导出数据库的同源蛋白质结构和结构

### 导出数据库的同源蛋白质结构和结构 #### 概述 《导出数据库的同源蛋白质结构和结构》是一篇由Chris Sander和Reinhard Schneider在1991年发表于《Proteins》杂志上的文章。该文讨论了如何利用已知蛋白质序列与结构之间的关系来构建更大的蛋白质三维结构数据库。通过基于序列同源性的模型构建方法，作者们成功地增加了已知蛋白质三维结构的数量。 #### 核心观点 1. **序列数据库与结构数据库的规模差异**：已知蛋白质序列数据库（超过12000个）远大于已知三维结构数据库。 2. **预测蛋白质结构的主要方法**：最有效的方法是通过同源性建模来预测未知结构。 3. **序列相似性与结构同源性的关联**：可以通过序列相似性推断蛋白质的结构同源性。 4. **序列相似性阈值的影响因素**：结构同源性的阈值随着比对长度的不同而变化。 #### 方法论 - **量化序列相似性、结构相似性和比对长度之间的关系**：通过对已知结构蛋白质之间的比对进行详尽调查，确定了不同比对长度下的序列相似性阈值曲线。 - **构建同源衍生的二级结构数据库（HSSP）**： - 将每个已知结构的蛋白质与其所有被认为具有同源性的序列进行比对。 - 对于每个已知的蛋白质结构，数据库包含了对齐后的序列、二级结构、序列变异性和序列轮廓。 - 虽然未明确建立三级结构模型，但通过序列比对可以隐含推断出三级结构。 #### 数据库贡献 - 通过这种方法，数据库有效地将已知蛋白质结构的数量增加到原来的五倍，达到了1800多个。 - 这一成果有助于评估序列数据库搜索中的匹配结构意义、推导结构预测偏好和模式、阐明保守残基的结构作用以及通过同源性建模三维细节。 #### 应用价值 - **结构预测**：有助于评估新发现序列在结构数据库中的匹配情况，为结构预测提供依据。 - **模式识别**：可用于识别有利于结构预测的偏好和模式。 - **功能注释**：帮助理解保守残基在蛋白质结构中的作用。 - **同源性建模**：为构建未知蛋白质的三维结构提供了基础。 #### 结论 Chris Sander和Reinhard Schneider的研究工作显著提升了对蛋白质结构的理解水平，并为后续的生物信息学研究提供了宝贵的数据资源。通过量化序列相似性、结构相似性和比对长度之间的关系，他们不仅构建了一个包含大量同源蛋白质结构信息的数据库，还为蛋白质结构预测和功能分析提供了新的工具和方法。这一成果对蛋白质科学领域产生了深远的影响。