蛋白质结构预测.ppt

文档介绍：1
二、蛋白质二级结构预测
蛋白质二级结构预测不仅是联系其一级结构和三级结构的桥梁和纽带,而且也是从一级结构预测其三级空间结构的关键步骤。
基本的二级结构:α螺旋,β折叠, β转角,无规则卷曲(coils)以及模序(motif)等蛋白质局部结构组件。
蛋白质二级结构的预测程
序采用以下3种方法:(1)结合人工
神经网络、遗传算法等机器学习
方法,统计氨基酸出现频度; (2)
以二级结构为模板,建立序
列谱矩阵或未知特异性记分矩阵;
(3)利用同源蛋白多重比对。
工具
网站
备注
PredictProtein
/
提供多项蛋白质性质分析,并有较好准确性
Prof
/~phi/
基于多重序列比对预测工具
Jpred
./~.html
神经网络的分析程序,并采用PSI-BLAST来构建序列Profile进行预测,对于序列较短、结构单一的蛋白预测较好
SOPMA
http://npsa--bin/?page=
可以比较各种分析方法得到的结果,也可输出“一致性结果”
SSPRED
/~fmilpetz/SSPRED/
基于数据库搜索相似蛋白并构建多重序列比对
2
蛋白质二级结构分析工具
3
PredictProtein:蛋白质二级结构预测
PredictProtein(/)是欧洲分子生物学实验室提供的蛋白质序列和结构预测服务网站。访问PredictProtein网站应先注册ID,进入序列提交界面。程序默认分析方法包括:用PROFsec分析序列二级结构及残基溶剂可及性;用PHDhtm分析序列潜在的跨膜拓扑结构;用COILS预测卷曲结构;通过PROSITE搜索模体(motif),预测序列潜在的功能,借助ProDom预测结构功能域等。
PredictProtein可以获得功能预测、二级结构、基序、二硫键结构、结构域等许多蛋白质序列的结构信息。该方法的平均准确率超过72%,最佳残基预测准确率达90%以上。
PredictProtein提交界面
序列提交窗口
5
序列预测
PROFsec(默认)
基于轮廓(profile)的神经网络算法预测蛋白质二级结构
(默认)
基于轮廓(profile)的神经网络算法预测残基溶剂可及性
PHDhtm(默认)
基于多序列比对预测跨膜区位置和拓扑结构
ASP(默认)
识别二级结构中构型变化的氨基酸
COILS(默认)
识别卷曲螺旋
PROFtmb
识别革兰氏阴性菌膜Beta桶蛋白结构
序列基序识别
ProSite(默认)
搜索序列中保守基序
SEG(默认)
过滤序列中低复杂区域
PredictNLS(默认)
基于实验数据预测序列核定位区域
二硫键识别
DISULFIND(默认)
识别序列中二硫键位置
折叠子识别
AGAPE
基于折叠结构识别远源蛋白序列
残基接触预测
PROFcon
预测单链中原子残基接触性
结构域预测
ProDom(默认)
基于序列同源性来预测蛋白质结构域
CHOP
预测蛋白质结构域
结构表面识别
ConSeq
预测蛋白质表面结构功能关键区域
分析方法程序详解
PredictProtein Secondary Structure
PredictProtein Secondary Structure
H:螺旋
E:折叠
L:环
e:暴露表面﹥16%残基
b:其它残基
蛋白定位预测
ProSite模体搜索结果
PROSITE中的ID号
简单描述
Motif模式
提交序列中出现该Motif的位置
PredictProtein分析结果
SEG低复杂区域过滤
二硫键识别程序