蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)

1、第7章蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)一種生物體的基因組規(guī)定了所有構(gòu)成該生物體的蛋白質(zhì)，基因規(guī)定了蛋白質(zhì)的氨基酸序列。雖然蛋白質(zhì)由氨基酸的線性序列組成，但是它們只有折疊成特定的空間構(gòu)象才能具有相應(yīng)的活性和生物學(xué)功能。了解蛋白質(zhì)的空間結(jié)構(gòu)不僅有利于認(rèn)識(shí)蛋白質(zhì)的功能，也有利于認(rèn)識(shí)蛋白質(zhì)是如何執(zhí)行其功能的。確定蛋白質(zhì)的結(jié)構(gòu)對(duì)于生物學(xué)研究是非常重要的。目前，蛋白質(zhì)序列數(shù)據(jù)庫的數(shù)據(jù)積累的速度非?？?，但是已知結(jié)構(gòu)的蛋白質(zhì)相對(duì)比較少。盡管蛋白質(zhì)結(jié)構(gòu)測(cè)定技

2、術(shù)有了較為顯著的進(jìn)展，但是通過實(shí)驗(yàn)方法確定蛋白質(zhì)結(jié)構(gòu)的過程仍然非常復(fù)雜，代價(jià)較高，因此實(shí)驗(yàn)測(cè)定的蛋白質(zhì)結(jié)構(gòu)比已知的蛋白質(zhì)序列要少得多。另一方面，隨著DNA測(cè)序技術(shù)的發(fā)展，人類基因組及更多的模式生物基因組已被或?qū)⒈煌耆珳y(cè)序，DNA序列數(shù)量將會(huì)急增，而由于DNA序列分析技術(shù)和基因識(shí)別方法的進(jìn)步，我們可以從DNA推倒導(dǎo)出大量的蛋白質(zhì)序列。這意味著已知序列的蛋白質(zhì)數(shù)量和已測(cè)定結(jié)構(gòu)的蛋白質(zhì)數(shù)量（如蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫PDB中的數(shù)據(jù)）的差距將會(huì)越來越大

3、。人們希望產(chǎn)生蛋白質(zhì)結(jié)構(gòu)的速度能夠跟上產(chǎn)生蛋白質(zhì)序列的速度，或者減小兩者的差距。那么如何縮小這種差距呢？不能完全依賴現(xiàn)有的結(jié)構(gòu)測(cè)定技術(shù)，需要發(fā)展理論分析方法，這對(duì)蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)提出了極大的挑戰(zhàn)。20世紀(jì)60年代后期，Anfinsen首先發(fā)現(xiàn)去折疊蛋白或者說變性(denatured)蛋白質(zhì)在允許重新折疊的實(shí)驗(yàn)條件下可以重新折疊到原來的結(jié)構(gòu)，這種天然結(jié)構(gòu)(nativestructure)對(duì)于行使生物功能具有重要作用，大多數(shù)蛋白質(zhì)只有在折疊成

4、它們天然結(jié)構(gòu)的時(shí)候才能具有完全的生物活性。自從Anfinsen提出蛋白質(zhì)折疊的信息隱含在蛋白質(zhì)的一級(jí)結(jié)構(gòu)中，科學(xué)家們對(duì)蛋白質(zhì)結(jié)構(gòu)的預(yù)測(cè)進(jìn)行了大量的研究，分子生物學(xué)家將有可能直接運(yùn)用適當(dāng)?shù)乃惴◤陌被嵝蛄谐霭l(fā)，預(yù)測(cè)蛋白質(zhì)的結(jié)構(gòu)。本章主要著重介紹蛋白質(zhì)二級(jí)結(jié)構(gòu)及空間結(jié)構(gòu)預(yù)測(cè)的方法。7.17.1引言引言基因是生命的藍(lán)圖，蛋白質(zhì)是生命的機(jī)器。來自于四種字符字母表（A，T（U），C，G）的核酸序列中蘊(yùn)藏著生命的信息，而蛋白質(zhì)則執(zhí)行著生物體內(nèi)各種重

