菠菜(Spinacia olearacea)俗称菠菜，属藜科，是能量的重要来源。这种绿色的叶子常用来作为食物。研究证明，菠菜富含维生素C，这有助于保护菠菜叶中所有氧敏感的植物营养素，使得菠菜叶看起来充满生机和活力。人们发现菠菜中支持健康的营养主要是甘油脂类。天然的菠菜能够抗炎(Lomnitski et al., 2000)，抗增殖(Bergman et al., 2011)，抗氧化(Sani et al., 2004)。

在一个花椰菜，菠菜，花椰菜，卷心菜，芥菜，羽衣甘蓝和无头甘蓝的研究中发现，菠菜有显著的抗男性前列腺癌发生的作用。菠菜具有得天独厚的天然抗癌类胡萝卜素即环氧叶黄素。它含有胡萝卜素，即β-胡萝卜素，叶黄素，玉米黄质，以及抗氧化剂，如黄酮。菠菜是很健康的食物，因为它富含维生素K、维生素A、维生素B1、维生素B3、维生素B2、维生素E、维生素B6、铁、铜、叶酸、锰、钙、纤维、钾、锌、蛋白、胆碱、omega-3脂肪酸、硒、泛酸等。维生素K1和维生素K2帮助激活骨质生成的骨钙蛋白。

然而，菠菜含有过多的草酸盐，如果食用过多危害健康。菠菜含有天然的嘌呤，如果食用过多会导致肾结石和痛风病。通常意义上，菠菜有助于对抗骨弱、高血压、糖尿病、哮喘、男性前列腺癌、便秘、胰腺癌细胞(Lomnitski et al., 2000)。菠菜也有助于能量代谢，维持肌肉和神经功能，心脏节律，健康的免疫系统及维持血压。

在这项研究中，我们考虑了菠菜光系统Ⅱ的D2蛋白。D2蛋白是一种质体醌氧化还原酶，利用光能从H₂O中转移电子，产生氧气和质子梯度以产生ATP。光系统Ⅱ的D2是一种膜蛋白。PSⅡ是由一套PsbA、PsbB、PsbC、PsbD、PsbE、PsbF、PsbH、PsbI、PsbJ、PsbK、PsbL、PsbM、PsbT、PsbX、PsbY、PsbZ、Ycf12的膜蛋白基因复制组成。在研究中，蛋白质的理化分析已随着同源建模完成，利用多个模板进行模型验证和优化成为最佳预测模型。

1材料和方法

1.1序列检索

用FASTA格式从UniProt中检索光系统Ⅱ的D2蛋白的氨基酸序列。详细信息在表1中给出。

1.2光系统Ⅱ的D2蛋白的理化特性

利用ProtParam工具研究蛋白质的理化性质。分析了蛋白质的理论PI、分子量、脂肪指数、消光系数、氨基酸数量，带正负电荷的残基的总数量，原子位置，化学公式，不稳定指数和GRAVY（总平均亲水性）。详细信息是在表2和表3中给出的。

1.3模板预测

一般利用BLAST工具进行序列同一性搜索，而蛋白质之间的序列同一性搜索是通过blastP工具进行。因此，检索得到的氨基酸序列在PDB中进行blastP。从结果中获得能够进一步研究的合适的模板。选定的建模模板见表4。

1.4蛋白质的二级结构预测

通过CFFSP服务器预测蛋白质的二级结构，分析其螺旋、折叠和旋转的比例(图1)。详细信息在表5中给出。

1.5同源建模

光系统Ⅱ的D2蛋白的三维结构是利用同源建模概念并选择四种不同的模板构建模型。利用modeller 9.12工具构建模型(Bilal et al., 2013, Singh et al., 2009)。设定目标、模板和需要构建的模型数量，运行align2d.py，model-single.py和evaluate-model.py文件的Python脚本。每个模板生成5个模型，并根据DOPE得分最低选择最佳的模型。结构可视化后发现的属性在表6和表7中给出。蛋白质的三级结构如图2、图3、图4、图5所示。

