10、蛋白质结构分析和预测1
蛋白质结构的分析和预测方法
蛋白质结构的分析和预测方法蛋白质是构成生物体质量的基础，具有广泛而重要的生物功能。
研究蛋白质的结构和功能是生物学和药学等领域的重要研究课题。
而蛋白质结构的分析和预测是对蛋白质研究的基础，也是解决人类疾病等领域的重要突破口。
本文将从分析和预测两个方面介绍蛋白质结构的研究方法。
一、蛋白质结构的分析方法1. X射线晶体学蛋白晶体学是最广泛采用的蛋白质结构分析方法之一。
该方法利用X射线探测蛋白质晶体中原子的位置，并通过该信息推断蛋白质的三维结构。
通过X射线晶体学的方法已获得了数万个蛋白质结构，大大提高了蛋白质研究的深度和广度。
2. 核磁共振核磁共振是另一种常用的蛋白质结构分析方法，它利用一个强磁场对蛋白质分子进行瞬时激发，旋转确定的核磁共振信号，通过空间磁场分布的变化揭示分子的三维构造。
此外，核磁共振与分子动力学模拟等计算方法相结合，能够更细致地揭示分子的结构细节，如构象变化、动态性质、生理相关解离构象等。
3. 电镜电子显微镜是一种近期快速发展的方法，它可以在不需要结晶的情况下直接观察蛋白质体系的图像，从而解析它们的立体结构。
这种方法非常适合研究大分子复合物的结构和功能，因为它们相对比较柔软，不太容易得到光学衍射数据。
二、蛋白质结构的预测方法1. 基于结构相似性的预测基于结构相似性的预测是一种利用已知结构的蛋白质来推断其它蛋白质的结构的方法。
这种方法假设结构相似的蛋白质在空间构型上也具有相似性，因此可以通过分析相似结构间的差异性和共性来预测未知结构的蛋白质。
如蛋白质家族、同源模型等就是基于结构相似性预测蛋白质结构的重要手段。
2. 基于能量最小化的预测通过基于物理化学原理设计的力场，在预测过程中能够通过优化相互作用势能最小化的方式，预测蛋白质的结构。
这种方法在预测局部构象、构像变化、蛋白质之间的相互作用以及酶与其底物结合等方面非常重要。
3. 基于模板匹配的预测模板匹配预测是在已知蛋白质结构库中，通过匹配新蛋白质的序列与已知蛋白的结构来预测其结构的方法。
蛋白质结构预测与分析方法
蛋白质结构预测与分析方法蛋白质作为生命体中最基本的分子之一，不仅在生物体中发挥着重要的催化、运输、调节、防御、信号传递等功能，同时也受到了科学家们的广泛关注。
因为在蛋白质的分子结构中蕴藏着其生物学功能的秘密。
为了深入理解蛋白质在生物体中的作用，结构预测与分析方法成为了不可或缺的重要手段。
一、蛋白质结构预测方法蛋白质结构预测是指根据蛋白质的氨基酸序列信息，利用计算机模拟和数学建模预测出蛋白质的三维立体结构的技术。
蛋白质结构预测技术的发展历程大致可以分为以下四个阶段。
1.基于序列保守性推断的序列比对方法序列比对法是一种最早传统的结构预测方法之一，主要基于了分子生物学的序列保守性假设，即同族蛋白质序列之间的关系比异族蛋白质序列要更为接近，同时也利用了同源因子结构的技术。
该方法的缺点在于较为依赖生物物种数据库中已知的同源蛋白质序列，并且无法解决折叠状态中序列变异路径不同的问题。
2.基于从头构建法的物理模拟方法从头构建法是指利用高中生物化学、数学及计算机科学相关知识，对蛋白质分子的构成及其相互作用力的原理进行理解，以及从分子结构相空间机构的角度进行蛋白质结构模拟的技术。
该方法可以绕过序列比对路径不同的缺点，但准确率较低、计算时间较长，并且需要较高的数学和物理素养。
3.基于同源建模法的结构对比和补全方法同源建模法是一种结构对比与预测的重要手段，通过利用已知蛋白质结构作为种子结构的替代物，比较它们所共有的氨基酸序列和结构，以此预测蛋白质分子之间的空间排列。
