生物信息学10-蛋白质结构分析
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
类 1 2 3 4 Total 构架 拓扑 376 228 577 101 1,282 同源超家族 839 514 1,082 114 2,549 结构域 32,396 39,140 79,038 2,346 152,920
•
5 20 14 1 40
A G C T
•
CATH数据库中第一类（主要alpha）的分类情况。 结构域数量 22,755
A G C T
A G C T
Jmol是基于网络的Java程序，用于操纵分子结构
A G C T
A G C T
Jmol在分子图像下方的框中提供关于图像显示的多 种选项：如Style、Color和Surface等。
A G C T
•
Cartoon：彩带模型，这 种显示法使二级结构折 叠容易辨认。
•
•
•
•
A G C T
•
Prion由PRNP基因编码，位 于Chr20p13。 正常蛋白质称PrPC，异常折 叠形式称PrPSc。
正常蛋白位于细胞外表面，具体功能尚不明，可能 与Cu2+转运和神经突触的形成有关。 正常形式含3% β折叠，异常形式含43% β折叠。异 常形式是许多神经退行性疾病的病因，包括疯牛病。
通过蛋白质的氨基酸序列预测二级结构可以达到 70%的准确率。
•
A G C T
•
许多跨膜蛋白通过一个由20个左右的疏水性残基组 成的α-螺旋跨膜。这是预测膜蛋白很重要的标志。
A G C T
•
结构域：由二级结构组成的相对独立的结构单元， 一般有100～200aa，能承担特定的生物化学功能。 三级结构是由结构域在空间中按一定的方式排列形 成，二级结构元件折叠成紧密的、近乎坚硬的物体， 由极性基团和非极性基团都参与的弱相互作用所稳 定。
3.
A G C T
•
X射线衍射法是永远测定蛋白质 结构最精确的方法，目前80%已 知结构是通过这种技术测定。
蛋白质溶液样品必须有足够高 的浓度和纯度，并在合适条件 下形成晶体。 X射线的波长为0.05～0.15nm， 适合测量原子间距，蛋白晶体 将X光衍射到探测装置，晶体结 构可以通过衍射图像推导得到。 溶菌酶
•
A G C T
•
Ligands：显示与蛋白向 结合的小分子配体。
•
在Surface选项中选择 solvent excluded：表 面拓扑学图形，能突出 显示由原子的实心性质 产生的蛋白质表面。
A G C T
A G C T
•
CATH数据库：这是一个关于所有已知蛋白质结构域 的分级分类系统(http://www.cathdb.info/)。 有4个层次：类class，构架architecture，拓扑 topology，同源超家族homologous superfamily。
A G C T
A G C T
•
蛋白质的三维结构决定其功能，目前我们用实验测 定的高分辨率蛋白质结构大约60,000多个，远小于 序列的数量。
目前存在大量从基因组序列预测出的蛋白质序列， 结构基因组学的目标是解出所有蛋白质序列所对应 的三维结构。 结构基因组学的研究策略：表达预测的蛋白质，用 传统实验手段或计算机模拟得到结构信息，最后再 确定其功能。
•
•
A G C T
•
主要步骤：
– – – – –
利用BLAST搜索同源蛋白质的序列和结构 根据搜索结果指定折叠类型并选择模板 将目标与模板的序列中相应位置对齐 建立结构模型 评估模型
•
当两个序列相似度超过50%，模型质量非常好；低 于30%，模型的错误会急剧上升。
A G C T
•
同源建模产生的模型已经被证实具有足够的精确度， 从而可以被应用于基于结构的药物设计中。 同源建模的一个严重局限是，产生的模型向模板偏 倚，得到的结构看起来总是象我们所输入的结构。
•
•
•
A G C T
•
朊病毒prion是一种蛋白质整体的结构都可变的例 子。 朊病毒在氨基酸序列上和细胞中正常的的蛋白质是 相同的，但是发生错误的折叠，并且具有传染性。
错误折叠的蛋白其二级结构富含β折叠，倾向于互 相聚集；并且能起模板的作用，指导正常形式的蛋 白质发生结构的重排，构象变为有感染性的形式。 其蛋白质序列中部一段55aa的肽段既能采取α-螺 旋，也能采取β折叠构象。
