强折叠aa残基Asp、Gly、Pro常分布于转角的aa残基如：Pro中断螺旋，Glu：中断折叠第十八页，共五十三页，2022年，8月28日（2）Chou&Fasman预测经验规则基本思路利用一组规则，扫描氨基酸序列，寻找二级结构成核位点和终止位点，扩展成核区域，直到二级结构类型可能发生终止为止。四个简要规则（掌握）

-1、α-螺旋规则

-2、β-折叠规则

-3、转角规则

-4、重叠规则第十九页，共五十三页，2022年，8月28日-1、α-螺旋规则α-螺旋核：相邻的6个残基，至少4个残基倾向形成α-螺旋，（4个残基的Pα>100），即为螺旋核。α-螺旋的定义沿序列寻找α-螺旋核，向两端延伸，直至4个残基Pα

<100为止。若aa片段长度>5，Pα

均值>Pβ均值，则该片段为螺旋螺旋内部不允许Pro出现，Pro终止螺旋的延伸。第二十页，共五十三页，2022年，8月28日-2、β-折叠规则和定义β-折叠核，相邻的6个残基，至少4个残基倾向形成β-折叠，（4个残基的Pβ>100），即为折叠核。沿序列寻找β-折叠核，向两端延伸，直至4个残基Pβ

<100为止。若片段Pβ>105

，且Pβ

均值>Pα均值定义该片段为β-折叠Glu：中断折叠第二十一页，共五十三页，2022年，8月28日-3、转角规则和定义转角模型为4肽组合模型，要考虑每个位置上残基组合的概率，（特定氨基酸在每个位置上的概率）从第i个残基开始，连续4个残基的片段，其概率相乘，根据计算结果判定是否转角若：f(i)×f(i+1)×

