蛋白质功能分析与结构预测课件.ppt

1、第第七七章章 蛋白质功能分析与结构预测蛋白质功能分析与结构预测 农业与生物学院农业与生物学院 张利达张利达蛋白质功能分析蛋白质功能分析蛋白质功能预测蛋白质功能预测新基因的可能功能新基因的可能功能 已经了解到神经纤维素已经了解到神经纤维素nf1基因的突变基因的突变 与遗传性的多发性神经纤维瘤与遗传性的多发性神经纤维瘤型疾病型疾病有关（有关（neurofibromatosis 1）；）；但关于但关于该疾病的分子机制知之甚少。该疾病的分子机制知之甚少。序列相似性分析发现序列相似性分析发现 NF1 与酵母的与酵母的IRA蛋白同源，该蛋白是一个蛋白同源，该蛋白是一个GTP酶活性调酶活性调控蛋白控蛋白(G

2、TPase activating protein)，也，也已经知道在酵母细胞中其调控已经知道在酵母细胞中其调控GTP酶酶Ras的活性。的活性。推断推断:NF1在人细胞中可能调控在人细胞中可能调控Ras蛋白；蛋白；然后进一步可以用生物实验加以验证。然后进一步可以用生物实验加以验证。IRANF1调控调控GTP酶酶Ras活性活性调控调控GTP酶活性酶活性蛋白质功能预测方法蛋白质功能预测方法1.基于同源序列的蛋白质功能预测基于同源序列的蛋白质功能预测2.基于结构域（模体）的蛋白质功能预测基于结构域（模体）的蛋白质功能预测3.基于空间结构的蛋白质功能预测基于空间结构的蛋白质功能预测4.基于相互作用的蛋白

3、质功能预测基于相互作用的蛋白质功能预测基于同源序列的蛋白质功能预测基于同源序列的蛋白质功能预测蛋白质蛋白质A具有转录功能，蛋白质具有转录功能，蛋白质B与与A在氨在氨基酸序列上同源（直系同源），因而蛋白基酸序列上同源（直系同源），因而蛋白质质B也具有转录功能。也具有转录功能。AB转录活性转录活性 转录活性转录活性蛋白质蛋白质A蛋白质蛋白质B序列相似性比较作为一个非常有效的工具用于同源序列相似性比较作为一个非常有效的工具用于同源基因的发现基因的发现基于序列同源的蛋白质功能预测基于序列同源的蛋白质功能预测基于序列同源的蛋白质功能预测基于序列同源的蛋白质功能预测基于结构域（模体）的蛋白质功能预测基于结

4、构域（模体）的蛋白质功能预测一类基因具有转录功能，一类基因具有转录功能，且它们所编码的蛋且它们所编码的蛋白质都具有白质都具有Y结构域（模体），蛋白质结构域（模体），蛋白质B也具也具有有Y结构域（模体），因而蛋白质结构域（模体），因而蛋白质B的功能也的功能也应该与基因转录相关。应该与基因转录相关。蛋白质蛋白质B 转录活性转录活性转录活性转录活性 蛋白质模体或结构域在氨基酸序列水平比其他区蛋白质模体或结构域在氨基酸序列水平比其他区域保守，通过对序列比对可以发现这些在进化上域保守，通过对序列比对可以发现这些在进化上较为保守的区域；较为保守的区域；蛋白质模体或结构域通常与该蛋白质的功能直接蛋白质模体或

5、结构域通常与该蛋白质的功能直接相关；相关；根据模体或结构域信息可以对同源水平较低的蛋根据模体或结构域信息可以对同源水平较低的蛋白质的进行功能预测。白质的进行功能预测。基于结构域（模体）的蛋白质功能预测基于结构域（模体）的蛋白质功能预测基于模体的蛋白质功能预测基于模体的蛋白质功能预测举例：举例：SWISS-PROT Q03112基于空间结构的蛋白质功能预测基于空间结构的蛋白质功能预测蛋白质蛋白质A具有某一空间结构具有某一空间结构，而蛋白质，而蛋白质B也具有也具有与与A类似的空间结构特征类似的空间结构特征，因而蛋白质，因而蛋白质B具有与具有与A 相似的功能。相似的功能。鼠的鼠的Abl 酪氨酸激酶酪

