Protein Structure Prediction Kit 1.4 使用說明手冊

http://par.cse.nsysu.edu.tw/~pspk/

前言

Protein Structure Prediction Kit 1.4（PSPK 1.4）是由國立中山大學資訊工程所平行處理實驗室團隊，歷經四年所開發，在蛋白質結構預測的領域，方法不斷推陳出新，本實驗室團隊亦接連改良PSPK的核心演算法，並設計友善的使用者介面，以提供從事蛋白質研究的人一個好用的輔助工具為己志，本軟體免費提供非商業性學術研究使用，若有軟體操作及核心演算法等相關問題，歡迎各界不吝指教。

Department of Computer Science and Engineering

National Sun Yat-sen University Kaohsiung, Taiwan 80424

URL: http://par.cse.nsysu.edu.tw

TEL: +886-7-5252000 ext. 4345

概觀

PSPK的設計目的是輔助我們針對一條胺基酸序列，利用結構為已知的蛋白質序列資料庫(如已存在蛋白質資料庫PDB的蛋白質結構)，並且依結構排列(Structure Alignment)、建立晶格模型結構(Folding)、曲線比對(Curve Matching)與整合結果(Merging Result)四大步驟來預測此目標序列之蛋白質結構。在預測完成後，提供三維結構檢視與RMSD比對等方便研究進行之功能。本操作技術手冊內容包括PSPK1.4的安裝、程式流程及操作方法。

安裝

PSPK支援下列作業系統：

– Microsoft Windows 98 (Second Edition)

– Windows Me

– Windows NT 4.0 (Service Pack 6)

– Windows 2000 (Service Pack 3)

– Windows XP Professional (Service Pack 1)

 

安裝主程式：

將檔案解壓縮後，即可執行PSPK.exe主程式。

主程式下載網址：http://par.cse.nsysu.edu.tw/~pspk/PSPK.zip

 

 

安裝BLASTP：

Basic Local Alignment Search Tool (BLAST)，是由National Center Biotechnology Information（NCBI http://www.ncbi.nlm.nih.gov/ ）開發的免費工具，用來尋找區域相似序列，而blastp是其中一種做protein-protein間比對的工具，效能較使用dynamic programming的方法佳。當第一次執行PSPK時，必須安裝blastp，可以選擇手動安裝或經由PSPK自動安裝。

 

手動安裝步驟：

1.          下載blastp：由NCBI的網站或FTP 站下載。

http://www.ncbi.nlm.nih.gov/BLAST/download.shtm

ftp://ftp.ncbi.nlm.nih.gov/blast/executables/release/

2.          下載蛋白質資料：由NCBI的FTP 站下載pdbaa.gz

ftp://ftp.ncbi.nlm.nih.gov/blast/db/FASTA/

將blastp執行檔及pdbaa.gz解壓縮在blast目錄下。

3.          在命令提示字元執行：

formatdb -i pdbaa -p T -o T

其中

-i  Input file(s) for formatting (this parameter must be set)

        [File In]

-p  Type of file

        T - protein

        F - nucleotide [T/F]  Optional

-o  Parse options

        T - True: Parse SeqId and create indexes.

        F - False: Do not parse SeqId. Do not create indexes.

 

自動安裝步驟：

Setting→Set Blastp→Create

 

             圖一：自動安裝

 

Blastp更新：

手動更新步驟：

1.          下載蛋白質資料：由NCBI的FTP 站下載pdbaa.gz

ftp://ftp.ncbi.nlm.nih.gov/blast/db/FASTA/

pdbaa.gz解壓縮在blast目錄下。

2.          在命令提示字元執行：

formatdb -i pdbaa -p T -o T

 

自動更新步驟：

Setting→Set Blastp→Updata

                    圖二：自動更新

安裝本機資料庫（Local Database）：

PSPK使用的蛋白質結構資料來自Protein Data Bank（PDB http://www.rcsb.org/pdb/index.html ），若要手動建立本機資料庫須下載其中的PDB格式的蛋白質資料：pdb[PDB name].ent.Z，經解壓縮、轉檔才能為PSPK使用。PSPK提供建立本機資料庫的功能，步驟如下：System→ Create Local Database進入圖三畫面，預設由PDB下載，連線後可選擇mirror整個PDB資料庫或僅下載特定年份資料，唯mirror整個PDB資料庫約須要8GB的磁碟空間，費時數小時方能完成。

 

                圖三：安裝本機資料庫

 

目錄、檔案說明如下：

 

目錄／檔案        敘述

Blast                  包括所有Blastp所需檔案

l          Data

  －blosum45、blosum62、blosum80：Blastp使用之Score Matrix。

l          blastall.exe：Blastp主程式。

l          formatdb.exe：建立Blastp使用的資料庫。

l          formatdb.log、pdbaa.phr、pdbaa.pin、pdbaa.pnd、pdbaa.pni、pdbaa.psd、pdbaa.psi、pdbaa.psq：Blastp

目錄／檔案        敘述

資料庫元件。

l          pdbaa：解壓縮後的Blastp資料庫原始檔。

 

Data                  預設的本機資料庫資料存放路徑

 

Demo                 預設的檔案輸入路徑

 

ScoreMatrix            包含預設與自訂的Score Matrix

 

