pfam数据库中，蛋白质结构是如何精确定义的？

这篇文章共计1735个文字，预计阅读时间需要7分钟。

Pfam数据库概述

Pfam 是国际上很多人在用的蛋白质家族注释资源，专门存储蛋白质家族和结构域信息。它不仅收录了海量的蛋白质序列，还提供了对应的三维结构数据和功能注释。通过在 Pfam 中检索，研究人员可以快速定位目标蛋白的结构模式。从而推断其可能的功能和相互作用伙伴。说起来，

蛋白质结构的层次划分

一级结构

一级结构指的是蛋白质分子中氨基酸残基的线性排列顺序。即氨基酸序列，这一层次由基因中的 DNA 信息决定，是所有后续层次的基础。

二级结构

二级结构描述氨基酸残基之间的局部空间排列，常见形式包括 α‑螺旋、β‑折叠和无规卷曲。它们主要由主链之间的氢键驱动形成，可通过 X‑射线晶体学或核磁共振等技术解析。老实说，

三级结构

四级结构

四级结构涉及两个或多个独立链组装成的复合体。如二聚体、三聚体或四聚体等。亚基之间的相互作用一样依赖范德华力、离子键和氢键等。

Pfam 中如何精确定义蛋白质结构

隐马尔可夫模型与家族模型

Pfam 使用隐藏马尔可夫模型对每一个蛋白质家族进行建模。说起来，HMM 捕获了该家族成员在序列层面的保守模式。并将新序列映射到已有模型上，这样就能实现高灵敏度且特异性的家族归属判定。这一步骤是把“序列”转化为“潜在结构”信息的关键环节。

白色质心结构——Pfam 的标准化三维模板

在 Pfam 中，每个大型家族都会提取出一个白色质心结构 ① 收集该家族中已解析的所有三维模型；话说回来，② 对齐并识别出最具保守性的主要区域； ③ 主要残基，作为该家族的“标准模板”。