蛋白質(zhì)結(jié)構預測

1、第7章蛋白質(zhì)結(jié)構預測蛋白質(zhì)結(jié)構預測一種生物體的基因組規(guī)定了所有構成該生物體的蛋白質(zhì)，基因規(guī)定了蛋白質(zhì)的氨基酸序列。雖然蛋白質(zhì)由氨基酸的線性序列組成，但是它們只有折疊成特定的空間構象才能具有相應的活性和生物學功能。了解蛋白質(zhì)的空間結(jié)構不僅有利于認識蛋白質(zhì)的功能，也有利于認識蛋白質(zhì)是如何執(zhí)行其功能的。確定蛋白質(zhì)的結(jié)構對于生物學研究是非常重要的。目前，蛋白質(zhì)序列數(shù)據(jù)庫的數(shù)據(jù)積累的速度非?？?，但是已知結(jié)構的蛋白質(zhì)相對比較少。盡管蛋白質(zhì)結(jié)構測定技

2、術有了較為顯著的進展，但是通過實驗方法確定蛋白質(zhì)結(jié)構的過程仍然非常復雜，代價較高，因此實驗測定的蛋白質(zhì)結(jié)構比已知的蛋白質(zhì)序列要少得多。另一方面，隨著DNA測序技術的發(fā)展，人類基因組及更多的模式生物基因組已被或?qū)⒈煌耆珳y序，DNA序列數(shù)量將會急增，而由于DNA序列分析技術和基因識別方法的進步，我們可以從DNA推倒導出大量的蛋白質(zhì)序列。這意味著已知序列的蛋白質(zhì)數(shù)量和已測定結(jié)構的蛋白質(zhì)數(shù)量（如蛋白質(zhì)結(jié)構數(shù)據(jù)庫PDB中的數(shù)據(jù)）的差距將會越來越大

3、。人們希望產(chǎn)生蛋白質(zhì)結(jié)構的速度能夠跟上產(chǎn)生蛋白質(zhì)序列的速度，或者減小兩者的差距。那么如何縮小這種差距呢？不能完全依賴現(xiàn)有的結(jié)構測定技術，需要發(fā)展理論分析方法，這對蛋白質(zhì)結(jié)構預測提出了極大的挑戰(zhàn)。20世紀60年代后期，Anfinsen首先發(fā)現(xiàn)去折疊蛋白或者說變性(denatured)蛋白質(zhì)在允許重新折疊的實驗條件下可以重新折疊到原來的結(jié)構，這種天然結(jié)構(nativestructure)對于行使生物功能具有重要作用，大多數(shù)蛋白質(zhì)只有在折疊成

4、它們天然結(jié)構的時候才能具有完全的生物活性。自從Anfinsen提出蛋白質(zhì)折疊的信息隱含在蛋白質(zhì)的一級結(jié)構中，科學家們對蛋白質(zhì)結(jié)構的預測進行了大量的研究，分子生物學家將有可能直接運用適當?shù)乃惴◤陌被嵝蛄谐霭l(fā)，預測蛋白質(zhì)的結(jié)構。本章主要著重介紹蛋白質(zhì)二級結(jié)構及空間結(jié)構預測的方法。7.17.1引言引言基因是生命的藍圖，蛋白質(zhì)是生命的機器。來自于四種字符字母表（A，T（U），C，G）的核酸序列中蘊藏著生命的信息，而蛋白質(zhì)則執(zhí)行著生物體內(nèi)各種重

5、要的工作，如生物化學反應的催化、營養(yǎng)物質(zhì)的輸運、生長和分化控制、生物信號的識別和傳遞等工作。蛋白質(zhì)序列由相應的核酸序列所決定，通過對基因的轉(zhuǎn)錄和翻譯，將原來四字符的DNA序列，根據(jù)三聯(lián)密碼翻譯成20字符的蛋白質(zhì)氨基酸序列。蛋白質(zhì)具有不同的長度、不同的氨基酸排列和不同的空間結(jié)構，實驗分析表明蛋白質(zhì)能夠形成特定的結(jié)構。蛋白質(zhì)中相鄰的氨基酸通過肽鍵形成一條伸展的鏈，肽鏈上的氨基酸殘基形成局部的二級結(jié)構，各種二級結(jié)構組合形成完整的折疊結(jié)構。蛋白

