關(guān)于蛋白質(zhì)結(jié)構(gòu)與功能預(yù)測2實習一基因組數(shù)據(jù)注釋和功能分析實習二核苷酸序列分析實習三芯片的基本數(shù)據(jù)處理和分析實習四蛋白質(zhì)結(jié)構(gòu)與功能分析實習五蛋白質(zhì)組學數(shù)據(jù)分析實習六系統(tǒng)生物學軟件實習實習課程內(nèi)容基因組學轉(zhuǎn)錄物組學蛋白質(zhì)組學系統(tǒng)生物學第2頁,共78頁，星期六，2024年，5月3DNAsequenceProteinsequenceProteinstructureProteinfunction第3頁,共78頁，星期六，2024年，5月蛋白質(zhì)序列分析蛋白質(zhì)一級序列蛋白質(zhì)基本理化性質(zhì)分析蛋白質(zhì)親疏水性分析跨膜區(qū)結(jié)構(gòu)預(yù)測翻譯后修飾位點預(yù)測蛋白質(zhì)二級結(jié)構(gòu)蛋白質(zhì)二級結(jié)構(gòu)預(yù)測蛋白質(zhì)序列信號位點分析蛋白質(zhì)超二級結(jié)構(gòu)蛋白質(zhì)結(jié)構(gòu)域分析蛋白質(zhì)三級結(jié)構(gòu)蛋白質(zhì)三維結(jié)構(gòu)模擬蛋白質(zhì)序列分析主要內(nèi)容第4頁,共78頁，星期六，2024年，5月5蛋白質(zhì)結(jié)構(gòu)預(yù)測過程ORF翻譯實驗數(shù)據(jù)蛋白質(zhì)序列蛋白質(zhì)理化性質(zhì)和一級結(jié)構(gòu)數(shù)據(jù)庫搜索結(jié)構(gòu)域匹配已知結(jié)構(gòu)的同源蛋白？三維結(jié)構(gòu)模型可用的折疊模型？同源建模有二級結(jié)構(gòu)預(yù)測無串線法有從頭預(yù)測無第5頁,共78頁，星期六，2024年，5月6ExPASy（ExpertProteinAnalysisSystem）Tools（/tools/）第6頁,共78頁，星期六，2024年，5月7一、蛋白質(zhì)理化性質(zhì)分析使用工具：Protparam二、跨膜區(qū)分析使用工具：Tmpred三、二級結(jié)構(gòu)分析使用工具：PredictProteinServer四、結(jié)構(gòu)域分析使用工具：InterProScan五、蛋白質(zhì)三級結(jié)構(gòu)分析使用工具：SWISS-MODEL/SWISS-PdbViewer數(shù)據(jù)：C:\ZCNI\shixi4\protein.txt課程安排第7頁,共78頁，星期六，2024年，5月一、蛋白質(zhì)基本理化性質(zhì)分析

蛋白質(zhì)理化性質(zhì)是蛋白質(zhì)研究的基礎(chǔ)蛋白質(zhì)的基本性質(zhì)：相對分子質(zhì)量氨基酸組成等電點（PI）消光系數(shù)半衰期不穩(wěn)定系數(shù)總平均親水性……

實驗方法：相對分子質(zhì)量的測定、等電點實驗、沉降實驗缺點：費時、耗資基于實驗經(jīng)驗值的計算機分析方法第8頁,共78頁，星期六，2024年，5月工具網(wǎng)站備注AACompldent/tools/aacomp/利用未知蛋白質(zhì)的氨基酸組成確認具有相同組成的已知蛋白ComputepI/Mw/tools/pi_tool.html計算蛋白質(zhì)序列的等電點和分子量ProtParam/tools/protparam.html對氨基酸序列多個物理和化學參數(shù)（分子量、等電點、吸光系數(shù)等）進行計算PeptideMass/tools/peptide-mass.html計算相應(yīng)肽段的pI和分子量SAPShttp://www.isrec.isb-sib.ch/software/SAPS_form.html利用蛋白質(zhì)序列統(tǒng)計分析方法給出待測蛋白的物理化學信息蛋白質(zhì)理化性質(zhì)分析工具第9頁,共78頁，星期六，2024年，5月10AACompIdent

