用相似性方法研究三叶草家族蛋白质序列-结构关系

Anfisen因提出蛋白质的氨基酸序列包含有足够的信息去决定它的空间结构的假说而获诺贝尔奖,这使得蛋白质的三级结构唯一地由其氨基酸序列决定的说法广为人所接受的。然而,很多具有规则三级结构的蛋白质其氨基酸序列接近随机,这使得人们感到很困惑。本文将以三叶草家族蛋白质为例,根据相似性方法把序列中的隐含对称性显示出来。结果表明氨基酸序列中的隐含对称性与三级结构的三重准对称性一致。     

遗传信息从核酸到蛋白质构象的传输效率

从密码学的观点研究了遗传信息从核酸流各氨基酸和从蛋白质一级结构流向三级结构的信息传输问题，引入了信息传输效率的概念，其对数负正丝 系统的抗干扰能力。导出了信息传输效率与序列长度的关系。发现了信息从核酸流向氨基酸（第一遗传密码）的传输效率和从氨基酸序列流向蛋白质三级结构（第二遗传密码）的传输效率大体相等，这说明了遗传信息的传输效率和抗干扰能力在以上两步传输过程中的匹配性。     

多重序列比对对蛋白质二级结构预测的改进

一定氨基酸序列顺序排列的多肽链是如何形成有一定空间结构的蛋白质分子的问题仍是分子生物学中心法则中到目前为止还悬而未决的问题.所以预测蛋白质的三级结构是分子生物学迫切需要解决的问题之一.一般认为蛋白质的结构是由其氨基酸序列所决定的,但我们现在所拥有的知识还不足以对蛋白质的三级结构准确地预测.因而在此之前准确预测蛋白质二级结构对于预测蛋白质三级结构有着重要的意义[1,2].     

基于蛋白质序列的氨基酸字母表简化

蛋白质的结构和功能特性由其氨基酸序列编码,控制序列结构映射的规则被认为是二级遗传密码,氨基酸字母表的简化可以减少蛋白质序列中的冗余,有助于揭示编码规则.基于氨基酸的单体特征、成对相互作用和相似性,可以简化氨基酸字母表.目前,仅基于蛋白质的序列信息,根据最近邻氨基酸的出现频率构建了一个氨基酸的嵌入表示.在此基础上,提出一...     

同义密码子用语与蛋白质二级结构信息

对人体117个蛋白质和大肠杆菌的185个蛋白质的各二级结构相对应的mRNA序列中的同义密码子与氨基酸上下文关联熵、蛋白质序列中氨基酸与氨基酸上下文关联熵作了统计分析，发现密码子关联确实比氨基酸关联对蛋白质二级结构提供的信息量大，而且人蛋白质中同义密码子提供的二级结构信息比大肠杆菌中多．同时，证明了在相对信息剩余大于等于30％的情况下，Adzhubei给出的九种氨基酸中的八种其同义密码子在某些二级结构中明显的携带结构信息；此外A，N，D，R，H，C，Y这几种氨基酸的同义密码子在某些二级结构中也明显地携带结构信息．     

生物信息学及其在病毒研究中的应用

介绍生物信息学的原理与方法及其在病毒研究中的应用。保守序列承担着极其重要的功能，通过多重序列对齐搜寻保守序列，是生物信息学方法的基础；敏感位点是一种反映蛋白质或核酸功能的特定模式，因此，通过数量关系的优化推导敏感位点，可用于分离病毒蛋白质与核酸相互作用位点；核苷酸和氨基酸序列只有形成了三级或四级结构才能表现功能，通过同源建模预测蛋白质的高级结构，有助于疫苗的研制、抗病毒药物的筛选以及药物的分子设计。预测RNA的三级结构大多从RNA折叠入手．病毒蛋白质三级结构预测比较成功的是日本脑炎病毒包膜糖蛋白的三级结构。     

LEA蛋白质11-氨基酸基序与植物抗旱性

分析了8种重要农作物第三组LEA蛋白质序列中的94个11-氨基酸基序.得出一致性序列为TAEAAKQKAGE.LEA 3蛋白质中11-氨基酸基序呈多拷贝串联排列,其长度占蛋白质序列总长度的40%～60%.带电荷/ 极性氨基酸和疏水氨基酸数目分别占重复序列氨基酸总数的70.89%和29.11%.11-氨基酸基序的二级结构多呈α-螺旋结构.其中第1,2,4,5,9位疏水氨基酸形成螺旋蛋白质分子的疏水界面,其余位置的氨基酸形成螺旋分子的亲水界面.LEA 3蛋白质全序列平均亲水指数为-0.95～-1.22.无信号肽序列.8种LEA 3蛋白分子的上述特性与植物的抗旱性有关.     