6、質(zhì)分子很大，其折疊的空間結(jié)構會將一些區(qū)域包裹在內(nèi)部，而將其它的區(qū)域暴露在外。在蛋白質(zhì)的空間結(jié)構中，序列上相距比較遠的氨基酸可能彼此接近。在水溶液中，肽鏈折疊成為特定的三維結(jié)構。主要的驅(qū)動力來自于氨基酸殘基的疏水性，氨基酸殘基的疏水性要求將氨基酸疏水片段放置于分子的內(nèi)部。圖7.1（a）是酪氨酸磷酸酶的蛋白質(zhì)序列，圖7.1（b）是對應的二級結(jié)構，其中H代表螺旋，E代表折疊，B表示β橋，G表示310螺旋，I表示π螺旋，T表示氫鍵轉(zhuǎn)角，S代表轉(zhuǎn)

7、向，圖7.1（c）顯示的是該蛋白質(zhì)的折疊結(jié)構。研究蛋白質(zhì)的結(jié)構意義重大，分析蛋白質(zhì)結(jié)構、功能及其關系是蛋白質(zhì)組計劃中的一個重要組成部分。研究蛋白質(zhì)結(jié)構，有助于了解蛋白質(zhì)的作用，了解蛋白質(zhì)如何行使其生物功能，認識蛋白質(zhì)與蛋白質(zhì)（或其它分子）之間的相互作用，這無論是對于生物學還是對于醫(yī)學和藥學，都是非常重要的。對于未知功能或者新發(fā)現(xiàn)的蛋白質(zhì)分子，通過結(jié)構分析，可以進行功能注釋，指導設計進行功能確認的生物學實驗。通過分析蛋白質(zhì)的結(jié)構，確認功能

8、單位或者結(jié)構域，可以為遺傳操作提供目標，為設計新的蛋白質(zhì)或改造已有蛋白質(zhì)提供可靠的依據(jù)，同時為新的藥物分子設計提供合理的靶分子及結(jié)構。生物信息學的一個基本觀點是：分子的結(jié)構決定分子的性質(zhì)和分子的功能。因此，生物大分子蛋白質(zhì)的空間結(jié)構決定蛋白質(zhì)的生物學功能。但是，蛋白質(zhì)的空間結(jié)構又是由什么決定的呢？當一個蛋白質(zhì)的空間結(jié)構被破壞以后，或者蛋白質(zhì)解折疊，可以恢復其自然的折疊結(jié)構。大量的實驗結(jié)果證明：蛋白質(zhì)的結(jié)構由蛋白質(zhì)序列所決定。雖然影響蛋白

9、質(zhì)空間結(jié)構的另一個因素是蛋白質(zhì)分子所處的溶液環(huán)境，但是決定蛋白質(zhì)結(jié)構的信息則是被編碼于氨基酸序列之中。然而，這種編碼是否能被破譯呢？或者說是否能夠直接從氨基酸序列預測出蛋白質(zhì)的空間結(jié)構呢？蛋白質(zhì)結(jié)構預測的問題從數(shù)學上講，是尋找一種從蛋白質(zhì)的氨基酸線性序列到蛋白質(zhì)所有原子三維坐標的一種映射。典型的蛋白質(zhì)含有幾百個氨基酸、上千個原子，而大蛋白質(zhì)（如載脂蛋白）的氨基酸個數(shù)超過4500。所有可能的序列到結(jié)構的映射數(shù)隨蛋白質(zhì)氨基酸殘基個數(shù)而呈指數(shù)

10、增長，是天文數(shù)字。然而幸運的是，自然界實際存在的蛋白質(zhì)是有限的，并且存在著大量的同源序列，可能的結(jié)構類型也不多，序列到結(jié)構的關系有一定的規(guī)律可循，因此蛋白質(zhì)結(jié)構預測是可能的。蛋白質(zhì)結(jié)構預測主要有兩大類方法。一類是理論分析方法或從頭算方法（Abinitio），通過理論計算（如分子力學、分子動力學計算）進行結(jié)構預測。該類方法假設折疊后的蛋白質(zhì)取能量最低的構象。從原則上來說，我們可以根據(jù)物理、化學原理，通過計算來進行結(jié)構預測。但是在實際中，這

11、種方法往往不適合。主要有幾個原因，一是自然的蛋白質(zhì)結(jié)構和未折疊的蛋白質(zhì)結(jié)構，兩者之間的能量差非常?。?kcalmol數(shù)量級），二是蛋白質(zhì)可能的構象空間龐大，針對蛋白質(zhì)折疊的計算量非常大。另外，計算模型中力場參數(shù)的不準確性也是一個問題。另一類蛋白質(zhì)結(jié)構預測方法是統(tǒng)計的方法，該類方法對已知結(jié)構的蛋白質(zhì)進行統(tǒng)計分析，建立序列到結(jié)構的映射模型，進而對未知結(jié)構的蛋白質(zhì)根據(jù)映射模型直接從氨基酸序列預測結(jié)構。映射模型可以是定性的，也可以是定量的。這是