PeptideMass第10頁,共78頁，星期六，2024年，5月Protparam基于蛋白質(zhì)序列的組分分析氨基酸親疏水性等分析為高級結(jié)構(gòu)預(yù)測提供參考Expasy開發(fā)的針對蛋白質(zhì)基本理化性質(zhì)的分析：Protparam

工具/tools/protparam.html計算以下物理化學性質(zhì)：相對分子質(zhì)量氨基酸組成等電點（PI）消光系數(shù)半衰期不穩(wěn)定系數(shù)總平均親水性……第11頁,共78頁，星期六，2024年，5月12主要選項/參數(shù)如果分析SWISS-PORT和TrEMBL數(shù)據(jù)庫中序列直接填寫Swiss-Prot/TrEMBLAC號(accessionnumber)如果分析新序列：直接在搜索框中粘貼氨基酸序列輸入Swiss-Prot/TrEMBLAC號打開protein.txt，將蛋白質(zhì)序列粘貼在搜索框中第12頁,共78頁，星期六，2024年，5月13輸入Swiss-Prot/TrEMBLAC號—分不同的功能域肽段輸出結(jié)果功能域用戶自定義區(qū)段第13頁,共78頁，星期六，2024年，5月14返回結(jié)果氨基酸數(shù)目相對分子質(zhì)量理論pI值氨基酸組成正/負電荷殘基數(shù)第14頁,共78頁，星期六，2024年，5月15消光系數(shù)半衰期原子組成分子式總原子數(shù)第15頁,共78頁，星期六，2024年，5月16不穩(wěn)定系數(shù)脂肪系數(shù)總平均親水性<40stable>40unstable第16頁,共78頁，星期六，2024年，5月17練習一：Protparam/tools/protparam.html數(shù)據(jù)：C:\ZCNI\shixi4\protein.txt第17頁,共78頁，星期六，2024年，5月(a)-TypeImembraneprotein(b)-TypeIImembraneprotein(c)-Multipasstransmembraneproteins(d)-Lipidchain-anchoredmembraneproteins(e)-GPI-anchoredmembraneproteins二、蛋白質(zhì)跨膜區(qū)分析第18頁,共78頁，星期六，2024年，5月α螺旋跨膜區(qū)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(xiàn)在疏水殘基之間，對功能有重要的作用基于親/疏水量和蛋白質(zhì)膜區(qū)每個氨基酸的統(tǒng)計學分布偏好性量蛋白質(zhì)跨膜區(qū)特性第19頁,共78頁，星期六，2024年，5月20跨膜蛋白序列“邊界”原則

-LandoltMarticorenaetal.,1993

胞外末端－Asp（天冬氨酸）、Ser（絲氨酸）和Pro（脯氨酸）胞外-內(nèi)分界區(qū)域－Trp（色氨酸）跨膜區(qū)－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(nèi)-外分界區(qū)域－Tyr（絡(luò)氨酸）、Trp（色氨酸）和Phe（苯丙氨酸）胞內(nèi)末端－Lys（賴氨酸）和Arg（精氨酸）第20頁,共78頁，星期六，2024年，5月常用蛋白質(zhì)跨膜區(qū)域分析工具工具網(wǎng)站備注DAShttp://www.sbc.su.se/~miklos/DAS/用DenseAlignmentSurface（DAS）算法來預(yù)測無同源家族的蛋白跨膜區(qū)HMMTOPhttp://www.enzim.hu/hmmtop/由Enzymology研究所開發(fā)的蛋白質(zhì)跨膜區(qū)和拓撲結(jié)構(gòu)預(yù)測程序SOSUIhttp://bp.nuap.nagoya-u.ac.jp/sosui/由Nagoya大學開發(fā)一個具有圖形顯示跨膜區(qū)的程序TMAPhttp://bioinfo.limbo.ifm.liu.se/tmap/基于多序列比對來預(yù)測跨膜區(qū)