結構基因組數(shù)據(jù)庫構建及蛋白質主鏈構象的計算分析.pdf

1、蛋白質最重要的兩類生物大分子之一，是生物體幾乎所有活動的承擔者，如生化反應的催化酶，呼吸系統(tǒng)中的血紅蛋白，免疫系統(tǒng)中的抗體等等。生物體幾乎所有的活動都離不開蛋白質。要想在分子水平上解釋生命現(xiàn)象離不開對蛋白質結構和功能的研究。多數(shù)天然蛋白質在生理條件下都會折疊成穩(wěn)定的三維空間結構，蛋白質的生物學功能在很大程度上取決于其空間結構，蛋白質結構構象多樣性導致了不同的生物學功能。所以蛋白質結構的研究是功能研究和蛋白質設計的基礎，也因此越來越得到重

2、視。蛋白質種類繁多，結構千差萬別，同時蛋白質結構測定實驗是非常費時費力，消耗資源也大，而且成功率有限。為了解決這個矛盾，一方面國際上開展了許多結構基因組計劃，試圖通過高通量測定蛋白質結構在基因組規(guī)模上全面理解蛋白質功能，同時加快結構測定實驗的速度，降低單個結構測定的成本。另一方面研究人員一直試圖發(fā)展計算機模擬的方法來進行蛋白質結構預測，雖然在這方面取得了很大的成績，但要實現(xiàn)完全解決蛋白質結構預測的目標還需很多的努力。 本論文的

3、工作重點主要是兩方面：一是對結構基因組學中靶蛋白篩選和數(shù)據(jù)管理系統(tǒng)構建的工作，二是對分子動力學中增強采樣方法以及小肽中側鏈效應和近鄰效應的研究。論文共分為以下三個部分： 第1章緒論中簡介了蛋白質結構的基礎，介紹了目前蛋白質結構測定的常用方法，包括實驗測定(X射線晶體衍射法和核磁共振波譜法)和理論預測的方法。理論預測的方法可以分為基于知識的建模預測和基于物理模型的從頭預測?；谥R的建模預測又可以按照與已知結構模板的序列相似性可

4、以分為比較建模法、折疊識別法。與實驗測定蛋白質結構相比，理論預測的方法具有快速、低成本、高通量的優(yōu)點，可以作為實驗測定的一個有效的補充。本章還簡單介紹了結構基因組的內(nèi)容、優(yōu)缺點以及當前世界范圍內(nèi)開展這項計劃的大致情況。結構基因組計劃的主要內(nèi)容就是大規(guī)模、高通量的進行基因組規(guī)模上的蛋白質結構測定，因此會產(chǎn)生大量的實驗數(shù)據(jù)，合理的存貯、管理、共享、挖掘這些數(shù)據(jù)也成為一項艱巨的任務擺在實驗人員面前。同時由于實驗測定蛋白質結構費時費力，靶蛋白篩

5、選成為提高實驗成功率和所測定結構的生物學意義的一個必不可少的環(huán)節(jié)。緒論最后我們花比較多的篇幅介紹了分子動力學的發(fā)展背景和現(xiàn)狀，分子動力學作為一種基于物理模型的模擬預測方法除了可以獲得蛋白質的結構信息還可以獲得很多實驗上無法測定的細節(jié)信息。分子動力學的基本思路就是用數(shù)值方法求解原子運動的牛頓方程或薛定諤方程。但是實際進行模擬時，考慮到體系大小和目前計算機的運算能力，通常都是采用半經(jīng)驗的勢能函數(shù)，這些勢能函數(shù)在不同分子力場中雖有差異，但基本

