Aritalab:Lecture/Biochem/ProteinStructure - Revision history

Adm at 23:48, 18 June 2013

2013-06-18T23:48:03Z

Adm: /* データベース */

2013-06-18T23:32:12Z

‎データベース

Adm: /* データベース */

2013-06-18T23:30:35Z

‎データベース

Adm: /* データベース */

2012-06-28T06:45:13Z

‎データベース

Adm: /* データベース */

2012-06-28T06:44:33Z

‎データベース

Adm: /* ホモロジーモデリング */

2012-06-12T17:50:13Z

‎ホモロジーモデリング

Adm: /* データベース */

2012-06-12T17:21:44Z

‎データベース

Adm: /* 三次構造 */

2012-06-12T16:57:30Z

‎三次構造

Adm: /* 三次構造 */

2012-06-12T16:09:38Z

‎三次構造

Adm: /* 予測法 */

2012-06-12T14:20:38Z

‎予測法

@@ Line 4: / Line 4: @@
 ==タンパク質の構造==
-タンパク質は20種類のアミノ酸から構成され、アミノ酸どうしはアミノ基とカルボキシル基の間にペプチド結合を形成します。
+タンパク質は20種類の[[Aritalab:Lecture/Biochem/Amino_Acid|アミノ酸]]から構成され、アミノ酸どうしはアミノ基とカルボキシル基の間にペプチド結合を形成します。
 この結合は共鳴によって二重結合性を帯びるので平面構造をとります。
 C&alpha;（アミノ酸の中心炭素）の間に炭素と窒素が1個ずつ入りますが、平面が固定されるのでC<sub>&alpha;</sub>-N結合角(&phi; ファイ)とC<sub>&alpha;</sub>-C結合角は(&psi; プサイ)の二結合ぶんで立体配置を決定できます。

@@ Line 95: / Line 95: @@
 ===データベース===
-[http://www.pdbj.org/ Protein Data Bank] (PDB) は代表的な立体構造のデータベースで、およそ 10 万のタンパク質構造が登録されています。タンパク質の特徴や歴史を記した「[http://www.pdbj.org/mom/index.php?l=ja&p=index162 今月の分子]」は大変勉強になるのでぜひ覗いてみてください。
+[http://www.pdbj.org/ Protein Data Bank] (PDB) は代表的な立体構造のデータベースで、およそ 10 万のタンパク質構造が登録されています。タンパク質の特徴や歴史を記した「[http://www.pdbj.org/#!mom?tab=date 今月の分子]」は大変勉強になるのでぜひ覗いてみてください。
 正確な立体構造はＸ線結晶解析やＮＭＲで決定するしかありませんが、進化の観点から、構造既知の配列に似ている配列は、立体構造も似ていると仮定できます。面白いことに、タンパク質の立体構造は配列以上に保存されている場合が多いのです。

@@ Line 95: / Line 95: @@
 ===データベース===
-[http://www.pdbj.org/ Protein Data Bank] (PDB) は代表的な立体構造のデータベースで、およそ 10 万のタンパク質構造が登録されています。タンパク質の特徴や歴史を記した「[http://www.pdbj.org/mom/index.php?l=ja&p=index 今月の分子]」は大変勉強になるのでぜひ覗いてみてください。
+[http://www.pdbj.org/ Protein Data Bank] (PDB) は代表的な立体構造のデータベースで、およそ 10 万のタンパク質構造が登録されています。タンパク質の特徴や歴史を記した「[http://www.pdbj.org/mom/index.php?l=ja&p=index162 今月の分子]」は大変勉強になるのでぜひ覗いてみてください。
 正確な立体構造はＸ線結晶解析やＮＭＲで決定するしかありませんが、進化の観点から、構造既知の配列に似ている配列は、立体構造も似ていると仮定できます。面白いことに、タンパク質の立体構造は配列以上に保存されている場合が多いのです。

