分子结构信息的表达

一、分子结构信息的表达

蛋白质结构的计算机化是蛋白质分子模拟的首要问题，由于计算机接受和处理的是符号和数字信息，因此，需要将蛋白质分子的结构数据转换成计算机能识别的格式。

在计算机处理化学结构的发展过程中，相继出现了一些描述分子结构的表达方法，如碎片码、线性码和拓扑码等。它们实际上是将复杂的蛋白质结构转换为计算机语言，从而方便计算机作进一步的结构分析和处理。如拓扑码是利用图论知识，将分子结构看作数学图，原子对应于图中结点，化学键对应于图中的边，不同类型原子（碳、氢、氧、氮等）赋予不同颜色的结点；不同性质的化学键（单键、双键、芳香键等）则赋予不同颜色的边。最著名的拓扑码是美国化学文摘采用的RegistryⅢ和法国学者Dubois创立的DARC系统。

无论哪种编码方式都是力图将复杂的分子结构信息以最简略而且是唯一的方式加以表达。但是，蛋白质工程中的计算机模拟不仅要处理蛋白分子结构的查询和检索问题，还要进行分子力学、分子动力学、量子化学等计算，因此，以编码方式表达分子结构信息是远远不够的。连接表解决了这一问题。连接表是目前表达分子结构信息的最完善和最计算机化的方式，不仅可以准确地表达分子的二维信息，还能利用原子的空间坐标精确地表达分子的三维结构信息。

连接表本质上是分子中所有原子、键及其空间关系的一个列表，在计算机上就是一个文件，通常有以下信息：原子信息（包括原子类型、电荷、坐标等）；键信息（包括键类型，所连原子等）；其他特殊的结构信息部分。

借助一些软件可以在计算机上自动生成分子连接表，记录其结构信息。这类软件除了在工作站上运行的大型分子模拟软件，如Tripos公司的SYBYL软件，MSI／Accelrys公司的insightⅡ、ViewerLite、QUANTA和Catalyst等，还有一些可以在微机上运行的免费软件，如MDL信息系统公司的ISIS－Draw和高级化学发展公司（Advanced Chemistry Development，Inc．）的ACD软件，以及生物大分子可视化软件Rasmol、Mage、Ras－ter3d、Grasp、Chimera、VEGA等。利用鼠标手写输入的分子是二维平面结构，需要进行结构优化使之转换成合理的三维结构。

在这些连接表中，PDB数据库（Protein Data Bank，http：／／www．rcsb．org／pdb／）所采用的pdb格式描述蛋白质三维结构是普遍接受的通用的连接表，用于蛋白质等生物大分子的图形生成和模拟计算。图18－1即为用Chimera（UCSF）生成的葡激酶二聚体（SAK dimer）（PDB ID：2SAK）的结构。

图18－1　葡激酶（staphylokinase）二聚体的三维晶体结构，PDB ID：2SAK