蛋白質結構預測
蛋白質結構預測相關概念：
“折疊（fold）”的概念
“折疊（fold）”是近年來蛋白質研究中應用較廣的一個概念，它是介與二級和
三級結構之間的蛋白質結構層次，它描述的是二級結構元素的混合組合方式。
二級結構的預測方法介紹：
Chou-Fasman算法：
　??? 是單序列預測方法中的一種，它是使用氨基酸物理化學數據中派生出來的
規律來預測二級結構。 他們統計首先出20種氨基酸出現在α螺旋、β折疊和無
規則卷曲中出現頻率的大小，然后計算出每一種氨基酸在這幾種構象中的構象參
數Px.構象參數值的大小反映了該種殘基出現在某種構象中的傾向性的大小。按照
構象參數值的大小可以把氨基酸分為六個組：Ha（強螺旋形成者）、ha（ 螺旋形
成者）、Ia（弱螺旋形成者）、ia（螺旋形成不敏感者）、ba（螺旋中斷者）、
Ba（強螺旋中斷者）。Chou和Fasman根據殘基的傾向性因子提出二級結構預測的
經驗規則，要點是沿蛋白序列尋找二級結構的成核位點和終止位點。這種方法可
能能夠正確反映蛋白質二級結構的形成過程，但預測成功率并不高，僅有50%左右。
GOR算法：??? 也是單序列預測方法中的一種，因其作者Garnier, Osguthorpe和
Robson而得名。這種方法是以信息論為基礎的，也屬于統計學方法的一種，GOR方
法不僅考慮被預測位置本身氨基酸殘基種類對該位置構象的影響，也考慮到相鄰
殘基種類對該位置構象的影響。這樣使預測的成功率提高到 65% 左右。GOR方法
的優點是物理意義清楚明確，數學表達嚴格，而且很容易寫出相應的計算機程序，
但缺點是表達式復雜。
多序列列線預測：
　??? 對序列進行多序列比對，并利用多序列比對的信息進行結構的預測。調查者
可找到和未知序列相似的序列家族，然后假設序列家族中的同源區有同樣的二級
結構，預測不是基于一個序列而是一組序列中的所有序列的一致序列。
基于神經網絡的序列預測：
　??? 利用神經網絡的方法進行序列的預測，BP (Back-Propagation Network)
網絡即反饋式神經網絡算法是目前二級結構預測應用最廣的神經網絡算法，它通常
是由三層相同的神經元構成的層狀網絡，使用反饋式學習規則，底層為輸入層，中
間為隱含層，頂層是輸出層，信號在相鄰各層間逐層傳遞，不相鄰的各層間無聯系，
在學習過程中根據輸入的一級結構和二級結構的關系的信息不斷調整各單元之間的
權重，最終目標是找到一種好的輸入與輸出的映象，并對未知二級結構的蛋白進行
預測。神經網絡方法的優點是應用方便，獲得結果較快較好，主要缺點是沒有反映
蛋白的物理和化學特性，而且利用大量的可調參數，使結果不易理解。許多預測程
序如PHD、PSIPRED等均結合利用了神經網絡的計算方法。
基于已有知識的預測方法（knowledge based method）:??? 這類預測方法包括Lim
和 Cohen 兩種方法。Lim 方法是一種物理化學的方法，它根據氨基酸殘基的物理化
學性質，包括：疏水性、親水性、帶電性以及體積大小等，并考慮殘基之間的相互
作用而制訂出一套預測規則。對于小于50個氨基酸殘基的肽鏈， Lim 方法的預測準
確率可以達到73%. 另一種是 Cohen 方法，它的提出當時是為了α/β蛋白的預測，
基本原理是說：疏水性殘基決定了二級結構的相對位置，螺旋亞單元或擴展單元是
結構域的核心，α螺旋和β折疊組成了結構域。
混合方法（hybrid system method）:??? 將以上幾種方法選擇性的混合使用，并調
整他們之間使用的權重可以提高預測的準確率，目前預測準確率在70%以上的都是混
合方法，其中，同源性比較方法、神經網絡方法 和 GOR方法 應用最為廣泛。
三級結構的預測：
同源性建模：??? 假設對已知結構的另一個蛋白質序列來排列一個蛋白質的序列，
如果靶序列和已知結構序列在整個序列的全長有很高的相似性，在合理的信任度上，
我們可以使用已知結構作為靶蛋白質的模版。
“串線（threading）”算法：??? 串線結構分析是試圖把未知的氨基酸序列和各種
已存在的三維結構相匹配，并評估序列折疊成那種結構的合適度。串線法最適用于折
疊（fold）的識別，而不是模型的建立。它是快速用未知序列的氨基酸側鏈替換已知
序列中的氨基酸位置。Jones等首先從蛋白質結構數據庫中挑選蛋白質結構建立折疊
子數據庫，以折疊子數據庫中的折疊結構作為模板，將目標序列與這些模板一一匹配，
通過計算打分函數值判斷匹配程度，根據打分值給模板結構排序，其中打分最高的被
認為是目標序列最可能采取的折疊結構。Threading 方法的難點在于序列與折疊結構
的匹配技術和打分函數的確定。（Jones等，1992）