f(i+2)×

f(i+3)＞7.5×10.5若：四肽Pt＞100，且Pt＞Pβ

，Pt＞Pα判定为转角结构第二十二页，共五十三页，2022年，8月28日-4、重叠规则若预测的肽段——螺旋区和折叠区重叠，按照重叠区域Pα

均值和Pβ均值相对大小进行预测Pα

均值>Pβ均值，预测为螺旋Pβ

均值>Pα均值，预测为折叠第二十三页，共五十三页，2022年，8月28日本节小结重点讲述了Chou&Fasman预测方法和规则α-螺旋规则β-折叠规则转角规则重叠规则二级结构预测方法和原理——简单明了，二级结构参数的物理意义明确，二级结构成核、延伸、终止规则，反映了蛋白质二级结构形成过程。该方法的预测准确率在50%左右。第二十四页，共五十三页，2022年，8月28日第三节蛋白质三维结构预测一、蛋白质三维结构的理论预测：利用计算机，根据已有理论和已知aa序列等信息来预测蛋白质的三级结构。二、三维结构预测的复杂性——是目前最复杂、最困难的技术？蛋白质序列与结构之间的关系非常复杂，已经掌握了一些序列与二级结构之间的关系关于aa序列与三维结构之间的关系了解较少。序列相似的蛋白可能折叠成相似的三维结构，序列差异较大的蛋白质也可能折叠成相似的结构，分子伴侣存在下，蛋白的折叠问题更加复杂。第二十五页，共五十三页，2022年，8月28日三、蛋白质三维结构预测的理论三维结构分析表明：三维结构堆积的次级作用力和二硫键等——在维系三维结构具有重要的作用，对蛋白质三维结构预测具有重要作用。二级结构与三级结构之间的序列模体（motif）、结构域（domain）和折叠单元（fold）对蛋白质三维结构预测具有重要作用。四、预测的方法（3类）1、同源建模（HolologyModeling）2、折叠识别（FoldRecognition）3、从头计算（AbInitio）第二十六页，共五十三页，2022年，8月28日1、同源建模（1）概念： 又称比较性模拟，利用已知结构的同源蛋白和蛋白质家族中的蛋白质作为模板，模拟目标蛋白质结构的方法（建立目标蛋白的分子模型）。（2）预测思路：未知结构蛋白寻找已知结构的同源蛋白以同源蛋白为模板建立同源蛋白结构模型移植模型蛋白的结构数据构建未知蛋白的模型（3）特点：预测速度快精度较高局限性大：已知结构蛋白数量较少，许多蛋白没有同源序列使用模型不同，预测结构并不唯一。第二十七页，共五十三页，2022年，8月28日（4）预测步骤（6个）搜索结构模型的模板序列比对建立骨架构建目标蛋白侧链建立目标蛋白的环区优化模型预测结果若序列的等同部分超过60%，非常接近测定结果若序列的等同部分超过30%，期望得到较好的预测结果搜索结构模型的模板：假定两个同源蛋白具有相同骨架，按同源蛋白模型建立模板序列比对：目标蛋白与模板蛋白残基匹配建立骨架：模板结构的原子坐标移植到目标蛋白，建立目标蛋白的骨架构建目标蛋白侧链：移植相同残基的坐标，不完全匹配的残基，侧链构象采用经验数据预测，建立目标蛋白的环区：经验方法，从已知蛋白质中，寻找最优的环区，拷贝结构数据优化模型：建立初步模型，对不相容的空间坐标进行改进优化如：采用分子力学、分子动力学、模拟退火等方法进行结构优化第二十八页，共五十三页，2022年，8月28日2、折叠识别（FoldRecognition）又称穿针引线法（threading）：根据结构类型进行预测在没有同源蛋白模板情况下，将目标蛋白序列“穿”入蛋白质数据库中，与已知的各种蛋白质折叠模板的骨架比对，由计算机来识别目标蛋白序列与数据库中蛋白质折叠模板是否“匹配”。设计一个评分标准，计算目标蛋白序列折叠成各种已知模板的可能性，根据得法高低判断“匹配程度”。适用于大多数蛋白进行结构预测，评分系统设计是决定折叠识别方法预测准确度的关键。第二十九页，共五十三页，2022年，8月28日3、从头计算（AbInitio）也称分子动力学模拟预测方法。源于安分森的“最低自由能构象假说”。与同源建模和折叠识别两种方法相比，从头计算方法不需要模板，而是以自由能作为预测蛋白质折叠类型的基础。能量函数设计和最低自由能的确定是决定从头计算方法预测准确度高低的关键主要是求解体系中每个原子相关的牛顿运动方程和薛定谔方程。方法：利用有限的实验数据，构建分子结构模型，研究分子的能量与结构动态变化的关系。主要应用于前两种方法的补充手段和应用于结构优化。第三十页，共五十三页，2022年，8月28日第四节蛋白质结构预测中的主要生物信息资源一、常用蛋白质序列数据库1、PIR数据库（Proteininformationresource）2、SWISS-PROT数据库

3、TrEMBL数据库4、UniProt蛋白质数据仓库二、常见蛋白质结构数据库1、蛋白质结构数据库—PDB（Proteindatabank）2、蛋白质结构分类数据库（SCOP和CATH）第三十一页，共五十三页，2022年，8月28日蛋白序列数据库种类繁多，各有特色。根据实际情况，通常结合几个不同数据库对结果进行比较以下介绍3种数据库1、PIR数据库（Proteininformationresource）网址：./pir/1984年美国国家生物医学研究基金会（NBRF）创建， 源于1960(Dayhoff)《蛋白质结构与结构图册）1988年成立国家蛋白质信息中心（PIR-Interantional）共同收集和维护PIR国际蛋白序列数据库（PIR-PSD）是一个全面的、经过注释的、非冗余的蛋白质序列数据库，提供一个蛋白序列数据库、相关数据库和辅助工具集成系统一、常用蛋白质序列数据库第三十二页，共五十三页，2022年，8月28日PIR提供3种类型的检索服务基于文本的交互式查询，用户通过关键词进行数据查询标准序列搜索和比对：BLAST、FASTA等工具高级搜索：结合序列相似性、注释信息和蛋白质家族信息的高级搜索，包括按注释分类的相似性搜索、结构域搜索等PIR包括3个子数据库，蛋白质序列数据库（PIR-PSD）蛋白质分类数据库（iProClass）非冗余蛋白质参考资料数据库（PIR-NREF）第三十三页，共五十三页，2022年，8月28日2.SWISS-PROT数据库

1986年创建：瑞士Geneva大学和欧洲生物信息研究所（EBI）瑞士生物信息研究所（SIB)和（EBI）共同维护管理第三十四页，共五十三页，2022年，8月28日SWISS-PROT数据库数据介绍——包括核心数据和和注释两大类核心数据：由蛋白质序列（条目）构成，包含4大类基本信息：蛋白质序列数据、引用文献信息、分类学信息、注释信息等注释：蛋白质功能、转录后修饰、特殊位点和区域、二级结构、四级结构、与其它序列的相似性、序列残缺与疾病的关系、序列变异体和冲突等信息。检索：利用序列提取系统(SRS)，方便地检索SWISS-PROT和其它EBI的数据库。

