蛋白质结构预测---残基接触的基础知识（二）

接下来我会用一条PDBID为1F88的蛋白质为例子，来解释什么叫蛋白质接触矩阵。

一、PDB数据库

Protein Data Bank（以下简称,PDB，https://www1.rcsb.org/）是当今全世界最具公信力的蛋白质数据库之一，每一条蛋白质都有唯一标识，称为PDBID（类似每个人都有自己的身份证号，唯一标识），比如PDBID为1F88的蛋白质在PDB中如下:

二、蛋白质的1级结构—序列

蛋白质的1级结构指的是其序列。在PDB中可以下到蛋白质的序列文件，如1F88的序列文件rcsb_pdb_1F88.fasta如下：
第一行记录了该蛋白的信息
第二行开始记录了该条蛋白质的序列，由一个个氨基酸构成。以这个1F88为例，序列中包含了348个氨基酸，说明1F88由348个氨基酸构成，所以1F88的长度为348。
我再贴一下氨基酸的缩写表，上图中的每一个字母，对应着下面的其中一个氨基酸。

三、蛋白质的3级结构—空间结构

2级结构我不关心，这里不做阐述。蛋白质的3级结构即空间结构。空间结构中包含了接触信息。那么蛋白质的3级结构如何获得？表示？怎么解读呢？一部部来。

3.1 蛋白质3级结构是什么？

3级结构就是空间结构。空间中每一个氨基酸集团由若干个原子构成。每一个原子都会有自己的唯一确定的三维坐标由（x，y，z）表示。

3.2 蛋白质3级结构如何表示？

以1F88蛋白质为例，1F88的3级结构用文件1F88.pdb来描述。该文件可以在PDB中下载到如下：
1F88.pdb文件打开后，文件的前半部分有大量的序列信息，我们不关心，我们只关心他的3维结构信息，从第一行为 ATOM开头的行开始，就是记录了坐标信息如下：

红框中表示MET（在一级序列中，简称M）氨基酸由编号1~9个原子构成，第三列为每一个原子的名称（共9个，分别为N原子、CA原子、C原子、O原子、CB原子、CG原子、SD原子、CE原子、N原子）
蓝框中的三列分别对应了三维坐标中的x，y，z。如CA原子的三维坐标为（44.718，-5.054，-26.911）

3.3 蛋白质3级结构信息如何解读？

在知道了每个原子的三维坐标后，我们可以在坐标系中，把每一个原子都标记出来，这样就得到了蛋白质的三维结构的空间图，如1F88序列经过PDB文件的坐标解析后，用Pymol软件打开可以看到他的结构如下：

四、小结

本节介绍了一些蛋白质三维结构的基本概念，弄清楚三维结构的概念后，接下来要介绍接触的概念。
Ending~