的程序TMHMMhttp://www.cbs.dtu.dk/services/TMHMM-2.0基于HMM方法的蛋白質(zhì)跨膜區(qū)預(yù)測工具TMpred/software/TMPRED_form.html基于對TMbase數(shù)據(jù)庫的統(tǒng)計分析來預(yù)測蛋白質(zhì)跨膜區(qū)和跨膜方向TopPredhttp://bioweb.pasteur.fr/seqanal/interfaces/toppred.html是一個位于法國的蛋白質(zhì)拓撲結(jié)構(gòu)預(yù)測程序第21頁,共78頁，星期六，2024年，5月22TMpredTMpred工具：/software/TMPRED_form.html依靠跨膜蛋白數(shù)據(jù)庫Tmbase預(yù)測跨膜區(qū)和跨膜方向第22頁,共78頁，星期六，2024年，5月23主要參數(shù)/選項序列在線提交形式：直接貼入蛋白序列填寫SwissProt/TrEMBL/EMBL/EST的ID或AC輸出格式最短和最長的跨膜螺旋疏水區(qū)長度輸入序列名（可選）選擇序列的格式貼入protein.txt蛋白質(zhì)序列第23頁,共78頁，星期六，2024年，5月24輸出結(jié)果包含四個部分可能的跨膜螺旋區(qū)相關(guān)性列表可能的跨膜螺旋區(qū)相關(guān)性列表位置分值片段中點位置第24頁,共78頁，星期六，2024年，5月25

跨膜拓撲模型及圖示建議的跨膜拓撲模型每一位置計算分值最優(yōu)拓撲結(jié)構(gòu)第25頁,共78頁，星期六，2024年，5月26TMHMM第26頁,共78頁，星期六，2024年，5月27第27頁,共78頁，星期六，2024年，5月28練習二：TMpred/software/TMPRED_form.html數(shù)據(jù)：C:\ZCNI\shixi4\protein.txt第28頁,共78頁，星期六，2024年，5月三、蛋白質(zhì)二級結(jié)構(gòu)預(yù)測

基本的二級結(jié)構(gòu)α螺旋，β折疊，β轉(zhuǎn)角，無規(guī)則卷曲（coils）以及模序（motif）等蛋白質(zhì)局部結(jié)構(gòu)組件

分析方法：基于統(tǒng)計和機器學習方法進行預(yù)測Chou-Fasman算法GOR算法多序列列線預(yù)測基于神經(jīng)網(wǎng)絡(luò)的序列預(yù)測基于已有知識的預(yù)測方法（knowledgebasedmethod）混合方法（hybridsystemmethod）第29頁,共78頁，星期六，2024年，5月工具網(wǎng)站備注BCMSearchLauncher/包括了常見的蛋白質(zhì)結(jié)構(gòu)分析程序入口，一般分析可以以此服務(wù)器作為起點HNNhttp://npsa-pbil.ibcp.fr/cgi-bin/npsa_automat.pl?page=npsa_nn.html基于神經(jīng)網(wǎng)絡(luò)的分析工具，含序列到結(jié)構(gòu)過程和結(jié)構(gòu)到結(jié)構(gòu)處理Jpredpbio.dundee.ac.uk/~www-jpred/submit.html基于Jnet神經(jīng)網(wǎng)絡(luò)的分析程序，并采用PSI-BLAST來構(gòu)建序列Profile進行預(yù)測，對于序列較短、結(jié)構(gòu)單一的蛋白預(yù)測較好nnPredict/~nomi/nnpredict.html預(yù)測蛋白質(zhì)序列中潛在的亮氨酸拉鏈結(jié)構(gòu)和卷曲螺旋NNSSPhttp://bioweb.pasteur.fr/seqanal/interfaces/nnssp-simple.html基于雙層前反饋神經(jīng)網(wǎng)絡(luò)為算法，還考慮到蛋白質(zhì)結(jié)構(gòu)分類信息PREDATORhttp://bioweb.pasteur.fr/seqanal/interfaces/predator-simple.html預(yù)測時考慮了氨基酸殘基間的氫鍵蛋白質(zhì)二級結(jié)構(gòu)分析工具第30頁,共78頁，星期六，2024年，5月工具網(wǎng)站備注PredictProtein/提供多項蛋白質(zhì)性質(zhì)分析，并有較好準確性Profhttp://www.aber.ac.uk/~phiwww/prof/基于多重序列比對預(yù)測工具PSIpredhttp://bioinf.cs.ucl.ac.uk/psipred/psiform.html提供跨膜蛋白拓撲結(jié)構(gòu)預(yù)測和蛋白profile折疊結(jié)構(gòu)識別工具SOPMAhttp://npsa-pbil.ibcp.fr/cgi-bin/npsa_automat.pl?page=npsa_sopma.html可以比較各種分析方法得到的結(jié)果，也可輸出

“一致性結(jié)果”SSPREDhttp://coot.embl.de/~fmilpetz/SSPRED/sspred.html基于數(shù)據(jù)庫搜索相似蛋白并構(gòu)建多重序列比對蛋白質(zhì)二級結(jié)構(gòu)分析工具第31頁,共78頁，星期六，2024年，5月32第32頁,共78頁，星期六，2024年，5月33PredictProteinPredictProtein/可以獲得功能預(yù)測、二級結(jié)構(gòu)、基序、二硫鍵結(jié)構(gòu)、結(jié)構(gòu)域等許多蛋白質(zhì)序列的結(jié)構(gòu)信息該方法的平均準確率超過72%，最佳殘基預(yù)測準確率達90%以上。因此，被視為蛋白質(zhì)二級結(jié)構(gòu)預(yù)測的標準第33頁,共78頁，星期六，2024年，5月PredictProtein提交界面可展開選項第34頁,共78頁，星期六，2024年，5月35PredictProtein提交界面詳解提交郵件地址（必填）蛋白名稱（可選）分析方法第35頁,共78頁，星期六，2024年，5月361D序列預(yù)測PROFsec（默認）基于輪廓（profile）的神經(jīng)網(wǎng)絡(luò)算法預(yù)測蛋白質(zhì)二級結(jié)構(gòu)PROFacc（默認）基于輪廓（profile）的神經(jīng)網(wǎng)絡(luò)算法預(yù)測殘基溶劑可及性PHDhtm（默認）基于多序列比對預(yù)測跨膜區(qū)位置和拓撲結(jié)構(gòu)ASP（默認）識別二級結(jié)構(gòu)中構(gòu)型變化的氨基酸COILS（默認）識別卷曲螺旋PROFtmb識別革蘭氏陰性菌膜Beta桶蛋白結(jié)構(gòu)序列基序識別ProSite（默認）搜索序列中保守基序SEG（默認）過濾序列中低復(fù)雜區(qū)域PredictNLS（默認）基于實驗數(shù)據(jù)預(yù)測序列核定位區(qū)域二硫鍵識別DISULFIND（默認）識別序列中二硫鍵位置折疊子識別AGAPE基于折疊結(jié)構(gòu)識別遠源蛋白序列殘基接觸預(yù)測PROFcon預(yù)測單鏈中原子殘基接觸性結(jié)構(gòu)域預(yù)測ProDom（默認）基于序列同源性來預(yù)測蛋白質(zhì)結(jié)構(gòu)域CHOP預(yù)測蛋白質(zhì)結(jié)構(gòu)域結(jié)構(gòu)表面識別ConSeq預(yù)測蛋白質(zhì)表面結(jié)構(gòu)功能關(guān)鍵區(qū)域分析方法程序詳解第36頁,共78頁，星期六，2024年，5月37跨膜螺旋預(yù)測（PHDhtm）高級選項Ambivalent序列識別（ASP）高級選項CHOP結(jié)構(gòu)域分析工具高級選項第37頁,共78頁，星期六，2024年，5月38比對內(nèi)容從SWISS-PROT數(shù)據(jù)庫返回BLAST搜索結(jié)果MaxHom參數(shù)選項最低序列比對一致性空位間隔罰分空位延伸罰分比對矩陣最大擊中值第38頁,共78頁，星期六，2024年，5月39選擇保存分析結(jié)