8531 667 6 437
名称 Orthogonal Bundle Up-down Bundle
Alpha Horseshoe Alpha solenoid Alpha/alpha barrel
代表性结构域 1oaiA00
1mz9A00 1wa5B00 1pprM01 1h12A00
A G C T
•
•
•
A G C T
•
通过对多种蛋白质结构分析发现各种氨基酸在不同 二级结构中的出现有偏好： – α-螺旋：具有长侧链的氨基酸如Leu、Met、Gln 和Glu – β-折叠：β碳原子处有分支的侧链如Val、Ile 和Phe – Pro在螺旋和折叠中出现都不适宜 – Gly也很少出现在螺旋和折叠中 – Pro和Gly经常出现在β转角中
•
•
芳香族侧链：Phe、Trp、Tyr和His，参与‘堆积’ 相互作用。
A G C T
•
•
小氨基酸：Ala、Cys、Gly、Pro、Ser和Thr。
His：pKa3 = 6.5,在生理pH值下大约只有10%的侧 链带正电荷，而精确的pKa值取决于具体的微环境。 可溶性球状蛋白质包装的主要原则：疏水侧链包在 里面形成紧密核心，亲水侧链暴露在表面。
蛋白质 蛋白/核酸 核酸 复合体 1,330 3,112 964 184 22 101 3 2 2,323 3,404 总数
•
实验方法
X-RAY NMR 电镜 HYBRID 总计
63,656 8,027 270 42 72,128
68,100 9,182 393 48 77,878
A G C T
A G C T
A G C T
•
α-螺旋：最常见的二级结构元件，每圈3.6aa，第 n个残基的C=O与第n+4个残基的N-H之间形成氢键， 绝大部分是右手螺旋，典型长度4 ～ 40aa。
此外还存在一些不常见的螺旋，如π-螺旋（每圈 4.4aa）。 β折叠：由舒展的多肽链以平行或反平行方向排列， 靠链间氢键维系构象稳定，典型长度大约5～10aa。 β转角：通常由4个氨基酸组成，残基1和4间形成 氢键，多肽链180°回折。常出现在球状蛋白表面。
•
•
A G C T
•
蛋白质的二级结构基本上由局部的氨基酸序列决定， 这对于大部分序列都是正确的。 例外: 一些长达7aa的序列片段在一种蛋白质中采 取α-螺旋构象，但在另外一个蛋白中则形成β-折 叠。
这些序列具有根据所处蛋白质整体的折叠环境来改 变折叠方式的趋势，所以被称为‘变色龙序 列’chameleon sequence。 所以：并不是所有的序列都折叠成唯一的一种结构。
•
•
A G C T
•
同源建模：homology modeling。目标是通过和一 个结构已知的同源蛋白质进行序列比较和结构分析， 为未知蛋白产生一个合理的近似结构。
原理：如果两个蛋白质之间存在高度的顺序相似性 （>40%），它们总体上的折叠方式往往是相似的。 当序列一致性低于40%，结构可能有显著差异。 当存在多条对位排列的顺序时，就可以得到更高分 辨率的模型。
•
A G C T
• Amino acid properties：www.russelllab.org/aas/
A G C T
• 另外有两种氨基酸：硒代半胱氨酸 (Sec,U)和吡咯赖氨酸(Pyl,O)可以在 蛋白质合成时插入到多肽链中，受遗 传密码的修饰性阅读所指导。 • Sec在许多生物中普遍存在，由UGA编 码；Pyl很罕见，只存在于古生菌中， 由UAG编码。
另外一个棘手的问题是，有些序列一致性比较低的 蛋白质却拥有相似的结构（如MB与HB的两个亚基之 间的序列一致性只有28%左右）。
•
•
A G C T
•
PDB：Protein Data Bank数据库在结构生物学中占 有中心地位，收集蛋白质和其它大分子的结构数据。 网址： http://www.rcsb.org/pdb/home/home.do
Class：根据二级结构划分4类：主要α, 主要β, α与β混合，和缺少二级结构。 Architecture：描述结构域的形状，主要由二级结 构的取向决定。
•
•
•
A G C T
•
Topology：描述折叠家族的水平，其家族概念强调 二级结构的相似性，而不是序列的相似性。 Homologous superfamily：将具有同源性的蛋白质 聚类在一起。
1.
