结构基因组学

结构基础组学旨在描述由给定基因组编码的每种蛋白质的三维结构。 这种基于基因组的方法允许通过结合实验和建模方法来确定结构的高通量方法。 结构基因组学与传统结构预测之间的主要区别在于，结构基因组学试图确定基因组编码的每种蛋白质的结构，而不是专注于一种特定的蛋白质。 有了可用的全基因组序列，可以通过实验和建模方法的组合更快地完成结构预测，特别是因为大量测序基因组和以前解决的蛋白质结构的可用性允许科学家在以前解决的结构上模拟蛋白质结构 同系物。

由于蛋白质结构与蛋白质功能密切相关，因此结构基因组学有可能提供有关蛋白质功能的知识。 除了阐明蛋白质功能外，结构基因组学还可用于识别新的蛋白质折叠和药物发现的潜在目标。 结构基础因组学涉及采用大量方法来确定结构，包括使用基因组序列的实验方法或基于与已知结构的蛋白质的序列或结构同源性或基于化学和物理原理的无同源性蛋白质的基于建模的方法 到任何已知的结构。

与传统的结构生物学相反，通过结构基因组学努力确定蛋白质结构通常（但不总是）发生在关于蛋白质功能的任何已知信息之前。 这对结构生物信息学提出了新的挑战，即从其 3D 结构确定蛋白质功能。

结构基础学强调蛋白质结构的高通量测定。 这是在专门的结构基因组学中心进行的。

大多数结构生物学家都在研究单个蛋白质或蛋白质组的结构，而结构基因组学专家则在全基因组范围内研究蛋白质的结构。 这意味着大规模克隆、表达和纯化。 这种方法的一个主要优点是规模经济。 另一方面，一些合成结构的科学价值有时会受到质疑。

结构基因组学（例如蛋白质结构计划）的优势之一是科学界可以立即获得新结构以及克隆和蛋白质等试剂。 一个缺点是这些结构中有许多是功能未知的蛋白质，没有相应的出版物。 这需要以新的方式将这种结构信息传达给更广泛的研究团体。 结构基因组学联合中心 (JCSG) 的生物信息学核心最近开发了一种基于维基的方法，即开放蛋白质结构注释网络 (TOPSAN)，用于注释来自高通量结构基因组学中心的蛋白质结构。

结构基因组学的一个目标是识别新的蛋白质折叠。 蛋白质结构测定的实验方法需要表达和/或结晶良好的蛋白质，这可能固有地偏向该实验数据阐明的蛋白质折叠种类。 与实验方法相比，基于基因组的建模方法（如从头建模）可能更能识别新的蛋白质折叠，因为它们不受实验约束的限制。

蛋白质功能取决于 3-D 结构，这些 3-D 结构比序列更保守。 因此，结构基因组学的高通量结构测定方法有可能让我们了解蛋白质功能。 这也对药物发现和蛋白质工程具有潜在影响。

此外，添加到结构数据库中的每一种蛋白质都会增加数据库包含其他未知蛋白质同源序列的可能性。 蛋白质结构计划 (PSI) 是一项由美国国立卫生研究院与各种学术和工业合作伙伴共同资助的多方面努力，旨在使用结构基因组学方法增加蛋白质结构的知识并改进结构确定方法。

结构基因组学以多种方式利用完整的基因组序列来确定蛋白质结构。 目标蛋白质的基因序列也可以与已知序列进行比较，然后可以从已知蛋白质的结构中推断出结构信息。 结构原因组学可用于根据其他结构数据预测新的蛋白质折叠。 结构基础组学还可以采用基于模型的方法，该方法依赖于未知蛋白质与已解析蛋白质结构之间的同源性。