1第二章基因工程制藥核酸及蛋白質分析生物技術制藥BiotechnologicalPharmaceutics2本節講解的主要內容1.掌握功能基因組的分析過程2.學會基因的ORF查找以及分析核酸及蛋白質分析有一段核酸片段，或者已知與某些代謝相關的mRNA，如何去分析？5DNAsequenceProteinsequenceProteinstructureProteinfunction基因組序列cDNA序列編碼區預測CodonbiasGCContent限制性酶切位點基因結構分析選擇性剪切轉錄調控因子序列比對功能注釋KEGGGO系統發育樹蛋白質序列翻譯蛋白質理化性質二級結構預測結構域分析重要信號位點分析三級結構預測基因組功能分析核酸分析1.獲得的序列進行同源性比較（歸屬物種，哪一類基因）

2.兩兩或幾個比較（找差異，突變位點，保守區）DNAssist，DNAman，BioXM等3.開放閱讀框（ORF尋找）

4.序列進化樹（進化距離，cDNA/蛋白距離關系）DNAman，MEGA，PAUP等9基因開放閱讀框/基因結構分析識別工具ORFFinder

NCBI通用BestORF

Softberry真核GENSCAN

MIT脊椎、擬南芥、玉米GeneFinder

Zhanglab人、小鼠、擬南芥、酵母FGENESH

Softberry真核(基因結構)GeneMark

GIT原核GLIMMER

Maryland原核Fgenes

Softberry人（基因結構）FgeneSV

Softberry病毒Generation

ORNL原核FGENESB

Softberry細菌（基因結構）GenomeScan

MIT脊椎、擬南芥、玉米GeneWise2

EBI人GRAIL

ORNL人、小鼠、擬南芥、果蠅10ORF識別：GENSCAN

結果返回到郵箱（可選）提交序列提交序列文件運行GENSCAN顯示氨基酸或CDS序列序列名稱（可選）是否顯示非最優外顯子選擇物種類型蛋白質結構預測過程11ORF翻譯實驗數據蛋白質序列蛋白質理化性質和一級結構數據庫搜索結構域匹配已知結構的同源蛋白？三維結構模型可用的折疊模型？同源建模有二級結構預測無串線法有從頭預測無12一、蛋白質理化性質分析使用工具：Protparam二、跨膜區分析使用工具：TMpred三、二級結構分析使用工具：PredictProtein四、結構域分析使用工具：InterProScan五、蛋白質三級結構分析使用工具：SWISS-MODEL/SWISS-PdbViewer數據：C:\ZCNI\shixi4\protein.txt蛋白分析內容工具網站備注pldent

利用未知蛋白質的氨基酸組成確認具有相同組成的已知蛋白ComputepI/Mw

計算蛋白質序列的等電點和分子量ProtParam

對氨基酸序列多個物理和化學參數（分子量、等電點、吸光系數等）進行計算PeptideMass

計算相應肽段的pI和分子量SAPS

利用蛋白質序列統計分析方法給出待測蛋白的物理化學信息13蛋白質理化性質分析工具(a)-TypeImembraneprotein(b)-TypeIImembraneprotein(c)-Multipasstransmembraneproteins(d)-Lipidchain-anchoredmembraneproteins(e)-GPI-anchoredmembraneproteins14二、蛋白質跨膜區分析典型的跨膜螺旋區主要是由20~30個疏水性氨基酸（Leu、Ile、Val、Met、Gly、Ala等）組成；親水殘基往往出現在疏水殘基之間，對功能有重要的作用；15蛋白質跨膜區特性跨膜蛋白序列“邊界”原則胞外末端：Asp（天冬氨酸）、Ser（絲氨酸）和Pro（脯氨酸）胞外-內分界區：Trp（色氨酸）跨膜區：Leu（亮氨酸）、Ile（異亮氨酸）、Val（纈氨酸）、Met（甲硫氨酸）、Phe（苯丙氨酸）、Trp（色氨酸）、Cys（半胱氨酸）、Ala（丙氨酸）、Pro（脯氨酸）和Gly（甘氨酸）胞內-外分界區：Tyr（絡氨酸）、Trp（色氨酸）和Phe（苯丙氨酸）胞內末端：Lys（賴氨酸）和Arg（精氨酸）1617常用蛋白質跨膜區域分析工具工具網站備注DAS

用DenseAlignmentSurface（DAS）算法來預測無同源家族的蛋白跨膜區HMMTOP

由Enzymology研究所開發的蛋白質跨膜區和拓撲結構預測程序SOSUI

由Nagoya大學開發一個具有圖形顯示跨膜區的程序TMAP

基于多序列比對來預測跨膜區的程序TMHMM

基于HMM方法的蛋白質跨膜區預測工具TMpred

基于對TMbase數據庫的統計分析來預測蛋白質跨膜區和跨膜方向TopPred

是一個位于法國的蛋白質拓撲結構預測程序18三、蛋白質二級結構預測

基本的二級結構α螺旋，β折疊，β轉角，無規則卷曲（coils）以及模序（motif）等蛋白質局部結構組件

分析方法：基于統計和機器學習方法進行預測Chou-Fasman算法PHD算法多序列列線預測基于神經網絡的序列預測基于已有知識的預測方法（knowledgebasedmethod）混合方法（hybridsystemmethod）19工具網站備注BCMSearchLauncher