6、氨酸激酶人的人的p38丝氨酸激酶丝氨酸激酶 序列序列-结构比较结构比较 结构结构-结构比较结构比较基于空间结构的蛋白质功能预测基于空间结构的蛋白质功能预测蛋白质结构决定蛋白质性质和功能，相似结构具有蛋白质结构决定蛋白质性质和功能，相似结构具有类似功能；类似功能；结构比序列更保守，空间结构比较可以发现序列相结构比序列更保守，空间结构比较可以发现序列相似性很低但结构相似的远源同源蛋白，根据这些远似性很低但结构相似的远源同源蛋白，根据这些远源同源蛋白的结构和相关信息推测蛋白可能的功能。源同源蛋白的结构和相关信息推测蛋白可能的功能。基于空间结构的蛋白质功能预测基于空间结构的蛋白质功能预测鼠鼠abl酪氨

7、酸激酶与人酪氨酸激酶与人p38丝氨酸激酶序列比较丝氨酸激酶序列比较鼠酪氨酸激酶鼠酪氨酸激酶人丝氨酸激酶人丝氨酸激酶基于空间结构的蛋白质功能预测基于空间结构的蛋白质功能预测蛋白质结构比序列更保守蛋白质结构比序列更保守28的序列一致性的序列一致性鼠鼠abl酪氨酸激酶酪氨酸激酶人人p38丝氨酸激酶丝氨酸激酶基于相互作用的蛋白质功能预测基于相互作用的蛋白质功能预测蛋白质之间相互作用以及通过相互作用而形成的蛋白质之间相互作用以及通过相互作用而形成的蛋白复合物是细胞各种基本功能的主要完成者。蛋白复合物是细胞各种基本功能的主要完成者。蛋白质蛋白质A具有转录功能，蛋白质具有转录功能，蛋白质B可以与蛋白质可以与

8、蛋白质A相互作用，因而蛋白质相互作用，因而蛋白质B可能与基因转录相关。可能与基因转录相关。蛋白质蛋白质A蛋白质蛋白质B转录活性转录活性转录活性转录活性基于相互作用的蛋白质功能预测基于相互作用的蛋白质功能预测A具有转录功能，蛋白具有转录功能，蛋白B、C、D和和E的功能可能与基因转录有关的功能可能与基因转录有关ABCDEDIP蛋白质相互作用数据库（蛋白质相互作用数据库（Database of Interacting Proteins）基于相互作用的蛋白质功能预测基于相互作用的蛋白质功能预测http:/dip.doe-mbi.ucla.edu/蛋白质结构预测蛋白质结构预测结构决定功能结构决定功能 一

9、级结构决定高级结构一级结构决定高级结构 相似的氨基酸序列具有相似的氨基酸序列具有相似的结构相似的结构 相似结构具有类似功能相似结构具有类似功能蛋白质一级结构蛋白质一级结构 蛋白质一级结构就是氨基酸的排列顺序蛋白质一级结构就是氨基酸的排列顺序MTYKLILNGKTKGETTTEAVDAATAEKVFQYANDNGVDGEWTYTE蛋白质二级结构蛋白质二级结构 二级结构：主要由氢键维系的结构（二级结构：主要由氢键维系的结构（-螺旋、螺旋、-折叠）折叠）Protein 3D Structure-螺旋螺旋-折叠折叠环环(loop)或转角或转角无规则卷曲无规则卷曲(coil)Back蛋白质三级结构蛋白质

10、三级结构二级结构进一步折叠形成的结构域二级结构进一步折叠形成的结构域蛋白质空间结构确定方法蛋白质空间结构确定方法 实验方法实验方法X-射线晶体衍射射线晶体衍射最为精确的方法最为精确的方法(1A)体外，需要蛋白结晶体外，需要蛋白结晶 核磁共振核磁共振(NMR)精确度次之精确度次之(1-2.5A)体内，不需要结晶体内，不需要结晶适用于小分子蛋白适用于小分子蛋白 计算机方法计算机方法 结构预测结构预测蛋白质的氨基酸序列决定其结构，根据氨基酸蛋白质的氨基酸序列决定其结构，根据氨基酸序列来预测蛋白质结构。序列来预测蛋白质结构。蛋白质空间结构确定方法蛋白质空间结构确定方法由于资金和技术等方面的限制，许多蛋

