2021年10月20日
靶向交联质谱技术利用最多三种不同采集方法获得的质谱数据,构建蛋白质四级结构模型。当在 Cheetah-MS 网络服务器上以简化工作流程执行时,结果将以 Jupyter Notebook 形式呈现。本文演示了如何扩展 Jupyter Notebook 以实现更深入分析的技术细节。
该方法利用 Jupyter Notebook 的强大功能,生成内容丰富且视觉效果良好的报告,同时允许用户以可重复和可追溯的方式扩展和定制报告。这种灵活的技术能够充分记录用户的所有修改细节,以便在后续时间或其他用户进行复现。尽管该方法普遍适用于任何研究领域,但其主要针对的是接合菌生命科学(Mucor life science)这一研究领域,该领域常产生复杂的数据。
开始分析之前,请打开靶向交联质谱网站。进入该网站后,将出现一个欢迎界面,简要介绍 TX MS.web 服务的高级功能。在“教程”标签页下,可以查看有关所提供服务的详细说明,包括如何使用该服务以及如何分析结果的相关信息。
在下载标签页下,可以下载软件和相关资源。所有软件均在开源许可协议下提供。在许可协议标签页下,BSD 三条款许可协议明确确保软件可被尽可能广泛地使用。
“联系”标签页提供用于提交问题或评论的联系信息。如需通过电子邮件申请用户凭据,请返回“Cheetah”标签页,点击页面底部的电子邮件地址链接,并在邮件主题行和正文中填写相关信息。
将尽快发送回复。收到包含用户凭据的确认邮件后,请登录并上传质谱数据至网站。点击提交工作流程,并输入标题和描述。
然后点击“查看工作流”并选择 Cheetah 工作流。按照向导操作后,使用在线查看器检查 Jupyter Notebook。要安装 JupyterHub,请按照说明安装 Docker,并下载带有 Jupyter openBIS 扩展的 JupyterHub Docker 容器。
启动 Docker 容器运行 malmstroem/jove:latest,命令为 P8171:8000。导航至指定的网页地址,并使用用户名和密码 User 登录。要下载报告,请点击 Python 3 中的“新建”以打开一个新标签页,其中包含一个未命名的笔记本。
在 Jupyter 工具菜单中点击配置 openBIS 连接,名称输入 TX MS,URL 输入 TX MS 网站地址,用户名输入 Guest,密码输入 G-U-E-S-T-P-A-S-S-W-D。选择新建的连接,点击选择连接以搜索报告。然后点击单元格中的下载按钮并运行全部内容,以获取报告。
要扩展报告,请点击单元格并选择在下方插入,以在底部添加新单元格。然后点击代码单元格,并按住 Shift 键同时按下回车键以执行该单元格。要上传报告,请点击上传按钮以创建新的数据集。
此处展示了M1与白蛋白的代表性结构,并在结构上标出了主要的交联位点。所有交联数据均通过靶向交联质谱技术获得,经解析高分辨率MS1数据依赖性和非依赖性采集数据后确定,计算模型由RosettaDock方法提供。需要牢记的是,蛋白质-蛋白质相互作用在稳定性方面具有高度多样性。
因此,您的实验结果可能会有所不同。当前的方法仅限于二元相互作用,因此无法应用于更复杂的蛋白质四级结构。然而,对单个相互作用对进行建模可以为构建更复杂的结构提供良好的基础。
关于结合界面的详细信息在许多方面都具有重要意义,例如可用于设计能够稳定或破坏蛋白质相互作用的突变。因此,这些信息有助于更深入地理解蛋白质-蛋白质相互作用的功能。
本文介绍了一种利用靶向交联质谱法构建四级蛋白质结构模型的方法。该工作流程在 Cheetah-MS 网络服务器上执行,结果以可自定义的 Jupyter Notebook 形式呈现。
通过靶向交联质谱法(TX-MS)进行四级结构建模,能够直接从复杂的生物样本中高置信度地绘制蛋白质-蛋白质相互作用图谱,无需大规模纯化步骤。将TX-MS与可定制的Jupyter Notebook报告相结合,可支持可重复、可追溯且可扩展的分析,从而提高早期发现和结构生物学研究流程中的预测可信度。该技术能力对于致力于降低靶点验证风险并加速基于结构的药物发现的生物制药研发团队具有重要战略意义。
基于 Jupyter 报告的 TX-MS 技术可融入从早期靶点验证到先导化合物发现及临床前研究的整个发现流程,支持迭代式假设检验与模型优化。