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;