包括了常見的蛋白質結構分析程序入口，一般分析可以以此服務器作為起點HNN

基于神經網絡的分析工具，含序列到結構過程和結構到結構處理Jpred

基于Jnet神經網絡的分析程序，并采用PSI-BLAST來構建序列Profile進行預測，對于序列較短、結構單一的蛋白預測較好nnPredict

預測蛋白質序列中潛在的亮氨酸拉鏈結構和卷曲螺旋NNSSP

基于雙層前反饋神經網絡為算法，還考慮到蛋白質結構分類信息PREDATOR

預測時考慮了氨基酸殘基間的氫鍵蛋白質二級結構分析工具工具網站備注PredictProtein

提供多項蛋白質性質分析，并有較好準確性Prof

基于多重序列比對預測工具PSIpred

提供跨膜蛋白拓撲結構預測和蛋白profile折疊結構識別工具SOPMA

可以比較各種分析方法得到的結果，也可輸出

“一致性結果”SSPRED

基于數據庫搜索相似蛋白并構建多重序列比對20蛋白質二級結構分析工具（續）21四、結構域分析結構域是蛋白序列的功能、結構和進化單元分析方法序列比對單條蛋白質序列可以包含一個或多個結構域基本類型：

22α折疊β折疊α/β折疊α+β折疊23工具網站備注CDD

通過比較目標序列和一組位置特異性打分矩陣進行RPS-BLAST來確定目標序列中的保守結構域HAMAP

通過專家預測系統產生的微生物家族同源蛋白數據InterPro

蛋白質家族、結構域和功能位點的聯合資源數據庫，整合了多個數據庫和工具的結果，并提供相應的鏈接Pfam

每個蛋白家族包含了多序列比對、profile-HMMs和注釋文件ProDom

從SWISS-PROT/TrEMBL數據庫中的非片段蛋白序列數據構成，每條記錄包含一個同源結構域多重比對和家族保守一致性序列SMART

由EMBL建立，集成了大部分已知蛋白功能域數據，注釋包括了功能類型、三維結構、分類信息蛋白質結構域數據庫24工具網站備注TIGRFAMs

由TIGR實驗室維護的蛋白質家族和結構域數據庫PRINTS

蛋白質模體指紋數據庫，提供了FingerPRINTScan、FPScan和GRAPHScan等指紋識別工具DOMO

同源蛋白結構域家族數據庫，有多個鏡像網站BLOCKS

收錄了通過高度保守蛋白區域比對出的無空位片段eMOTIF

由斯坦福大學維護。從BLOCKS+數據庫和PRINTS數據庫中收集了生物功能高度保守的高特異性蛋白序列蛋白質結構域數據庫（續）25五、蛋白質三維結構預測方法特點工具同源建模法(parativemodelling)基于序列同源比對，對于序列相似度>30％的序列模擬比較有效，最常用的方法SWISS-MODEL，CPHmodels

串線法/折疊識別法

(Threading/Foldrecognition)“穿”入已知的各種蛋白質折疊骨架內，適于對蛋白質核心結構進行預測，計算量大THREADER，3D-PSSM從頭預測法(Abinitio/Denovomethods)基于分子動力學，尋找能量最低的構象，計算量大，只能做小分子預測HMMSTR/ROSSETA26蛋白質結構預測精度27常用數據庫數據庫網站備注PDB

主要的蛋白質三維結構數據庫MMDB

NCBI維護的蛋白質結構數據庫Psdb

從PDB和NRL-3D數據庫中衍生出的數據庫，含二級結構和三維結構信息3DinSight

整合了結構、性質（氨基酸組成、熱力學參數等）、生物學功能（突變點，相互作用等）的綜合數據庫，FSSP

根據結構比對的蛋白質結構分類數據庫SCOP

蛋白質結構分類數據庫，將已知結構蛋白進行有層次地分類CATH

另一個有名的蛋白質結構和結構域主要結構分類庫MODBASE

用同源比對法生成的模型結構數據庫EnzymeStructure

從PDB數據庫中整理已知結構的酶蛋白數據庫HSSP

根據同源性到處的蛋白質結構數據庫28模板搜索與比對工具網站備注PSI-BLAST

位置特異性疊代BLAST，可用來搜索遠源家族序列FASTA3

位于EBI的序列比對工具SSEARCH

采用Smith/Waterman法來進行序列比對ClustalW

多序列比對工具，位于EBIT-Coffee

用多種方法（如ClustalW、DIalign等）來構建多序列比對Multalin

一個老牌的多序列比對工具Dali

三維結構比對網絡服務器VAST

基于向量并列分析算法的三維結構比對工具SAM-T99

用HMM法搜索蛋白質遠源同源序列29同源建模法工具網站備注SWISS-MODEL

完整建模程序，采用同源性鑒定來確定模板蛋白，用戶也可以自定義模板進行分析CPHmodels

基于神經網絡的同源建模工具，用戶只需提交序列，無高級選項EsyPred3D

采用神經網絡來提高同源建模準確性的預測工具3