線索化模型產生的背景及發展
上面已經提到，兩個自然進化的蛋白質如果具有30%的等同序列，則它們是同源的蛋白質，具有基本相同的三維結構。那么，其余的是否就不是同源的呢？實際并非如此。在最新的蛋白質數據庫PDB中，有上千對蛋白質具有同源的空間結構，但它們的序列等同部分小于25%，即遠程同源。許多結構相似的蛋白質都是遠程同源的。對于這類蛋白質，很難通過序列比對找出它們之間的關系，必須設計新的分析方法。
對于一個未知結構的蛋白質（U），如果找到一個已知結構的遠程同源蛋白質（T），那么可以根據T的結構模板通過遠程同源模型化方法建立U的三維結構模型。一個成功的遠程同源模型化方法要解決三個問題：（1）檢測遠程同源蛋白質（T）；（2）U和T的序列必須被正確地比對或對比排列；（3）修改一般的同源模型化過程，以應用于相似度非常低的情況，即處理更多的環區，建立合理的三維結構模型。
檢測遠程同源蛋白質是一個基本問題，而正確比對U和T的氨基酸序列則是更為復雜的問題。目前有許多方法聲稱能夠解決第一個和第二個問題，其基本思想是：建立一個從U到已知結構T的線索，并通過一些基于環境或基于知識的勢，評價序列與結構的適應性。至于最后建立三維結構模型則是非常困難的，這是因為建立模型的過程不能校正在序列比對階段出現的錯誤。現在，線索技術已成為蛋白質結構預測領域中最活躍的一塊。在90年代發表的第一篇關于線索化方法的文章推動了線索化方法的深入研究。線索化的主要思想是利用氨基酸的結構傾向（如形成二級結構的傾向、疏水性、極性等），評價一個序列所對應的結構是否能夠適配到一個給定的結構環境中。不久提出另一種不同的方法，即利用蛋白質數據庫中豐富的信息，通過提取平均勢場取出結構知識。利用勢場監視特定氨基酸殘基對之間的觀察距離，而這些殘基對具有特定的間隔（即兩個殘基之間的間隔的殘基數）。
直到1995年，許多線索化方法才開始用平均勢場。有一種針對二級結構預測的線索化方法，該方法首先對未知結構的蛋白質序列預測其二級結構，然后在已知結構的數據庫中提取該二級結構，最終根據標準的動態規劃方法，通過序列比對比較從數據庫中得到的和預測得到的二級結構。由于不同平均勢場刻畫蛋白質不同的結構特征，正確的遠程同源蛋白質很可能是所得到的查找結果之一。然而，目前還沒有一個單獨方法能夠在一半以上的情況下檢測到正確遠程同源蛋白質。凡是經過大量測試、嚴格評估的方法，得到正確的遠程同源蛋白質的幾率小于40%。即使這樣，其性能也遠遠好于傳統的序列對比排列方法（在序列等同部分小于
25%的情況下）。另外，各種結構預測實驗的成功表明，在專家仔細篩選各種選擇后，檢測到遠程同源蛋白質的可能性將會得到進一步地提高。
線索化模型的基本思想
建立序列到結構的線索的過程稱為線索化，線索技術又稱折疊識別技術。線索化或者折疊識別的目標是為目標蛋白質U尋找合適的蛋白質模板，這些模板蛋白質與U沒有顯著的序列相似性，但卻是遠程同源的。如果找到這樣的模板，則將U的序列與模板的結構進行比對（sequence-
structurealignment），即建立線索。在此基礎上利用模板結構為蛋白質U建立結構模型。線索化是一個比預測三維結構更復雜的問題，是NP
完全問題，需要采用近似求解方法或啟發式求解方法。解決該問題的回報是非常高的，如果能夠解決線索化問題，那么預測更多的蛋白質結構將成為可能。
對于不同的序列-結構匹配程度度量方法有不同的線索化方法，但是線索化方法一般有5個基本組成部分：（1）已知三維折疊結構的數據庫；（2）一種適合于進行序列-結構比對的三維折疊信息的表示方法；（3）一個序列-結構匹配函數，該函數對匹配程度進行打分；（4）建立最優線索的策略，或者是進行序列
-結構比對的策略；（5）一種評價序列-結構比對顯著性的方法。
在線索技術中，假設存在有限數目的核心折疊（corefolds）。核心折疊實際上是構成蛋白質空間形狀的基本模式。線索技術的首要任務是建立核心折疊數據庫，在預測蛋白質空間結構時將一個待預測結構的蛋白質序列與數據庫中核心折疊進行比對，找出比對結果最好的核心折疊，作為構造待預測蛋白質結構模型的根據。
線索化模型的優化算法
下面介紹一種基于序列與結構比對的最優線索化算法。
令s1，s2，···，sn為蛋白質序列S的n個元素，C1，C2，···，Cm為數據庫中核心折疊C的m個核心區域。每一個核心區域由若干個氨基酸殘基構成。令Cij為第i個核心區域第j個氨基酸位置。假設核心折疊C中所有重要的相互作用都體現在各個Cij之間的兩兩作用，利用圖這樣的數據結構來表示這些相互作用。用圖中的頂點表示Cij，如果Cij和Ci’j’之間存在相互作用，則在圖中畫一條從Cij所在頂點到Ci’j’所在頂點的邊。
設t是一個從序列到核心折疊的線索，那么t說明了序列S的哪些元素si，sj，sk，···代表核心區域C1，C2，C3，···的起始位置。這實際上是一種從序列S到核心折疊C的比對，但是在這樣的比對中序列元素內部沒有空位，但是序列元素之間存在空位，這些空位將序列元素分割開來。
令λ代表核心折疊C中的環到序列S中空位的映射，顯然λ是通過線索化而確定的。令f(t)是進行比對的得分函數，其定義如下：
f(t)=g1(v,t)+g2(u,v,t)+g3(λ,t)
其中g1(v,t)評價氨基酸殘基v所處的位置；g2(u,v,t)評價殘基u和v的相對位置，如果u和v鍵合，則得分高；g3(λ,t)評價環區，根據環區的大小進行打分。
完成上述概念定義之后，可以非常簡單地描述線索化問題：對于給定的序列S和核心折疊C，選擇一個線索t，使得f(t)的值最小，即尋找一個從S到C
的最佳映射。雖然問題的描述非常簡單，但是要解決這個問題卻非常復雜，這是一個NP-完全問題。準確地求解需要巨大的運算量，在實際應用中只能采用近似或啟發式的方法進行求解。如采用分支約束的方法，通過壓縮搜索空間，提高算法的執行效率。