果是否返回多序列比對結(jié)果HTML結(jié)果形式AGAPE結(jié)果PROF/PHD結(jié)果形式以下拉框中所指定的輸入格式將待測序列粘貼此提交欄第39頁,共78頁，星期六，2024年，5月40服務(wù)器運行程序信息ProSite模體搜索結(jié)果低復(fù)雜區(qū)域過濾程序ProDom結(jié)構(gòu)域搜索結(jié)果二硫鍵識別結(jié)果PHD程序信息PHD預(yù)測結(jié)果PROF預(yù)測結(jié)果球狀蛋白預(yù)測結(jié)果Ambivalent序列識別結(jié)果PredictProtein分析結(jié)果第40頁,共78頁，星期六，2024年，5月PredictProtein分析結(jié)果

PROSITE中的ID號簡單描述Motif模式提交序列中出現(xiàn)該Motif的位置第41頁,共78頁，星期六，2024年，5月PredictProtein分析結(jié)果

第42頁,共78頁，星期六，2024年，5月43PredictProtein分析結(jié)果跨膜區(qū)非跨膜區(qū)LoopHelixSheet第43頁,共78頁，星期六，2024年，5月四、結(jié)構(gòu)域分析結(jié)構(gòu)域是蛋白序列的功能、結(jié)構(gòu)和進化單元分析方法序列比對第44頁,共78頁，星期六，2024年，5月45基本類型：

α折疊β折疊α/β折疊α+β折疊第45頁,共78頁，星期六，2024年，5月工具網(wǎng)站備注CDD/sites/entrez?db=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(jié)構(gòu)域HAMAP/sprot/hamap/families.html通過專家預(yù)測系統(tǒng)產(chǎn)生的微生物家族同源蛋白數(shù)據(jù)InterProhttp://www.ebi.ac.uk/interpro/蛋白質(zhì)家族、結(jié)構(gòu)域和功能位點的聯(lián)合資源數(shù)據(jù)庫，整合了多個數(shù)據(jù)庫和工具的結(jié)果，并提供相應(yīng)的鏈接Pfamhttp://pfam.sanger.ac.uk/每個蛋白家族包含了多序列比對、profile-HMMs和注釋文件ProDomhttp://prodom.prabi.fr/從SWISS-PROT/TrEMBL數(shù)據(jù)庫中的非片段蛋白序列數(shù)據(jù)構(gòu)成，每條記錄包含一個同源結(jié)構(gòu)域多重比對和家族保守一致性序列SMARThttp://smart.embl-heidelberg.de/由EMBL建立，集成了大部分已知蛋白功能域數(shù)據(jù)，注釋包括了功能類型、三維結(jié)構(gòu)、分類信息模體、結(jié)構(gòu)域數(shù)據(jù)庫第46頁,共78頁，星期六，2024年，5月工具網(wǎng)站備注TIGRFAMs/TIGRFAMs/由TIGR實驗室維護的蛋白質(zhì)家族和結(jié)構(gòu)域數(shù)據(jù)庫PRINTShttp://umber.sbs.man.ac.uk/dbbrowser/PRINTS/蛋白質(zhì)模體指紋數(shù)據(jù)庫，提供了FingerPRINTScan、FPScan和GRAPHScan等指紋識別工具DOMO/srs71bin/cgi-bin/wgetz?+LibInfo+-lib+DOMO同源蛋白結(jié)構(gòu)域家族數(shù)據(jù)庫，有多個鏡像網(wǎng)站BLOCKS/收錄了通過高度保守蛋白區(qū)域比對出的無空位片段eMOTIF/distributions/emotif/由斯坦福大學維護。