同源建模法适用于那当前有完整的同源确定模板结构的情况，但需要较强的生物学知识支持。
4.基于机器学习的预测方法机器学习是数据挖掘、人工智能和统计学应用领域中的一种技术，并被广泛用于蛋白质的结构预测和设计。
与其他方法相比，机器学习方法具有更好的处理大量数据的能力，准确度更高，并且可以较快的体现出不同环境的影响。
二、蛋白质结构分析方法蛋白质结构分析是指对已有蛋白质结构的进一步分析研究，从而深入探讨蛋白质在生物学功能中所起的角色和机理，目前主要涉及到以下几种方法。
蛋白质序列分析与结构预测
蛋白质序列分析与结构预测概述：蛋白质是生物体内重要的功能分子，其结构与功能密切相关。
蛋白质序列分析和结构预测是在理解蛋白质结构和功能的基础上，对蛋白质进行更深入研究的重要工具。
本文将对蛋白质序列分析和结构预测进行详细介绍。
一、蛋白质序列分析1.1序列比对1.2序列标记蛋白质序列标记是根据其中一种特定的准则来标记氨基酸序列的功能或结构信息。
常用的标记方法有结构标记和功能标记。
结构标记根据氨基酸的二级结构特征来进行，如α-螺旋、β-折叠等；功能标记则是根据氨基酸序列所具有的特定功能进行，如酶活性、配体结合等。
1.3序列定位蛋白质序列定位是指确定蛋白质序列中特定区域的位置和范围。
常用的序列定位方法有Motif分析和Domain分析。
Motif分析可以识别蛋白质序列中的保守序列模式，从而找出具有特定功能的序列片段；Domain 分析可以识别蛋白质中具有自稳定结构和特定功能的结构域。
1.4序列功能预测二、蛋白质结构预测蛋白质结构预测是根据蛋白质的氨基酸序列预测蛋白质的三维结构。
蛋白质的结构决定了其功能和相互作用，因此准确预测蛋白质的结构对于理解蛋白质的功能和机制至关重要。
蛋白质结构预测的主要方法包括基于模板的建模方法和基于物理性质的全原子或粗粒化力场模拟方法。
2.1基于模板的建模方法基于模板的建模方法是利用已知的蛋白质结构作为模板，通过序列比对和结构比对来模拟未知蛋白质的结构。
常用的基于模板的建模方法有比对、模型构建和模型评估等。
2.2基于物理性质的模拟方法基于物理性质的模拟方法是使用物理原理和力场模拟来预测蛋白质的结构。
常用的模拟方法有分子力学模拟、蒙特卡洛模拟和蛋白质力场等。
结论：蛋白质序列分析和结构预测是对蛋白质进行深入研究的重要工具。
通过蛋白质序列分析可以了解蛋白质的进化关系、功能特征和结构信息；而蛋白质结构预测可以揭示蛋白质的三维结构，从而理解其功能和相互作用。
随着技术的不断发展，蛋白质序列分析和结构预测方法也在不断改进和完善，为研究蛋白质的机制和功能提供了更有力的工具。
蛋白质的一级结构分析与预测方法
蛋白质的一级结构分析与预测方法蛋白质是一类生物分子，它们在机体中起到了举足轻重的作用。
蛋白质分子结构的研究是生物学、药学等领域的热门研究方向。
在研究蛋白质的结构、功能和特性时，常常需要对其一级结构进行分析和预测。
本文将介绍蛋白质一级结构的分析与预测方法。
一、蛋白质一级结构概述蛋白质的一级结构指的是其氨基酸序列。
蛋白质分子由20种左右的氨基酸组成，通过不同的排列组合构成不同的蛋白质。
氨基酸是一种含有羧基（-COOH）、氨基（-NH2）和一侧链的有机化合物，它们通过肽键相连构成肽链，进而构成蛋白质分子。
蛋白质的一级结构是其二级、三级结构和功能的基础。
因此，研究蛋白质的一级结构对于研究蛋白质的结构和功能具有非常重要的意义。
二、蛋白质一级结构分析方法1. 比对分析法：比对分析法是一种通过比对蛋白质序列进行分析的方法。
这种方法通过比对蛋白质序列与已知蛋白质数据库中的序列进行比较，从而推测出该序列可能具有的功能和结构。