1.6模型验证

利用Rampage服务器进一步进行最终模型的蛋白质骨架确认分析。每个建成的模型的骨架确认显示了落在允许域，最适区和非允许区的残留物的数量。根据这些特征，选择最佳的模型。ANOLEA服务器是用来找出Z值和Q-mean得分。Z值最小表示最好的模型。已验证的模型信息和骨架确认在表8和表9中给出。蛋白质模型的骨架确认如图6、图7、图8、图9。

1.7选择最佳模型

然而，最好的模型是依据序列同一性，疑似覆盖率，Z值和Q-mean值，E期望值等选择。

2结果

2.1序列检索结果

从UniProt 上检索的光系统Ⅱ的D2蛋白序列ID是P06005。下面给出了功能、位置和催化活性。

2.2理化性质分析结果

分析显示蛋白质的氨基酸组成、理论PI、带正负电荷的残基的总数量，GRAVY以及脂肪指数。

2.3选择的模板

进行blastP后，选择1IZL, 4IL6, 3A0B, 3WU2这四个引物作为有以下性质的蛋白质的模板。为了找到有一个合适的模板的蛋白质的最佳模型，我们选择了更多的模板。

2.4二级结构预测结果

利用CFFSP服务器产生的蛋白质的二级结构显示了以下结果。

2.5同源建模结果

利用PyMol可视化工具使最后生成的模型可视化。分别用天蓝色表示螺旋，紫色表示循环。利用PyMol分析模型的原子数的总和，形式电荷，分子表面积和溶剂可比表面积，用Yasara工具进行β因子，模型稳定性，VDW半径，最小化能量分析。

2.6模型验证分析结果

最后生成的模型在Rampage服务器中寻找最佳的蛋白质。最佳的蛋白质是根据落在允许区内的氨基酸残基进行预测。

3讨论

从以上分析发现，光系统Ⅱ的D2蛋白的最佳模型是以模板3A0B构建。3A0B模板与Thermosynechocuccus vulcanus光系统Q (B)蛋白有91%的疑似覆盖率，即有94.0%残基落在允许区内，2.0%的残基落在非允许区，以及有95%的序列同一性。

参考文献 

Anugolu et al., 2011, Homology modeling and ligand interaction of Cytochrome b protein, Journal of Medical and Allied Science, 1(2): 79-83

Bansal et al., 2014, Computational characterization of antifreeze proteins of Typhula ishikariensis, Gray Snow Mould, JPPR9012014d

Bergman et al., 2011, The anti-oxidant activity of aqueous spinach extract: chemical identification of active fractions, Phytochemistry journal, 58(1): 143-152

Bilal et al., 2013, Generation of a 3D model for human cereblon using comparative modeling, Journal of Bioinformatics and Sequence Analysis, 5(1): 10-15

http://www.academicjournals.org/article/article1379756603_Bilal%20et%20al.pdf

Lomnitski et al., 2000, Effects of apocynin and natural antioxidant from spinach on inducible nitricoxide synthase and cyclooxygenase-2 induction in lipo polysaccharide-inducedhepatic injury in rat. Pharmacology & toxicology journal, 87(1): 18-25b

http://www.curehunter.com/public/pubmed10987211.do

Panda et al., 2014, In silico predictive studies of mAHR congener binding using homology modelling and molecular docking, Toxicol Ind Health, 30(8): 765-766

http://www.ncbi.nlm.nih.gov/pubmed/23081860

Sani et al., 2004, Potential anticancer effect of red spinach (Amaranthusgangeticus) extract , Asia Pac J Clin Nutr journal, 13(4): 396-400

http://apjcn.org/update%5Cpdf%5C2004%5C4%5C-396-400%5C396.pdf

Singh et al., 2009, Comparative modeling and analysis of 3-D structure of Hsp 70, in Cancer irroratus An International Journal, 1(2): 1-4

http://researchtrend.net/bf12/1_Sharda.pdf