序列提交：SWISS-PROT只接受直接测序获得的蛋白质序列，序列提交可以在其Web页面上完成。第三十五页，共五十三页，2022年，8月28日SWISS-PROT数据库特点所有序列条目都经过有经验的分子生物学家和蛋白质化学家通过计算机供给并查阅有关文献资料仔细核实。每个条目包含——条目基本信息、分类信息（描述蛋白质的生物来源）、引用文献信息、注释、蛋白质序列等。冗余最小：对数据进行归并处理，降低了数据库的冗余度。与其它30多个数据建立了交叉引用，其中包括核酸序列库、蛋白质序列库和蛋白质结构库等。第三十六页，共五十三页，2022年，8月28日3、TrEMBL（欧洲分子生物学实验室）数据库 网址：是一个计算机注释的蛋白数据库，是SWISS-PROT数据库的补充。数据库蛋白序列不是直接实验得到，由DNA序列映射获得

主要包含EMBL/Genbank/DDBJ核酸数据库中根据编码序列（CDS）翻译获得蛋白序列TrEMBL由2部分组成SP-TrEMBL（SWISS-PROTTrEMBL）序列被赋予SWISS-PROT登录号，最终要收集到SWISS-PROTREM-TrEMBL（RemainingTrEMBL）序列没有被赋予SWISS-PROT登录号，不准备放入SWISS-PROT

如：人工合成蛋白序列、申请专利的序列、伪基因对应的序列等第三十七页，共五十三页，2022年，8月28日4、蛋白质数据仓库（UniveralProteinResourceUniProt）网址：欧洲生物信息研究所（EBI）将3个蛋白数据库（PIR—Swiss-Prot—TrEMBL）统一起来，称为UniProtUniProt包括3部分UniProtKnowledgebase（UniProt）数据库

蛋白质序列、功能、分类、交叉引用等信息存取中心UniProtNon-redundantReference（UniFef）数据库（非冗余）

密切相关蛋白序列组合到一条记录中，提高检索速度，根据序列相似程度分成3个数据库UniRef100，UniRef90，UniRef50；UniProtArchive（UniParc）资源库

档案数据库：记录所有蛋白序列历史第三十八页，共五十三页，2022年，8月28日二、常见蛋白质结构数据库随着X射线晶体衍射分子结构测定而出现的数据库蛋白质分子空间结构原子坐标包括蛋白质家族、折叠模式、结构域、回环等数据库主要介绍2类数据库1、蛋白质结构数据库（PDB）2、蛋白质结构分类数据库（SCOP和CATH）第三十九页，共五十三页，2022年，8月28日1、蛋白质结构数据库—PDB（Proteindatabank）20th70S’问世1998年美国国家科学基金委、能源部和卫生研究院资助，成立结构生物学合作研究协会，管理PDB数据库，至今已存放上万套分子的原子坐标。蛋白结构来自—X射线衍射、核磁共振和理论计算。和核酸序列库一样，通过网络直接向PDB提交数据。大部分为蛋白质（多肽、病毒），此外，蛋白核酸复合物和多糖。数据以文本文件存放，每个分子有一套独立的文件。数据包括原子坐标、物种来源、化合物名称、结构递交者、文献等信息。还有分辨率、结构基因、温度系数、蛋白主链数、分子式、金属离子、二级结构信息、二硫键位置等数据。第四十页，共五十三页，2022年，8月28日2、蛋白质结构分类数据库（SCOP和CATH）结构分类依据：折叠类型、拓扑结构、家族和超家族结构、二级结构、超二级结构等分类信息简单介绍2个主要的蛋白分类数据库（1）SCOP：（Structuralclassificationofprotein）英国研究委员会分子生物学实验室和蛋白质工程中心开发的，具有分类、检索和分析系统的数据库。网址：将蛋白分为7大类：α、β、α/β、α+β、多结构域蛋白、膜蛋白和细胞表面蛋白、小蛋白在大类基础上，进一步按折叠类型、超家族、家族3个层次分类第四十一页，共五十三页，2022年，8月28日（2）CATH:

