檢視二级结构的原始碼

{| class="wikitable" align="right"
|-
|<center><img src=http://p9.itc.cn/images01/20201116/0c4823f6bba54dabb5d4e2d9112c324e.jpeg width="350"></center>
<small>[https://www.sohu.com/a/432197056_100049055 来自 搜狐网 的图片]</small>
|}

'''二级结构'''是中国的一个科技名词。

为什么汉字是方块字，这个问题虽然没有明确的考证，但从古人观察世界的方式中便可窥见一斑。《淮南子·览冥训<ref>[https://www.sohu.com/a/308106207_99925737 经典古文100篇（34） 淮南子·览冥训]，搜狐，2019-04-15</ref>》说：“往古之时，四极废，九州裂。天不兼覆，地不周载，火炎炎而不灭，水浩洋而不息，猛兽……于是女娲炼五色石以补苍天，断鳌足以立四极。”在古人心目中，“天圆地方<ref>[https://www.sohu.com/a/301654842_99917622 “天圆地方”的汉字不是你想的那么简单]，搜狐，2019-03-16</ref>”，地是方形的，而且在这四方形地的尽头，还有撑着的柱子。

==名词解释==

二级结构以往是由[[生物]]巨分子在[[原子]]量级结构下的氢键来定义的。在蛋白质，二级结构则是以主链中氨基之间的氢键模式来定义，亦即DSSP所定义的氢键，并不包括主链与旁链间或是旁链之间的氢键。而核酸的二级结构是以碱基之间的氢键来定义。在很多RNA分子，二级结构对RNA正常功能非常重要，有时甚至于较序列重要。这可以帮助用于分析非编码RNA。RNA二级结构可以用电脑来提升预测准确性。而其他生物信息学的应用会使用一些二级结构的概念来分析RNA。

详细信息

由于氢键与其他结构特征有所关联，所以它所定义的二级结构会稍为不正式。就如蛋白质螺旋，在拉曼强传标绘图的特定区域，通常会采用主链二面角。这样，以这个二面角的区段都会被称为“螺旋”，而不论它是否真正的氢键。其他稍为不正式的定义亦有被建议，且是多是应用曲线微分几何的观念，如曲率及扭量。而最不正式的，要算是结构生物学定以肉眼来决定及纪录原子量级的二级结构。

对生物巨分子的二级结构可以初步以光谱来估计。对于蛋白质可以用一种普遍的方法称为长紫外线（波长170-250nm）圆二色谱。在双最小的208nm及222nm可以显示α螺旋结构，而单最小的204nm或207nm则分别可以显示任意形或β折叠结构。一个较少用的方法是红外线光谱，它可以侦测因氢键所造成胺基的震荡。最后，二级结构可以准确地以核磁共振的化学位移来估计。

编号

DSSP是“Define Secondary Structure of Proteins”的缩写，它是一编文章正式列出已知三维结构的蛋白质二级结构。DSSP编号一般是用单一英文字母来描述蛋白质二级结构。二级结构是根据氢键模式来指定的。

* G：3转角螺旋（亦即310螺旋）。最短长度为3个残基。

* H：4转角螺旋（α螺旋）。最短长度为4个残基。

* I：5转角螺旋（π螺旋）。最短长度为5个残基。

* T：氢键转角（3、4或5个转角）。

* E：平行的β折叠，或/及反平行的折叠形态（延伸链）。最短长度为2个残基。

* B：独立β桥内的残基（一对β折叠氢键）

* S：弯曲（唯一非氢键的指定）

所有不是以上形态的残基，在DSSP都是以空格来指定的，而有时则以C来代表卷曲或L来代表环。螺旋（即G、H及I）及折叠形态都需要一定的长度。这即是指两个在一级结构邻接的残基必须形成相同的氢键模式。如果螺旋或折叠的氢键模式太短，就会分别以T或B来编码。当中亦有其他蛋白质二级结构编号，但却较少使用。

蛋白质二级结构预测

早期蛋白质二级结构预测的方法是建基于氨基酸形成螺旋或折叠的倾向，而有时须联同估计形成二级结构的能量的方法来使用。这些方法在预测残基的三种状态（螺旋、折叠或卷曲）可以有约60%的准确性，若使用多序列比对可以将准确性大幅提升至80%。多序列比对可以知道氨基酸在某一位置的完正分布（包括在其附近的位置，一般在每一边的7个残基），而演化过程提供了结构趋向更明确的图画。例如，在蛋白质某位置的甘胺酸，本身已表明那是一个任意形。但是多序列对比可以发现，在接近十亿年演化后95%的蛋白质中，那是一个有利螺旋的氨基酸。再者，若在那位置检测平均疏水性，亦会发现其残基可溶性是与α螺旋一致。综合来说，这些因素显示原先蛋白质内甘胺酸是α螺旋结构，而非任意形。多种方法都会结合已有的数据来组成三种状态的预测，这些方法有神经网络、隐马尔可夫模型及支持向量机。现代预测方法亦可在每一个位置的预测结果提供信赖分数。

二级结构预测方法一直不断地在校准，例如EVA实验。基于约270个星期的测试，最准确的方法要算是PsiPRED、SAM、PORTER、PROF及SABLE。有趣的是，在这多种方法中找出共识或一致，并不能提升它们的准确性。最大改善的地方似乎是在β股的预测，因为所使用的方法会忽视一些β股段。整体上而言，最高的预测准确性只可以达90%，因DSSP的标准方法的性质，与校准的预测相违背。

准确的二级结构预测是三级结构预测的重要原素。例如一个确定的βαββαβ二级结构模式，就是铁氧化还原蛋白的记号。

==参考文献==
[[Category:800 語言學總論]]