A G C T
•
两亲性：Arg、Lys、Gln和Glu，侧链中都包含有疏 水和亲水部分，部分侧链可以包埋在蛋白质结构内 部，另外部分则暴露在水环境中，是形成界面的理 想分子。
脂肪族侧链：Ala、Ile、Leu、Met、Pro和Val。侧 链的惰性很强，不易发生反应，极少直接参与蛋白 质的功能，特别适于组装蛋白质的内部结构。
•
•
•
A G C T
•
在结构生物学中，主要有3种确定蛋白质结构的方 法： 1. 实验方法： – X-射线晶体衍射法 – 核磁共振 – 冷冻电子显微镜
2.
同源建模法：通过将目标蛋白与一个或几个已知 结构的同源蛋白质进行比较，从而预测其结构； 从头预测法：对于没有已知同源蛋白质结构可用 的蛋白，采取通过物理学原理来预测结构。
•
•
衍射图案
A G C T
•
核磁共振：Nuclear magnetic resonance,NMR。将 蛋白质溶液置于磁场中，通过测量溶液中蛋白质指 定原子共振之间的扰动来测定核间距离，从中推测 蛋白结构。
测量的是原子核的相互作用 ，测定产生的是原子 核间距离的数据集。 不需要复杂的蛋白结晶过程，但是蛋白质必需在接 近于晶格中蛋白浓度的情况下可溶。适于分子量小 于50kDa的蛋白质。
•
考虑氨基酸理化性质时注意的主要因素：侧链基团 的大小，和疏水性。常根据氨基酸侧链的疏水性进 行分类。
非极性氨基酸8种：Ala，Val，Leu，Ile，Pro， Phe，Trp，Met。 2. 不带电的极性氨基酸7种：Gly，Ser，Thr，Tyr， Cys，Asn，Gln。 3. 带正电荷的极性氨基酸3种（碱性氨基酸）： Lys，Arg，His。 4. 带负电荷的极性氨基酸2种（酸性氨基酸）： Asp，Glu。
Backbone：金属丝模型， 表示出多肽主链的走向， 在比较同一种分子的两 种构象时有用。
A G C T
•
Leabharlann Baidu
Ball and Stick：球棍 模型，能显示原子水平 上的结构细节。可以估 计原子之间的相对距离， 对于评价氨基酸之间的 相互作用很重要。
CPK：实心球模型，球体 大小对应每个原子的范 德华半径。对评估配体 与结合位点的适合程度 非常有用。
使用NCBI Structure查询所选基因的结构数据，先 到MMDB网页，找到其中的PBD链接，到PBD数据库的 网站，使用Jmol操作所选蛋白的结构，对分子的二 级结构、和立体结构分别作屏幕截图。
•
•
A G C T
•
1958年Max Perutz和John Kendrew用X-衍射法确定了第 一个蛋白质（肌红蛋白）的三 维结构 。
1961年Christian Anfinsen研 究了核糖核酸酶的变性-复性， 提出了蛋白质序列决定三维结 构的原则。 顺序决定结构，结构决定功能。
•
•
A G C T
Orthogonal bundle
Up-down bundle Alpha solenoid
Alpha horseshoe
Alpha/alpha barrel
A G C T
•
使用NCBI UniGene数据库查询所选基因的表达情况。 对查询结果作屏幕截图,并简要说明表达情况。 使用MINT数据库查询所选基因的相互作用数据，对 图形作屏幕截图，并与NCBI Gene条目中所列该基 因的Interactions结果进行比较。
三级结构的一个效果是产生复杂的表面拓扑学结构， 使得蛋白质能够与其它大、小分子发生相互作用。
•
•
A G C T
•
•
四级结构则是由几条具有三级结构的肽链组成。
一个蛋白质功能上的重要位点是在三级结构或四级 结构层次上形成的。 翻译后修饰影响蛋白质结构的稳定性。最常见的是 二硫键，但大多数二硫键只出现在分泌到细胞外的 蛋白质中。 细胞内的环境是高度还原性的，不利于二硫键的存 在，因此二硫键在细胞内蛋白质中的出现比较罕见。
•
5 20 14 1 40
A G C T
•
CATH数据库中第一类（主要alpha）的分类情况。 结构域数量 22,755
A G C T
A G C T
Jmol是基于网络的Java程序，用于操纵分子结构
A G C T
A G C T
Jmol在分子图像下方的框中提供关于图像显示的多 种选项：如Style、Color和Surface等。
A G C T
•
Cartoon：彩带模型，这 种显示法使二级结构折 叠容易辨认。
•
•
•
•
A G C T
•
Prion由PRNP基因编码，位 于Chr20p13。 正常蛋白质称PrPC，异常折 叠形式称PrPSc。
正常蛋白位于细胞外表面，具体功能尚不明，可能 与Cu2+转运和神经突触的形成有关。 正常形式含3% β折叠，异常形式含43% β折叠。异 常形式是许多神经退行性疾病的病因，包括疯牛病。
通过蛋白质的氨基酸序列预测二级结构可以达到 70%的准确率。
•
A G C T
•
许多跨膜蛋白通过一个由20个左右的疏水性残基组 成的α-螺旋跨膜。这是预测膜蛋白很重要的标志。
A G C T
•
结构域：由二级结构组成的相对独立的结构单元， 一般有100～200aa，能承担特定的生物化学功能。 三级结构是由结构域在空间中按一定的方式排列形 成，二级结构元件折叠成紧密的、近乎坚硬的物体， 由极性基团和非极性基团都参与的弱相互作用所稳 定。
3.
A G C T
•
X射线衍射法是永远测定蛋白质 结构最精确的方法，目前80%已 知结构是通过这种技术测定。
蛋白质溶液样品必须有足够高 的浓度和纯度，并在合适条件 下形成晶体。 X射线的波长为0.05～0.15nm， 适合测量原子间距，蛋白晶体 将X光衍射到探测装置，晶体结 构可以通过衍射图像推导得到。 溶菌酶
•
A G C T
•
Ligands：显示与蛋白向 结合的小分子配体。
•
在Surface选项中选择 solvent excluded：表 面拓扑学图形，能突出 显示由原子的实心性质 产生的蛋白质表面。
A G C T
A G C T
•
CATH数据库：这是一个关于所有已知蛋白质结构域 的分级分类系统(http://www.cathdb.info/)。 有4个层次：类class，构架architecture，拓扑 topology，同源超家族homologous superfamily。
A G C T
A G C T
•
蛋白质的三维结构决定其功能，目前我们用实验测 定的高分辨率蛋白质结构大约60,000多个，远小于 序列的数量。
目前存在大量从基因组序列预测出的蛋白质序列， 结构基因组学的目标是解出所有蛋白质序列所对应 的三维结构。 结构基因组学的研究策略：表达预测的蛋白质，用 传统实验手段或计算机模拟得到结构信息，最后再 确定其功能。
•
•
A G C T
•
主要步骤：
– – – – –
利用BLAST搜索同源蛋白质的序列和结构 根据搜索结果指定折叠类型并选择模板 将目标与模板的序列中相应位置对齐 建立结构模型 评估模型
•
当两个序列相似度超过50%，模型质量非常好；低 于30%，模型的错误会急剧上升。
A G C T
•
同源建模产生的模型已经被证实具有足够的精确度， 从而可以被应用于基于结构的药物设计中。 同源建模的一个严重局限是，产生的模型向模板偏 倚，得到的结构看起来总是象我们所输入的结构。
•
•
•
A G C T
•
朊病毒prion是一种蛋白质整体的结构都可变的例 子。 朊病毒在氨基酸序列上和细胞中正常的的蛋白质是 相同的，但是发生错误的折叠，并且具有传染性。
错误折叠的蛋白其二级结构富含β折叠，倾向于互 相聚集；并且能起模板的作用，指导正常形式的蛋 白质发生结构的重排，构象变为有感染性的形式。 其蛋白质序列中部一段55aa的肽段既能采取α-螺 旋，也能采取β折叠构象。
8531 667 6 437
名称 Orthogonal Bundle Up-down Bundle
Alpha Horseshoe Alpha solenoid Alpha/alpha barrel
代表性结构域 1oaiA00
