bioinformatics, 2019, hustxue.biocuckoo.org/course/bioinfo/chap14.pdf · bioinformatics, 2019, hust...

Bioinformatics, 2019, HUST

生物信息学

第十四章结构生物信息学


GLUT1

2014,12次跨膜，N45T & E329Q突变体


GLUT3

2015年


GLUTs作用机制


蛋白质的结构与功能

蛋白质的结构 – 主要由一级序列所决定

蛋白质的功能 – 主要由三级结构所决定

球蛋白 (Globular proteins): 疏水的内核 & 亲水的表面

膜蛋白 (Membrane proteins): 特定的疏水表面

亚稳态 (marginally stable): 折叠之后的蛋白质

无序性 (Intrinsically disordered): 许多蛋白质必须与其他蛋白质结合后才能够获得稳定的结构

预测蛋白质的结构和功能非常的困难


蛋白质结构的四个基本层面


一级和二级结构

一级结构

氨基酸的线性序列

氨基酸残基之间连接的共价键

二级结构

氨基酸残基局部空间内的排列

短程的、非共价的相互作用

周期性的结构模式：α-helix, β-sheet, loops, coils


α-helix

蛋白质中多的二级结构

平均长度：10个氨基酸残基 (10 A0)长度范围：5-40aa

每一圈：3.6个aa

通过氢键 (~per 4aa) 稳定结构

通常在内核的表面，疏水残基向内，亲水残

基向外


α-helix通过氢键稳定结构

C = blackO = redN = blue


R-侧基分布在α-helix的外侧


α-helices：氨基酸偏好

Ala, Glu, Leu, Met：出现频率高

Pro, Gly Tyr, Ser：出现频率低


β-Strands & Sheets

一般不单独出现，成对或多个出现

链通过氢键连接，稳定结构

相互作用的部分通过短的/长的loop连接

平行或反平行的β-sheet


反平行的β-sheets


平行的β-sheets


混合的β-sheets


Loops

连接α-helix和β-sheet长度和三级结构不定

在蛋白质结构的表面

受点突变的影响小

柔性好，构象变化余地大

带电荷、极性的氨基酸比例高

倾向成为活性位点


Coils

无序性 (Intrinsically disordered ): 介导蛋白质-蛋白质之间的相互作用


三级和四级结构

三级结构

肽链折叠成三维的空间结构

二级结构在空间上的排布

长程的、共价与非共价的相互作用

四级结构

多个肽链在空间上的排布


超二级结构

Structural Motifs：超二级结构或二级结构的组合

Domains: Motifs的组合


一些常见的结构性模体

Helix-turn-helix: e.g., DNA结合模体

Helix-loop-helix: e.g., 钙离子结合模体

β-hairpin: 2 adjacent antiparallel strands connected by short loop

Greek key: 4 adjacent antiparallel strands

βαβ: 2 parallel strands connected by helix


H-T-H H-L-H


β-hairpin


Greek key


Beta-alpha-beta


Domains：Motifs的组合


一个或多个domains


六种蛋白质的结构类型

α Domains: α螺旋束通过loops连接

β Domains: 主要是反平行β片，两对β片形成

sandwich结构

αβDomains: α螺旋连接的平行的β片 αβDomains： α螺旋和β片各自形成单独的结构

Multidomain (α β：包含多种domains Membrane & cell-surface proteins


α-domain structures: 4-helix bundles


Up-and-down sheets and barrel


Greek key motifs


α βDomainsTIM barrel Rossman fold


蛋白质结构数据库、结构分类以及可视化

蛋白质结构的数据库：PDB, MMDB, MSD

蛋白质结构的分类：SCOP, CATH, DALI/FSSP

蛋白质结构的可视化：Cn3D，

Rasmol/Raswin


蛋白质结构的数据库

PDB (Protein Data Bank): 蛋白质结构数据库 http://www.rcsb.org/pdb/home/home.do

MMDB (Molecular Modeling Database): 分子模拟数据库http://www.ncbi.nlm.nih.gov/sites/entrez?d

b=structureMSD (Molecular Structure Database): 大

分子的相互作用和结合位点http://www.ebi.ac.uk/msd


PDB (RCSB)


蛋白质结构的数据格式

X Y Z


MMDB


MSD


蛋白质结构的分类

SCOP (Structural Classification of Proteins)：folds, superfamilies, and families http://scop.mrc-lmb.cam.ac.uk/scop/

CATH (Classification by Class, Architecture, Topology & Homology) http://www.cathdb.info/

DALI/FSSP: 蛋白质三级结构的比较

DALI server http://ekhidna.biocenter.helsinki.fi/dali_server/index.html

DALI Database (fold classification) http://ekhidna.biocenter.helsinki.fi/dali/start