5、要的工作，如生物化學(xué)反應(yīng)的催化、營(yíng)養(yǎng)物質(zhì)的輸運(yùn)、生長(zhǎng)和分化控制、生物信號(hào)的識(shí)別和傳遞等工作。蛋白質(zhì)序列由相應(yīng)的核酸序列所決定，通過對(duì)基因的轉(zhuǎn)錄和翻譯，將原來四字符的DNA序列，根據(jù)三聯(lián)密碼翻譯成20字符的蛋白質(zhì)氨基酸序列。蛋白質(zhì)具有不同的長(zhǎng)度、不同的氨基酸排列和不同的空間結(jié)構(gòu)，實(shí)驗(yàn)分析表明蛋白質(zhì)能夠形成特定的結(jié)構(gòu)。蛋白質(zhì)中相鄰的氨基酸通過肽鍵形成一條伸展的鏈，肽鏈上的氨基酸殘基形成局部的二級(jí)結(jié)構(gòu)，各種二級(jí)結(jié)構(gòu)組合形成完整的折疊結(jié)構(gòu)。蛋白

6、質(zhì)分子很大，其折疊的空間結(jié)構(gòu)會(huì)將一些區(qū)域包裹在內(nèi)部，而將其它的區(qū)域暴露在外。在蛋白質(zhì)的空間結(jié)構(gòu)中，序列上相距比較遠(yuǎn)的氨基酸可能彼此接近。在水溶液中，肽鏈折疊成為特定的三維結(jié)構(gòu)。主要的驅(qū)動(dòng)力來自于氨基酸殘基的疏水性，氨基酸殘基的疏水性要求將氨基酸疏水片段放置于分子的內(nèi)部。圖7.1（a）是酪氨酸磷酸酶的蛋白質(zhì)序列，圖7.1（b）是對(duì)應(yīng)的二級(jí)結(jié)構(gòu)，其中H代表螺旋，E代表折疊，B表示β橋，G表示310螺旋，I表示π螺旋，T表示氫鍵轉(zhuǎn)角，S代表轉(zhuǎn)

7、向，圖7.1（c）顯示的是該蛋白質(zhì)的折疊結(jié)構(gòu)。研究蛋白質(zhì)的結(jié)構(gòu)意義重大，分析蛋白質(zhì)結(jié)構(gòu)、功能及其關(guān)系是蛋白質(zhì)組計(jì)劃中的一個(gè)重要組成部分。研究蛋白質(zhì)結(jié)構(gòu)，有助于了解蛋白質(zhì)的作用，了解蛋白質(zhì)如何行使其生物功能，認(rèn)識(shí)蛋白質(zhì)與蛋白質(zhì)（或其它分子）之間的相互作用，這無論是對(duì)于生物學(xué)還是對(duì)于醫(yī)學(xué)和藥學(xué)，都是非常重要的。對(duì)于未知功能或者新發(fā)現(xiàn)的蛋白質(zhì)分子，通過結(jié)構(gòu)分析，可以進(jìn)行功能注釋，指導(dǎo)設(shè)計(jì)進(jìn)行功能確認(rèn)的生物學(xué)實(shí)驗(yàn)。通過分析蛋白質(zhì)的結(jié)構(gòu)，確認(rèn)功能

8、單位或者結(jié)構(gòu)域，可以為遺傳操作提供目標(biāo)，為設(shè)計(jì)新的蛋白質(zhì)或改造已有蛋白質(zhì)提供可靠的依據(jù)，同時(shí)為新的藥物分子設(shè)計(jì)提供合理的靶分子及結(jié)構(gòu)。生物信息學(xué)的一個(gè)基本觀點(diǎn)是：分子的結(jié)構(gòu)決定分子的性質(zhì)和分子的功能。因此，生物大分子蛋白質(zhì)的空間結(jié)構(gòu)決定蛋白質(zhì)的生物學(xué)功能。但是，蛋白質(zhì)的空間結(jié)構(gòu)又是由什么決定的呢？當(dāng)一個(gè)蛋白質(zhì)的空間結(jié)構(gòu)被破壞以后，或者蛋白質(zhì)解折疊，可以恢復(fù)其自然的折疊結(jié)構(gòu)。大量的實(shí)驗(yàn)結(jié)果證明：蛋白質(zhì)的結(jié)構(gòu)由蛋白質(zhì)序列所決定。雖然影響蛋白

