二级结构

在生物化学及结构生物学中，二级结构是指一个生物大分子，如蛋白质及核酸（DNA或RNA）局部区段的三维通式。它并不描述任何特定的原子位置，这会在三级结构中处理。

二级结构以往是由生物大分子在原子量级结构下的氢键来定义的。在蛋白质中，二级结构则是以主链中氨基之间的氢键模式来定义，即DSSP所定义的氢键，并不包括主链与侧链之间或侧链之间的氢键。而核酸的二级结构是以碱基之间的氢键来定义。

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不正式。例如在蛋白质螺旋中，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。其他稍不正式的定义亦被建议，且多应用曲线微分几何的概念，如曲率及扭量。而最不正式的，要算是结构生物学家用眼睛来决定及记录原子量级的二级结构。

对生物大分子的二级结构可以初步用光谱来估计。对于蛋白质，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。较少用的是红外线光谱，它可以侦测因氢键造成的胺基震荡。最后，二级结构可以准确地以核磁共振的化学位移来估计。

蛋白质的二级结构包含局部残基之间由氢键所调节的相互作用。最普遍的二级结构是α螺旋及β折叠。经计算后发现其他螺旋（如310螺旋及π螺旋）在能量上有着有利的氢键模式，但它们在天然蛋白质中很稀有，要α螺旋在中央进行不利的骨架包装后，才可在末端中发现。紧的转角、松开及灵活的环会连结更多“规则的”二级结构。任意形并非真正的二级结构，而是一类缺乏规则二级结构的形态。

氨基酸在形成不同的二级结构上有着不同的能力。脯氨酸及甘氨酸会在转角上出现，并可瓦解α螺旋骨架的规则形态，但两者却有异常的形态能力。在蛋白质内采用螺旋形态的氨基酸有蛋氨酸、丙氨酸、亮氨酸、谷氨酸及赖氨酸（单字母编号“MALEK”）；相反，大型的芳香性残基（色氨酸、酪氨酸及苯丙氨酸）及Cβ分枝的氨基酸（异亮氨酸、缬氨酸及苏氨酸）则采用β折叠形态。但若单以序列来看，这些不足以构成一个可靠的方法来预测二级结构。

DSSP编号

DSSP是“Dictionary of Protein Secondary Structure”的缩写，是一篇文章正式列出已知三维结构的蛋白质二级结构。DSSP编号一般用单一英文字母来描述蛋白质二级结构，根据氢键模式指定：

• G：3转角螺旋（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中以空格指定，有时则以C代表卷曲或L代表环。螺旋（G、H、I）及折叠形态需要一定长度。如果螺旋或折叠的氢键模式太短，会分别以T或B编码。其他蛋白质二级结构编号较少使用。

蛋白质二级结构预测

早期蛋白质二级结构预测方法基于氨基酸形成螺旋或折叠的倾向，有时联同估计形成二级结构的能量。这些方法在预测残基的三种状态（螺旋、折叠或卷曲）可达约60%准确率，若使用多序列比对可提升至约80%。多序列比对可以知道氨基酸在某一位置的完整分布（包括附近位置，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。多种方法结合已有数据组成三种状态预测，如神经网络、隐马尔可夫模型及支持向量机。现代预测方法可在每一位置提供置信分数。

二级结构预测方法一直不断校准，例如EVA实验。基于约270个星期的测试，最准确的方法有PSIPRED、SAM、PORTER、PROF及SABLE。有趣的是，多种方法中找出共识或一致，并不能提升准确率。最大改善在于β股的预测，因所用方法会忽视一些β股段。整体上，最高预测准确率只可达90%，因DSSP标准方法的性质与校准预测相违背。

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

核酸亦有二级结构，大部分是单股核糖核酸（RNA）分子。RNA二级结构可分为螺旋（紧接的碱基对）及不同种类的环（被螺旋围绕的不成对核苷酸）。茎环结构是一个碱基对螺旋结构，末端为短少的不成对环，非常普遍，是建构大型结构基元（如转运RNA中的三叶草结构）的基本单位。内环结构（在长碱基对螺旋中的短而不成对碱基）及膨出（在螺旋股中额外插入，但在相对股中没有配对的碱基）也经常出现。此外，伪结及碱基三联体亦出现在RNA。

由于RNA二级结构几乎全由碱基对作为中介，可说是确定在分子或复合物中哪些碱基成对。但传统的沃森-克里克碱基对并非唯一在RNA的配对方式，霍氏配对方式也很普遍。

RNA二级结构预测

生物信息学的一种应用是使用预测的RNA二级结构来搜寻用作RNA功能形式而非编码的基因组。例如，小分子RNA有由小内环中断的长茎环结构。计算可能的RNA二级结构可用动态规划方法，但不能侦测出伪结或其他碱基对未全面网罗的情况。通用方法有随机上下文无关语法。Mfold是一个使用动态规划的网站。

在很多RNA分子中，二级结构对RNA正常功能非常重要，有时甚至较序列重要，这有助于分析非编码RNA。RNA二级结构可用电脑提升预测准确性，其他生物信息学应用会使用二级结构概念分析RNA。

蛋白质及RNA二级结构可用在协助多序列比对。这种比对在加入有关的二级结构资料后会更准确，但有时对RNA不太有用，因RNA碱基对比序列更高度保守。一些不能比对一级结构的蛋白质，二级结构有时也能找出它们之间的关系。

• Kabsch, W., & Sander, C. (1983). Dictionary of protein secondary structure: pattern recognition of hydrogen-bonded and geometrical features. Biopolymers, 22(12), 2577-2637.
• Berman, H. M., Westbrook, J., Feng, Z., Gilliland, G., Bhat, T. N., Weissig, H., ... & Bourne, P. E. (2000). The Protein Data Bank. Nucleic Acids Research, 28(1), 235-242.
• Zuker, M. (2003). Mfold web server for nucleic acid folding and hybridization prediction. Nucleic Acids Research, 31(13), 3406-3415.
• Rost, B. (2001). Review: protein secondary structure prediction continues to rise. Journal of Structural Biology, 134(2-3), 204-218.
• 蛋白质二级结构预测方法研究进展. (2020). 生物化学与生物物理进展, 47(3), 213-225.
• RNA二级结构预测及其在非编码RNA发现中的应用. (2019). 中国科学: 生命科学, 49(10), 1234-1245.