12、進行蛋白質(zhì)結(jié)構預測較為成功的一類方法。這一類方法包括經(jīng)驗性方法、結(jié)構規(guī)律提取方法、同源模型化方法等。所謂經(jīng)驗性方法就是根據(jù)一定序列形成一定結(jié)構的傾向進行結(jié)構預測，例如，根據(jù)不同氨基酸形成特定二級結(jié)構的傾向進行結(jié)構預測。通過對已知結(jié)構的蛋白質(zhì)（如蛋白質(zhì)結(jié)構數(shù)據(jù)庫PDB、蛋白質(zhì)二級結(jié)構數(shù)據(jù)庫DSSP中的蛋白質(zhì)）進行統(tǒng)計分析，發(fā)現(xiàn)各種氨基酸形成不同二級結(jié)構的傾向，形成一系列關于二級結(jié)構預測的規(guī)則。與經(jīng)驗性方法相似的另一種辦法是結(jié)構規(guī)律提取方法

13、，這是更一般的方法。該方法從蛋白質(zhì)結(jié)構數(shù)據(jù)庫中提取關于蛋白質(zhì)結(jié)構形成的一般性規(guī)則，指導建立未知結(jié)構的蛋白質(zhì)的模型。有許多提取結(jié)構規(guī)律的方法，如通過視覺觀察的方法，基于統(tǒng)計分析和序列多重比對的方法，利用人工神經(jīng)網(wǎng)絡提取規(guī)律的方法。同源模型化方法通過同源序列分析或者模式匹配預測蛋白質(zhì)的空間結(jié)構或者結(jié)構單元（如鋅指結(jié)構、螺旋轉(zhuǎn)角螺旋結(jié)構、DNA結(jié)合區(qū)域等）。其原理是基于下述事實：每一個自然蛋白質(zhì)具有一個特定的結(jié)構，但許多不同的序列會采用同一個

14、基本的折疊，也就是說，具有相似序列的蛋白質(zhì)傾向于折疊成相似的空間結(jié)構。一對自然進化的蛋白質(zhì)，如果它們的序列具有25?30%的等同部分或者更多，則可以假設這兩個蛋白質(zhì)折疊成相似的空間結(jié)構。這樣，如果一個未知結(jié)構的蛋白質(zhì)與一個已知結(jié)構的蛋白質(zhì)具有足夠的序列相似性，那么可以根據(jù)相似性原理給未知結(jié)構的蛋白質(zhì)構造一個近似的三維模型。如果目標蛋白質(zhì)序列的某一部分與已知結(jié)構的蛋白質(zhì)的某一結(jié)構域區(qū)域相似，則可以認為目標蛋白質(zhì)具有相同的結(jié)構域或者功能區(qū)域

15、。在蛋白質(zhì)結(jié)構預測方面，預測結(jié)果最可靠的方法是同源模型化方法。蛋白質(zhì)的同源性比較往往是借助于序列比對而進行的，通過序列比對可以發(fā)現(xiàn)蛋白質(zhì)之間進化的關系。在蛋白質(zhì)結(jié)構分析方面，通過序列比對可以發(fā)現(xiàn)序列保守模式或突變模式，這些序列模式中包含著非常有用的三維結(jié)構信息。利用同源模型化方法可以預測所有10?30%蛋白質(zhì)的結(jié)構。然而，有許多具有相似結(jié)構的蛋白質(zhì)是遠程同源的，它們的等同序列不到25%。也就是說，具有相似空間結(jié)構的蛋白質(zhì)序列等同程度可能

16、小于25%。這些蛋白質(zhì)的同源性不能被通過傳統(tǒng)的序列比對方法所識別。如果按照一個未知序列搜索一個蛋白質(zhì)序列數(shù)據(jù)庫，并且搜索條件為序列等同程度小于25%的話，那么將會得到大量不相關的蛋白質(zhì)。因此，搜索遠程同源蛋白質(zhì)就像在干草堆里尋找一根針。尋找遠程同源蛋白質(zhì)是一項困難的任務，處理這個困難任務的技術稱為“線索（THREADING）技術”。對于一個未知結(jié)構的蛋白質(zhì)，僅當我們找不到等同序列大于25%的已知結(jié)構的同源蛋白質(zhì)時，才通過線索技術尋找已知