比对分析法具有预测准确率高、速度较快等优点，因此被广泛应用于蛋白质序列的分析领域。
2. 生物物理学方法：生物物理学方法包括了一系列的实验方法，如X射线晶体衍射等，可以用来研究蛋白质的空间构象和形态。
通过对蛋白质分子的实验分析，可以进一步了解其一级结构及其对应的生物学功能。
3. 生物信息学方法：生物信息学方法是一种透过计算机程序对蛋白质序列进行分析的方法。
生物信息学方法可以预测蛋白质的物理化学性质、表观结构和功能等，包括常见的基于机器学习方法的蛋白质结构预测模型和关于序列特征分析、耦合谱分析的小标签搜索技术。
生物信息学方法是当前研究蛋白质的一级结构的热门方法之一。
它以深度学习模型和新算法为手段，对大量的已知蛋白质序列进行训练，然后使用预测模型对新蛋白质进行预测。
生物信息学方法具有速度快、预测准确率高等优点，因此仍在不断发展和完善。
三、蛋白质一级结构预测方法1. 基于比对分析法的蛋白质一级结构预测：由于氨基酸序列是蛋白质一级结构的关键，因此比对分析法也可以被用于预测蛋白质一级结构。
第五章蛋白质分析及预测方法
第五章蛋白质分析及预测方法蛋白质是生物体内最基本的功能分子之一，其功能与结构密切相关。
蛋白质分析及预测方法是研究蛋白质结构和功能的重要手段之一、随着生物信息学和计算机技术的发展，越来越多的蛋白质分析及预测方法被提出和应用。
一、蛋白质分析方法1.序列分析蛋白质序列是理解和预测蛋白质功能和结构的重要基础。
序列分析可以通过比对已知蛋白质序列数据库，找出与待研究蛋白质相似的序列，从而预测其功能和结构。
常用的序列分析方法包括同源序列比对、Motif和Domain分析等。
2.结构分析蛋白质结构是蛋白质功能的基础，因此结构分析对于研究蛋白质功能至关重要。
通常通过实验方法如X射线晶体学、核磁共振等获得蛋白质结构。
此外，还可以利用计算方法预测蛋白质的二级结构和三级结构。
常用的结构分析方法包括蛋白质结构比对、分子模拟等。
3.功能分析蛋白质功能是指蛋白质所具有的生物学功能，如催化反应、运输物质、信息传递等。
功能分析通过研究蛋白质的序列和结构，以及模拟蛋白质与其他生物分子的相互作用，来理解和预测蛋白质的功能。
常用的功能分析方法包括结构-功能关系预测、生物分子对接等。
二、蛋白质预测方法1.序列预测蛋白质序列预测是指通过分析蛋白质的氨基酸序列，预测其结构和功能。
常见的序列预测方法包括序列比对、Motif和Domain预测、蛋白质家族预测等。
这些预测方法可以通过比对已知蛋白质序列数据库，找出与待研究蛋白质相似的序列，从而推测其结构和功能。
2.结构预测蛋白质的三级结构是指蛋白质的原子级结构，包括蛋白质中氨基酸残基的空间排列。
结构预测是通过计算方法来预测蛋白质的三级结构。
常用的结构预测方法包括亚氨基酸残基建模、蛋白质折叠模拟等。
这些方法通过计算蛋白质中氨基酸之间的相互作用力和空间约束，来预测蛋白质的三级结构。
3.功能预测蛋白质功能预测是通过研究蛋白质的结构和序列，来预测蛋白质所具有的生物学功能。
常用的功能预测方法包括结构-功能关系预测、蛋白质分子对接等。
生物信息学中的蛋白质结构预测与分析
生物信息学中的蛋白质结构预测与分析生物信息学是一个研究生物学中的信息处理和分析的交叉学科，在生物科学领域中扮演着重要的角色。
其中，蛋白质结构预测与分析是生物信息学中的一个重要领域。
蛋白质是生物体内最基本的功能分子，其结构与功能密切相关。
因此，了解蛋白质的结构信息对于理解其功能和启示药物设计具有重要意义。
蛋白质结构可以分为四个层次：一级结构、二级结构、三级结构和四级结构。
