蛋白质功能-结构-相互作用预测网站工具合集

蛋白质组学蛋白质是生物体的重要组成部分，参与几乎所有生理和细胞代谢过程。此外，与基因组学和转录组学比较，对一个细胞或组织中表达的所有蛋白质，及其修饰和相互作用的大规模研究称为蛋白质组学。蛋白质组学通常被认为是在基因组学和转录组学之后，生物系统研究的下一步。然而，蛋白质组的研究远比基因组学复杂，这是由于蛋白质内在的复杂特点，如蛋白质各种各样的翻译后修饰所决定的。并且，研究基因组学的技术要比研究蛋白质组学的技术强得多，虽然在蛋白质组学研究中，质谱技术的研究已取得了一些进展。尽管存在方法上的挑战，蛋白质组学正在迅速发展，并且对癌症的临床诊断和疾病治疗做出了重要贡献。几项研究鉴定出了一些蛋白质在乳腺癌、卵巢癌、前列腺癌和食道癌中表达变化。例如，通过蛋白质组学技术，人们可以在患者血液中明确鉴定出肿瘤标志物。表1列出了更多的蛋白质组学技术用于研究癌症的例子。另外，高尔基体功能复杂。最新研究表明，它除了参与蛋白加工外，还能参与细胞分化及细胞间信号传导的过程，并在凋亡中扮演重要角色，其功能障碍也许和肿瘤的发生、发展有某种联系。根据人类基因组研究，约1000多种人类高尔基体蛋白质中仅有500~600种得到了鉴定，建立一条关于高尔基体蛋白质组成的技术路线将有助于其功能的深入研究。蛋白质组学是一种有效的研究方法，特别是随着亚细胞器蛋白质组学技术的迅猛发展，使高尔基体的全面研究变为可能。因此研究人员希望能以胃癌细胞中的高尔基体为研究对象，通过亚细胞器蛋白质组学方法，建立胃癌细胞中高尔基体的蛋白质组方法学。研究人员采用蔗糖密度梯度的超速离心方法分离纯化高尔基体，双向凝胶电泳（2-DE）分离高尔基体蛋白质，用ImageMaster2D软件分析所得图谱，基质辅助激光解吸离子化飞行时间质谱（MALDI-TOFMS）鉴定蛋白质点等一系列亚细胞器蛋白质组学方法建立了胃癌细胞内高尔基体的蛋白图谱。最后，人们根据分离出的纯度较高的高尔基体建立了分辨率和重复性均较好的双向电泳图谱，运用质谱技术鉴定出12个蛋白质，包括蛋白合成相关蛋白、膜融合蛋白、调节蛋白、凋亡相关蛋白、运输蛋白和细胞增殖分化相关蛋白。通过亚细胞器分离纯化、双向电泳的蛋白分离及MALDI-TOFMS蛋白鉴定分析，研究人员首次成功建立了胃癌细胞SGC7901中高尔基体的蛋白质组学技术路线。3.1蛋白质功能预测工具也许生物信息学方法在癌症研究中最常用的就是基因功能预测方法，但是这些数据库只存储了基因组的大约一半基因的功能。为了在微阵列资料基础上完成功能性的富集分析，基因簇的功能注解是非常重要的。近几年生物学家研发了一些基因功能预测的方法，这些方法旨在超越传统的BLAST搜索来预测基因的功能。基因功能预测可以以氨基酸序列、三级结构、与之相互作用的配体、相互作用过程或基因的表达方式为基础。其中最重要的是基于氨基酸序列的分析，因为这种方法适合于微阵列分析的全部基因。在表3中，前三项列举了三种同源搜索方法。FASTA方法虽然应用还不太广泛，但它要优于BLAST，或者至少相当。FASTA程序是第一个使用的数据库相似性搜索程序。为了达到较高的敏感程度，程序引用取代矩阵实行局部比对以获得最佳搜索。美国弗吉尼亚大学可以提供这项程序的地方版本，当然数据库搜索结果依赖于要搜索的数据库序列。如果最近的序列数据库版本在弗吉尼亚大学不能获得，那么就最好试一下京都大学（KyotoUniversity）的KEGG站点。PSI-BLAST（位点特异性反复BLAST）是BLAST的转化版本，PSI-BLAST的特色是每次用profile搜索数据库后再利用搜索的结果重新构建profile，然后用新的profile再次搜索数据库，如此反复直至没有新的结果产生为止。PSI-BLAST先用带空位的BLAST搜索数据库，将获得的序列通过多序列比对来构建第一个profile。PSI-BLAST自然地拓展了BLAST方法，能寻找蛋白质序列中的隐含模式，有研究表明这种方法可以有效地找到很多序列差异较大而结构功能相似的相关蛋白，所以它比BLAST和FASTA有更好的敏感性。PSI-BLAST服务可以在NCBI的BLAST主页上找到，还可以从NCBI的FTP服务器上下载PSI-BLAST的独立程序。在检查PSI-BLAST的搜索输出时，也有一些注意事项，因为假的匹配记录很容易污染分析结果。