11、白质的由于资金和技术等方面的限制，许多蛋白质的空间结构尚未测定。对于这些蛋白质，利用计空间结构尚未测定。对于这些蛋白质，利用计算机方法进行结构预测是获得其空间结构的很算机方法进行结构预测是获得其空间结构的很好办法。好办法。PDB数据库数据库55,000个空间结构个空间结构蛋白质结构预测蛋白质结构预测Swiss-prot405,506个记录个记录TrEMBL6,964,485个记录个记录蛋白质结构预测方法蛋白质结构预测方法 同源建模法（同源建模法（Homology）同源蛋白质具有相似的结构和功能同源蛋白质具有相似的结构和功能 根据序列同源性推断目标蛋白的结构根据序列同源性推断目标蛋白的结构 折叠

12、识别折叠识别/穿线法（穿线法（Threading）根据现有的蛋白质折叠类型来推断目标蛋白的折根据现有的蛋白质折叠类型来推断目标蛋白的折叠方式叠方式 从头算预测法（从头算预测法（ab initio）从序列到结构从序列到结构 根据物理模型进行分子动力学模拟根据物理模型进行分子动力学模拟 主要思路：主要思路：对于一未知结构的蛋白质，找到已知结构的同对于一未知结构的蛋白质，找到已知结构的同源蛋白质，以同源蛋白质的结构为模板，为未源蛋白质，以同源蛋白质的结构为模板，为未知结构的蛋白质建立结构模型。知结构的蛋白质建立结构模型。依据：依据：蛋白质一级结构决定高级结构，相似序列具有蛋白质一级结构决定高级结构，

13、相似序列具有相似结构。一般如果蛋白质序列一致性超过相似结构。一般如果蛋白质序列一致性超过30%，则它们具有类似的空间结构，即两个蛋，则它们具有类似的空间结构，即两个蛋白质的基本骨架相同，只是在非主要结构的一白质的基本骨架相同，只是在非主要结构的一些细节部分有所不同。些细节部分有所不同。蛋白质同源建模蛋白质同源建模预测结果准确率：预测结果准确率：一致性一致性60%的氨基酸序列，的氨基酸序列，同源建模非常准确。若超同源建模非常准确。若超过过60%，且无大片段的插，且无大片段的插入或缺失，则预测结果接入或缺失，则预测结果接近于实验测定的结果。近于实验测定的结果。一般情况，如序列一致性一般情况，如序列

14、一致性大于大于30%，则可以期望得，则可以期望得到比较理想的预测结果。到比较理想的预测结果。蛋白质同源建模蛋白质同源建模蛋白质同源建模应用蛋白质同源建模应用Marti-Renom et al.Annu.Rev.Biophys.Biomol.Struct.(2000):291-325.可用于分辨蛋白空间结构的可用于分辨蛋白空间结构的变化，如确定结合位点的位变化，如确定结合位点的位置及估计配体大小置及估计配体大小根据结构进行蛋白定点突变根据结构进行蛋白定点突变模型准确率模型准确率=低分辨率的低分辨率的x-ray或中等分辨率的或中等分辨率的NMR小分子配体或蛋白与蛋白对接小分子配体或蛋白与蛋白对接可

15、用于蛋白质功能的预测可用于蛋白质功能的预测蛋白质同源建模基本过程蛋白质同源建模基本过程1.搜索与目标序列同源搜索与目标序列同源的模板序列的模板序列(已知结已知结构的蛋白质序列构的蛋白质序列)2.目标序列与模板序列目标序列与模板序列对齐对齐(关键步骤关键步骤)3.骨架结构构建骨架结构构建4.非保守区的环（非保守区的环（loop）结构建模结构建模5.侧链安装侧链安装6.优化和评估所建模型优化和评估所建模型一、选择合适的结构模板一、选择合适的结构模板 通过序列相似性通过序列相似性用用FASTA,BLAST,PSI-BLAST 高度序列相似性的效果最好，但可尝试远源高度序列相似性的效果最好，但可尝试远