一级结构是指蛋白质的氨基酸序列，即由哪些氨基酸组成；二级结构是指蛋白质中氨基酸之间的空间关系，包括α-螺旋、β-折叠等；三级结构是指蛋白质整体的空间构型，由氨基酸之间的相互作用决定；四级结构是指由多个蛋白质组成的聚合体，例如蛋白质复合物。
了解蛋白质的结构有助于我们理解蛋白质的功能和机制。
蛋白质结构预测是指通过计算模型和算法，预测未知蛋白质的结构。
由于实验方法尚未能够确定所有蛋白质的结构，因此蛋白质结构预测具有重要的研究意义。
在蛋白质结构预测中，可以采用多种方法，如基于机器学习的方法、蒙特卡罗模拟等。
其中，基于机器学习的方法是目前较为常用的方法之一。
通过将已知蛋白质的结构信息输入机器学习算法中，对未知蛋白质进行结构预测。
这种方法能够通过学习已有的蛋白质结构信息，从而预测未知蛋白质的结构。
蛋白质结构预测对于生物学研究和药物设计有着重要的应用价值。
蛋白质结构分析是在蛋白质的结构已知的情况下，对其结构进行深入研究和分析。
蛋白质结构分析可以从多个角度进行，如结构功能关系、动力学研究等。
其中，结构功能关系是蛋白质结构分析中的重要方面。
通过研究蛋白质的结构信息，可以理解蛋白质的功能和作用机制。
这对于生物学的研究和药物设计具有重要意义。
此外，蛋白质的动力学研究也是蛋白质结构分析中的重要内容之一。
蛋白质在生物体内不断发生构象变化，了解蛋白质的动力学行为对于理解其功能和机制具有重要意义。
蛋白质结构预测与分析在生物信息学中扮演着重要的角色。
通过蛋白质结构预测和分析，我们可以了解蛋白质的结构和功能，为生物学研究和药物设计提供重要的启示。
生物信息学第七章蛋白质结构分析和预测
3、从头预测
前两种方法的缺点是只能预测那些有合适模 板的蛋白质的结构。
从头预测的方法不需要任何结构信息，直接 由蛋白质序列预测其空间结构。缺点是会产 生庞大的数据。 ➢分子动力学模拟 ➢二级片段堆积法
蛋白质三级结构预测
蛋白质的结构层次：
一级结构（氨基酸序列） 二级结构 三级结构 四级结构
采用ProtParam软件[1] （/tools/protpa ram.html）分析蛋白质的分子量、理论 等电点、氨基酸组成、带正负电荷的氨 基酸残基数目、消光系数、吸光系数、 疏水系数和半衰期等基本理化性质。
构象分布概率、氨基酸在蛋白质中的相对出现 概率以及残基出现在结构中的频率，最后得到 构想参数，根据此参数得出氨基酸形成二级结 构的倾向性，从而预测二级结构。
Chou-Fasman二级结构预测经验规则
α螺旋规则
➢ 相邻的6个残基中如果有至少4个残基倾向于形 成α螺旋，则认为是螺旋核。
➢ 然后从螺旋核向两端延伸，直至四肽α螺旋倾 向性因子的平均值pα<1.0为止。此外，不容许 脯氨酸在螺旋内部出现，但可出现在C末端以 及N端的前三位。
例 3 ： α/β水解酶折叠模式具有多种功能： 胆固醇酯酶、双烯内脂水解酶、神经趋 化素、三酰甘油脂肪酶、丝氨酸羧肽酶、 卤代烷烃脱卤酶等等。
一、蛋白质结构的价值
2、结构与功能的非一致性
➢ 尽管蛋白质的结构对于预测其功能十分有帮 助，但需注意：结构与功能之间并不是简单 的一对一的关系。蛋白质具有相似的结构但 经过进化以后可以执行不同的功能。
生物信息学第七章蛋白质结构分析和预测
蛋白质结构预测是指从蛋白质序列预测 出其三维空间结构。
蛋白质结构和功能的预测和设计
蛋白质结构和功能的预测和设计蛋白质是生命体中最基本、最复杂、最有特异性的分子。
它们通过三维结构中的折叠和交互作用发挥各种生物学功能，如从催化酶到信号传递、免疫响应、基因调控和细胞骨架等。
因此，对蛋白质结构和功能的预测和设计一直是生物学和生物技术领域研究的热点。
