I(S,2)=l(S,R2|R1)+(S,R1) 同理,若R可分解为一系列的简单事件R,R Rn,则有 l(|R)=l(S,R1)+l(S,R2|1)+l(S,R3|R2,R1) +…+(S,R2|R1,R2,…,R2-1) 这里,R1,R2,….,Rn代表蛋白质序列中一组连续的残基,预测的对象是中心残基,判断它 处于什么样的构象态,其它残基作为环境。GOR方法只考虑待预测残基及其两侧各8个残 最早期的GOR方法采用了独立事件近似,即 (△S,R)=l(△S,R1)+l(△S,R2)+…+(△S,R2) 后来的改进GOR方法则考虑了中心残基R1的影响,信息计算公式如下 I(AS,R)=I(AS,R1)+I(△S,R2|R1)+(A,R3|B1)+…+l(△S,2|R1)(71) 通过统计,可以得出各种残基R处于中心残基周围各位置i时的信息值(△S,R)或 I(ASR|R1),它们反映了周边残基对中心残基形成特定二级结构的影响。再通过近似公 式(7-10)或(7-1),就可计算出(△SR)。对于一条肽链中任一位置残基r的构象预测过程 包括三个步骤:(1)以r为中心,取其左右两侧共17个残基作为计算的窗口(记为R); (2)取窗口内每个残基的信息值I(△sR),并按照公式(7-10)或者公式(7-1)加和,得到 F(△&R):(3)中心残基r的二级结构预测为(SR)最大的二级结构类型S 假定数据库中有1830个残基,780个处于螺旋态,1050个处于非螺旋态。库中共有390 个丙氨酸(A),有240个A处于螺旋态,其余150个A处于非螺旋态。可得:同理，若R可分解为一系列的简单事件R1，R2，…，Rn，则有 这里，R1，R2，…，Rn代表蛋白质序列中一组连续的残基，预测的对象是中心残基，判断它 处于什么样的构象态，其它残基作为环境。GOR方法只考虑待预测残基及其两侧各 8 个残 基。 最早期的 GOR 方法采用了独立事件近似，即 后来的改进GOR方法则考虑了中心残基R1的影响，信息计算公式如下： 通过统计，可以得出各种残基 R 处于中心残基周围各位置 i 时的信息值 或 ，它们反映了周边残基对中心残基形成特定二级结构的影响。再通过近似公 式(7-10)或(7-11)，就可计算出 。对于一条肽链中任一位置残基 r 的构象预测过程 包括三个步骤：（1）以 r 为中心，取其左右两侧共 17 个残基作为计算的窗口（记为 R）； （2）取窗口内每个残基的信息值 ，并按照公式(7-10)或者公式(7-11)加和，得到 ；（3）中心残基 r 的二级结构预测为 最大的二级结构类型 S。 假定数据库中有 1830 个残基，780 个处于螺旋态，1050 个处于非螺旋态。库中共有 390 个丙氨酸（A），有 240 个 A 处于螺旋态，其余 150 个 A 处于非螺旋态。可得：