COILS：卷曲螺旋预测方法，将序列与已知的平行双链卷曲螺旋数据库进行比较，得到相似性得分，并据此算出序列形成卷曲螺旋的概率。
TMpred：预测蛋白质的跨膜区段和在膜上的取向，它根据来自SWISS-PROT的跨膜蛋白数据库Tmbase，利用跨膜结构区段的数量、位置以及侧翼信息，通过加权打分进行预测。 SignalP：预测蛋白质序列中信号肽的剪切位点。
COILS的网址是：
http://www.ch.embnet.org/software/COILS_form.html。
TMpred的网址是：
http://www.ch.embnet.org/software/TMPRED_form.html。
SignalP的网址是：
http://www.cbs.dtu.dk/services/SignalP/。
5. 蛋白质的三维结构
蛋白质三维结构预测时最复杂和最困难的预测技术。研究发现，序列差异较大的蛋白质序列也可能折叠成类似的三维构象，自然界里的蛋白质结构骨架的多样性远少于蛋白质序列的多样性。由于蛋白质的折叠过程仍然不十分明了，从理论上解决蛋白质折叠的问题还有待进一步的科学发展，但也有了一些有一定作用的三维结构预测方法。最常见的是“同源模建”和“Threading”方法。前者先在蛋白质结构数据库中寻找未知结构蛋白的同源伙伴，再利用一定计算方法把同源蛋白的结构优化构建出预测的结果。后者将序列“穿”入已知的各种蛋白质的折叠子骨架内，计算出未知结构序列折叠成各种已知折叠子的可能性，由此为预测序列分配最合适的折叠子结构。除了“Threading”方法之外，用PSI-BLAST方法也可以把查询序列分配到合适的蛋白质折叠家族，实际应用中发现这个方法的效果也不错。
SWISS-MODEL：自动蛋白质同源模建服务器，有两个工作模式：第一步模式(First Approach mode)和优化模式(Optimise mode)。程序先把提交的序列在ExPdb晶体图像数据库中搜索相似性足够高的同源序列，建立最初的原子模型，再对这个模型进行优化产生预测的结构模型。
CPHmodels：也是利用神经网络进行同源模建预测蛋白质结构的方法。
SWISS-MODEL的网址是：
http://www.expasy.ch/swissmod/SWISS-MODEL.html。
CPHmodels的网址是：
http://www.cbs.dtu.dk/services/CPHmodels/。
上一篇：免疫组织化学技术介绍 下一篇：免疫组织化学问题解答(3)
共2页: 上一页 [1] 2 下一页
