第七章-2蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)(參考版)
2024-10-21 12:52本頁(yè)面
【正文】 。選擇匹配點(diǎn)對(duì)多的匹配表作為進(jìn)一步匹配的出發(fā)點(diǎn) ，這樣的匹配表中所包含的匹配又稱為 “ 種子匹配 ” 。 識(shí)別階段 利用前面預(yù)處理所得到的哈希表進(jìn)行識(shí)別 ， 過程如下： ? 對(duì)于每個(gè)目標(biāo)分子的參考框架 ， 計(jì)算參考框架的三維正交基及其形狀特征 ， 計(jì)算參考框架內(nèi)其它點(diǎn)的坐標(biāo) ， 將每個(gè)坐標(biāo)作為哈希查找表的地址 ， 在哈希表相應(yīng)的位置取出有關(guān)的信息 ， 找出形狀特征匹配的記錄 ， 然后針對(duì)那些匹配好的記錄計(jì)算相應(yīng)的空間變換 ， 保存匹配的點(diǎn) 。 ? 基于幾何哈希（ geometric hashing）技術(shù)的三維結(jié)構(gòu)比對(duì)方法 ? 將目標(biāo)分子與數(shù)據(jù)庫(kù)中模型分子匹配 ? 數(shù)據(jù)庫(kù)中的模型分子是預(yù)先建立的。 ???iiiT qpTT空間點(diǎn)三元組幾何變換 目標(biāo)： 尋找兩個(gè)蛋白質(zhì)空間點(diǎn)三元組重疊最多的幾何變換。 ? 如果用數(shù)學(xué)語(yǔ)言來描述，就是給定兩個(gè)三維點(diǎn)集 P={pi}和 Q={qi} （ i=1,2,…,n ），尋找一個(gè)空間變換矩陣 T，使得 最小，即： ? 這個(gè)問題可以用最小二乘法解決 2)(? ?iii qpT})(39。 ? 這些模式由多個(gè)不相鄰的序列片段組成，經(jīng)過蛋白質(zhì)折疊以后，這些一維不相鄰的元素在三維空間中結(jié)合到一起，形成特定的功能位點(diǎn)，如酶的活性部位，蛋白質(zhì)結(jié)合部位等。 ? 如果在結(jié)構(gòu)這個(gè)層次上進(jìn)行比較，可以發(fā)現(xiàn)更多的信息。設(shè)立在馬里蘭生物技術(shù)研究中心的 CASP就是這樣一個(gè)系統(tǒng)（ 第五節(jié) 蛋白質(zhì)空間結(jié)構(gòu)比較 ? 結(jié)構(gòu)域 ? 對(duì)蛋白質(zhì)進(jìn)行序列比較，可以發(fā)現(xiàn)同源序列的保守區(qū)域。 ? 驗(yàn)證的一種方法是取已知結(jié)構(gòu)的蛋白質(zhì)，對(duì)這些蛋白質(zhì)進(jìn)行模擬結(jié)構(gòu)預(yù)測(cè)，并將預(yù)測(cè)結(jié)構(gòu)與真實(shí)結(jié)構(gòu)進(jìn)行比較，分析兩者之間的差距。 HP 模型 [疏水 (hydrophobic)極性 (polar)] ?基于疏水殘基之間的接觸進(jìn)行打分 ?每一個(gè) H和 H的接觸（非相鄰殘基）對(duì)能量的貢獻(xiàn)都為－ 1 ?最優(yōu)的構(gòu)象就是所有可能的構(gòu)象中具有最多 H和 H接觸的那個(gè)構(gòu)象 ?圖中的二維和三維構(gòu)象的得分都是－ 3 絕對(duì)方向表示法 : 每一個(gè)位置上可選擇的方向 : 上、右、左和下（ U、 R、 L、 D）； 而對(duì)于三維模型 : 上、右、左、下、后和前（ U、 R、 L、 D、 B、 F）。 ? 從頭預(yù)測(cè)方法一般由下列 3個(gè)部分組成： （ 1）一種蛋白質(zhì)幾何的表示方法 由于表示和處理
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1