6、上都包含成鍵相互作用(鍵長伸縮、鍵角彎曲、二面角旋轉和彎曲)和非鍵相互作用(靜電相互作用、范德華相互作用)項。這種形式的勢函數(shù)簡化了動力學模擬的計算但同時也限制了其準確度。因此發(fā)展出很多改進方法，如加入氫鍵項、極化效應和二面角項修正等。與模擬準確性一樣，模擬時間也是制約分子動力學發(fā)展的一個主要因素。由于傳統(tǒng)的分子動力學模擬的采樣符合玻爾茲曼分布，因此要滿足各態(tài)歷經(jīng)假設需要很長的模擬時間；同時由于體系中快速運動的存在限制了積分步長的大小。

7、延長模擬時間的研究也因此可以分為延長積分步長和加快體系采樣。延長積分步長主要是通過消除體系中的快速運動來實現(xiàn)。加快體系采樣一是可以采用溶劑模型來減少溶劑分子的計算時間；二是可以采用非玻爾茲曼分布采樣來加快構象空間的搜索。增強采樣的方法經(jīng)過20余年的努力目前發(fā)展的方法主要包括：高溫動力學、放大集合運動方法、構象流動法、加速分子動力學、傘形采樣、Tsallis有效勢能、溫度(哈密頓量)副本交換方法等。第2章中介紹了為人類CD34(+)造血干

8、細胞/祖細胞及血液系統(tǒng)疾病相關蛋白質的結構基因組學研究進行的前期靶蛋白篩選工作和構建的一套高效的靶蛋白篩選、標注和數(shù)據(jù)管理的系統(tǒng)。首先介紹了該系統(tǒng)的框架、系統(tǒng)需求和功能。這是一個基于網(wǎng)頁交互的數(shù)據(jù)庫系統(tǒng)。通過用戶交互的方式、參加結構基因組的不同小組可以方便的添加、修改、共享實驗數(shù)據(jù)和實驗方案，同時可以獲取生物信息學方法預測的多種信息。其次介紹靶蛋白的結構和功能標注。通過多種生物信息學方法，我們收集整合了蛋白的各種結構和功能標注信息。包括

9、一般信息、物理特性、二級結構、保守區(qū)域和潛在功能等。最后介紹結構基因組靶蛋白篩選的過程。篩選過程考慮到實驗的可行性和潛在的生物學意義，我們給出了一種篩選的流程，并對篩選得到的1823個靶蛋白按優(yōu)先級進行了排序。 第3章中介紹了我們獨立發(fā)展的一種哈密頓副本交換算法和用這種算法進行的殘基類型和近鄰相互作用的研究。在這種算法中，以丙氨酸二肽主鏈二面角的自由能曲面經(jīng)過不同強度變形的傘形勢加在各個副本得所有主鏈二面角上。采用廣義的加權直

10、方圖分析來計算構象的自由能面的方法利用了所有交換的副本采樣，包括加上和未加上附加傘形勢的副本，這極大的降低了構象自由能曲面計算的統(tǒng)計不確定性(標準差05～1KJ/mol)。我們使用這種基于哈密頓量的副本交換方法研究近鄰殘基類型和構象對主鏈中特定二面角的構象平衡的影響，研究的體系包含丙氨酸、苯丙氨酸和頡氨酸的長度為2～5的多肽，模擬中全部采用顯式溶劑，研究的焦點是主鏈二面角分布受自身殘基類型以及近鄰殘基類型和構象的影響。結果不僅反應自身殘

11、基類型效應主要為Phe和Val相對Ala更傾向β構象，而且證明了近鄰效應與自身殘基類型效應大小相當。我們發(fā)現(xiàn)N端近鄰主要表現(xiàn)出構象效應，各種近鄰殘基類型的α構象相對于β構象使下游的Ala傾向于β構象。C端近鄰正好相反，主要表現(xiàn)出類型效應，C端的Val可以顯著的使上游的Ala的構象平衡偏向于PⅡ。結果數(shù)據(jù)顯示了與蛋白質卷曲結構數(shù)據(jù)庫的統(tǒng)計結果具有相當程度的一致性，證明了這種近鄰殘基的相互作用在小肽和蛋白質中具有普遍性。此外我們還報導了一些