14、蛋白质 - 碳水化合物相互作用的实验研究与数据分析

蛋白质 - 碳水化合物相互作用的实验研究与数据分析

1. 实验数据处理

在研究蛋白质 - 碳水化合物相互作用时，数据处理是首要步骤。对于碳水化合物相关数据，若能通过原子标签识别出与碳水化合物对应的例子则予以保留，否则舍弃。同时，对于晶体结构中用单个残基标签识别整个寡糖的单糖例子也进行舍弃处理。为避免寡聚晶体结构中相同相互作用的重复例子，会比较 PDB 条目中每个单糖近端氨基酸的身份和残基标签，若与之前处理过的例子匹配则舍弃。

为验证用于解释的数据质量，使用 Privateer 程序对 PDB 中被 GlyVicinity 识别为目标单糖的残基进行分析。生成有效残基列表的参数为：RSCC ≥ 0.8，晶体结构分辨率 ≤ 2 Å，构象为 1C4 或 4C1。后续分析仅使用该有效列表中的残基。

通过 GlyVicinity 分配来确定特定单糖类别的坐标文件。利用 GlyVicinity 为整个寡糖分配的链 LINUCS 来判断单糖残基是来自配体还是聚糖。使用 PyMOL 程序可视化包含蛋白质 X 射线晶体结构坐标的 PDB 格式文件，通过碳水化合物环原子的坐标对齐来可视化多个单糖例子。

2. 数据集解读

2.1 氨基酸侧链组成

单糖残基近端氨基酸的组成，是从所讨论单糖的最小 PDB 文件数据库中的氨基酸组成推导而来，即由 GlyVicinity 输出在考虑误差、冗余和重复后确定。

2.2 氨基酸侧链分布

为确定不同氨基酸在碳水化合物周围各区域的分布情况，将工作坐标文件中近端氨基酸的侧链视为单点，这些单点定义为每个氨基酸所选原子的中点（如表 7.1 所示）。通过找到距离中点最近