Setting                包含PSPK的設定資料

l          color.txt：使用者設定的顏色。

l          default_color.txt：預設顏色。

l          default_psps.conf：預設變數值設定。

l          psps.conf：使用者自訂變數值設定。

Temp                 暫時存放從PDB下載之蛋白質結構資料

l          gzip.exe：解壓縮軟體，將下載之蛋白質結構資料解壓縮。

blastp.BAT             執行Blastp

glut32.dll              BCB所需元件

gzip.BAT              執行gzip

PSPK.exe              主程式

程式流程圖：

 

圖四：程式流程圖

操作方法

PSPK的核心演算法包括：「Prediction with Secondary Structure」，「Prediction without Secondary Structure」，「Prediction on Sliced Lattice Model」三種，由使用者視需要選用。

 

STEP 1. Prepare：

選擇核心演算法Prediction with Secondary Structure或Prediction

without Secondary Structure：

1.          資料輸入：若是Prediction with Secondary Structure須輸入一級結構和二級結構序列，Prediction without Secondary Structure則只要輸入一級結構序列，輸入模式可選擇用檔案或直接輸入蛋白質序列。

2.          資料庫：可選擇使用本機資料庫或網路連結PDB資料庫，若使用PDB資料庫，則需設定Identity範圍，PSPK將會下載與待測序列相似度在範圍內的蛋白質結構資料作為Database內的資料，使用者可藉由改變Identity範圍來控制Database內的資料量。

3.          Score Matrix：除了選擇程式提供的Score Matrix，使用者尚可自訂所需的Score Matrix。

4.          摺疊（Fold）變數：使用者可自行調整基因演算法的世代數（Generation）、交配率（Crossover Rate）及突變率（Mutation Rate），以獲得最佳解。

5.          曲線吻合（Curve Fitting）：使用者可自行決定建立B-spline曲線所欲插入點的數量。

6.          按下「Next Step」按鍵。

 

選擇核心演算法Prediction on Sliced Lattice Model：

此種方法可選擇採用基因演算法或ACO演算法，若採用基因演算法，操作與Prediction without Secondary Structure方法相同，而採用ACO演算法則會出現一個設定畫面，其中變數皆可配合使用者需要做調整，以達結果最佳化。

 

STEP 2. Predict：

由設定畫面轉換成執行畫面，可藉由progress bar觀察程式運作進度，當程式執行完畢畫面會出現Alignment、Folding、Curve Fitting、Merging等四個部份的執行結果及其所佔時間比例。

 

STEP 3. Report：

Structure：

蛋白質3D結構顯示是由OPENGL(3D繪圖與模型程式庫)所繪製，可依據使用者喜好，訂定下列選項，顯示出欲求得之資訊，圖五為初始畫面：

 

  圖五：Report畫面

 

1.          Zoom：包含「Zoom in」、「Zoom out」及「Default」三個按鍵，供使用者將結構3D模型放大、縮小或是設成預設大小。

  

2.          Show Mode：「Ball-Stick」、「Tubes」、「Space Fill」３種蛋白質結構表示方式，依使用者喜好自行選定。

 

3.          Auto Rotation Direction：供使用者選定3D模型自動旋轉方向或旋轉與否。

 

4.          Mouse Move & Mouse Rotate：讓使用者在畫布上用滑鼠拖曳3D模型，使其可以任意旋轉角度或是調整位置。

 

5.          Head & Tail node：當結構趨於複雜時，點選此項可用顏色標示蛋白質結構的開頭和結尾胺基酸，分別為紅點和綠點如圖九。

 

 

6.          Electrification：以顏色標示胺基酸帶電性，「＋」帶正電，以紫色示之，「－」帶負電，以黃色示之，電中性以藍色示之。如圖六所示。

 

 圖六：標示胺基酸帶電性

 

7.          Color Mode：有３種模式可供使用者選擇，「Single」所有胺基酸採單一顏色，「HP mode」疏水性（hydrophobic）以藍點示之，親水性（hydrophile）以紅點示之（圖七），「Multi」每種安基酸皆給予不同顏色（圖八），按下「Change Color」按鍵進入色票畫面，供使用者改變顏色（圖九）。

 

  

圖七：HP mode                                 圖八：Multi

 

圖九：Change Color

 

8.          Result：顯示胺基酸序列及各個胺基酸的座標位置，在胺基酸序列上按滑鼠左鍵反白選取，會在左邊的3D圖像上顯示出相對位置（圖十），此時若按下「Show Selection」按鍵，則左邊的3D圖像僅顯示使用者反白選取的那一段胺基酸序列，再按一次又會顯示全部（圖十一）。

圖十：顯示選取序列在3D結構上的位置

 

圖十一：只顯示選取序列

 

Protein 3D Viewer :

提供使用者可讀取RCSB提供的已知蛋白質結構檔案(副檔名為.ent or .pdb1)以3D模型顯示(圖十二)。

圖十二：Protein 3D Viewer

Compare：

用RMSD比對預測模型與參考模型的相似程度，先按「Load」鍵以檔案選取的方式讀進參考模型的結構資料，然後按「Calculate」按鍵計算RMSD值（圖十三）。

 

圖十三：用RMSD比對預測模型與參考模型的相似程度