三、蛋白质结构性质预测

1. 二级结构预测
Q3准确率：预测为螺旋(H)、折叠(E)、无规卷曲(C)的残基中正确分类的比例。
方法发展：
- 第一代（1960-1980）：Chou-Fasman，基于单残基统计倾向，准确率<60%
- 第二代（1980-1992）：GOR，基于信息论，考虑局部序列上下文，准确率<65%
- 第三代（1992-至今）：PSIPRED、SPIDER2，基于神经网络+多序列比对，准确率>75-80%
- 深度学习：基于CNN/Transformer，准确率>85%
PSIPRED方法：
1. PSI-BLAST搜索NR数据库，获得多序列比对（PSSM）
2. 将PSSM特征（20种氨基酸的频率）输入两层神经网络
3. 输出每个残基的三态概率（H/E/C）
2. 无序区预测（Intrinsically Disordered Region, IDR）
IDR特征：
- 生理条件下不能形成稳定三维结构
- 人类蛋白质中约30-40%的残基处于无序区
- 功能：信号传导、转录调控、蛋白质相互作用枢纽
预测方法：
- IUPred：基于能量估算（低相互作用能→无序）
- PONDR、DisEMBL：基于机器学习和神经网络
- SPOT-Disorder：基于深度学习，准确率>80%