生物信息學 第十一章利用蛋白質序列的預測方法

1、11利用蛋白質序列的預測方法reasD.BaxevanisGenomeTechnologyBranchNationalHumanGenomeResearchInstituteNationalInstitutesofHealthBethesda.MrylDavidLsmanNationalCenterfroBiotechnologyInfmaitonComputationalBiologyBranchNationalLibraryofMe

2、dicineNationalInstituteofHealthBethsda.Maryl本書對數(shù)據(jù)庫的討論及前幾章中提供的信息都說明，當前各種公共數(shù)據(jù)庫中的序列信息的數(shù)量正急劇增加。與我們已知的核酸序列一樣，所有蛋白質序列，無論是直接測得還是由核酸序列中的開放閱讀框轉換而來，都包含有決定其結構功能的內在信息?？上в脤嶒灧椒ǐ@取這些信息的速度遠遠趕不上單純序列數(shù)據(jù)產生的速度。象圓二色譜、旋光色散、X光晶體衍射和核磁共振都是確定結構特征的強

3、有力技術，但它們的實現(xiàn)需要大量時間，并對技術和技巧都有很對數(shù)據(jù)庫中的每一個蛋白序列，算法會對其氨基酸組成與所查詢的氨基酸組成的差異打分。由電子郵件返回的結果被組織成三級列表：第一張列表中的蛋白都基于特定的物種分類而不考慮pI和分子量；第二張列表包含了不考慮物種分類、pI和分子量的全體蛋白；第三張列表中的蛋白不但基于特定物種分類，并且將pI和分子量也考慮在內。雖然計算所得結果各不相同，但零分表明了該序列與提出的組成完全相符。AACompI

4、dent的一個變種，AACompSim提供類似的分析，但與前者以實驗所得的氨基酸組成為依據(jù)進行搜索不同，后者使用SWISSPROT中的序列為依據(jù)（Wilkins等，1996）。利用ComputepIMW（見下）所得的不同數(shù)值可以計算出理論等電點和分子量。有報道稱，氨基酸組成在物種之間是十分保守的（Cdwell等，1995），并且通過分析氨基酸的組成，研究者能從低于25％序列相似性的蛋白之間發(fā)現(xiàn)弱相似性（Hobohm和Ser，1995）。

5、因此，在“傳統(tǒng)的”數(shù)據(jù)庫搜索基礎上輔以組成分析，能為蛋白質之間關系提供更多見解。PROPSEARCHPROPSEARCHPROPSEARCH與AACompSim一樣，也利用蛋白的氨基酸組成來檢測蛋白質之間的微弱聯(lián)系。據(jù)該軟件開發(fā)者稱這一技術能輕易發(fā)現(xiàn)同一蛋白質家族的成員（Hobohm和Ser，1995）。但這一技術比AACompSim更加強壯：它使用了144種不同的物化屬性來進行分析，其中包括分子量、巨大殘基的含量、平均疏水性和平均電荷

6、等。這些屬性的集合被稱作“查詢向量”，并將其與數(shù)據(jù)庫（SWISSPROT和PIR）中的每個序列預先計算好的向量進行比較。擁有這樣一個預先計算好的“向量數(shù)據(jù)庫”大大節(jié)約了每次查詢所需的時間。PROPSEARCH的Web服務所需的輸入是查詢序列本身，其輸出的一個實例為圖11.1。這里作為查詢序列的是人自身抗原N90的序列。結果由距離分值分成幾段，該分值代表了查詢序列與由PROPSEARCH找到的新序列之間的相似性程度，從而屬于同一家族，因此

7、通常表明具有相似的功能。10分或更低表明兩種蛋白相似的可能性大于87％。低于8.7分將相似性可信度提高到94％，而低于7.5分則達到99.6％。分析圖11.1的結果可見，N90與一些核轉錄因子、蛋白激酶、一個retinoblastoma結合蛋白、肌動蛋白結合蛋白radixin和推測是一種GTP酶靶蛋白的RalBP1等蛋白相似。既然這些蛋白的功能各自不同，它們并不都是想要的結果；然而，其中許多是DNA的結合蛋白，這就暗示一種可能是在不同功

8、能區(qū)中都采用了的十分相似的結構域。至少進行一次BLASTP搜索對確認結果和識別關鍵性殘基是十分必要的。Fragmentsearch:OFF(POS1POS2arebeginendofsequence)RankIDDISTLEN2POS1POS2pIDE1p1s181930.0072717275.33autoantigenN90–human2ubf1_human1.3676417645.62NUCLEOLARTRANIONFACT1(UP