@@ Line 96: / Line 96: @@
 ===データベース===
 [http://www.pdbj.org/ Protein Data Bank] (PDB) は代表的な立体構造のデータベースで、およそ 10 万のタンパク質構造が登録されています。タンパク質の特徴や歴史を記した「[http://www.pdbj.org/mom/index.php?l=ja&p=index 今月の分子]」は大変勉強になるのでぜひ覗いてみてください。
-正確な立体構造はＸ線結晶解析やＮＭＲで決定するしかありませんが、進化の観点から、構造既知の配列に似ている配列は、立体構造も似ていると仮定できます。
+正確な立体構造はＸ線結晶解析やＮＭＲで決定するしかありませんが、進化の観点から、構造既知の配列に似ている配列は、立体構造も似ていると仮定できます。面白いことに、タンパク質の立体構造は配列以上に保存されている場合が多いのです。
 {| class="wikitable"

@@ Line 102: / Line 102: @@
 ! アミノ酸の保存率 || 検出できる代表的ソフトウェア || 進化的な考察
 |-
-| 30% 以上 || 殆どの配列解析ソフト || 同一祖先由来のホモロジーを持つ
+| 30% 以上 || 殆どの配列解析ソフト || 9割以上が同一祖先由来でホモロジー（相同性）を持ちます。
 |-
-| 25%近辺  || Blast (E-value 10<sup>-4</sup>) || トワイライトゾーン。配列解析ソフトの限界
+| 25%近辺  || Blast (E-value 10<sup>-4</sup>) || トワイライトゾーン。配列解析ソフトの限界。アミノ酸保存率が25%以下の場合、相同である確率は10%以下に下がるという論文もあります。<ref>Rost B (1999) Protein Eng 12(2):85-94</ref>
 |-
-| 20%以下 || PSI-Blast (E-value 10<sup>-4</sup>) || 立体構造比較が必須。
+| 20%以下 || PSI-Blast (E-value 10<sup>-4</sup>) || 相同性の確認には立体構造比較が必須。
 |}
 ===立体構造予測===

@@ Line 123: / Line 123: @@
 タンパク質の立体構造は配列よりも保存されやすいことを利用し、配列が似ているなら構造も同じと考えて予測する手法です。まず BLAST や 立体構造用に開発されたスレッディング法と呼ばれるもので PDB などのデータベース中の類似タンパク質を探します。次に、Modeller などのソフトウェアでテンプレートとなる立体構造の中に与えられた配列を埋め込みます。
-ここで使うスレッディング法の代表格が、3D-1D と呼ばれる手法です。
+ここで使うスレッディング法の代表格が、Eisenbergらが開発した 3D-1D と呼ばれる手法です。その名前は立体構造 (3D) とアミノ酸配列 (1D) のアライメントを求めることに由来しています。基本はアミノ酸インデクスに同じ([[Aritalab:Lecture/Biochem/Protein|タンパク質]]参照）で、各アミノ酸に対して立体構造上の二次構造(&alpha;, &beta;, coil) と埋もれやすさ（溶媒に接する、半分埋もれている[極性・わずかな極性]、埋もれている[極性・わずかな極性・疎水性]）のスコアを設定することで、動的計画法による配列と立体構造のアライメントを可能にしました。3D-1Dスコアの設定は、立体構造を与えられた時にその構造を最も取りやすいアミノ酸配列を求めることに相当するので、逆フォールディング問題とも呼ばれます。
 ==四次構造==

@@ Line 84: / Line 84: @@
 ==三次構造==
-いわゆるタンパク質の立体構造を三次構造といい、原子の座標であらわします。三次構造の形成にはアミノ酸側鎖どうしの疎水結合力が大きな役割を果たし、疎水性アミノ酸がタンパク質のコアを形成します。
+いわゆるタンパク質の立体構造を三次構造といい、原子の座標であらわします。三次構造の形成にはアミノ酸側鎖どうしの疎水結合力が大きな役割を果たします。特に球状のタンパク質では疎水性アミノ酸がコアを形成し、親水性アミノ酸が分子表面に分布します。
 [http://www.pdbj.org/ Protein Data Bank] (PDB) は代表的な立体構造のデータベースで、およそ 10 万のタンパク質構造が登録されています。
@@ Line 99: / Line 100: @@
 | 20%以下 || PSI-Blast (E-value 10<sup>-4</sup>) || 立体構造比較が必須。
 |}
 ==四次構造==