表3蛋白质功能预测工具预测工具类型所在地网站BLAST同源搜索NCBI：美国国立生物技术信息中心；NIH：美国国家医学研究院同源搜索美国弗吉尼亚大学、日本京都大学同源搜索NCBI：美国国立生物技术信息中心；NIH：美国国家医学研究院“PSI-andPHI-BLAST”Pfam蛋白质家族鉴定华盛顿大学：欧洲分子生物学实验室://motif.genome.ad.jpELM真核生物功能结构域搜索ELM联合体（欧洲分子生物学实验室）通过发掘PSI-BLAST结果进行功能预测美国普渡大学数据库（ProteinfamiliesdatabaseofalignmentsandHMM,蛋白质家族比对和HMM数据库）是基于HMM模型（隐马尔可夫模型）构建并拓展起来的。它实际上是一个涵盖了生物蛋白质序列中常见结构域的序列及其相对应的隐马尔科夫模型的数据库，由英国的SangerInstitute维护。Hmmpfam的工作原理简单来说，就是将用户所提交的查询序列在Pfam库中做比对计算，然后预测出查询序列中所隐含的结构域信息。表4中描述的三个数据库资源——简单模块构架搜索工具（simplemodulararchitectureresearchtool,SMART）、Motif数据库（PROSITE）以及ELM是具有不同特点的数据模体数据库。SMART储存有蛋白质家族的保守区域，可以作为每一个基因家族的特征标记。SMART可以说是蛋白结构预测和功能分析的工具集合。简单点说，SMART就是集合了一些工具，可以预测蛋白的一些二级结构，如跨膜区（Transmembranesegment）、复合螺旋区（coiledcoilregion）、信号肽（Signalpeptide）和蛋白结构域（PFAMdomain）等。另一方面，PROSITE中的序列模体是一些重要的生物学位点，包括功能位点和容易被修饰的位点。ELM是真核生物功能位点数据库。PROSITE数据库是基于多序列比较而得到的单一保守序列片段，或称序列模体。PROSITE数据库是基于对蛋白质家族中同源序列多重序列比对得到的保守性区域，这些区域通常与生物学功能有关，例如酶的活性位点、配体或金属结合位点等。因此，PROSITE数据库实际上是蛋白质序列功能位点数据库。通过对PROSITE数据库的搜索，可判断该序列包含什么样的功能位点，从而推测其可能属于哪一个蛋白质家族。Prosite数据库实际上包括两个数据库文件：一个为数据文件，即Prosite，该文件给出了能进行匹配的序列及序列的详细信息；另一个为说明文件，即PrositeDoc。PrositeDoc说明文件中给出该序列模式的生物学功能及其文献资料来源。PROSITE数据库使用正则表达式来表示序列模式。STRING是一个已知和预测基因间功能联系的数据库。STRING一个有趣的特点是，一个查询序列的功能是利用比较基因组学方法预测的。例如，假设一个要查询的基因是几个基因组中功能已知的基因，这几个基因组进化上相关，那么预示着要查询的基因与相邻基因可能涉及相同的途径或功能。具有相同的系统发生的那些基因，或同时存在和同时消失的那些基因也预示着他们的功能是相互联系的。SMART也利用微阵列中的共表达来分析，用户可以利用SMART站点进行功能预测，基因功能之间的联系资料也可以免费获得。PSORT工具可以预测基因的亚细胞定位。从根本上说，PSORT工具基于其氨基酸序列预测蛋白质亚细胞定位。它利用机器将要查询蛋白质的特殊序列（如信号肽序列）检测和分类并定位到已知位置。PSORTII是广泛使用的蛋白质亚细胞定位分析软件，通过输入的氨基酸序列，能够预测出其在亚细胞结构中可能的位置。PFP（蛋白质功能预测）服务器是最近研发的。不同于传统的PSI-BLAST，PFP利用序列采样数可以发掘更多的功能信息。在列出的蛋白质功能预测工具中，BLAST、FASTA和Pfam最可靠，但它们无法提供关于已经储存在公共数据库中的已注解基因的更多的信息。其它方法都优于上述三种方法，且有更广的覆盖率，但是使用时要小心，因为有相对较高的假采样。为了避免这种情况发生，应该多采样几种方法，检查获得结果的一致性。表4蛋白质结构预测工具预测工具类型所在地网址PSIPRED二级结构伦敦大学二级结构都柏林学院二级结构加州大学圣塔克鲁兹分校二级结构和溶剂可接近性美国辛辛那提儿童研究基金会儿童医院医疗中心二级结构和其他美国哥伦比亚大学个或以上的α螺旋组成的超螺旋结构区域（卷曲螺旋区域）瑞士，EMBnet无规则区域欧洲分子生物学实验室无规则区域印地安纳大学跨膜结构域丹麦科技大学跨膜结构域匈牙利科学院结构同源建模法瑞士生物信息研究所结构同源建模法马克斯?普朗克科学促进协会=hhpredMODELLER3D结构同源建模法加州大学旧金山分校结构,指认方法（线引法或穿线法）剑桥大学~fugue/Phyre3D结构,指认方法（线引法或穿线法）帝国理工学院（伦敦大学（UniversityofLondon）的独立学院）~phyre/SPARKS3D结构,指认方法（线引法或穿线法）纽约州立大学水牛城分校http:/