16、源同源性，之后评估效果同源性，之后评估效果 进化关系越相近，效果越好进化关系越相近，效果越好考虑系统进化树考虑系统进化树 通常采用多个模板来建立模型的效果比较好通常采用多个模板来建立模型的效果比较好一、选择合适的结构模板一、选择合适的结构模板在在PDB数据库中搜索与目标序列同源的模板序列，数据库中搜索与目标序列同源的模板序列，找到所有在序列水平上与目标序列相似的已知结构找到所有在序列水平上与目标序列相似的已知结构的蛋白质。的蛋白质。一、选择合适的结构模板一、选择合适的结构模板根据一定序列相似性标准初步筛选模板，如根据一定序列相似性标准初步筛选模板，如SWISS-MODEL选择与目标序列一致性大

17、于选择与目标序列一致性大于25%，且长度大于且长度大于20个氨基酸残基的已知结构的蛋白序个氨基酸残基的已知结构的蛋白序列为模板。列为模板。二、目标序列和模板的比对二、目标序列和模板的比对 目标序列和模板正确的比对非常重要目标序列和模板正确的比对非常重要 比对过程尽量使用结构信息比对过程尽量使用结构信息大部分的插入大部分的插入/缺失发生在主要二级结构的连缺失发生在主要二级结构的连接处，而不是发生在二级结构中间。接处，而不是发生在二级结构中间。用所有可能的模板进行基于结构的序列比对用所有可能的模板进行基于结构的序列比对二、目标序列和模板的比对二、目标序列和模板的比对ClustalW 的对齐结果的对

18、齐结果考虑结构的序列对齐结果考虑结构的序列对齐结果二、目标序列和模板的比对二、目标序列和模板的比对ClustalW 的对齐结果的对齐结果考虑结构的序列对齐结果考虑结构的序列对齐结果 如果只有一个模板，直接复制空间骨架结构如果只有一个模板，直接复制空间骨架结构;如果有多个模板，对所有相关模板进行空间结构如果有多个模板，对所有相关模板进行空间结构叠合，去除不一致的模板。叠合，去除不一致的模板。三、建立模型三、建立模型I I骨架的构建骨架的构建三、建立模型三、建立模型I骨架的构建骨架的构建 平均化平均化-碳原子的位置，确定目标氨基酸序列碳原子的位置，确定目标氨基酸序列的空间骨架结构。的空间骨架结构。

19、loop结构建模的方法结构建模的方法基于物理性质的方法基于物理性质的方法:分子动力学进行结构模拟分子动力学进行结构模拟基于已知结构的方法基于已知结构的方法:与已知结构的与已知结构的loop进行匹配，将进行匹配，将相匹配的相匹配的loop结构的坐标转换为目标结构的坐标结构的坐标转换为目标结构的坐标 Loop是含有是含有5个以上的个以上的氨基酸残基的氨基酸残基的转角，转角，连接蛋白质的二级结构连接蛋白质的二级结构 通常目标分子和模板在通常目标分子和模板在loop区域不同（片段的区域不同（片段的插入插入/缺失）缺失）四、建立模型四、建立模型IIloop结构建模结构建模Back侧链安装侧链安装 对具有

20、相似序列的位置，复制模板结构对具有相似序列的位置，复制模板结构 对于不同序列的位置，通过匹配旋转异构体数据库中对于不同序列的位置，通过匹配旋转异构体数据库中的结构来确定侧链结构的结构来确定侧链结构五、建立模型五、建立模型III侧链安装侧链安装六、优化所建模型六、优化所建模型 由步骤由步骤I-III建立的蛋白质结构模型可能具有较建立的蛋白质结构模型可能具有较差的立体化学性质；差的立体化学性质；通过分子动力学通过分子动力学能量最小化能量最小化可以改进严重的局可以改进严重的局部错误，如部错误，如SWISS-MODEL通过对所构结构模通过对所构结构模型进行能量最小化优化。型进行能量最小化优化。有很多地