蛋白质中三联氨基酸数与二级结构数的模型研究

蛋白质的一级结构或序列与二级结构的关系在蛋白质结构研究中是很重要的,通过建立模型的方法来研究这种关系.在文献中已有的模型(蛋白质一级结构中的二联氨基酸与蛋白质二级结构的模型)的基础上,建立了蛋白质一级结构中的三联氨基酸个数与蛋白质二级结构个数模型.该模型能够较准确地反映蛋白质的一级结构或序列与蛋白质的二级结构的关系,比较适合应用于氨基酸序列长度变化较大的建模数据,同二联氨基酸与二级结构模型比较,由于三联氨基酸含有更多氨基酸之间的耦合信息,该模型的拟合精度更高.由于蛋白质一级结构中的三联氨基酸的种类数很大(为4 200),用以建模的变量数就很大,同时从DSSP数据库得到的样本量也很大(为11 600),用以建模的数据量很大.研究结果表明,PLS变量筛选法是一种建立大数据模型有效的方法,可有效地处理变量数为4 200,样本数为11 600这样大数据量的建模问题.     

草酸青霉外切葡聚糖酶CBHⅠ基因的克隆

以草酸青霉SJ1菌株的基因组DNA和总RNA,利用PCR和RT-PCR技术进行扩增得到外切葡聚糖酶CBHⅠ(ExocellobiohydrolaseⅠ)基因的序列.CBHⅠ基因DNA序列全长1 638 bp,无内含子,编码545个氨基酸的多肽,推测其蛋白分子大小约为57 ku,蛋白的p I值为4.90.预测结果表明,CBHⅠ是一种很强疏水性的蛋白,具有43个磷酸化修饰位点,蛋白质三级结构以β-折叠为主,根据蛋白质序列比对分析,推测E236、D238和E241这3个氨基酸为酶的活性位点,为后续利用分子改造方法提高青霉产纤维素酶的能力提供理论依据.     

从序列预测蛋白质折叠速率

基于序列预测二级结构的蛋白质折叠速率的成功预测暗示着折叠速率能够单独从序列中预测出来.为了追踪这一问题,提出了从序列预测折叠速率的一种方法,而不需要任何二级结构和拓扑的信息.残基对折叠速率的影响与氨基酸的性质有密切的关系.对双态和多态蛋白质实验测定的折叠速率的相关性达到了82.9%,这意味着蛋白质的氨基酸序列是决定折叠速率和机理的重要因素.     

Evolutionary information for specifying a protein fold

Classical studies show that for many proteins, the information required for specifying the tertiary structure is contained in the amino acid sequence. Here, we attempt to define the sequence rules for specifying a protein fold by computationally creating artificial protein sequences using only statistical information encoded in a multiple sequence alignment and no tertiary structure information. Experimental testing of libraries of artificial WW domain sequences shows that a simple statistical energy function capturing coevolution between amino acid residues is necessary and sufficient to specify sequences that fold into native structures. The artificial proteins show thermodynamic stabilities similar to natural WW domains, and structure determination of one artificial protein shows excellent agreement with the WW fold at atomic resolution. The relative simplicity of the information used for creating sequences suggests a marked reduction to the potential complexity of the protein-folding problem.     

不同折叠类型蛋白中基于密码子的二级结构偏向性分析

在传统的Chou-Fasman蛋白质二级结构预测方法的基础上引入同义密码子使用的信息,计算了200个蛋白(49种全α结构蛋白,69种全β结构蛋白,38种仅α β结构蛋白,44种α/β结构蛋白)中不同密码子对应的氨基酸形成不同二级结构(α：螺旋,β：折叠,C：卷曲)的偏向性参数．通过对这些密码子对应氨基酸二级结构偏向性的分析,得到了氨基酸二级结构偏向性分析中所忽略的同义密码子的蛋白结构信息．这些新的信息量对于指导蛋白质设计以及提高蛋白质二级结构预测的准确率有着一定的作用．     