一、蛋白结构预测：1. 基于序列：蛋白质结构预测最早是基于序列，即通过分析蛋白质的氨基酸序列来预测其可能的三维结构。
目前常见的方法有两种：1. 基于模板的方法，通过比对蛋白质序列与已知结构的相似性，预测目标蛋白质的结构；2. 基于物理化学原理等的方法，利用复杂的数学模型对蛋白质序列进行计算，以求出其可能的空间结构。
2. 基于模板：在蛋白质结构预测中，基于模板的方法被广泛应用。
该方法是通过对已知结构的蛋白质与目标蛋白质之间的比对，利用模板进行预测。
目前，主要的数据库有PDB、SCOP和CATH等，它们保存了数以千计的已知三维结构的蛋白质序列。
这些数据库提供了研究者们预测蛋白质结构的重要平台。
3. 基于物理化学原理：基于物理化学原理的方法则是通过计算氨基酸间的相互作用，预测出蛋白质的三维结构。
目前常见的方法有：（1）分子力学法和（2）分子动力学模拟法。
但是这种方法因其极为复杂的计算工作量而不是很实用。
二、蛋白功能设计：蛋白质功能设计是指通过蛋白质的结构和序列信息，以及相关性质的了解，来设计人工合成的具有特定生物学功能的蛋白。
这种设计需要深入了解蛋白质的原理，并配合高速计算技术和实验手段来实现。
1.设计基本原理：蛋白质功能设计的基本原理是依据天然蛋白的结构、功能和特征及其相互作用，利用生物信息学技术等工具，设计出具有新功能和应用价值的蛋白质。
当前，蛋白质功能设计主要分成两种方法：一种是依靠自然演化过程中的进化选择，可以通过利用遗传变异产生的自然蛋白质来筛选，并将所需的性质纳入自然蛋白质中，达到细微修改的目的；另一种是通过借鉴蛋白质中所需的结构、特征等，设计出符合目的性要求的全新蛋白质。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
主要选项/参数
序列在线提交形式： • 如果分析SWISS-PORT和TrEMBL数据库中序列
– 直接填写Swiss-Prot/TrEMBL AC号(accession number)
• 如果分析新序列：
– 直接在搜索框中粘贴氨基酸序列
输入Swiss-Prot/TrEMBL AC号
打开protein.txt， 将蛋白质序列 粘贴在搜索框中
生物信息学
第9讲 蛋白质结构分析和预测
DNA sequence Protein sequence Protein structure Protein function
蛋白质序列分析主要内容
蛋白质序列分析
蛋白质一级序列
蛋白质二级结构 蛋白质超二级结构
蛋白质三级结构 蛋白质分类
蛋白质基本理化性质分析
功能域
用户自定义区段
所用氨基酸 标度信息
分析所用参 数信息
输出结果
图形结果
文本结果
序列
参数
每个位置 的得分
跨膜区分析
• Mpred工具：
/software/TMPRED_form.html
• 预测跨膜区和跨膜方向 • 依靠跨膜蛋白数据库Tmbase
是一个位于法国的蛋白质拓 扑结构预测程序
TMHMM
蛋白质亲疏水性分析
• ProtScale工具
/tools/protscale.html • 氨基酸标度
– 表示氨基酸在某种实验状态下相对其他氨基酸在某些性 质的差异，如疏水性、亲水性等
• 收集56多个文献中提供的氨基酸标度 • 默认值以Hphob. Kyte & Doolittle做疏水性分析 • 特异性氨基酸标度，如Hopp & Woods（1981）针对抗原片
常用蛋白质跨膜区域分析工具
工具 DAS
HMMTOP
SOSUI TMAP TMHMM TMpred
TopPred
网站 http://www.sbc.su.se/~miklos/DAS/
