dRMSD方法分析蛋白质结构的对称性

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:zhongdezhufangchuxu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
蛋白质是种很重要的分子。一个蛋白质对应一个功能,由一级序列折叠成三维结构,然后成为构建生物分子机器或其它子结构的单元。蛋白质的结构很少重新生成,通常是通过有限数量的结构域的复制,熔合,重组和变异形成以满足蛋白质的不同功能要求。现已解析出来的超过39000个蛋白质结构和过去几十年的大量的实验发现,大多数蛋白质是由含有两个或多个子结构的对称的寡聚复合物形成的。由此看来,对称是理解蛋白质结构和功能的一个非常重要的方面,并且自从含有大量重复结构单元的蛋白质结构被解析出来后,这些子结构的研究越来越受人们的重视并得以广泛的学习。   另外,蛋白质结构与序列的关系已被广泛研究。为了解释蛋白质序列到底如何决定结构,我们试图发现结构具有对称性的蛋白质中序列是否存在隐含的对称性,这里存在一个问题就是,蛋白质结构的对称性量化标准很模糊,为此,我们提出了dRMSD方法来试图对蛋白质结构对称性一个定量的可信标准。   本文我们利用改进的重现图方法,结合Pearson关联的分析,来提取蛋白质结构内部的重复子结构。认为如果一个蛋白质内部两个局部结构(主要是针对主链Cα计算)dRMSD值低于3Å,这两个结构是相似的。利用这个方法我们对beta-propeller,jelly roll和beta trefoil三类家族蛋白质的三级结构进行研究,我们得到了一些可观的结果。通过对这些蛋白质进行统计,发现dRMSD方法对检测蛋白质结构对称性及找出这些重复子结构的边限有一定的准确性。由此可见,dRMSD方法的有效性为评价蛋白质内部子结构相似性提供了一个客观的标准。该发现为蛋白质结构预测提供了一定的依据,为研究蛋白质结构的性质提供了一种可能的方法。
其他文献
氟化类金刚石薄膜(FDLC)是基于传统类金刚石膜的基础上发展起来的一种改性材料,该膜具有许多比金刚石薄膜更加良好的性能,因此引起了人们的极大关注。深入研究掺氟量以及工艺条件改变对FDLC薄膜性能的影响有很重要的现实意义。本文采用等离子体增强化学气相沉积法在抛光的硅片和玻璃片上制备了氟化类金刚石薄膜,反应气体选用CF_4、CH_4和Ar,并对制备的薄膜进行了退火处理。利用椭偏仪测量薄膜的厚度,用俄歇
(1)GeSi量子点在初始Si覆盖下的形貌转变 最近研究发现,当生长在Si衬底上的GeSi量子点在薄的Si层覆盖下,这些量子点的形貌可以发生转变,从而实现不同结构和形状的半导体纳米
本文第一章对沸腾换热及多孔介质等基本概念做了简要介绍,然后,综述了沸腾换热及分形几何理论的发展和一些基本理论基础。本文第二章介绍了大空间临界热流密度的传统模型,并进行
作为可调谐光子器件及高性能传感器的光纤内马赫泽德干涉仪(Mach-Zehnder interference,简称MZI),具有结构简单紧凑、抗电磁干扰、分辨率高、可调谐性以及极高的传感灵敏度等优势,引起了国内外广泛关注。近年来,报道的光纤内马赫泽德干涉结构的制备技术主要包括:光纤拉锥,微腔刻蚀以及光纤熔接等,制备出的MZI能够实现纤芯模式之间的干涉以及纤芯和包层模式的干涉。其中,基于双开口微腔结构
随着对声子晶体研究的深入,基于声子晶体缺陷态的声学应用成为学术界的研究热点。通过向晶体中引入缺陷,可以在其带隙内获得传播模式或共振模式的缺陷态,利用缺陷态可以设计实现多种声学应用。本文以包含缺陷的声子晶体为研究对象,利用缺陷态与传播模式的耦合关系,实现了声波分束以及定向辐射;利用点缺陷对称模式的奇偶性,设计了两类声单向传输装置。主要研究内容及结果如下:在第二章中,系统研究了两种声子晶体线缺陷中声波
过去二十多年,声子晶体由于其操控声波/弹性波的能力而被广泛关注。近年来,声表面波人工结构和亚波长尺度的声超常材料也逐渐地成为了研究热点。基于声人工结构的各种新型声波功能应用与器件得到了空前的发展,这些器件在未来的集成声学中有着广泛的应用前景。最近,利用声人工结构调控下的声波操控物质微粒也成为了研究重点。本文采用多重散射理论和有限元法进行数值模拟,设计了三种新型的声子晶体功能器件,以及研究了声学人工
古斯-汉欣 (Goos-Hanchen,简称GH)位移指的是反射光的实际反射点和入射点(也即几何光学反射点)有一段距离的偏移的现象.这是由于入射光中不同的单色平面波分量具有不同的反射
在这篇论文中我们描述了一个计算从单晶表面重组脱附分子动能分布和角分布的新模型。用这个模型,我们分析了从Cu(111)铜单晶表面脱附分子韵动能分布和角分布。用计算脱附分子
演化机理的研究是复杂网络中一个重要的研究领域。以往的网络演化模型通常都假定网络是线性扩张的,然而,实验数据表明很多现实网络都是非线性扩张的,或者说是加速扩张的。针对这
学位