反向折叠法预测蛋白质的结构

反向折叠法预测蛋白质的结构     蛋白质三维结构很大程度上决定了蛋白质的功能，因此如何获得蛋白质的结构并对基序分析研究是现代分子生物学的重要课题。目前应用X线晶体衍射图谱法和NMR法已测定出1万多种蛋白质及其复合物的结构。但与已测得的30多万种蛋白质序列相比，还有很大的差距，大大地影响了人们对蛋白质结构和功能关系的研究。因此，发展一种不依赖实验而又有一定准确性的理论蛋白质结构预测方法显得格外重要，近年来在这个方面取得了很多重要的成果。     蛋白质结构的理论预测方法都是建立在氨基酸的一级结构决定高级结构的理论基础上，大致分为反向折叠法、比较建模法、从头预测法3类。         反向折叠法    反向折叠法是近年来发展起来的一种比较新的方法。它可以应用到没有同源结构的情况中，且不需预测二级结构，即直接预测三级结构，从而可以绕过现阶段二级结构预测准确性不超过65％的限度，是一种有潜力的预测方法。     反向折叠法的主要原理是把未知蛋白质的序列和已知的结构进行匹配，找出一种或几种匹配最好的结构作为未知蛋白质的预测结构。其实现过程是总结出已知的独立蛋白质结构模式作为未知结构进行匹配的模板，然后经过对现有的数据库的学习总结，得出可以区分正误结构的平均势函数(meanforcefield)，以此判别标准来选择最佳的匹配方式。这种方法的局限性在于它假设蛋白质折叠类型是有限的，所以只有未知蛋白质和已知蛋白质结构相似的时候，才有可能预测出未知的蛋白质结构。如未知蛋白质结构是现在还没有出现的结构类型时，则不能应用这种方法。