论文部分内容阅读
解离常数pKa是用来描述物质在水溶液中得失质子程度的物理量。通过离子残基的pKa值能够了解蛋白质的pH依赖性的特点和一些酶的催化机理。本文探讨了电荷分布与实验pKa值的关系,得到了它们间的线性方程,依据该线性方程,预测出生物大分子蛋白的氨基酸残基的pKa值。具体内容如下:本文选用一些含羧基官能团的离子和分子,探究它们的实验pKa值与ABEEMσπ原子电荷的线性关系。选择HF计算方法和STO-3G基组,计算得到分子的Mulliken电荷分布,依据最小平方法,使用线性回归,调节和拟合出这些含羧基离子和分子的原子-键电负性均衡参数（价态电负性χ*、价态硬度2η*和参考电荷q*）。使用该参数和以前的参数,计算出它们的ABEEMσπ电荷,并得到这些分子的实验pKa值和ABEEMσπ电荷的线性方程。对于羧酸分子,qO1与pKa的线性方程pKa=-22.053qO1-4.3717;对于羧酸根负离子,qAC与p Ka的线性方程pKa=-6.9562qAC-3.2887。使用这两个方程,可预测这类体系的pKa值。使用上述电荷与pKa值的线性方程,预测生物大分子蛋白中Asp和Glu氨基酸残基的pKa值。一共探究了15个生物大分子蛋白质,包括3个溶菌酶（7LYZ、1HEL和2LZT）、硫氧还蛋白还原酶（1TRW）、硫氧还蛋白氧化酶（1TRS）、卵类粘蛋白（1OMU）、牛胰抑制酶（5PTI）、链球菌蛋白G（1PGA）、人类免疫缺陷病毒蛋白酶（1HPX）、重组人胰岛素（1MHI）、火鸡蛋清卵粘蛋白（2OVO）、氧化型硫氧还原蛋白（1ERU）、还原型硫氧还原蛋白（1ERT）、牛胰核糖核酸酶（3RN3）和结核菌素纯蛋白衍生物（1DE3）。使用ABEEMσπ方法,快速计算出这些生物大分子的电荷分布,收集Asp和Glu氨基酸残基的相关电荷(qAC)。使用上述的线性方程,计算出这15个生物大分子蛋白中的Asp和Glu氨基酸残基的pKa值,这些预测的p Ka值接近于它们的实验pKa值。概括来说,采用原子-键电负性均衡方法能够准确、较快预测分子中原子的电荷。使用本文所拟合的pKa实验值与分子中某些原子的电荷线性方程,就能够预测出该蛋白中所含有的Asp和Glu氨基酸残基的pKa理论值。为快速估算蛋白质氨基酸残基的pKa值,提供一种可实用的方法。