21、方容易出错有很多地方容易出错 不合适的模板不合适的模板根本没有与目标序列相同的根本没有与目标序列相同的结构；结构；错误的对齐结果错误的对齐结果产生错误的结构产生错误的结构 错误的错误的loop结构构建结构构建 错误的侧链位置错误的侧链位置折叠识别方法折叠识别方法 很多蛋白质在氨基酸序列水平上有很大的不同很多蛋白质在氨基酸序列水平上有很大的不同（30%），对于这类蛋白质，很难直接通过序列），对于这类蛋白质，很难直接通过序列比对找出它们之间的关系。比对找出它们之间的关系。蛋白质结构具有很大的可变性，但由于分子作用蛋白质结构具有很大的可变性，但由于分子作用力往往倾向于形成某些折叠结构（基本骨架）。力

22、往往倾向于形成某些折叠结构（基本骨架）。有限的蛋白质折叠类型有限的蛋白质折叠类型(可能只有几千种可能只有几千种)。有限的蛋白质折叠类型有限的蛋白质折叠类型独特的折叠结构数量较少独特的折叠结构数量较少(可能只有几千种可能只有几千种)独特折叠结构数量独特折叠结构数量1980198519901995200020052008有限的蛋白质折叠类型有限的蛋白质折叠类型向向PDB提交的新结构中提交的新结构中，90%与数据库中的已知折叠结构相似与数据库中的已知折叠结构相似 有限的蛋白质折叠类型有限的蛋白质折叠类型258 种类型种类型165 种类型种类型141 种类型种类型334 种类型种类型50 种类型种类型

23、目标序列目标序列 MTYKLILNGKTKGETTTEAVDAATAEKVFQYANDNGVDGEWTYTE 折叠结构折叠结构折叠识别方法折叠识别方法目标序列与已知折叠结构进行比较目标序列与已知折叠结构进行比较,找到目标序列找到目标序列最佳的折叠结构，以此预测目标蛋白结构（因为只最佳的折叠结构，以此预测目标蛋白结构（因为只有千余种折叠结构有千余种折叠结构,总能找到目标序列正确的折叠总能找到目标序列正确的折叠形式）。形式）。折叠结构模板数据库折叠结构模板数据库蛋白质折叠识别是一种不依赖于序列相似性的蛋蛋白质折叠识别是一种不依赖于序列相似性的蛋白质结构预测方法，该方法通过序列与结构的比白质结构预测

24、方法，该方法通过序列与结构的比对，从有限的蛋白折叠结构中找到目标序列最有对，从有限的蛋白折叠结构中找到目标序列最有可能的折叠方式。可能的折叠方式。折叠识别方法折叠识别方法折叠识别的关键：折叠识别的关键：判别目标序列与模板的关系，判别目标序列与模板的关系，也就是序列与结构能准确比对。也就是序列与结构能准确比对。MTYKLILNGKTKGETTTEAVDAATAEKVFQYANDNGVDGEWTYTE残基的环境偏好残基的环境偏好:Es残基间相互作用倾残基间相互作用倾向向:Ep插入插入/缺失区域缺失区域:Egtotal energy:Em+Es+Ep+Eg+Ess残基突变成模板对应残基突变成模板对应

25、位置残基的倾向位置残基的倾向:Em残基与所在二级结残基与所在二级结构的兼容性构的兼容性:Ess序列序列-结构最佳对齐方式，能量最小结构最佳对齐方式，能量最小化化折叠识别通过在比对过程中计算结构能量，实现序折叠识别通过在比对过程中计算结构能量，实现序列与结构性质的关联，这也是与同源建模最大的不列与结构性质的关联，这也是与同源建模最大的不同之处。同之处。折叠识别方法折叠识别方法MTYKLILNGKTKGETTTEAVDAATAEKVFQYANDNGVDGEWTYTEScore=600Score=1600Score=920Score=1120哪一个为目标序列的正确折叠结构哪一个为目标序列的正确折叠结

