蛋白质二级结构预测软件
蛋白质二级结构预测软件
通过EMAIL进行序列检索 当网络不是很畅通时或并不急于得到较多数量的蛋白质序列时， 可采用EMAIL方式进行序列检索。 蛋白质基本性质分析 蛋白质序列的基本性质分析是蛋白质序列分析的基本方面，一 般包括蛋白质的氨基酸组成，分子质量，等电点，亲水性，和 疏水性、信号肽，跨膜区及结构功能域的分析等到。蛋白质的 很多功能特征可直接由分析其序列而获得。例如，疏水性图谱 可通知来预测跨膜螺旋。同时，也有很多短片段被细胞用来将 目的蛋白质向特定细胞器进行转移的靶标（其中最典型的例子 是在羧基端含有KDEL序列特征的蛋白质将被引向内质网。 WEB中有很多此类资源用于帮助预测蛋白质的功能。
特殊结构或结构预测 COILS http://ulrec3.unil.ch/software/COILS_ form.html MacStripe /matsudaira/m acstripe.html
与核酸序列一样，蛋白质序列的检索往往是进行相 关分析的第一步，由于数据库和网络技校术的发展， 蛋白序列的检索是十分方便，将蛋白质序列数据库 下载到本地检索和通过国际互联网进行检索均是可 行的。 由NCBI检索蛋白质序列 可联网到： “:80/entrz/qu ery.fcgi?db=protein”进行检索。 利用SRS系统从EMBL检索蛋白质序列 联网到：/”，可利用EMBL 的SRS系统进行蛋白质序列的检索。
跨膜区域 TMpred： /software/TMPRED_form.ht ml 预测蛋白质的跨膜区段和在膜上的取向，它根据来自SWISSPROT的跨膜蛋白数据库Tmbase，利用跨膜结构区段的数量、 位置以及侧翼信息，通过加权打分进行预测。Tmpred的Web 界面十分简明。用户将单字符序列输入查询序列文本框，并可 以指定预测时采用的跨膜螺旋疏水区的最小长度和最大长度。 输出结果包含四个部分：可能的跨膜螺旋区、相关性列表、建 议的跨膜拓扑模型以及代表相同结果的图。
sopma用于蛋白质二级结构的预测教程
sopma用于蛋白质二级结构的预测教程文章标题：深入理解SOPMA及其在蛋白质二级结构预测中的应用在蛋白质研究领域中，二级结构的预测一直是一个具有挑战性但又至关重要的任务。
SOPMA作为一种常用的工具，能够帮助研究人员对蛋白质的二级结构进行有效的预测。
本篇文章将从浅入深地介绍SOPMA的原理和操作步骤，帮助读者深入理解该工具，并掌握它在蛋白质研究中的应用。
一、SOPMA的原理及操作步骤1.1 SOPMA的概念SOPMA（Self-Optimized Prediction Method with Alignment）是一种基于序列的蛋白质二级结构预测工具，它利用序列的物理化学性质和启发式算法来进行预测。
与其他预测方法相比，SOPMA在准确性和稳定性上有一定的优势。
1.2 SOPMA的操作步骤我们需要准备蛋白质序列的数据，并对其进行格式化处理。
将处理后的序列输入SOPMA软件中，并设置相应的参数。
在运行预测过程后，我们可以获得基于序列的二级结构预测结果。
二、SOPMA在蛋白质二级结构预测中的应用2.1 SOPMA预测的可靠性经过研究人员的验证和比对，SOPMA预测的结果通常具有较高的准确性和稳定性。
这使得SOPMA成为许多蛋白质研究工作中不可或缺的工具。
2.2 SOPMA的优势和局限性在实际应用过程中，SOPMA能够对不同类型的蛋白质进行较为准确的二级结构预测，但在一些复杂的情况下也存在一定的局限性。
在使用SOPMA时需要结合其他方法进行综合分析。
三、个人观点与理解在我看来，SOPMA作为一种蛋白质二级结构预测工具，具有较高的实用价值和可靠性。
通过深入学习和使用SOPMA，我们能够更好地理解蛋白质的结构与功能，为相关领域的研究提供有力支持。
