蛋白質結構預測的生物學意義
生物信息學研究的一個主要目標是了解蛋白質序列與三維結構的關系，但是序列與結構之間的關系是非常復雜的。人們已經掌握了一些蛋白質序列與二級結構之間的關系，但是對于蛋白質序列與空間結構之間的關系了解得比較少。預測蛋白質的二級結構只是預測折疊蛋白的三維形狀的第一步。一些結構不是很規則的環狀區域與蛋白的二級結構單元共同堆砌成一個緊密的球狀天然結構。在蛋白質折疊過程中一系列不同的力都起到了重要作用，包括靜電力、氫鍵和范德華力；疏水作用也是影響蛋白質結構的重要因素；半胱氨酸之間共價鍵的形成在決定蛋白構象中也起了決定性的作用；在一類稱為伴侶蛋白的特殊蛋白質作用的情況下，蛋白折疊問題變得更復雜。伴侶蛋白通過一些未預知的方式改變蛋白質的結構，但這些改變方式是很重要的。
同源模型化法
模型基礎
同源模型化方法是蛋白質三維結構預測的主要方法。對蛋白質數據庫PDB分析可以得到這樣的結論：任何一對蛋白質，如果兩者的序列等同部分超過30%
（序列比對長度大于80），則它們具有相似的三維結構，即兩個蛋白質的基本折疊相同，只是在非螺旋和非折疊區域的一些細節部分有所不同。蛋白質的結構比蛋白質的序列更保守，如果兩個蛋白質的氨基酸殘基序列有50%相同，那么約有90%的α碳原子的位置偏差不超過3%。這是同源模型化方法在結構預測方面成功的保證。
模型的基本思想
同源模型化方法的基本思想：對于一個未知結構的蛋白質，首先通過同源分析找到一個已知結構的同源蛋白質，然后，以該蛋白質的結構為模板，為未知結構的蛋白質建立結構模型。這里的前提是必須要有一個已知結構的同源蛋白質，這個工作可以通過搜索蛋白質結構數據庫來完成，如搜索PDB。同源模型化方法是目前一種比較成功的蛋白質三維結構預測方法。從上述方法介紹也可以看出，因為預測新結構是借助于已知結構的模板而進行的，選擇不同的同源的蛋白質，則可能得到不同的模板，因此最終得到的預測結果并不唯一。
模型預測的基本步驟
假設待預測三維結構的目標蛋白質為U（Unknown），利用同源模型化方法建立結構模型的過程包括下述6個步驟：
1、搜索結構模型的模板(T)：同源模型化方法假設兩個同源的蛋白質具有相同的骨架。為待預測的蛋白質建立模型時，首先按照同源蛋白質的結構建立模板T。所謂模板是一個已知結構的蛋白質，該蛋白質的與目標蛋白質U的序列非常相似。如果找不到這樣的模板，則無法運用同源模型法。
2、序列比對：將目標蛋白質U的序列與模板蛋白質序列進行比對，使U的氨基酸殘基與模板蛋白質的殘基匹配。比對中允許插入和刪除操作。
3、建立骨架：將模板結構的坐標拷貝到目標U，僅拷貝匹配殘基的坐標。在一般情況下，通過這一步建立目標蛋白質U的骨架。
4、構建目標蛋白質的側鏈：可以將模板相同殘基的坐標直接作為目標蛋白質的殘基坐標，但是對于不完全匹配的殘基，其側鏈構象是不同的，需要進一步預測。側鏈坐標的預測通常采用已知結構的經驗數據，如ROTAMERS數據庫。ROTAMERS含有所有已知結構蛋白質中的側鏈取向,按下述過程來使用
ROTAMER：從數據庫中提取ROTAMER分布信息，取一定長度的氨基酸片段（對于螺旋和折疊取7個殘基，其它取5個殘基）；在U的骨架上平移等長的片段，從ROTAMER庫中找出那些中心氨基酸與平移片段中心相同的片段，并且兩者的局部骨架要求盡可能相同，在此基礎上從數據庫中取局部結構數據。