從BLOCKS+數(shù)據(jù)庫和PRINTS數(shù)據(jù)庫中收集了生物功能高度保守的高特異性蛋白序列模體、結(jié)構(gòu)域數(shù)據(jù)庫第47頁,共78頁，星期六，2024年，5月48選擇需要的分析程序結(jié)果返回形式序列提交框InterProScanInterProScan- http://www.ebi.ac.uk/InterProScan/第48頁,共78頁，星期六，2024年，5月PictureView其他數(shù)據(jù)庫中的AC號保守區(qū)示意圖ID名第49頁,共78頁，星期六，2024年，5月InterPro蛋白家族信息AC號，家族名稱家族蛋白其他數(shù)據(jù)庫中的收錄情況相關(guān)的其他家族條目類型第50頁,共78頁，星期六，2024年，5月InterPro蛋白家族信息生物體內(nèi)的信息說明結(jié)構(gòu)鏈接數(shù)據(jù)庫鏈接第51頁,共78頁，星期六，2024年，5月InterPro蛋白家族信息該家族蛋白在不同種類生物體中出現(xiàn)情況其他家族與該家族的重疊情況第52頁,共78頁，星期六，2024年，5月53練習四：InterProScanhttp://www.ebi.ac.uk/InterProScan/數(shù)據(jù)：C:\ZCNI\shixi4\protein.txt第53頁,共78頁，星期六，2024年，5月五、蛋白質(zhì)三維結(jié)構(gòu)預(yù)測方法特點工具同源建模法(Homology/Comparativemodelling)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(zhì)折疊骨架內(nèi)，適于對蛋白質(zhì)核心結(jié)構(gòu)進行預(yù)測，計算量大THREADER，3D-PSSM從頭預(yù)測法(Abinitio/Denovomethods)基于分子動力學，尋找能量最低的構(gòu)象，計算量大，只能做小分子預(yù)測HMMSTR/ROSSETA第54頁,共78頁，星期六，2024年，5月55蛋白質(zhì)結(jié)構(gòu)預(yù)測精度第55頁,共78頁，星期六，2024年，5月同源建模法分析步驟：多序列比對與已有晶體結(jié)構(gòu)的蛋白質(zhì)序列比對確定是否有可以使用的模板序列相似度>30%序列相似度<30%，結(jié)合功能，蛋白質(zhì)一級序列、二級結(jié)構(gòu)或結(jié)構(gòu)域信息構(gòu)建三維模型三維模型準確性檢驗Whatcheck程序Ramachandranplot計算檢驗手工調(diào)整多序列比對，重新擬和，構(gòu)建新的模型第56頁,共78頁，星期六，2024年，5月第57頁,共78頁，星期六，2024年，5月常用數(shù)據(jù)庫數(shù)據(jù)庫網(wǎng)站備注PDB/pdb/home/home.do主要的蛋白質(zhì)三維結(jié)構(gòu)數(shù)據(jù)庫MMDB/Structure/MMDB/mmdb.shtmlNCBI維護的蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫Psdb/~deerfiel/PSdb/從PDB和NRL-3D數(shù)據(jù)庫中衍生出的數(shù)據(jù)庫，含二級結(jié)構(gòu)和三維結(jié)構(gòu)信息3DinSighthttp://gibk26.bse.kyutech.ac.jp/jouhou/3dinsight/3DinSight.html整合了結(jié)構(gòu)、性質(zhì)（氨基酸組成、熱力學參數(shù)等）、生物學功能（突變點，相互作用等）的綜合數(shù)據(jù)庫，F(xiàn)SSPhttp://www.ebi.ac.uk/dali//fssp/根據(jù)結(jié)構(gòu)比對的蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫SCOPhttp://scop.mrc-lmb.cam.ac.uk/scop/蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫，將已知結(jié)構(gòu)蛋白進行有層次地分類CATH/latest