总结与回顾通过本文的介绍，我们对SOPMA的原理和操作步骤有了全面的了解，并且深入探讨了其在蛋白质二级结构预测中的应用。
通过对SOPMA的研究与使用，我们能够更好地理解和挖掘蛋白质的结构与功能，并为相关领域的研究工作提供有力的支持。
ncbi蛋白质序列的二级结构
ncbi蛋白质序列的二级结构
NCBI（National Center for Biotechnology Information）是一个国际知名的生物医学信息数据库，提供了大量的生物学、生物医学和基因组学等相关数据。
在NCBI数据库中，可以通过查询蛋白质的序列标识（如蛋白质的NCBI Accession号码）来获取该蛋白质的相关信息，包括二级结构信息。
获取蛋白质的二级结构信息可以通过以下步骤进行：
1. 在NCBI的主页（https:///）上的搜索栏中输入蛋白质的序列标识，点击搜索按钮进行搜索。
2. 在搜索结果页面中，找到与蛋白质相关的条目，点击进入对应的记录页面。
3. 在记录页面中，可以找到蛋白质的基本信息、序列信息等。
如果该蛋白质的二级结构信息可用，通常会在“Structure”或“3D structure”等部分提供相关链接。
4. 点击相关链接，可以进入蛋白质的二级结构数据库（如PDB，Protein Data Bank）或相关工具网站，以查看该蛋白质的二级结构信息。
需要注意的是，不是所有蛋白质的二级结构信息都可以在NCBI数
据库中直接获取，有些蛋白质可能没有经过结晶和测定结构的报道，或者相关信息尚未被整理和存储在数据库中。
此外，蛋白质的二级结构信息也可以通过其他生物信息学工具和数据库进行预测和推断。
pep-fold3用法
pep-fold3用法
PEP-Fold3是一款在线蛋白质二级结构预测服务器，它可以根据给定的氨基酸序列预测蛋白质的二级结构。
以下是使用PEP-Fold3进行蛋白质二级结构预测的一般步骤：
1.打开浏览器，访问PEP-Fold3的官方网站。
2.在网站首页上，找到并点击“Start”按钮，开始一个新的预测任务。
3.在打开的页面中，输入待预测的蛋白质氨基酸序列。
可以手动输入序列，也可以上传FASTA格式的序列文件。
4.选择预测参数。
在PEP-Fold3中，可以选择不同的预测参数和算法进行蛋白质二级结构预测。
选择适当的参数可以提高预测的准确性和可靠性。
5.提交预测任务。
完成输入和参数选择后，点击“Submit”按钮提交预测任务。
6.等待预测结果。
PEP-Fold3会自动进行蛋白质二级结构预测，并在完成后将结果发送到用户的邮箱中。
7.分析预测结果。
用户可以下载预测结果文件，并使用文本编辑器或生物信息学软件分析预测结果。
需要注意的是，PEP-Fold3是一种基于机器学习的蛋白质二级结构预测方法，其预测结果的准确性受到多种因素的影响，如序列长度、序列相似性、序列复杂度等。
因此，在进
行蛋白质二级结构预测时，需要综合考虑多种因素，并采用多种方法进行预测和验证。
蛋白质结构预测
6.picornaviral蛋白上的酶切位点（NetPicoRNA） 7.叶绿体传递蛋白（ChoroP） 8.跨膜螺旋（TMHMM） 9.跨膜螺旋的位臵（TOPPRED） 10.跨膜螺旋的位臵和方向（DAS） 数据库搜索： 1.基于预测的线程方法与完全基于序列的数据库搜 索（FRSVR） 2.查找远源同源蛋白序列的Markov model method （SAMT98）
评估： 1.二级结构预测准确性评估（EvalSec） 2. EVA：预测方法自动评估
PP工作原理
• PredictProtein是一项在因特网上提供氨 基酸序列分析,蛋白质结构和功能预测的服 务。通过电邮或因特网，您可以提交单一 蛋白序列或序列比对,PP将返回结果.
