超级会员免费看
蛋白质结构预测方法全解析
1. 蛋白质结构预测方法概述
蛋白质结构预测方法主要分为比较建模（Comparative modeling）、折叠识别（Fold recognition）和新折叠方法（New fold methods）。这些方法在蛋白质结构预测领域发挥着重要作用，为我们理解蛋白质的功能和作用机制提供了关键信息。
2. 比较建模方法
2.1 基本原理
当目标结构的序列与一个或多个已知结构的序列明显相关时，它们的结构也会相似。因此，可以通过从父结构中复制相关的多肽区域，并在必要时改变侧链，来创建一个近似模型。
2.2 分类
在CASP5中，评估者将37个目标结构域归为比较建模类别，这些结构域又进一步分为两个更细的类别：
- 高序列同一性（High-sequence identity） ：22个结构域可以通过简单的BLAST搜索与已知结构相关联。
- 低序列同一性（Low-sequence identity） ：15个结构域需要使用中等复杂的PSI - BLAST搜索来识别与已知结构的关系。
2.3 具体方法
2.3.1 MODELLER
- 原理 ：由Sali和Blundell（1993）开发，该方法旨在根据序列与相关结构的比对，找到该序列最可能的结构。通过优化满足从比对中得出的空间约束条件，以概率密度函数（pdfs）表示，从而获得三维模型。
- 操作步骤
订阅专栏 解锁全文
扫一扫
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