/index.html另一個有名的蛋白質(zhì)結(jié)構(gòu)和結(jié)構(gòu)域主要結(jié)構(gòu)分類庫MODBASE/modbase-cgi/index.cgi用同源比對法生成的模型結(jié)構(gòu)數(shù)據(jù)庫EnzymeStructurehttp://www.ebi.ac.uk/thornton-srv/databases/enzymes/從PDB數(shù)據(jù)庫中整理已知結(jié)構(gòu)的酶蛋白數(shù)據(jù)庫HSSPhttp://www.sander.ebi.ac.uk/hssp/根據(jù)同源性到處的蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫第58頁,共78頁，星期六，2024年，5月模板搜索與比對工具網(wǎng)站備注PSI-BLAST/BLAST/位置特異性疊代BLAST，可用來搜索遠源家族序列FASTA3http://www.ebi.ac.uk/fasta33/位于EBI的序列比對工具SSEARCHrs.fr/bin/ssearch-guess.cgi采用Smith/Waterman法來進行序列比對ClustalWhttp://www.ebi.ac.uk/Tools/clustalw/index.html多序列比對工具，位于EBIT-Coffeehttp://www.ebi.ac.uk/t-coffee/用多種方法（如ClustalW、DIalign等）來構(gòu)建多序列比對Multalinhttp://bioinfo.genopole-toulouse.prd.fr/multalin/multalin.html一個老牌的多序列比對工具Dalihttp://www.ebi.ac.uk/dali/三維結(jié)構(gòu)比對網(wǎng)絡(luò)服務(wù)器VAST/Structure/VAST/vast.shtml基于向量并列分析算法的三維結(jié)構(gòu)比對工具SAM-T99/research/compbio/sam.html用HMM法搜索蛋白質(zhì)遠源同源序列第59頁,共78頁，星期六，2024年，5月同源建模法工具網(wǎng)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CPHmodelshttp://www.cbs.dtu.dk/services/CPHmodels/基于神經(jīng)網(wǎng)絡(luò)的同源建模工具，用戶只需提交序列，無高級選項EsyPred3Dhttp://www.fundp.ac.be/urbm/bioinfo/esypred/采用神經(jīng)網(wǎng)絡(luò)來提高同源建模準確性的預(yù)測工具3Djigsawhttp://www.bmm.icnet.uk/servers/3djigsaw/根據(jù)同源已知結(jié)構(gòu)蛋白來建模的預(yù)測工具MODELLER/modeller/一個廣泛使用的同源建模軟件，需要用戶對腳本有一定的了解第60頁,共78頁，星期六，2024年，5月串線法工具網(wǎng)站備注3D-PSSMhttp://www.sbg.bio.ic.ac.uk/~3dpssm/index2.html第一個運用1D-3D序列profile來預(yù)測蛋白質(zhì)折疊結(jié)構(gòu)的網(wǎng)絡(luò)服務(wù)器Fuguehttp://www-cryst.bioc.cam.ac.uk/~fugue/以序列—結(jié)構(gòu)比對搜索數(shù)據(jù)庫來預(yù)測蛋白質(zhì)折疊HHpredhttp://toolkit.tuebingen.mpg.de/hhpred基于HMM-HMM比對搜索多個數(shù)據(jù)庫來預(yù)測給定序列的的折疊結(jié)構(gòu)LOOPP/loopp.aspx學習、觀察和輸出蛋白質(zhì)模式和結(jié)構(gòu)工具THREADERhttp://bioinf.cs.ucl.ac.uk/threader