使用人工神经元网络方法预测蛋白质分子主链的二面角

本文使用人工神经元网络预测蛋白质分子主链的二面角,通过分别学习所有残基,成规则二级结构的残基,无规线团的二面角,结果表明由蛋白质分子的一级序列出发预测主链二面角,对于α螺旋成功率最高,β折叠次之,而无规线团的二面角和其一级序列相关很小,故难以预测.     

新型平均势函数在蛋白质反向折叠中的应用

利用蛋白质主链的极性分数及主链二面角为参量,构建了一种基于蛋白质结构数据库的势函数。将该势函数应用于蛋白质反向折叠研究中,发现该函数可成功地将蛋白质分子的天然构象从构建的构象库中识别出来;将一目标序列与构象库的每一可能的构象匹配,并用该势函数计算相应的能量,结果表明对绝大多数蛋白质分子来说,天然的构象的能量值总是最低。此外,该函数还将一些序列相似性较低,而结构相似性较高的蛋白质分子识别出来。我们认     

蛋白质大分子的非晶半导体性

本文提出蛋白质大分子的非晶半导体模型.蛋白质中的带电氨基酸残基、各种金属离子、链的折叠、链的端头、……等将产生无规势场,此无规势场使多肽主链周期势场受到扰动.“带尾”的出现表明蛋白质具有非晶和无序半导体性.用此模型估计的迁移率值μ与实验值在数量级上相符.     

脯氨酸对蛋白质热稳定性的贡献

单一氨基酸的置换可以改变酶的热稳定性。脯氨酸(Pro)残基在蛋白质结构及其热稳定性中具有特殊作用。它十分偏爱β转折或无规卷曲结构,而很少出现在α螺旋和β折叠中。分析认为在改善酶热稳定性的蛋白质工程中,只要主链构象不发生骤变,则可在适当的β转折或无规卷曲中引入Pro,通过其刚性的吡咯烷环,降低蛋白质去折叠时的骨架熵,从而使其周围的构象更合理。这一Pro理论(theprolinetheory)的分子设计新思路将会得到进一步的发展和完善。     

用离散量的方法识别蛋白质的超二级结构

用离散量的方法,对2208个分辨率在2.5I以上的高精度的蛋白质结构中四类超二级结构进行了识别。从蛋白质一级序列出发,以氨基酸(20种氨基酸加一个空位)和其紧邻关联共同为参数,当序列模式固定长取8个氨基酸残基时,对“822”序列模式3交叉检验的平均预测精度达到78.1%,jack-knife检验的平均预测精度达到76.7%;当序列模式固定长取10个氨基酸残基时,对“1041”序列模式3交叉检验的平均预测精度达到83.1%,jack-knife检验的平均预测精度达到79.8%。     

脯氨酸对蛋白质热稳定性的贡献

单一氨基酸的置换可以改变酶的热稳定性。脯氨酸（Ｐｒｏ）残基在蛋白质结构及其热稳定性中具有特殊作用。它十分偏爱β－转折或无规卷曲结构,而很少出现在α－螺旋和β－折叠中。分析认为在改善酶热稳定性的蛋白质工程中,只要主链构象不发生骤变,则可在适当的β－转折或无规卷曲中引入Ｐｒｏ,通过其刚性的吡咯烷环,降低蛋白质去折叠时的骨架熵,从面使其周围的构象更合理。这一Ｐｒｏ理论（ｔｈｅ ｐｒｏｌｉｎｅ ｔｈｅｏｒ     

水稻中与拟南芥CYP704B1基因同源序列的查找及序列分析

本文运用了生物信息学方法对在水稻中与拟南芥CYP704B1同源序列的查找及对该条序列进行核酸一级结构和其表达产物的一级结构、二级结构以及三级结构进行初步分析。通过分析我们得出,该条序列长度为1903bp,有多种酶的限制性酶切位点,与其Sorghum bicolor hypothetical protein基因相似性很高,本条序列共编码506个氨基酸。预测的相对分子质量为58164.91ku,理论的PI为8.56。氨基酸总体来说疏水性不强,属于亲水性氨基酸。有22个磷酸化位点。该蛋白质有信号肽,有一个跨膜区,该氨基酸序列二级结构的分析结果显示,a螺旋占52.96%;延伸链占11.26%,无规卷曲所占的比例为35.77%,并且分布不连续。该序列编码的蛋白质含有一个跨膜结构域并且重叠了一个低度复杂结构域。通过Swiss Model全自动模式对该蛋白三级结构预测与分析,该蛋白最佳匹配的模板是3mzs.1.A.最佳比对区域位于其该蛋白序列的第28-506位氨基酸残基,序列一致性达21.19%,GMQE值为0.55。通过对其系统发生树的建立,由两种方法N-J法和M-P法构建的系统树,可以看出该同源序列与Aegilops tauschii节节麦和Zea mays玉米同源相似性较近。     

蛋白质的二级结构预测——Chou和Fasman方法

蛋白质分子的一切高级结构,都由一级结构即氨基酸残基序列所包含的信息决定。多年来,由蛋白质的氨基酸序列预测二级结构的方法不下十几种。其中,Chou和Fasman的方法自1974年提出,至1978年修正、精化,已得到了很好结果,越益受到重视。此方法的突出优点是简便,无须计算机的复杂分析,就可预测出蛋白质的二级结构,准确性约为80％。目前蛋白质二级结构的测定,当然以X-晶体衍射结果最准确。Chou和Fasman方法正是基于晶体分析的结果,经统计得出的一整套数据     

预测蛋白质—蛋白质复合物结构的软对接算法

提出了一种有效的软对接算法 ,用于在已知受体和配体三维结构的条件下预测蛋白质 蛋白质复合物的结构。该算法的分子模型基于Janin提出的简化蛋白质模型 ,并在此基础上有所改进。对蛋白质分子表面的柔性氨基酸残基Arg、Lys、Asp、Glu和Met进行了特殊处理 ,通过软化分子表面的方式考虑了它们的侧链柔性。采用双重过滤技术来排除不合理的对接结构 ,此过滤技术是以复合物界面几何互补性和残基成对偏好性为标准提出的。对所得到的构象进行能量优化 ,之后用打分函数对这些结构进行排序 ,挑选出与复合物天然结构接近的构象。该打分函数包括静电、疏水和范德华相互作用能。用此算法对 2 6个复合物进行了结构预测 ,均找到了近天然结构 ,其中有 2 0个复合物的近天然结构排在了前 10位。改进的分子模型可以在一定程度上描述蛋白质表面残基侧链的柔性 ;双重过滤技术使更多的近天然结构保留下来 ,从而提高了算法成功预测的可能性 ;打分函数可以较合理地评价对接结构。总之 ,此种软对接算法能够对蛋白质分子识别的研究提供有益的帮助。     

蛋白质空间结构预测

早在70年代,Anfinsen就提出蛋白质分子的一级序列决定其空间结构的论断,这一论断得到多次实验证实并被人们广泛接受,成为蛋白质结构预测的理论基础。由于蛋白质分子的结晶非常困难,因此蛋白质三维结构预测成为目前了解蛋白质结构信息的重要手段,这一研究领域也成为蛋白质工程研究的一个非常活跃的方向。