英国伦敦大学开发与维护网址：分类依据： 类型(Class，C-Level),构架(Architecture,A-Level),拓扑结构(Topology,T--Level),同源性(Homology,H-Level),序列(Sequencefamilylevels)等层次。数据库的结构层次：（4个）第一分类层次:α、β、α-β（α/β、α+β）、低二级结构类等4个类型第二分类层次：螺旋和折叠形成超二级结构的排列方式（分子框架—如同建筑物的——立柱和横梁一样）第三分类层次：拓扑结构，二级结构的性状和二级结构之间的联系。第四分类层次：结构同源性（同源性比对后，再用结构比较）第四十二页，共五十三页，2022年，8月28日本节小结：3种——蛋白质序列数据库1、PIR数据库（Proteininformationresource）2、SWISS-PROT数据库

3、TrEMBL数据库4、UniProt蛋白质数据仓库2类——蛋白质结构数据库1、蛋白质结构数据库—PDB（Proteindatabank）2、蛋白质结构分类数据库（SCOP和CATH）

第四十三页，共五十三页，2022年，8月28日第五节应用生物信息学预测蛋白质结构(略)若cDNA编码一个完整的蛋白质，编码蛋白质结构功能域怎样？通过生物信息学方法获得结构功能域的信息，对研究计划的制定提供重要的指导信息。预测蛋白质结构包括以下5个方面一、蛋白质序列检索二、蛋白质基本性质分析三、二级结构预测四、局部结构域预测五、三维结构预测1、跨膜区预测2、信号肽及其剪切位点预测3、卷曲螺旋预测包括氨基酸组成、分子量、等电点、亲水性和疏水性、信号肽、跨膜结构和结构功能域等。第四十四页，共五十三页，2022年，8月28日以鼠伤寒沙门氏菌H-1鞭毛蛋白（FlicSalty）的结构预测为例：一、序列搜索 从SWISS-PROT数据库获取鞭毛蛋白的序列1、进入SWISS-PROT主页：2、选择“searchSwiss-prot/TrEMBL”搜索”Flagellin”，在结果中选择“FlicSalty”，检索到S.typhimuriumFlagellin(鞭毛蛋白)，AC：P06179

sp|P06179|FLIC_SALTYFlagellin

3、点击FlicSalty序列右下方“P09179inFASTAformat”，将“FlicSalty”的序列格式“P09179.fas”格式另存为“P09179.txt”格式搜索序列（2种方式），简单地进行基于网络的序列检索通过E-mail进行序列检索

网络不是很畅通或不急于得到检索序列时，可采用E-mail方式搜索同源序列第四十五页，共五十三页，2022年，8月28日二、蛋白质基本性质分析1、等电点(PI)、相对分子量(MW)计算 利用ComputePI/MW计算“P06179.txt”PI和MW（1）进入SWISS-PROT主页：，选择Proteomicstools（2）点击“Primarystructureanalysis”，选择“ComputePI/MW”，输入序列，“P06179.txt”，可得结果。2、蛋白质多种参数预测 利用expasy工具中的ProtParam软件，可更全面预测各种参数。（1）进入SWISS-PROT主页，选择Proteomicstools（2）点击“Primarystructureanalysis”，选择“ProtParam”，输入序列“P09179.txt”，可得结果。（3）可预测氨基酸数目、组成、PI、MW第四十六页，共五十三页，2022年，8月28日3、氨基酸组成、电荷分布、疏水区域、跨膜区域预测 利用SAPS软件预测（1）进入SWISS-PROT主页：，选择Proteomicstools（2）点击“Primarystructureanalysis”，选择“SAPS”，输入序列，输入序列“P09179.txt”，可得结果。4、酶切位点预测 利用PeptideMass分析，以Themolysin蛋白酶酶切（1）进入SWISS-PROT主页：，选择Proteomicstools（2）点击“Proteinidentificationandcharacterization”，选择“PeptideMass”，输入序列“P09179.txt”，选择“Themolysin”,可得结果。第四十七页，共五十三页，2022年，8月28日三、二级结构预测利用PredictProtein软件预测前，首先在PredictProtein主页，http://www.P/免费注册，提供接受预测结果的E-mail地址。（1）进入SWISS-PROT主页：，选择Proteomicstools（2）点击“Secondarystructureprediction”，选择“PredictProtein”，或直接进入“PredictProtein”网站：PredictP/.

/sprot/“P09179.txt”，按要求输入E-mail地址，设定输出格式并提交，选择所需结果即可获得结果。第四十八页，共五十三页，2022年，8月28日四、局部结构域预测1、跨膜区预测—利用TMpred软件（1）进入SWISS-PROT主页：，选择Proteomicstools（2）点击“Topologyprediction”，选择“TMpre