现在，每个人都应该知道蛋白质，它是我们身体必不可少的关键营养素。它由碳水化合物组成，是另一种关键能源。蛋白质可以维持组织的生长、发育、升级和修复：需要在饮食中提供足够质量和数量的蛋白质，以维持组织和体细胞的生长、发育、升级和修复。下面就为大家讲一下蛋白质的功能预测分析。
蛋白质 植物的基因需要构成植物的所有蛋白质，而遗传基因需要构成蛋白质的氨基酸序列。蛋白质虽然由碳水化合物的线性编码序列组成，但只有拉伸成特定的室内空间构象，才能具有相对特异性和相对分子生物学效应。掌握蛋白质的空间排列，不仅有利于了解蛋白质的作用，也有利于了解蛋白质如何发挥作用。定义蛋白质的结构对于分子生物学研究至关重要。目前，蛋白质编码序列数据库中查询的数据和信息的积累速度非常快，但已知结构的蛋白质相对较少。虽然蛋白质功能的技术测定有了比较明显的进步，但根据实验方法阐明蛋白质功能的整个过程仍然比较复杂，成本也比较高。因此，实验测量的蛋白质功能远低于已知的蛋白质编码序列。另一方面，随着DNA测序技术的发展趋势，人类基因和大量模式生物基因已经或即将完成转录组测序，DNA序列总数可能会急剧增加。由于DNA序列分析技术和遗传鉴定方法的发展，我们能够从DNA中计算出许多蛋白质编码序列。这意味着具有已知编码序列的蛋白质总数与已测量的蛋白质总数（例如蛋白质功能数据库查询PDB中的数据信息）之间的差异可能正在增加。预计引起蛋白质功能的速率可以紧跟引起蛋白质编码序列的速率，或者可以减小两者之间的差异。那么如何最小化这些差异呢？我们不能完全依赖当前的结构测量技术，需要发展趋势的基本理论统计分析方法，这显然对蛋白质的功能预测分析提出了巨大的挑战。在 1960 年代中后期，Anfinsen 是第一个发现在允许它们再次拉伸的实验标准下，去拉伸蛋白质或变性蛋白质可以重新拉伸到它们的原始结构。蛋白质在实现微生物功能方面发挥着关键作用，大多数蛋白质只有在被拉伸成其天然构象时才具有完全的生物活性。由于安芬森明确表示蛋白质膨胀和收缩的信息内容隐含在蛋白质的一级结构中，因此专家们对蛋白质功能的预测分析进行了大量的科学研究，分子生物学家将能够立即应用适度优化算法，从氨基酸序列考虑、预测和分析蛋白质的结构。本章的重点是详细介绍蛋白质二级结构和空间布局预测与分析的方法。
基因是生命的宏伟蓝图，蛋白质是生命的装备。来自四个标识符首字母（A，T（U），C，G）的核苷酸编码序列包含生命的信息内容，而蛋白质在植物中执行各种关键任务，例如微生物化学变化的催化反应，运输营养元素、生长和分裂的控制、微生物数据信号的识别和传递等。蛋白质编码序列由相对核苷酸编码序列决定。根据遗传基因的转录和翻译，将原来的四标识DNA序列按照三重登录密码标准翻译成20个字符的蛋白质氨基酸序列。
蛋白质有不同的长度、不同的碳水化合物序列和不同的空间布局，实验分析表明蛋白质可以产生特殊的结构。蛋白质中相邻的碳水化合物根据肽键产生一条弯曲和伸展的链，肽链上的氨基酸残基产生部分二级结构，各种二级结构组成产生详细的折叠结构。蛋白质分子是如此之大，以至于它们可伸缩的空间排列封装了一些区域并暴露了其他区域。在蛋白质的空间排列中，编码序列上相距较远的碳水化合物可能彼此靠近。在溶液中，肽链伸展成特殊的三维结构。关键的推动力来自氨基酸残基的疏水性，这决定了碳水化合物疏水亮点在分子结构内的位置。图7.1(a)是色氨酸磷酸酶的蛋白质编码序列，图7.1(b)是匹配的二级结构，其中H表示螺旋，E表示伸缩，B表示β桥，G表示310螺旋，I表示π 螺旋，T 表示共价角，S 表示转角，图 7.1(c) 显示了蛋白质折叠结构的信息。
蛋白质结构的科学研究具有重要的现实意义，蛋白质功能、作用和关联的分析是蛋白质组程序的关键组成部分。对蛋白质功能的科学研究有利于了解蛋白质的功效，了解蛋白质如何发挥微生物作用，了解蛋白质与蛋白质（或其他分子结构）之间的相互作用，无论是分子生物学还是医学和药理学。 ，都非常关键。对于功能未知或探索发现的蛋白质分子，可根据其结构特征进行功能注释，并制定具体的指导设计方案，开展功能确定的分子生物学实验。根据蛋白质结构的分析，确定角色企业或领域可以为基因操作提供总体目标，为设计新蛋白质或更新现有蛋白质提供可靠依据，并提供新的药物分子结构设计方案。有效的目标公式。
生物信息学的一个基本观点是分子结构的构建决定了分子的性质和分子结构的作用。因此，分子伴侣的空间排列决定了蛋白质的分子生物学作用。然而，是什么决定了蛋白质的空间布局？当蛋白质的空间排列被破坏，或者蛋白质被解拉伸时，它的自然折叠结构可以被修复。许多实验结果证实，蛋白质的结构是由蛋白质编码序列决定的。虽然影响蛋白质空间排列的另一个因素是蛋白质分子所处的水环境，但决定蛋白质功能的信息内容在氨基酸序列中是编号的。殊不知，这种号码能破解吗？换句话说，蛋白质的空间布局是否可以立即从氨基酸序列中推导出来？