1.PP总流程
2. 序 列 分 析 流 程
• SWISS-MODEL反馈的第1封邮件 (Welcome to SwissModel) • SWISS-MODEL反馈的第2封邮件 (SwissModel-Fold-Recognition) • SWISS-MODEL反馈的第3封邮件 (SwissModelSecondaryStructureP...) • SWISS-MODEL反馈的第4封邮件 (SwissModel_TraceLog_AAAa06Zd K) • SWISS-MODEL反馈的第5封邮件 (SwissModel-Model-AAAa06ZdK) 中附有可用大分子结构展示软件 显示的文件AAAa06ZdK.pdb: • SWISS-MODEL反馈的第6封邮件 (SwissModel WhatCheck AAAa06ZdK...) • SWISS-MODEL反馈的第7封邮件 (PredictProtein results)
• META-PP提供单页界面，发送预测查询，到其他蛋白结 构预测服务器。在此界面提交待分析序列，选择所需要 的服务，您将以电子邮件的形式收到答复。在META-PP 提供的序列分析服务包括预测内容： 1.二级结构（JPRED） 2.模拟三维结构（automated modelling，SWISS-MODEL） 3.通过一系列方法和数据库推导三级结构（CPHmodels） 4.信号肽的剪切位点（SignalP） 5.哺乳动物体内黏蛋白的O-GalNAc（突变型）糖基化作用 位臵（NetOglyc）
蛋白二级结构(卷曲螺旋)预测软件---------COILS的使用
预测结果图： 显示沿着序 列各个部分 形成卷曲螺 旋的倾向性
二、BCL-2基因在10个物种 Homo sapiens, Xenopus laevis, Gallus gallus ,Mus musculus, Bos taurus ,Rattus norvegicus ,Capra hircus ,Pan troglodytes ,Canis lupus familiaris ,Felis catus 中ClustalW序列比对分析、MEGA 系统进化分析 、MEME进行保守位 点分析。
BCL-2基因（即B细胞淋巴瘤/白血病-2 基因）是一种原癌基因，它具有抑制凋亡 的作用，并且近年来的一些研究已开始揭 示这一作用的机制。目前已经发现的BCL2蛋白家族按功能可分为两类，一类是像 BCL-2一样具有抑制凋亡作用，而另一类 具有促进凋亡作用。
BCL-2基因在10个物种中的位置：
>gi|262050657|ref|NM_001166486.1| Bos Taurus >gi|50950156|ref|NM_001002949.1| Canis lupus familiaris >gi|548519521|ref|XM_005697325.1| PREDICTED: Capra hircus >gi|57163882|ref|NM_001009340.1| Felis catus >gi|758371883|ref|NM_205339.2| Gallus gallus >gi|72198188|ref|NM_000633.2| Homo sapiens >gi|545477919|ref|NM_009741.4| Mus musculus >gi|694971627|ref|XM_001145537.2| PREDICTED: Pan testroglody >gi|8392973|ref|NM_016993.1| Rattus norvegicus >gi|225735550|ref|NM_001146093.1| Xenopus laevis
nps server蛋白质二级结构
nps server蛋白质二级结构NPS服务器是一种用于预测蛋白质二级结构的工具。
蛋白质的二级结构包括α-螺旋、β-折叠和无规卷曲等形态。
准确预测蛋白质的二级结构对于了解其功能和性质非常重要，因此NPS服务器在生物学研究中扮演着重要的角色。
蛋白质是生物体内构成细胞的基本组成部分，也是许多生物功能的重要执行者。
蛋白质的二级结构是指多肽链的局部结构排列方式，对于蛋白质的稳定性、功能和相互作用起着关键的作用。
因此，准确预测蛋白质的二级结构对于研究蛋白质的结构和功能具有重要意义。
NPS服务器是一种基于机器学习算法的预测工具，它使用大量的已知蛋白质的二级结构信息作为训练集，通过分析蛋白质的氨基酸序列来预测其二级结构。
NPS服务器的预测准确性已经得到了广泛的验证和应用。