9、質(zhì)空間結(jié)構(gòu)的另一個(gè)因素是蛋白質(zhì)分子所處的溶液環(huán)境，但是決定蛋白質(zhì)結(jié)構(gòu)的信息則是被編碼于氨基酸序列之中。然而，這種編碼是否能被破譯呢？或者說是否能夠直接從氨基酸序列預(yù)測(cè)出蛋白質(zhì)的空間結(jié)構(gòu)呢？蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的問題從數(shù)學(xué)上講，是尋找一種從蛋白質(zhì)的氨基酸線性序列到蛋白質(zhì)所有原子三維坐標(biāo)的一種映射。典型的蛋白質(zhì)含有幾百個(gè)氨基酸、上千個(gè)原子，而大蛋白質(zhì)（如載脂蛋白）的氨基酸個(gè)數(shù)超過4500。所有可能的序列到結(jié)構(gòu)的映射數(shù)隨蛋白質(zhì)氨基酸殘基個(gè)數(shù)而呈指數(shù)

10、增長(zhǎng)，是天文數(shù)字。然而幸運(yùn)的是，自然界實(shí)際存在的蛋白質(zhì)是有限的，并且存在著大量的同源序列，可能的結(jié)構(gòu)類型也不多，序列到結(jié)構(gòu)的關(guān)系有一定的規(guī)律可循，因此蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)是可能的。蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)主要有兩大類方法。一類是理論分析方法或從頭算方法（Abinitio），通過理論計(jì)算（如分子力學(xué)、分子動(dòng)力學(xué)計(jì)算）進(jìn)行結(jié)構(gòu)預(yù)測(cè)。該類方法假設(shè)折疊后的蛋白質(zhì)取能量最低的構(gòu)象。從原則上來說，我們可以根據(jù)物理、化學(xué)原理，通過計(jì)算來進(jìn)行結(jié)構(gòu)預(yù)測(cè)。但是在實(shí)際中，這

11、種方法往往不適合。主要有幾個(gè)原因，一是自然的蛋白質(zhì)結(jié)構(gòu)和未折疊的蛋白質(zhì)結(jié)構(gòu)，兩者之間的能量差非常?。?kcalmol數(shù)量級(jí)），二是蛋白質(zhì)可能的構(gòu)象空間龐大，針對(duì)蛋白質(zhì)折疊的計(jì)算量非常大。另外，計(jì)算模型中力場(chǎng)參數(shù)的不準(zhǔn)確性也是一個(gè)問題。另一類蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)方法是統(tǒng)計(jì)的方法，該類方法對(duì)已知結(jié)構(gòu)的蛋白質(zhì)進(jìn)行統(tǒng)計(jì)分析，建立序列到結(jié)構(gòu)的映射模型，進(jìn)而對(duì)未知結(jié)構(gòu)的蛋白質(zhì)根據(jù)映射模型直接從氨基酸序列預(yù)測(cè)結(jié)構(gòu)。映射模型可以是定性的，也可以是定量的。這是

12、進(jìn)行蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)較為成功的一類方法。這一類方法包括經(jīng)驗(yàn)性方法、結(jié)構(gòu)規(guī)律提取方法、同源模型化方法等。所謂經(jīng)驗(yàn)性方法就是根據(jù)一定序列形成一定結(jié)構(gòu)的傾向進(jìn)行結(jié)構(gòu)預(yù)測(cè)，例如，根據(jù)不同氨基酸形成特定二級(jí)結(jié)構(gòu)的傾向進(jìn)行結(jié)構(gòu)預(yù)測(cè)。通過對(duì)已知結(jié)構(gòu)的蛋白質(zhì)（如蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫PDB、蛋白質(zhì)二級(jí)結(jié)構(gòu)數(shù)據(jù)庫DSSP中的蛋白質(zhì)）進(jìn)行統(tǒng)計(jì)分析，發(fā)現(xiàn)各種氨基酸形成不同二級(jí)結(jié)構(gòu)的傾向，形成一系列關(guān)于二級(jí)結(jié)構(gòu)預(yù)測(cè)的規(guī)則。與經(jīng)驗(yàn)性方法相似的另一種辦法是結(jié)構(gòu)規(guī)律提取方法