/一個老牌的線索分析軟件，對搜索遠源蛋白序列較敏感PROSPECT/structure/prospect/index.html蛋白質(zhì)結(jié)構(gòu)預(yù)測和評價工具包，能以一種非常簡單的方式運行，對于高級用戶，也提供了很多的可選項123D+http://123/123D+.html結(jié)合了序列概形，二級結(jié)構(gòu)信息和接觸勢能來將待測蛋白“穿入”一系列結(jié)構(gòu)來預(yù)測結(jié)構(gòu)SAM-T02/research/compbio/HMM-apps/T02-query.html基于HMM方法的蛋白質(zhì)結(jié)構(gòu)預(yù)測GenThreaderhttp://bioinf.cs.ucl.ac.uk/psipred/psiform.html使用結(jié)構(gòu)評分和基于神經(jīng)網(wǎng)絡(luò)序列比對來也測蛋白折疊結(jié)構(gòu)第61頁,共78頁，星期六，2024年，5月62SWISS-MODEL/SWISS-PdbViewSWISS-MODEL工具http://www.expasy.ch/swissmod/SWISS-MODEL.html同源建模方法與PDB數(shù)據(jù)庫已知結(jié)構(gòu)的蛋白質(zhì)序列比對進行預(yù)測第62頁,共78頁，星期六，2024年，5月一步模式比對模式優(yōu)化模式第63頁,共78頁，星期六，2024年，5月64主要參數(shù)/選項粘貼protein.txt中一條蛋白質(zhì)序列輸入用戶Email（選填）第64頁,共78頁，星期六，2024年，5月65輸出結(jié)果下載pdb格式文件第65頁,共78頁，星期六，2024年，5月66與模板序列比對結(jié)果，并顯示二級結(jié)構(gòu)區(qū)域比對結(jié)果第66頁,共78頁，星期六，2024年，5月67模型評估第67頁,共78頁，星期六，2024年，5月68練習五：SWISS-MODELhttp://www.expasy.ch/swissmod/SWISS-MODEL.html數(shù)據(jù)：C:\ZCNI\shixi4\SWISS-MODEL.txt參考：/course/course-index.htm第68頁,共78頁，星期六，2024年，5月工具網(wǎng)站備注Swiss-PdbViewer/spdbv/一個界面非常友好的工具，可以分析蛋白質(zhì)的結(jié)構(gòu)性質(zhì)，比較活性位點或突變點Jmol/一個基于Java語言開發(fā)的三維觀察工具，大多是作為一個內(nèi)嵌式網(wǎng)頁工具快速游覽結(jié)構(gòu)數(shù)據(jù)庫數(shù)據(jù)MolMolhttp://www.mol.biol.ethz.ch/wuthrich/software/molmol/免費的PDB三維分子觀察軟件，可以通過處理生成很漂亮的圖形文件PyMol/一個基于開源的三維觀察工具，有很多額外的插件來提升功能Rasmol/software/rasmol/很有名的三維觀察軟件，操作界面簡介，用命令行實現(xiàn)多種功能VMD/Research/vmd/用內(nèi)建的腳本來瀏覽、分析三維結(jié)構(gòu)，還可以以動畫的形式模擬蛋白質(zhì)結(jié)構(gòu)Chime/products/framework/chime/index.jsp網(wǎng)絡(luò)游覽器插件，可以在網(wǎng)頁中直接觀察PDB格式的文件Chimera/chimera/index.html免費分子模擬顯示程序，還包括結(jié)構(gòu)比對、藥物篩選等功能ICM-Browser/icm_browser.html三維分子游覽工具，有序列比對顯示功能，由MolSodt公司免費推出常用蛋白質(zhì)三維結(jié)構(gòu)觀察和修改工具第69頁,共78頁，星期六，2024年，5月SWISS-PdbViewer觀察三維模型SWISS-PdbViewer工具/spdbv/第70頁,共78頁，星期