NPS服务器的工作原理是利用训练集中的已知蛋白质的氨基酸序列和二级结构信息，构建一个预测模型。
该模型可以根据新的蛋白质序列，通过比对已知的序列和结构，预测该蛋白质的二级结构。
NPS服务器使用的机器学习算法可以对序列中的氨基酸进行分类，将其归类为α-螺旋、β-折叠或无规卷曲。
NPS服务器预测蛋白质的二级结构的准确性受多个因素的影响，其中包括序列的长度、序列的一致性、序列的相似性以及模型的质量等。
较短的序列和高度相似的序列往往预测准确性较高，而较长的序列和低相似性的序列则可能导致预测结果的不准确。
NPS服务器的应用范围非常广泛。
它可以用于预测新的蛋白质序列的二级结构，从而进一步研究蛋白质的结构和功能。
此外，NPS服务器还可以用于分析蛋白质的结构动态性，预测蛋白质的折叠路径和折叠速率等。
它在药物设计、生物信息学和生物工程等领域都有重要的应用。
然而，需要注意的是，NPS服务器的预测结果并非绝对准确，可能存在一定的误差。
因此，在使用NPS服务器的预测结果时，应该结合其他实验方法和技术进行验证和分析，以获得更加可靠的结果。
总之，NPS服务器是一种用于预测蛋白质二级结构的工具，通过机器学习算法分析蛋白质的氨基酸序列，可以准确预测蛋白质的二级结构。
精准结构解读：圆二色谱分析软件选择指南
精准结构解读：圆二色谱分析软件选择指南1. 引言圆二色谱是一种重要的分析技术，广泛应用于生物药物领域。
圆二色谱分析软件的选择对于准确解读实验结果至关重要。
本文将为您介绍圆二色谱分析软件的选择指南，帮助您在众多选项中找到最适合您研究需求的软件。
图1。
2. 圆二色谱分析软件的基本功能圆二色谱分析软件主要用于处理和解读圆二色谱数据。
它们能够提供以下基本功能：2.1 数据导入和处理。
优秀的圆二色谱分析软件应具备数据导入和处理的功能。
它们能够读取不同仪器生成的数据文件，并进行预处理，如去除噪音、平滑曲线等。
2.2 结构解析和拟合。
圆二色谱分析软件能够将实验数据与已知结构进行比对，并拟合出最佳的结构模型。
这对于研究人员来说非常重要，因为它能够帮助他们确定分子的构象和构型。
2.3 数据可视化和分析。
优秀的软件还应提供数据可视化和分析的功能。
它们能够生成高质量的图表和图像，帮助研究人员更好地理解实验结果，并进行进一步的数据分析。
3. 圆二色谱分析软件的选择因素在选择圆二色谱分析软件时，有几个关键因素需要考虑：3.1 功能和性能。
首先，您需要考虑软件的功能和性能。
一个好的软件应具备强大的数据处理和结构解析能力，并且能够提供高质量的数据可视化和分析功能。
此外，软件的稳定性和易用性也是需要考虑的因素。
3.2 数据格式兼容性。
不同的圆二色谱仪器可能会生成不同的数据格式。
因此，选择软件时需要确保它能够兼容您实验室使用的仪器生成的数据格式。
这样可以避免数据转换和格式兼容性的问题。
3.3 数据库和参考库。
一些圆二色谱分析软件提供了丰富的数据库和参考库，包括蛋白质、核酸和多肽等。
这些数据库和参考库可以帮助研究人员更好地解读实验结果，并提供结构模型的比对和拟合。
3.4 技术支持和更新。
选择软件时，您还需要考虑技术支持和软件更新的情况。
一个好的软件应该有及时的技术支持和定期的软件更新，以确保软件的稳定性和功能的持续改进。
4. 圆二色谱分析软件的常见选择以下是一些常见的圆二色谱分析软件供您参考：4.1 CDPro。
- 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)。
PHD的使用请见人工神经网络方法中的“基于人工神经网络模型的预 测软件PHDsec使用简介”. nnPredict： /~nomi/nnpredict.html nnpredict算法使用了一个双层、前馈神经网络去给每个氨基酸分配 预测的类型。在预测时，服务器使用FASTA格式的文件，其中有单字 符或三字符的序列以及蛋白质的折叠类（α、β或α/β）。残基被分为 几类，如α螺旋（H）、β链（E）或其它（－）。若对给定残基未给 出预测，则会标上问号（？），这说明无法作出可信的分配。若没有 关于折叠类的信息，预测也能在不定折叠类的情况下进行，而且这是 缺省的工作方式。据报道，对于最佳实例的预测，nnpredict的准确 率超过了65%。 PredictProtein： /predictprotein/ 国内镜像：/predictprotein/
