蛋白质三维结构预测、结果解读与评分

蛋白质三维结构预测，只要有目的基因的氨基酸序列就可以做，不限物种，没有太多要求，可为文章增色。
windows版本的VMD软件可在公众号生信星球回复“VMD”获得，且附带软件中文教程。

一、示例序列

以这段序列为例：

AAGGAATTGACAGAAGAGCAGAGAACACAGCTTTTTGAAGATCTAAAACAGTGTAAAAATTCGACAGATCTTTCCGACGATGAGTTTGAAACGATCATTGCTAAGAAGGAGCTCCCTACTTCGGAAGCAGGCAAATGCTTCACGAAATGCTTGATGGAGAAATTGGATATAATTGAGGATGCTGAAGGAGGGAAGAAGAAAATCAGTGTGATCACGATGCAAGCCTCGCTGGAGGAGAATATGGAAAAGGAAGATGATATTGCTAAAGGGAAGGATATCATCCAGAAATGTGGAGATACAGTGGAGCCCGAAGACAGTTGCGCATATGCATATAATATCTCTAAATGCATTTACGATAGAATGAAGGAGGCAGGCATTTCTCAATAA

如果你有核苷酸序列而没有氨基酸序列，可用NovoPro在线工具转换：
http://www.novopro.cn/tools/translate.html

得到的氨基酸序列为：

KELTEEQRTQLFEDLKQCKNSTDLSDDEFETIIAKKELPTSEAGKCFTKCLMEKLDIIEDAEGGKKKISVITMQASLEENMEKEDDIAKGKDIIQKCGDTVEPEDSCAYAYNISKCIYDRMKEAGISQ

二、三维结构预测的方法

主要介绍同源建模与穿线法。

1.同源建模

网站：swiss-model
原理：相似的氨基酸序列对应着相似的蛋白质结构
要求：找到与目标序列一致度≥30%已知结构作为模板

结果页面解读：

（1）首先看搜到的模板与你的序列一致度是否>30%，如果不大于，要发英文文章此结果就应放弃，用iTASSER重新预测。如果只是看看，发中文或放进毕业论文，20%以上也可继续做。

（2）如果可用，再看swissmodel自带的评分高低。
GMQE ：可信度范围为 0-1，值越大表明质量越好
QMEAN4：区间-4-0，越接近0，评估待测蛋白与模板蛋白的匹配度越好。

如果swissmodel预测结果不可用或评分不好，用iTASSER重新预测。

2.折叠识别（穿线法）

网站：iTASSER
原理：不相似的氨基酸序列也可以对应着相似的蛋白质结构。
补充说明：已知的蛋白质结构有十几万个，但其所具有的不同的结构拓扑只有1393个，也就是说，所有结构都落在这1393个拓扑内！因此，选择匹配能量最低的拓扑。
要求：没要求，比较任性。一般是不能同源建模（一致度＜30%）的蛋白选用这个方法。

注意：必须用学术邮箱注册。

结果页面解读：

https://zhanglab.ccmb.med.umich.edu/I-TASSER/example/
（1）预测的二级结构

（2）预测的残基可溶性（高度暴露的表面残基：9，深埋的内部残基0）

（3）建模使用的模版及多序列比对。不是序列相似性比对，而是用穿线法穿出来。

（4）预测蛋白质功能，以及有可能与之结合的配体和该配体的结合位点

评估：模型质量评估模型质量评估系数C-score：[-5,2]，分值越高，可信度越高。

TM-score：两两结构相似度系数，>0.5说明模型具有正确的结构拓扑，可信，<0.17说明模型属于随即模型，不可信。

RMSD：两两结构间的距离偏差。

3.从头计算法

网站：quark

原理：1973年《science》Anfinsen：蛋白质的三维结构决定于自身的氨基酸序列，并且处于最低自由能状态。模拟肽段在三维空间中所有可能的姿态，并计算出自由能最低的一个。

计算量极大，不常用。

预测完成后下载对应的pdb格式文件，用免费软件VMD可读取，就是你预测的三维结构，VMD打开默认就是这么丑的，之后再说如何调整显示。

二.第三方软件对模型评分

模型预测出来后需要有3个评估软件认为合格才能用，下载PDB文件，提交到测评软件。

saves（一次性提供6个软件评估结果）http://servicesn.mbi.ucla.edu/SAVES/，其中有三个显示通过即表示模型可用。

1.verify 3D

超过80%的残基拥有大于0.2的3D/1D值，则模型质量合格，低于0.2的部分需要进一步修正。

2.procheck

拉氏图检查Cα的两面角是否合理，合格的模型超过90%的残基都应该落在红色（允许区域）和正黄色（额外允许区域）落到其他区域的残基应当被查看并修正。

以PDB中高分辨率的晶体结构参数为参考，给出提交模型的一系列立体化学参数（主链）。其输出结果包括：拉氏图，主链的键长与键角，二级结构图，平面侧链与水平面之间的背离程度等。

3.whatcheck

提交的蛋白结构与正常结构之间的差异，指标贼多，绿色多就当通过了。

4.errat

计算0.35nm范围之内，不同的原子类型对之间形成的非键相互作用的数目（侧链）。得分>85较好，晶体可达到95，一般来说结果在91以内。

5.prove

与预先计算好的一系列标准体积的差别，用z-score来表示，显示模版蛋白质与待测蛋白之间的匹配程度，越高越好。
以刚才的同源建模文件为例：

微信公众号生信星球同步更新我的文章

友情链接：
生信技能树公益视频合辑：学习顺序是linux，r，软件安装，geo，小技巧，ngs组学！
B站链接：https://m.bilibili.com/space/338686099
YouTube链接：https://m.youtube.com/channel/UC67sImqK7V8tSWHMG8azIVA/playlists
生信工程师入门最佳指南：https://mp.weixin.qq.com/s/vaX4ttaLIa19MefD86WfUA
学徒培养：https://mp.weixin.qq.com/s/3jw3_PgZXYd7FomxEMxFmw