@@ Line 60: / Line 60: @@
 ====初期====
-; Chou-Fasman 法 <ref>Chou P, Fasman G "Prediction of protein conformation" Biopolymers 1974; 13:211</ref>
+* Chou-Fasman 法 <ref>Chou P, Fasman G "Prediction of protein conformation" Biopolymers 1974; 13:211</ref>
 : 各アミノ酸について '''H''', '''E''', '''C''' の中での存在比を求めます。そして '''H''' らしいアミノ酸が続く部分を ヘリックスと予測する方法です。例えばグリシンが多いから '''C'''、のように予測します。
-; Garnier-Osguthorpe-Robson 法 <ref>Garnier J, Osguthorpe D, Robson B "Analysis and implications of simple methods for predicting the secondary structure of globular proteins" J Mol Biol 1978; 120:97</ref>
+* Garnier-Osguthorpe-Robson 法 <ref>Garnier J, Osguthorpe D, Robson B "Analysis and implications of simple methods for predicting the secondary structure of globular proteins" J Mol Biol 1978; 120:97</ref>
 : 17アミノ酸残基のウィンドウを利用し、各アミノ酸の左右8残基の位置にくるアミノ酸の存在比を利用します。（ヘリックスなら左右4, 8 番目のアミノ酸が同じ側に来るので17残基をとります。）'''H''', '''E''', '''C''' のクラス毎に 20 x 17 パラメータを用意して存在比を求めなくてはなりません。
@@ Line 70: / Line 70: @@
 その後、ニューラルネットワーク (NN) を用いた予測法が大流行します。NN は17 や 13 といったウィンドウ幅のアミノ酸残基に対応するセルをもち、それらのセルが中間レイヤを介して  '''H''', '''E''', '''C''' のいずれかを支持します。この手法は、NN を例題によってトレーニングしておき、その結果を用いて予測する方法であることから配列のローカルな類似性を用いた予測といえます。
-結論としてこれらの手法（初期のものを含む）で予測率 70 % を達成することはできず、ホモロジー検索結果をアライメントしてプロファイルを作成し、そのプロファイルを NN で学習させる手法になって初めて 70 % を超えるようになりました。
+結論として、これらの手法（初期のものを含む）で予測率 70 % を達成することはできませんでした。ホモロジー検索によって近縁の配列をデータベースから集め、そのマルチプルアライメント結果（プロファイル）を NN で学習させる手法になって初めて 70 % を超えるようになりました。<ref>Rost B, Sander C (1993) "Prediction of protein secondary structure at better than 70%" J Mol Biol 232:584</ref> この70%超えを達成したのが B. Rost という人です。この仕事で博士号を取得し、今は国際計算生物学会 (ISCB) の会長をしています。
 ====進化的情報の利用====
-二次構造の予測には今もニューラルネットワークや隠れマルコフモデルが使われます。精度の向上は主に psi-BLAST など配列アライメント（プロファイル）の性能が上がったことに依拠します。
+二次構造の予測には今もニューラルネットワークや隠れマルコフモデルが使われます。ただし、ニューラルネットワークが特にこの問題に適しているわけではありません。おそらくSVM などの他手法でも同様の精度は達成できるでしょう。歴史とともに精度が向上するのは主に psi-BLAST など配列アライメント（プロファイル）の性能が上がったことに依拠します。
-予測ツールでは[http://www.ebi.ac.uk/Tools/pfa/iprscan/ InterProScan] がよく知られています。これは既存のツール 10 種以上による予測結果をまとめてE-mailで返してくれるシステムで、メタツールと呼ばれます。メタツールの登場により、 80 % 程度の精度で二次構造が予測できると考えられています。
+いまのところ予測ツールでは[http://www.ebi.ac.uk/Tools/pfa/iprscan/ InterProScan] がよく知られています。これは既存のツール 10 種以上による予測結果をまとめてE-mailで返してくれるシステムで、メタツールと呼ばれます。メタツールの登場により、 80 % 程度の精度で二次構造が予測できると考えられています。
 ==三次構造==