通过EMAIL进行序列检索 当网络不是很畅通时或并不急于得到较多数量的蛋白质序列时， 可采用EMAIL方式进行序列检索。 蛋白质基本性质分析 蛋白质序列的基本性质分析是蛋白质序列分析的基本方面，一 般包括蛋白质的氨基酸组成，分子质量，等电点，亲水性，和 疏水性、信号肽，跨膜区及结构功能域的分析等到。蛋白质的 很多功能特征可直接由分析其序列而获得。例如，疏水性图谱 可通知来预测跨膜螺旋。同时，也有很多短片段被细胞用来将 目的蛋白质向特定细胞器进行转移的靶标（其中最典型的例子 是在羧基端含有KDEL序列特征的蛋白质将被引向内质网。 WEB中有很多此类资源用于帮助预测蛋白质的功能。
PredictProtein在预测中应用了略为不同的方法。 首先，蛋白质序列被作为查询序列在SWISSPROT库中搜索相似的序列。当相似的序列被找到 后，一个名为MaxHom的算法被用来进行一次基 于特征简图的多序列比对。 MaxHom用迭代的方法来构造比对：当第一次搜 索SWISS-PROT后，所有找到的序列与查询序列 进行比对，并构造出一个比对后的特征简图。然后， 这个简图又被用来在SWISS-PROT中搜索新的相 似序列。由MaxHom产生的多序列比对随后被置 入一个神经网络，用PHD的方法进行预测。 SOPMA：http://pbil.ibcp.fr/
特殊结构或结构预测 COILS http://ulrec3.unil.ch/software/COILS_ form.html MacStripe /matsudaira/m acstripe.html
与核酸序列一样，蛋白质序列的检索往往是进行相 关分析的第一步，由于数据库和网络技校术的发展， 蛋白序列的检索是十分方便，将蛋白质序列数据库 下载到本地检索和通过国际互联网进行检索均是可 行的。 由NCBI检索蛋白质序列 可联网到： “:80/entrz/qu ery.fcgi?db=protein”进行检索。 利用SRS系统从EMBL检索蛋白质序列 联网到：/”，可利用EMBL 的SRS系统进行蛋白质序列的检索。
疏水性分析 位于ExPASy的ProtScale程序 （ /cgibin/protscale.pl）可被用来计算蛋白质的疏水性 图谱。该网站充许用户计算蛋白质的50余种不同 属性，并为每一种氨基酸输出相应的分值。输入的 数据可为蛋白质序列或SWISSPROT数据库的序列 接受号。需要调整的只是计算窗口的大小（n）该 参数用于估计每种氨基酸残基的平均显示尺度。 进行蛋白质的亲/疏水性分析时，也可用一些 windows下的软件如， bioedit,dnamana等。
位于法国里昂的CNRS（Centre National dela Recherche Scientifique）使用独特的方法进行 蛋白质二级结构预测。它不是用一种，而是5种相 互独立的方法进行预测，并将结果汇集整理成一个 “一致预测结果”。这5种方法包括：GarnierGibrat-Robson（GOR）方法、Levin同源预测方 法、双重预测方法、PHD方法和CNRS自己的 SOPMA方法。简单的说，SOPMA这种自优化的预 测方法建立了已知二级结构序列的次级数据库，库 中的每个蛋白质都经过基于相似性的二级结构预测。 然后用次级库中得到的信息去对查询序列进行二级 结构预测。
二级结构和折叠类预测 nnpredict /~nom i/nnpredict Predictprotein http://www.emblheidelberg.de/predictprotein/SOPMA http://www.ibcp.fr/predict.html SSPRED http://www.emblheidelberg.de/sspred/ssprd_info.html
程序要求序列数据为GCG或FASTA格式，一次可以提交一条或 多条序列。除了序列，用户还能在两种打分矩阵中选择一种： MTK是根据肌球蛋白、原肌球蛋白和角蛋白序列得到的打分矩 阵；或MTIDK，是根据肌球蛋白、原肌球蛋白、中间纤维类蛋 白Ⅰ-Ⅴ、桥粒蛋白和角蛋白得到的打分矩阵。程序作者引述了 两种矩阵的适用特点：MTK更适合检测双链结构，而MTIDK适 合其它情形。用户还能启动一个选项给予每个卷曲a和d位置上 残基（通常为亲水性）相同的权重。如果COILS在无权重和有 权重情况下得到的结果相差很大，则可能表明存在正错误。程 序的作者警告说COILS是用来检测与溶液接触的左手性卷曲螺 旋的，对于包埋的或右手性卷曲螺旋则可能检测不到。若一个 序列被提交到服务器，程序会整理出一张预测结果图，显示沿 着序列各个部分形成卷曲螺旋的倾向性。