13、，這是更一般的方法。該方法從蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫中提取關(guān)于蛋白質(zhì)結(jié)構(gòu)形成的一般性規(guī)則，指導(dǎo)建立未知結(jié)構(gòu)的蛋白質(zhì)的模型。有許多提取結(jié)構(gòu)規(guī)律的方法，如通過視覺觀察的方法，基于統(tǒng)計(jì)分析和序列多重比對(duì)的方法，利用人工神經(jīng)網(wǎng)絡(luò)提取規(guī)律的方法。同源模型化方法通過同源序列分析或者模式匹配預(yù)測(cè)蛋白質(zhì)的空間結(jié)構(gòu)或者結(jié)構(gòu)單元（如鋅指結(jié)構(gòu)、螺旋轉(zhuǎn)角螺旋結(jié)構(gòu)、DNA結(jié)合區(qū)域等）。其原理是基于下述事實(shí)：每一個(gè)自然蛋白質(zhì)具有一個(gè)特定的結(jié)構(gòu)，但許多不同的序列會(huì)采用同一個(gè)

14、基本的折疊，也就是說，具有相似序列的蛋白質(zhì)傾向于折疊成相似的空間結(jié)構(gòu)。一對(duì)自然進(jìn)化的蛋白質(zhì)，如果它們的序列具有25?30%的等同部分或者更多，則可以假設(shè)這兩個(gè)蛋白質(zhì)折疊成相似的空間結(jié)構(gòu)。這樣，如果一個(gè)未知結(jié)構(gòu)的蛋白質(zhì)與一個(gè)已知結(jié)構(gòu)的蛋白質(zhì)具有足夠的序列相似性，那么可以根據(jù)相似性原理給未知結(jié)構(gòu)的蛋白質(zhì)構(gòu)造一個(gè)近似的三維模型。如果目標(biāo)蛋白質(zhì)序列的某一部分與已知結(jié)構(gòu)的蛋白質(zhì)的某一結(jié)構(gòu)域區(qū)域相似，則可以認(rèn)為目標(biāo)蛋白質(zhì)具有相同的結(jié)構(gòu)域或者功能區(qū)域

15、。在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)方面，預(yù)測(cè)結(jié)果最可靠的方法是同源模型化方法。蛋白質(zhì)的同源性比較往往是借助于序列比對(duì)而進(jìn)行的，通過序列比對(duì)可以發(fā)現(xiàn)蛋白質(zhì)之間進(jìn)化的關(guān)系。在蛋白質(zhì)結(jié)構(gòu)分析方面，通過序列比對(duì)可以發(fā)現(xiàn)序列保守模式或突變模式，這些序列模式中包含著非常有用的三維結(jié)構(gòu)信息。利用同源模型化方法可以預(yù)測(cè)所有10?30%蛋白質(zhì)的結(jié)構(gòu)。然而，有許多具有相似結(jié)構(gòu)的蛋白質(zhì)是遠(yuǎn)程同源的，它們的等同序列不到25%。也就是說，具有相似空間結(jié)構(gòu)的蛋白質(zhì)序列等同程度可能

16、小于25%。這些蛋白質(zhì)的同源性不能被通過傳統(tǒng)的序列比對(duì)方法所識(shí)別。如果按照一個(gè)未知序列搜索一個(gè)蛋白質(zhì)序列數(shù)據(jù)庫，并且搜索條件為序列等同程度小于25%的話，那么將會(huì)得到大量不相關(guān)的蛋白質(zhì)。因此，搜索遠(yuǎn)程同源蛋白質(zhì)就像在干草堆里尋找一根針。尋找遠(yuǎn)程同源蛋白質(zhì)是一項(xiàng)困難的任務(wù)，處理這個(gè)困難任務(wù)的技術(shù)稱為“線索（THREADING）技術(shù)”。對(duì)于一個(gè)未知結(jié)構(gòu)的蛋白質(zhì)，僅當(dāng)我們找不到等同序列大于25%的已知結(jié)構(gòu)的同源蛋白質(zhì)時(shí)，才通過線索技術(shù)尋找已知