内容发布更新时间 : 2024/4/27 23:42:43星期一 下面是文章的全部内容请认真阅读。

实验六：生物信息学试验学习总结

1使用 SWISS-MODEL 进行蛋白质三维结构预测， PyMOL 查看分子结构 1.1蛋白质三维结构预测－SWISS-MODEL 1.1.1全自动建模

以MAP kinase Pmk1 [Schizosaccharomyces pombe] （NP_595289.1）为target序列，首先收缩模板序列，选择四个模板序列进行同源建模，并对得到的模型进行评估

1.1.2比对模式建模

模型评估：

GMQE(全局模型质量评估)是一种质量评估，它结合了目标-模板对齐和模板搜索方法的属性。由此产生的GMQE分数表示为0到1之间的数字，反映了用该校准和模板构建的模型的预期精度。较高的数字表明更高的可靠性。一旦建立了模型，在这个特定的情况下，GMQE(1)就会得到更新，同时考虑到获得的模型的q平均值，从而提高质量评估的可靠性。 QMEAN

QMEAN平均数(Benkert等)是基于不同几何属性的复合得分函数，并提供了全局的(即:对于整个结构)和局部(即每个残余物)绝对质量的估计是基于一个单一模型的。

z分数(2)提供了对模型中观察到的结构特征的“本土程度”的估计，并指出该模型是否具有与实验结构相似的质量。较高的q均值z分数表明模型结构与相似尺寸的实验结构之间的一致性较好。得分在0-4.0或以下的是一个质量很低的模型，这一点也可以通过在分数旁边的“拇指向下”符号的变化来突出显示。

QMEAN由四个单独的术语组成。全球q平均值质量分数的四个单独术语也列在上面。在巴图的白色区域(数值接近于零)表明这一特性与实验结构中所观察到的相似。实证值表明，该模型平均得分高于实验结构，负数表明该模型平均得分低于实验结构。q均值z分数本身显示在顶部。单独的z分数比较了Cbeta原子之间的相互作用势，所有的原子，溶解势和扭转角度的潜力。

“局部质量”图显示了模型的每一个剩余部分(在x轴上报告)，期望与本机结构(y轴)的相似性。通常情况下，分数低于0.6的残留物被认为是低质量的。不同的模型链以不同的颜色显示。如果下载了模型，则在PDB文件的b-factor列中报告了本地的分数。通过选择色彩方案“q吝啬”，可以直观地看到当地的质量。

在比较图中，模型的质量分数被表示为“z分数”，与高分辨率晶体结构获得的分数相比。x轴表示蛋白质的长度(氨基酸)。y轴是标准化的q均值分数。每一个点代表一个蛋白质结构。最暗的点是所有具有全局q均值z分数(上图中2和3)的结构，在1到1之间，z分数在1到2之间的结构是灰色的，如果z分数大于2，它们是浅灰色的。红色的星星代表这个模型。