蛋白质结构的可视化

RasWin Cn3D


蛋白质二级结构预测

Chou-Fasman predictions: EmpiricalGarnier, Osguthorpe and Robson

(GOR): HMMDavid T. Jones: PSSM Frishman, Argos: Nearest neighbor

methods Sujun Hua: 支持向量机


Chou-Fasman

预测三种主要的二级结构：α-helix, β-sheet，Coils

训练数据：15个已知构象的蛋白质结构，共2473个氨基酸残基

定义：蛋白质构象参数 (protein conformational parameters): 氨基酸残基在二级结构中的重要性

Pα, Pβ, Pc


氨基酸在各种二级结构中的频率

Inner Helix: Included in Helix


Pα, Pβ, Pc的计算

20

j

i

ffP


Pα & Pβ

-helix -sheet


经验规则与预测性能

规则一：对于给定一个>6aa的片段， Pα均值> 1.03，并且Pα的均值 > Pβ的均值，则判定为α-Helix

规则二：对于给定一个>6aa的片段， Pβ的均值> 1.05，并且Pβ的均值 > Pα的均值，则判定为β-sheet

预测性能：准确性~50-60%；对于β-sheet性能较差


准确性~65%

Garnier, Osguthorpe and Robson (GOR)：HMM


David T. Jones: PSSM

PSIPRED: PSSM + Neural Network

准确性76.5%~78.3%


Frishman, Argos: Nearest neighbor methods

准确性~72%


Sujun Hua: Support vector machine

准确性~76.2%


蛋白质三级结构预测

结构基因组学

蛋白质折叠的动力学

蛋白质三级结构的预测：具有小自由能的

构象

同源建模 (Homology modeling)

穿针引线 (Threading)

从头预测 (Ab initio Prediction)


结构基因组学

人的基因组中包含>22,00个基因

细胞内：通常>3,000种蛋白质

序列与结构

> 74,000,000条蛋白质序列 - UniProt

> 120,000个蛋白质结构 - PDB

目标：通过实验或者计算的手段解析所有蛋白质

在自然条件下的三级结构


X射线晶体学方法


核磁共振


Cryo-EM：蛋白质复合物

冷冻电镜


蛋白质折叠的动力学

蛋白质的折叠：

细胞内：自发的；酶的介导；伴侣蛋白的介导

体外：许多蛋白质不能自发折叠

动态：蛋白质的结构在自然条件下并不是固定的

蛋白质的功能常常依赖其构象的改变

自然条件下与变性之后的能量差非常小 (5-15 kcal/mol) 大约等于1-2个氢键的能量

折叠过程中，熵与焓都发生改变


Protein Folding Code

蛋白质结构预测/“蛋白质折叠”

给定一个蛋白质的氨基酸序列，预测其三级结构

“反向折叠" 给定一个蛋白质的结构，

找出所有符合这个结构的氨基酸序列


同源建模

搜索已知三级结构的同源蛋白质序列 (模板)PSI-BLAST multiple sequence alignment (MSA)

选取与给定序列相似性高的结构作为模板

将氨基酸残基替换到结构模板中对应的位置上，降低自由能

准确性好

序列相似性高模型可靠性高

>30% sequence identity 常用工具：MODELLER，Swiss-model


同源建模


Threading - Fold Recognition “大积木” 实验发现：蛋白质折叠的类型有限 (~1,000) 问题：能否根据不同的模版，预测给定蛋白质的

折叠类型，并进一步拼装成三级结构？计算要求：

能量函数模版库(template library)

计算方法将给定序列与每一个模板的序列匹配，打分将模板连接起来，氨基酸残基替代优化模型：能量函数

计算性能：不定序列相似性高模型可靠性高


Threading

1. 将给定序列与模板库做序列比较 (fold library)2. 评分准则：给定序列是否与模板的结构吻合 (1D-

3D profile)3. 根据打分结果对模板适用性给予排序

Target Sequence

Structure Templates

ALKKGF…HFDTSE


Ab Initio Prediction

能量函数键能 (bond energy)键的转角能 (bond angle energy)二面角能 (dihedral angle energy)范德华力 (van der Waals energy)静电力 (electrostatic energy)

根据能量函数计算结构的小自由能：Molecular Dynamics or Monte Carlo methods)

计算量大


ROSETTA

David Baker, U. Washington, Seattle

“小积木”：短的肽段 (3-9 residues) 库能够充

分反映各种肽段在局部范围内的三级结构

肽段库的构建：PDB

针对给定蛋白质，寻找各种肽段组合，并以能量

函数予以优化


Foldit


结构基因组学


结构基因组学

左：预测；右：实验

bioinformatics, 2019, hustxue.biocuckoo.org/course/bioinfo/chap14.pdf · bioinformatics, 2019, hust...

Documents