http://www.enzim.hu/hmmtop/
http://bp.nuap.nagoya-u.ac.jp/sosui/
• PEPCOILhttp://bioweb.pasteur.fr/seqanal/interfaces/pepcoil.html
蛋白质卷曲螺旋预测工具
工具 Coils
网站
备注
/software/C 主流的预测螺旋卷曲工具
OILS_form.html
• 亲水残基往往出现在疏水残基之间，对功能有 重要的作用
• 基于亲/疏水量和蛋白质膜区每个氨基酸的统计 学分布偏好性量
• TMpred/software/TMPRED_form.ht ml
• SOSUI- http://bp.nuap.nagoya-u.ac.jp/sosui/
蛋白质亲疏水性分析
• 疏水作用是蛋白质折叠的主要驱动力
• 分析蛋白质氨基酸亲疏水性是了解蛋白 质折叠的第一步
• 氨基酸疏水分析为蛋白质二级结构预测 提供佐证
• 可用于分析蛋白质相互作用位点-抗原位 点预测（预测准确率达56%）
• 是分析蛋白质跨膜区重要一步
17
蛋白质跨膜区分析
• α螺旋跨膜区主要是由20-30个疏水性氨基酸 （Leu、Ile、Val、Met、Gly、Ala等）组成
1.蛋白质基本理化性质分析
蛋白质理化性质是蛋白质研究的基础
蛋白质的基本性质：
相对分子质量 氨基酸组成
等电点（PI） 消光系数
半衰期
不稳定系数
总平均亲水性 ……
实验方法：
• 相对分子质量的测定、等电点实验、沉降实验 • 缺点：费时、耗资
基于实验经验值的计算机分析方法
基于一级序列的组分分析 氨基酸亲疏水性等分析为高级结构预测提供参考 • Expasy 开发的针对蛋白质基本理化性质的分析：
蛋白质亲疏水性分析 跨膜区结构预测 卷曲螺旋预测
翻译后修饰位点预测 蛋白质二级结构预测 蛋白质序列信号位点分析
蛋白质结构域分析 蛋白质三维结构模拟
蛋白质家族分析
ExPASy（Expert Protein Analysis System）Tools （/tools/）
Compute pI/Mw /tools/pi_tool.html
ProtParam
/tools/protparam.html
PeptideMass SAPS
/tools/peptide-mass.html
据格式为蛋白质结构数据
TRESPASSER /c 由Nottingham大学开发的
gi-bin/trespasser/trespasser.cgi
亮氨酸拉链结构识别工具
2ZIP
http://2zip.molgen.mpg.de/index.html 预测蛋白质序列中潜在的 亮氨酸拉链结构和卷曲螺 旋
Trp、Cys、Ala、Pro和Gly • 胞内-外分界区域－Tyr、Trp和Phe • 胞内末端－Lys和Arg
蛋白质卷曲螺旋域分析
• 两股或两股以上α螺旋相互缠绕而形成超螺旋结构 • 存在于多种天然蛋白质中，如转录因子、结构蛋
白、膜蛋白中，在生物体内执行着代谢调控、分 子运动、膜通道、分子识别等重要的生物功能，
段定位；Accessible residues（1979）针对氨基酸溶剂可及 性定位；Chou & Fasman （1978）针对氨基酸二级结构疏 水性分析
主要选项/参数
序列在线提交形式：
• 如果分析SWISS-PORT和TrEMBL数据库中序列 – 直接填写Swiss-Prot/TrEMBL AC号(accession number)
<40 stable >40 unstable
蛋白质亲疏水性/跨膜区分析
