(相关资料图)

C维是提取蛋白质和核酸序列的结构组分的一种现代生物信息学模型，它根据序列的共现识别残基的结构功能，并可以更进一步的预测蛋白构象和功能选择性。 C维也称为结构中性子模型。它假设每个残基都有一个某种形状，形状的大小和几何形状的参数可以用数学公式表示。这些参数描述了这个特定残基的空间布局，即残基的位置和每个残基在以下3个方面：全局构象、二级构象和三级构象之间的关系，从而可以获得细节的信息。

C维通过分析蛋白质和核糖核苷酸的序列信息，在特定的生物系统中可以精确的预测蛋白质构象和功能选择性。C维模型可以识别出蛋白质序列中的特殊结构和功能，从而解释蛋白质序列的属性，从而帮助提取克隆出实用蛋白质，尤其是新型或药物相关的蛋白质。通过C维模型，可以正确识别蛋白质序列中的功能组分，并根据它们准确地确定目标位点，有助于分析蛋白质结构功能关系、蛋白质抗体结合位点的识别、蛋白质的折叠模式和蛋白质相互作用的预测、药物的筛选和蛋白质的修饰。

由于C维模型水平较低，细节远不如具有高分辨率蛋白质结构的模型，但C维途径所需的计算时间较少，可以从迅速而有效地预测蛋白质结构功能到生物学系统中研究蛋白质功能等多个方面提供帮助。具有功能表征的C维模型可以更快地预测功能，而无需比较序列或结构模型。C维模型能够以最少的序列信息或具体的结构构象对蛋白质做出更准确、敏感的预测，从而弥补了结构中性子模型的不足。