麻疯树核糖体失活蛋白Curcin和Curcin C与腺苷及腺嘌呤的互作方式分析

麻疯树核糖体失活蛋白Curcin和Curcin C均具N-糖苷酶活性，然而两者的体外翻译抑制能力却具有明显差异，这暗示着两者的N-糖苷酶活性也存在差异.为了探究造成这一差异的结构基础，本研究使用trRosetta对两种蛋白进行了三级结构的预测，通过PROCHECK和Qmean对预测得到的三级结构模型进行了质量评估，利用Chem3D对小分子配体腺嘌呤和腺苷进行了结构优化，借助UCSF Chimera对Curcin及Curcin C活性位点的氨基酸组成进行了预测.最终使用分子对接软件AutoDock将预测得到的模型与小分子腺嘌呤及腺苷进行分子对接.对接结果显示，两种蛋白与腺嘌呤的相互作用模式具有较高的相似性，但Curcin的关键氨基酸Arg并未参与到与配体的相互作用.此外Curcin C与腺嘌呤和腺苷之间的结合能都低于Curcin,且其和腺苷与腺嘌呤之间结合能的差值也要高于Curcin.这一结果暗示着Curcin和Curcin C之间的活性差异与其活性位点处的结构特征有关，Curcin C中的关键氨基酸Arg与腺嘌呤及腺苷的结合位点更为靠近，从而导致Curcin C与底物之间的结合能更低，...     

不动杆菌JH250-8邻苯二酚双加氧酶基因的克隆及分析

目的研究不动杆菌JH250-8的石油降解机制,克隆并分析其邻苯二酚双加氧酶基因.方法应用数据库的同源序列设计引物,对不动杆菌JH250-8邻苯二酚1,2-双加氧酶(C12O)和邻苯二酚2,3-双加氧酶(C23O)基因进行扩增,并用生物信息学软件及在线生物分析工具等分析编码蛋白质.结果不动杆菌JH250-8中同时含有C12O和C23O两种邻苯二酚双加氧酶;扩增的DNA序列长度分别为1 299和1 118 bp,蛋白质编码区长度为1047和930 bp,分别编码358和309个氨基酸;两个邻苯二酚双加氧酶等电点(p I)分别为5.03和4.79,均为酸性蛋白质;酶分子中都含有较多极性和可电离氨基酸,在水中有较好的溶解性,但由于N端都有一段疏水性肽段,可能会影响其水溶液的稳定性;在蛋白质二级结构上,两个酶分子中都有较丰富的二级结构单元,既有较好的稳定性,又有较好的底物适应性.C12O的三级结构由同型二聚体构成,每个亚基上都结合有Fe3+;C23O三级结构的核心由两组β-折叠构成,另有4个α-螺旋结构分布于外侧.结论不动杆菌JH250-8有两种邻苯二酚双加氧酶,两种酶均为酸性蛋白质,有较好的水溶性及结构稳定性.分析结果对邻苯二酚双加氧酶的后续研究有重要的参考价值及指导意义.     

A symmetry-related sequence-structure relation of proteins

Proteins have regular tertiary structures but irregular amino acid sequences. This made it very difficult to decode the structural information in the protein sequences. Here we demonstrate that many small α protein domains have hidden sequence symmetries characteristic of their pseudo-symmetric tertiary structures. We also present a modified method of recurrent plot to reveal this kind of the hidden sequence symmetry. The results may enable us to understand part of the relations between protein sequences and their tertiary structures.     

Natural-like function in artificial WW domains

Protein sequences evolve through random mutagenesis with selection for optimal fitness. Cooperative folding into a stable tertiary structure is one aspect of fitness, but evolutionary selection ultimately operates on function, not on structure. In the accompanying paper, we proposed a model for the evolutionary constraint on a small protein interaction module (the WW domain) through application of the SCA, a statistical analysis of multiple sequence alignments. Construction of artificial protein sequences directed only by the SCA showed that the information extracted by this analysis is sufficient to engineer the WW fold at atomic resolution. Here, we demonstrate that these artificial WW sequences function like their natural counterparts, showing class-specific recognition of proline-containing target peptides. Consistent with SCA predictions, a distributed network of residues mediates functional specificity in WW domains. The ability to recapitulate natural-like function in designed sequences shows that a relatively small quantity of sequence information is sufficient to specify the global energetics of amino acid interactions.     

蛋白质结构中氨基酸残基聚集体的识别与分析

在蛋白质结构中，氨基酸残基并不是单独行使其功能．几个残基通常聚集在一起，共同承担生物学角色．本文通过对蛋白质结构内残基的空间分布进行分析，提取出从两个残基到五个残基的组合，并统计出它们出现的频率和频率分布．二元组在维系蛋白质三级结构中起重要作用，而三元组、四元组和五元组与蛋白质的功能有着密切的关系．这些多元组可为蛋白质结构及功能的研究提供必要的信息．     

天人菊matK基因克隆及生物信息学分析

为了完善天人菊的遗传信息,丰富菊科植物分子生物学分析数据.通过PCR扩增、基因克隆获得天人菊matK基因的完整核苷酸序列,采用生物信息学方法分析天人菊matK蛋白的结构及性质,并与其他12种matK氨基酸序列进行对比,构建系统进化树.结果表明,天人菊matK基因全长1296 bp,可编码432个氨基酸,二级结构以α-螺...