(a)-Type I membrane protein (b)-Type II membrane protein (c)-Multipass transmembrane proteins (d)-Lipid chain-anchored membrane proteins (e)-GPI-anchored membrane proteins
蛋白质卷曲螺旋分析
• COILS- /software/COILS_form.html
• COILS蛋白质卷曲螺旋预测方法基于Lupas算法，是目前主流的 卷曲区域预测算法
• 一般滑动窗口的大小采用7的倍数
选择滑动窗口大小
选择打分矩阵 和权重
选择输入格式，选择 “SwissProtID or AC”
可能的跨膜螺旋区
相关性列表
最优拓 扑结构
跨膜拓扑模型及图示
建议的跨膜拓扑模型
每一位置计算分值
• SOSUI工具：
- http://bp.nuap.nagoya-u.ac.jp/sosui/
• 以图形方式返回结果，需要Java Applet程序
输入氨基酸单字母 运行
预测的跨模螺旋区域
平均疏水值
两种跨膜Helix
– Protparam 工具 /tools/protparam.html
相对分子质量 氨基酸组成 等电点（PI） 消光系数 半衰期 不稳定系数 总平均亲水性 ……
蛋白质理化性质分析工具
工具
AACompldent
网站
/tools/aacomp/
备注
用 Dense Alignment Surface （ DAS ） 算 法 来 预 测无同源家族的蛋白跨膜区 由Enzymology研究所开发 的蛋白质跨膜区和拓扑结构 预测程序 由 Nagoya 大 学 开 发 一 个 具 有图形显示跨膜区的程序
基于多序列比对来预测跨膜 区的程序 基 于 HMM 方 法 的 蛋 白 质 跨 膜区预测工具 基于对TMbase数据库的统 计分析来预测蛋白质跨膜区 和跨膜方向
AACompIdent PeptideMass
蛋白质理化性质分析
• Protparam 工具
/tools/protparam.html 计算以下物理化学性质： • 相对分子质量 理论 pI 值 • 氨基酸组成 原子组成 • 消光系数 半衰期 • 不稳定系数 脂肪系数 • 总平均亲水性
Paircoil2 PEPCOIL
/cb/paircoil 由 MIT大 学 开 发 的 基 于 残
2/paircoil2.html
基配对概率算法的预测工
具
http://bioweb.pasteur.fr/seqanal/interf 由EMBOSS维护的预测卷
主要参数/选项
• 序列在线提交形式：
– 直接贴入蛋白序列
– 填写SwissProt/TrEMBL/EMBL/EST的ID或AC
输出格式
最短和最长的跨膜螺旋疏水区长度
输入序列名（可选）
选择序列的格式
贴入protein.txt蛋白 质序列
输出结果
• 包含四个部分
– 可能的跨膜螺旋区 – 相关性列表
位置 分值 片段中点位置
http://www.isrec.isbsib.ch/software/SAPS_form.html
备注
利用未知蛋白质的氨基酸组 成确认具有相同组成的已知 蛋白 计算蛋白质序列的等电点和 分子量
对氨基酸序列多个物理和化 学参数（分子量、等电点、 吸光系数等）进行计算
计算相应肽段的pI和分子量
利用蛋白质序列统计分析方 法给出待测蛋白的物理化学 信息
亲疏水轮廓
预测的跨模螺旋区域
预测区域的螺旋示意图 平均疏水值
两种跨膜Helix
33
跨膜蛋白序列“边界”原则 -Landolt Marticorena et al., 1993