基于组成的蛋白质识别预测 AACompIdent http://expaxy.hcuge.ch/ch2d/aacomp i.htmlAACompSim http://expaxy.hcuge.ch/ch2d/aacsim. html PROPSEARCH http://www.emblheidelberg.de/prs.html
跨膜区域 TMpred： /software/TMPRED_form.ht ml 预测蛋白质的跨膜区段和在膜上的取向，它根据来自SWISSPROT的跨膜蛋白数据库Tmbase，利用跨膜结构区段的数量、 位置以及侧翼信息，通过加权打分进行预测。Tmpred的Web 界面十分简明。用户将单字符序列输入查询序列文本框，并可 以指定预测时采用的跨膜螺旋疏水区的最小长度和最大长度。 输出结果包含四个部分：可能的跨膜螺旋区、相关性列表、建 议的跨膜拓扑模型以及代表相同结果的图。
信号肽 SignalP： http://www.cbs.dtu.dk/services/SignalP/ 丹麦技术大学的生物序列分析中心开发了SignalP 这个强大的信号肽及其剪切位点检测工具。该算法 基于神经网络方法，用已知信号序列的革兰氏阴性 原核生物、革兰氏阳性原核生物及真核生物的序列 分别作为训练集。SignalP预测的是分泌型信号肽， 而不是那些参与细胞内信号传递的蛋白。
预测蛋白质二级结构的算法大多以已知三维 结构和二级结构的蛋白质为依据，用过人工 神经网络、遗传算法等技术构建预测方法。
目前较为常用的几种方法有：PHD、PSIPRED、 Jpred、PREDATOR、PSA，其中最常用的是 PHD。PHD结合了许多神经网络的成果，每个结果 都是根据局部序列上下文关系和整体蛋白质性质 （蛋白质长度、氨基酸频率等）来预测残基的二级 结构。那么，最终的预测是这些神经网络jurydecision）或者称为所有胜利者（winnertake-all）法。PHD被认为是二级结构预测的标准。 总的来说，二级结构预测仍是未能完全解决的问题， 一般对于α螺旋预测精度较好，对β折叠差些，而对 除α螺旋和β折叠等之外的无规则二级结构则效果很 差。
跨膜区分析 有多种预测跨膜螺旋的方法，最简单的是直接，观察以20个氨 基酸为单位的疏水性氨基酸残基的分布区域，但同时还有多种 更加复杂的、精确的算法能够预测跨膜螺旋的具体位置和它们 的膜向性。这些技术主要是基于对已知跨膜螺旋的研究而得到 的。自然存在的跨膜螺旋Tmbase 数据库，可通过匿名FTP获 得(http://www.isrec.isb-sib.ch/ftp-server/tmbase)，参 见表一 资源名称 网址 说明 TMPRED /software/TMPRED_form.ht ml基于对tmpred数据库的统计分析PHDhtm http://www.embl-heidelberg.de/se ... tprotein.htmlMEMSAT ftp://
蛋白质预测分析网址
物理性质预测： Compute PI/MW http://expaxy.hcuge.ch/ch2d/pi-tool.html Peptidemasshttp://expaxy.hcuge.ch/sprot/pept ide-mass.html TGREASE ftp:///pub/fasta/ SAPS http://ulrec3.unil.ch/software/SAPS_form.html 基于组成的蛋白质识别预测 AACompIdent http://expaxy.hcuge.ch/ch2d/aacompi.htmlAAC ompSim http://expaxy.hcuge.ch/ch2d/aacsim.html PROPSEARCH http://www.emblheidelberg.de/prs.html
其它特殊局部结构的预测软件 其它特殊局部结构包括膜蛋白的跨膜螺旋、 信号肽、卷曲螺旋(Coiled Coils)等，具有 明显的序列特征和结构特征，也可以用计算 方法加以预测。
卷曲螺旋 COILS： /software/COILS_form.htm l 卷曲螺旋预测方法，将序列与已知的平行双链卷曲螺旋数据库 进行比较，得到相似性得分，并据此算出序列形成卷曲螺旋的 概率。COILS算法将查询序列在一个由已知包含卷曲螺旋蛋白 结构的数据库中进行搜索。程序也将查询序列与包含球状蛋白 序列的PDB次级库进行比较，并根据两个库搜索得分的不同决 定输入序列形成卷曲螺旋的概率。COILS可以下载到 VAX/VMS系统上使用，也可通过简单的Web界面使用。