26、构?折叠识别方法折叠识别方法 折叠识别方法只能预测蛋白质的骨架结构折叠识别方法只能预测蛋白质的骨架结构蓝色：蓝色：实际结构实际结构绿色：绿色：预测结构预测结构预测结构预测结构实际结构实际结构折叠识别方法折叠识别方法 折叠识别方法预测较成功的例子折叠识别方法预测较成功的例子actualpredictedactualactualactualpredictedpredictedpredicted折叠识别方法折叠识别方法 折叠识别方法预测不太成功的例子折叠识别方法预测不太成功的例子折叠识别方法折叠识别方法从头预测方法从头预测方法既无已知结构的同源蛋白质、既无已知结构的同源蛋白质、也没有已知结构的远源同

27、源蛋白质的情况下，也没有已知结构的远源同源蛋白质的情况下，仅仅根据氨基酸序列本身，通过理论计算（如仅仅根据氨基酸序列本身，通过理论计算（如分子动力学计算）进行结构预测。该类方法假分子动力学计算）进行结构预测。该类方法假设折叠后的蛋白质取能量最低的构象。设折叠后的蛋白质取能量最低的构象。从头预测方法从头预测方法从头预测方法从头预测方法从头预测方法的不足之处：从头预测方法的不足之处：一是自然的蛋白质结构和未折叠的蛋白质结一是自然的蛋白质结构和未折叠的蛋白质结构，两者之间的能量差非常小。构，两者之间的能量差非常小。二是蛋白质可能的构象空间庞大，针对蛋白二是蛋白质可能的构象空间庞大，针对蛋白质折叠的计

28、算量非常惊人。质折叠的计算量非常惊人。当前预测方法概况当前预测方法概况MAGSKWETEETNQFAIENQKLEEEWRKKRRLEKKRKRKILEEEEKAEERNIDACRLYLMGNTPELKSCNSIDDYEILEKIEEGSYGIVYRGLDKSTNTLVALKKIKFDPNGIGFPITSLREIESLSSIRHDNIVELEKVVVGKDLKDVYLVMEFMEHDLKTLLDNMPEDFLQSEVKTLMLQLLAATAFMHHHWYLHRDLKPSNLLMNNTGEIKLADFGLARPVSEPKSSLTRLVVTLWYRAPELLLGAPSYGKEIDMWSIGCIFA

29、EMITRTPLFSGKSELDQLYKIFNLLGYPTREEWPQYFLLPYANKIKHPTVPTHSKIRTSIPNLTGNAYDLLNRLLSLNPAKRISAKEALEHPYFYESPRPKDPKFFPTFPSKAKGESKEKNVFQSFRSASPKK 从酵母中克隆到一个新的丝从酵母中克隆到一个新的丝/苏氨酸蛋白激酶基因，苏氨酸蛋白激酶基因，其所编码的氨基酸序列如下：其所编码的氨基酸序列如下：蛋白质同源建模蛋白质同源建模:SWISS-MODELhttp:/swissmodel.expasy.org/蛋白质同源建模蛋白质同源建模:SWISS-MODEL蛋白质同源建模蛋白质同源建模:

30、SWISS-MODEL搜索同源搜索同源序列序列筛选模板筛选模板用用ProModII实现：实现：与模板对齐；与模板对齐；骨架结构建模骨架结构建模loop建模建模侧链安装侧链安装根据能量最根据能量最小化用小化用Gromos96优化模型优化模型蛋白质同源建模蛋白质同源建模:SWISS-MODEL蛋白质同源建模蛋白质同源建模:SWISS-MODEL从酵母中新克隆的蛋从酵母中新克隆的蛋白激酶结构白激酶结构模板模板1H4LA（人的（人的CDK蛋白激酶）结构蛋白激酶）结构蛋白质同源建模蛋白质同源建模:SWISS-MODEL与模板序列相似性与模板序列相似性蛋白质同源建模蛋白质同源建模:SWISS-MODEL上机操作上机操作1.掌握利用掌握利用SWISS-MODEL进行蛋白质序列同进行蛋白质序列同源建模源建模2.熟悉熟悉Swiss-PdbViewer 软件以及用该软件进软件以及用该软件进行蛋白质空间结构模拟行蛋白质空间结构模拟