1mz9A00 1wa5B00 1pprM01 1h12A00
A G C T
•
•
•
A G C T
•
通过对多种蛋白质结构分析发现各种氨基酸在不同 二级结构中的出现有偏好： – α-螺旋：具有长侧链的氨基酸如Leu、Met、Gln 和Glu – β-折叠：β碳原子处有分支的侧链如Val、Ile 和Phe – Pro在螺旋和折叠中出现都不适宜 – Gly也很少出现在螺旋和折叠中 – Pro和Gly经常出现在β转角中
•
•
芳香族侧链：Phe、Trp、Tyr和His，参与‘堆积’ 相互作用。
A G C T
•
•
小氨基酸：Ala、Cys、Gly、Pro、Ser和Thr。
His：pKa3 = 6.5,在生理pH值下大约只有10%的侧 链带正电荷，而精确的pKa值取决于具体的微环境。 可溶性球状蛋白质包装的主要原则：疏水侧链包在 里面形成紧密核心，亲水侧链暴露在表面。
蛋白质 蛋白/核酸 核酸 复合体 1,330 3,112 964 184 22 101 3 2 2,323 3,404 总数
•
实验方法
X-RAY NMR 电镜 HYBRID 总计
63,656 8,027 270 42 72,128
68,100 9,182 393 48 77,878
A G C T
A G C T
A G C T
•
α-螺旋：最常见的二级结构元件，每圈3.6aa，第 n个残基的C=O与第n+4个残基的N-H之间形成氢键， 绝大部分是右手螺旋，典型长度4 ～ 40aa。
此外还存在一些不常见的螺旋，如π-螺旋（每圈 4.4aa）。 β折叠：由舒展的多肽链以平行或反平行方向排列， 靠链间氢键维系构象稳定，典型长度大约5～10aa。 β转角：通常由4个氨基酸组成，残基1和4间形成 氢键，多肽链180°回折。常出现在球状蛋白表面。
•
•
A G C T
•
蛋白质的二级结构基本上由局部的氨基酸序列决定， 这对于大部分序列都是正确的。 例外: 一些长达7aa的序列片段在一种蛋白质中采 取α-螺旋构象，但在另外一个蛋白中则形成β-折 叠。
这些序列具有根据所处蛋白质整体的折叠环境来改 变折叠方式的趋势，所以被称为‘变色龙序 列’chameleon sequence。 所以：并不是所有的序列都折叠成唯一的一种结构。
•
•
A G C T
•
同源建模：homology modeling。目标是通过和一 个结构已知的同源蛋白质进行序列比较和结构分析， 为未知蛋白产生一个合理的近似结构。
原理：如果两个蛋白质之间存在高度的顺序相似性 （>40%），它们总体上的折叠方式往往是相似的。 当序列一致性低于40%，结构可能有显著差异。 当存在多条对位排列的顺序时，就可以得到更高分 辨率的模型。
•
A G C T
• Amino acid properties：www.russelllab.org/aas/
A G C T
• 另外有两种氨基酸：硒代半胱氨酸 (Sec,U)和吡咯赖氨酸(Pyl,O)可以在 蛋白质合成时插入到多肽链中，受遗 传密码的修饰性阅读所指导。 • Sec在许多生物中普遍存在，由UGA编 码；Pyl很罕见，只存在于古生菌中， 由UAG编码。
另外一个棘手的问题是，有些序列一致性比较低的 蛋白质却拥有相似的结构（如MB与HB的两个亚基之 间的序列一致性只有28%左右）。
•
•
A G C T
•
PDB：Protein Data Bank数据库在结构生物学中占 有中心地位，收集蛋白质和其它大分子的结构数据。 网址： http://www.rcsb.org/pdb/home/home.do
Class：根据二级结构划分4类：主要α, 主要β, α与β混合，和缺少二级结构。 Architecture：描述结构域的形状，主要由二级结 构的取向决定。
•
•
•
A G C T
•
Topology：描述折叠家族的水平，其家族概念强调 二级结构的相似性，而不是序列的相似性。 Homologous superfamily：将具有同源性的蛋白质 聚类在一起。
1.
