從序列到結構：胜肽與 DNA 的 SMILES、分子式與質量，附免費工具

關鍵術語，一句話解釋

從胜肽序列到結構

每形成一個胜肽鍵就釋放一分子水。因此線性胜肽的分子式等於各殘基分子式之與，再加上兩個游離末端對應的一分子 H₂O。

計算範例，GGG：甘胺酸為 C₂H₅NO₂。三個甘胺酸合計 C₆H₁₅N₃O₆。兩個胜肽鍵去掉 2 H₂O。結果：C₆H₁₁N₃O₄，單一同位素質量 189.0750 Da。

順序很重要。Asp-Phe（DF）的游離 NH₂ 在天門冬胺酸上，而 Phe-Asp（FD）的游離胺基在苯丙胺酸上。它們分子式相同，但是不同的分子。

每個 α-碳都是 L 型。按 CIP 規則，除半胱胺酸外所有標準殘基都是 S 構型；半胱胺酸是 R 構型，因為硫的優先順序高於羧基。甘胺酸沒有掌性中心。異白胺酸為 (2S,3S)，蘇胺酸為 (2S,3R)。

端基會改變分子式：

• N 端乙醯基：+ C₂H₂O，+42.0106 Da。
• C 端醯胺：−OH 變為 −NH₂，−0.9840 Da。
• 頭尾環化：多一個胜肽鍵，−H₂O，−18.0106 Da。
• 雙硫鍵：每個 S–S 鍵 −2 H，−2.0157 Da。

pI、電荷與消光係數

胜肽的淨電荷是所有可游離基團電荷之與。鹼性基團貢獻 +1 / (1 + 10^{pH − pKa})。酸性基團貢獻 −1 / (1 + 10^{pKa − pH})。等電點（pI）是淨電荷為零時的 pH。

該工具使用 EMBOSS pKa 資料集：N 端 8.6、C 端 3.6、Asp 3.9、Glu 4.1、His 6.5、Cys 8.5、Tyr 10.1、Lys 10.8、Arg 12.5。GGG 只有兩個末端基團，所以 pI = (3.6 + 8.6) / 2 = 6.10。

280 nm 處的莫耳消光係數來自 Trp、Tyr 與胱胺酸：ε₂₈₀ = 5500 × n(Trp) + 1490 × n(Tyr) + 125 × n(cystine) M⁻¹ cm⁻¹（Pace 等，1995）。不含 Trp、Tyr 或 Cys 的胜肽在 280 nm 處沒有吸收。

從 DNA 或 RNA 序列到結構

每個核苷酸的鹼基都連在糖的 1′ 位碳上：腺嘌呤與鳥嘌呤透過 N9 連接，胞嘧啶、胸腺嘧啶與尿嘧啶透過 N1 連接。所有的糖都是 β-D 型。磷酸基團把一個核苷酸的 3′-氧與下一個核苷酸的 5′-氧串連起來，所以每條鏈都有一個 5′ 端與一個 3′ 端。

計算範例，5′-ATGC-3′：四種脫氧核苷分別為 dA C₁₀H₁₃N₅O₃、dT C₁₀H₁₄N₂O₅、dG C₁₀H₁₃N₅O₄ 與 dC C₉H₁₃N₃O₄，合計 C₃₉H₅₃N₁₅O₁₆。3 個磷酸二酯鍵各加上 H₃PO₄ 並去掉 2 H₂O，淨增 PO₂ 減一個 H。結果：C₃₉H₅₀N₁₅O₂₂P₃，1173.82 g/mol。5′-磷酸再加上 HPO₃（+79.9663 Da）。

RNA 的每個核糖上都有 2′-OH，即每個核苷酸多一個氧原子，並且用 U 代替 T。

• GC 含量：(G + C) / N × 100 %。
• 互補序列：A 與 T（RNA 中為 U）配對，G 與 C 配對，從 3′ 讀到 5′。
• 反向互補序列：按 5′ 到 3′ 書寫的互補序列。
• T_m，Wallace 規則（少於 14 nt）：2 × (A + T) + 4 × (G + C) °C。
• T_m，基本 GC 公式（14 nt 及以上）：64.9 + 41 × (G + C − 16.4) / N °C。

如何使用 MolDraw 序列轉結構工具

1. 開啟胜肽與 DNA 序列轉結構頁面，選擇胜肽或 DNA 或 RNA。
2. 輸入或貼上序列。空格、數字、短橫線與 FASTA 標題行都會被忽略。輸入格式會自動辨識單字母或三字母代碼。
3. 對於胜肽，根據需要勾選 N 端乙醯基（Ac-）、C 端醯胺（-NH₂）、頭尾環化或雙硫鍵（Cys 1–2、3–4…）。對於 DNA 或 RNA，如果 5′ 端被磷酸化，勾選 5′-磷酸。
4. 按 建立結構。輸入時結果會即時更新。
5. 使用複製 SMILES、下載 MOL、下載 SDF或在 MolDraw 編輯器中開啟。最多繪製 30 個殘基或核苷酸。更長的序列（最多 2000 個）仍會給出分子式、質量與 SMILES。

範例解析

例 1：用於質譜分析的血管張力素 II

DRVYIHPF 得到 C₅₀H₇₁N₁₃O₁₂。單一同位素質量 1045.5345 Da，[M+H]⁺ 1046.5418，[M+2H]²⁺ 523.7745。pI 7.54，pH 7 時電荷為 +0.22。一個 Tyr 給出 ε₂₈₀ = 1490 M⁻¹ cm⁻¹。

例 2：含雙硫鍵與醯胺的催產素

輸入 CYIQNPCLG，勾選 C 端醯胺與雙硫鍵。Cys1 與 Cys6 相連，閉合成一個 20 元環。結果：C₄₃H₆₆N₁₂O₁₂S₂，1007.19 g/mol，單一同位素質量 1006.4365 Da。

例 3：M13 正向定序引子

5′-GTAAAACGACGGCCAGT-3′ 有 17 nt，其中 9 個是 G 或 C，所以 GC = 52.9 %。14 nt 及以上適用基本 GC 公式：T_m = 64.9 + 41 × (9 − 16.4) / 17 = 47.1 °C。反向互補序列為 5′-ACTGGCCGTCGTTTTAC-3′。

例 4：EcoRI 位點

5′-GAATTC-3′ 的反向互補序列就是它本身，限制酶切位通常都是這樣。GC = 33.3 %，Wallace T_m = 2 × 4 + 4 × 2 = 16 °C。作為帶游離末端的單鏈，它是 C₅₉H₇₅N₂₂O₃₄P₅，1791.22 g/mol。

總覽表

常見錯誤

• 從錯誤的一端書寫胜肽。YGGFL 是白胺酸腦啡肽，LFGGY 則是另一個胜肽。
• 每個殘基都加一分子水。線性鏈總共只加一分子 H₂O，而不是每個殘基加一分子。環胜肽則不加。
• 用平均質量對應質譜峰。高解析度質譜峰對應的是單一同位素質量。
• 忘記雙硫鍵。每個 S–S 鍵為 −2.016 Da。
• 混淆 T 與 U。T 用於 DNA，U 用於 RNA。
• 按普通互補序列訂購引子。寡核苷酸是從 5′ 到 3′ 合成的，所以你通常需要的是反向互補序列。
• 對長引子使用 Wallace 規則。超過約 14 nt 時，它會高估 T_m。

相關工具

相關指南