蛋白质结构预测准确率与发展情况

一． 二级结构预测

蛋白质的二级结构预测的基本依据是：每一段相邻的氨基酸残基具有形成一定二级结构的倾向。

因此，进行二级结构预测需要通过统计和分析发现这些倾向或者规律，二级结构预测问题自然就成为模式分类和识别问题。蛋白质二级结构的组成规律性比较强，所有蛋白质中约85%的氨基酸残基处于三种基本二级结构状态（a螺旋、b折叠和转角），并且各种二级结构非均匀地分布在蛋白质中。有些蛋白质中含有大量的a螺旋，如血红蛋白和肌红蛋白；而另外一些蛋白质中则不含或者仅含很少的a螺旋，如铁氧蛋白；有些蛋白质的二级结构以b折叠为主，如免疫球蛋白。

二级结构预测的目标是判断每一个氨基酸残基是否处于a螺旋、b折叠、转角（或其它状态）之一的二级结构态，即三态。

至今人们已经发展了几十种预测方法。

蛋白质二级结构的预测开始于20世纪60年代中期。二级结构预测的方法大体分为三代:
第一代是基于单个氨基酸残基统计分析，从有限的数据集中提取各种残基形成特定二级结构的倾向，以此作为二级结构预测的依据。

第二代预测方法是基于氨基酸片段的统计分析，使用大量的数据作为统计基础，统计的对象不再是单个氨基酸残基，而是氨基酸片段，片段的长度通常为11-21。片段体现了中心残基所处的环境。在预测中心残基的二级结构时，以残基在特定环境中形成特定二级结构的倾向作为预测依据。这些算法可以归为几类：（1）基于统计信息；（2）基于物理化学性质；（3）基于序列模式；