A G C T
•
两亲性：Arg、Lys、Gln和Glu，侧链中都包含有疏 水和亲水部分，部分侧链可以包埋在蛋白质结构内 部，另外部分则暴露在水环境中，是形成界面的理 想分子。
脂肪族侧链：Ala、Ile、Leu、Met、Pro和Val。侧 链的惰性很强，不易发生反应，极少直接参与蛋白 质的功能，特别适于组装蛋白质的内部结构。
•
•
•
A G C T
•
在结构生物学中，主要有3种确定蛋白质结构的方 法： 1. 实验方法： – X-射线晶体衍射法 – 核磁共振 – 冷冻电子显微镜
2.
同源建模法：通过将目标蛋白与一个或几个已知 结构的同源蛋白质进行比较，从而预测其结构； 从头预测法：对于没有已知同源蛋白质结构可用 的蛋白，采取通过物理学原理来预测结构。
•
•
衍射图案
A G C T
•
核磁共振：Nuclear magnetic resonance,NMR。将 蛋白质溶液置于磁场中，通过测量溶液中蛋白质指 定原子共振之间的扰动来测定核间距离，从中推测 蛋白结构。
测量的是原子核的相互作用 ，测定产生的是原子 核间距离的数据集。 不需要复杂的蛋白结晶过程，但是蛋白质必需在接 近于晶格中蛋白浓度的情况下可溶。适于分子量小 于50kDa的蛋白质。
•
考虑氨基酸理化性质时注意的主要因素：侧链基团 的大小，和疏水性。常根据氨基酸侧链的疏水性进 行分类。
非极性氨基酸8种：Ala，Val，Leu，Ile，Pro， Phe，Trp，Met。 2. 不带电的极性氨基酸7种：Gly，Ser，Thr，Tyr， Cys，Asn，Gln。 3. 带正电荷的极性氨基酸3种（碱性氨基酸）： Lys，Arg，His。 4. 带负电荷的极性氨基酸2种（酸性氨基酸）： Asp，Glu。
Backbone：金属丝模型， 表示出多肽主链的走向， 在比较同一种分子的两 种构象时有用。
A G C T
•
Leabharlann Baidu
Ball and Stick：球棍 模型，能显示原子水平 上的结构细节。可以估 计原子之间的相对距离， 对于评价氨基酸之间的 相互作用很重要。
CPK：实心球模型，球体 大小对应每个原子的范 德华半径。对评估配体 与结合位点的适合程度 非常有用。
使用NCBI Structure查询所选基因的结构数据，先 到MMDB网页，找到其中的PBD链接，到PBD数据库的 网站，使用Jmol操作所选蛋白的结构，对分子的二 级结构、和立体结构分别作屏幕截图。
•
•
A G C T
•
1958年Max Perutz和John Kendrew用X-衍射法确定了第 一个蛋白质（肌红蛋白）的三 维结构 。
1961年Christian Anfinsen研 究了核糖核酸酶的变性-复性， 提出了蛋白质序列决定三维结 构的原则。 顺序决定结构，结构决定功能。
•
•
A G C T
Orthogonal bundle
Up-down bundle Alpha solenoid
Alpha horseshoe
Alpha/alpha barrel
A G C T
•
使用NCBI UniGene数据库查询所选基因的表达情况。 对查询结果作屏幕截图,并简要说明表达情况。 使用MINT数据库查询所选基因的相互作用数据，对 图形作屏幕截图，并与NCBI Gene条目中所列该基 因的Interactions结果进行比较。
三级结构的一个效果是产生复杂的表面拓扑学结构， 使得蛋白质能够与其它大、小分子发生相互作用。
•
•
A G C T
•
•
四级结构则是由几条具有三级结构的肽链组成。
一个蛋白质功能上的重要位点是在三级结构或四级 结构层次上形成的。 翻译后修饰影响蛋白质结构的稳定性。最常见的是 二硫键，但大多数二硫键只出现在分泌到细胞外的 蛋白质中。 细胞内的环境是高度还原性的，不利于二硫键的存 在，因此二硫键在细胞内蛋白质中的出现比较罕见。