在数学课上，蛋白质的功能预测分析的问题是找到从蛋白质碳水化合物的线性编码序列到蛋白质整个分子的三维坐标的投影。一个典型的蛋白质有几十个碳水化合物和数百个分子，而大蛋白质（如载脂蛋白）有超过4500个碳水化合物。所有可能的编码序列投射到构建体的数量随着蛋白质中氨基酸残基的数量呈指数增长，并且是一个巨大的数字。幸运的是，自然界中存在的特定蛋白质是有限的，同源的编码序列很多，可能的结构特征很少。编码序列与结构之间的关联具有一定的规律性。因此，蛋白质的功能预测分析是可能的。
蛋白质功能预测分析有两种关键方法。一种是基础理论统计分析法或从头算计算法（Ab initio），在基础理论计算（如分子结构力学、分子动力学计算）的基础上进行结构预测分析。这种方法假设拉伸的蛋白质具有最小动能的构象。一般情况下，我们可以根据物理和化学原理，根据测量结果进行结构预测分析。然而，在实践中，这种方法通常是不合适的。有几个关键原因。一是蛋白质的功能与未拉伸蛋白质的功能之间的动能差异非常小（在1kcal/mol量级）。计算量非常大。此外，实体模型中力场主要参数的测量不准确也是一个问题。
另一种蛋白质功能预测分析方法是统计分析方法，它对已知结构的蛋白质进行数据分析，建立从编码序列到结构的投影实体模型，使未知结构的蛋白质可以立即从投影实体中转换出来。根据投影实体模型建立模型。氨基酸序列预测分析构建体。投影实体模型可以是声明性的或定量的。这是对蛋白质进行功能预测分析的成功方法。这类方法包括基于经验的方法、结构规律性获取方法和同质实体建模方法。
说白了，经验法就是根据某个编码序列产生某种结构的倾向进行结构预测分析，例如根据不同碳水化合物产生某种特殊结构的倾向进行结构预测分析。二级结构。根据已知结构的蛋白质的数据分析（如蛋白质功能数据库查询PDB，蛋白质二级结构数据库查询DSSP中的蛋白质），我们可以发现各种碳水化合物产生不同二级结构的趋势，进而生成一组准则用于二级结构的预测分析。
另一种类似于经验方法的方法是构造规律性获取方法，这是一种更通用的方法。该方法从蛋白质的功能数据库查询中获得蛋白质功能生成的通用标准，具体指导未知结构蛋白质实体模型的创建。获得结构规律性的方法有很多种，例如观察视觉效果的方式，利用神经网络算法根据数据分析的方式获得规律性的方式，编码序列的多重校验等。
同源实体建模法 蛋白质的空间布局或结构单元（如锌指结构、螺旋-角-螺旋结构、DNA融合区等）的基本原理是基于以下客观事实：每个蛋白质当然都有一个特殊结构，但许多不同的编码序列会使用相同的基本伸展，换句话说，具有相似编码序列的蛋白质往往会伸展到相似的空间布局中。一对自然进化的蛋白质，如果它们的编码序列共享相同部分的 25-30% 或大量，则可以假设它们扩展和收缩成相似的空间排列。这样，如果未知结构的蛋白质与已知结构的蛋白质具有足够的编码序列相似性，则可以根据相似性的基本原理，对未知结构的蛋白质结构给出相似的三维模型。如果整个靶蛋白编码序列的某个部分与已知结构的蛋白质的某个结构域区域相似，则可以假设整个靶蛋白具有相同的结构域或作用区域。在蛋白质功能预测分析层面，预测分析结果最可靠的方法是对同一实体进行建模。
蛋白质的同源性通常通过序列比对的方式进行，通过序列比对可以发现蛋白质的进化关系。在蛋白质功能分析层面，可以根据序列比对找到传统的编码序列方式或突变方式，这种编码序列方式包含了非常有效的三维结构信息内容。 10-30%蛋白质的结构可以通过相同的实体建模方法进行预测和分析。众所周知，许多结构相似的蛋白质都是来自同一个祖先的远程控制，它们的等效编码序列不到25%。换言之，具有相似空间排列的蛋白质编码序列可能相当于低于 25% 的水平。这种蛋白质的同源性不能通过常规的序列比对方法来鉴定。如果针对未知的编码序列搜索蛋白质编码序列数据库查询，并且搜索标准是编码序列相当于小于25％的水平，则可能会获得许多不相关的蛋白质。因此，寻找遥控同位素就像大海捞针。寻找遥控同源物是一项艰巨的任务，解决这一任务的技术被称为“线程技术”。对于结构未知的蛋白质，只有当我们无法找到结构已知的同源蛋白，相当于编码序列的25%以上时，才能在技术上根据线索，从而预测和分析其结构。找到遥控同源蛋白后，可以利用遥控同源建模方法建立该蛋白的结构模型。
如果既不寻找一般同源物也不寻找远程控制同源物，如何进行结构预测分析？一种可行的方法是灵活利用当前数据库查询中的信息内容，包括二级结构和空间布局的信息内容，先从蛋白质编码序列预测分析其二级结构，再考虑二级结构。 ，预测和分析蛋白质的空间布局；或者选择从头开始进行结构预测分析。
根据上面对蛋白质功能预测分析的详细介绍，大家现在已经有了一定的把握。这里提醒一下：身体每天需要的动能主要来自糖原和脂肪。当蛋白质的量超过身体的需要时，或者当饮食中的糖原和体脂不足时，蛋白质也可以作为热量的来源。
微信扫码添加客服