Name: Ein Protokoll für die Computer-Based Protein Structure and Function Prediction (Video) | JoVE Journal
Uploaded: 2011-11-03T12:00:00.000+00:00
Duration: 16 min 41 s
Description: Lernen Sie die I-TASSER-Pipeline für die rechnergestützte Vorhersage von Proteinstrukturen und -funktionen aus Aminosäuresequenzen. Diese Methode nutzt Threading und Fragmentassemblierung für präzise 3D-Modelle.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Das Projekt wird zum Teil durch Alfred P. Sloan Foundation, NSF Career Award (DBI 1.027.394) und das National Institute of General Medical Sciences (GM083107, GM084222) unterstützt.

<ol><li>Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Template-based+modeling+and+free+modeling+by+I-TASSER+in+CASP7%5BTitle%5D)+AND+%22Proteins%22%5BJournal%5D)">Template-based modeling and free modeling by I-TASSER in CASP7.</a> Proteins. 69, 108-117 (2007).</li>
<li>Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((I-TASSER%3A+Fully+automated+protein+structure+prediction+in+CASP8%5BTitle%5D)+AND+%22Proteins%22%5BJournal%5D)">I-TASSER: Fully automated protein structure prediction in CASP8.</a> Proteins. 77, 100-113 (2009).</li>
<li>Wu, S., Skolnick, J., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Ab+initio+modeling+of+small+proteins+by+iterative+TASSER+simulations%5BTitle%5D)+AND+%22BMC+Biol%22%5BJournal%5D)">Ab initio modeling of small proteins by iterative TASSER simulations.</a> BMC Biol. 5, 17-17 (2007).</li>
<li>Roy, A., Kucukural, A., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((I-TASSER%3A+a+unified+platform+for+automated+protein+structure+and+function+prediction%5BTitle%5D)+AND+%22Nat+Protoc%22%5BJournal%5D)">I-TASSER: a unified platform for automated protein structure and function prediction.</a> Nat Protoc. 5, 725-738 (2010).</li>
<li>Wu, S., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((LOMETS%3A+a+local+meta-threading-server+for+protein+structure+prediction%5BTitle%5D)+AND+%22Nucleic+Acids+Res%22%5BJournal%5D)">LOMETS: a local meta-threading-server for protein structure prediction.</a> Nucleic Acids Res. 35, 3375-3382 (2007).</li>
<li>Zhang, Y., Kihara, D., Skolnick, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Local+energy+landscape+flattening%3A+parallel+hyperbolic+Monte+Carlo+sampling+of+protein+folding%5BTitle%5D)+AND+%22Proteins%22%5BJournal%5D)">Local energy landscape flattening: parallel hyperbolic Monte Carlo sampling of protein folding.</a> Proteins. 48, 192-201 (2002).</li>
<li>Li, Y., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((REMO%3A+A+new+protocol+to+refine+full+atomic+protein+models+from+C-alpha+traces+by+optimizing+hydrogen-bonding+networks%5BTitle%5D)+AND+%22Proteins%22%5BJournal%5D)">REMO: A new protocol to refine full atomic protein models from C-alpha traces by optimizing hydrogen-bonding networks.</a> Proteins. 76, 665-676 (2009).</li>
<li>Zhang, J., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-resolution+protein+structure+refinement+using+fragment+guided+molecular+dynamics+simulations%5BTitle%5D)+AND+%22%22%5BJournal%5D)">High-resolution protein structure refinement using fragment guided molecular dynamics simulations.</a> , (2011).</li>
<li>Roy, A., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((COFACTOR%3A+protein-ligand+binding+site+predictions+by+global+structure+similarity+match+and+local+geometry+refinement%5BTitle%5D)+AND+%22%22%5BJournal%5D)">COFACTOR: protein-ligand binding site predictions by global structure similarity match and local geometry refinement.</a> , Forthcoming (2011).</li>
<li>Zhang, Y., Hubner, I. A., Arakaki, A. K., Shakhnovich, E., Skolnick, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((On+the+origin+and+highly+likely+completeness+of+single-domain+protein+structures%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+U.+S.+A%22%5BJournal%5D)">On the origin and highly likely completeness of single-domain protein structures.</a> Proc. Natl. Acad. Sci. U. S. A. 103, 2605-2610 (2006).</li>
<li>Zhang, Y., Kolinski, A., Skolnick, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((TOUCHSTONE+II%3A+a+new+approach+to+ab+initio+protein+structure+prediction%5BTitle%5D)+AND+%22Biophys.+J%22%5BJournal%5D)">TOUCHSTONE II: a new approach to ab initio protein structure prediction.</a> Biophys. J. 85, 1145-1164 (2003).</li>
<li>Wu, S., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+comprehensive+assessment+of+sequence-based+and+template-based+methods+for+protein+contact+prediction%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">A comprehensive assessment of sequence-based and template-based methods for protein contact prediction.</a> Bioinformatics. 24, 924-931 (2008).</li>
<li>Zhang, Y., Skolnick, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((SPICKER%3A+a+clustering+approach+to+identify+near-native+protein+folds%5BTitle%5D)+AND+%22J.+Comput.+Chem%22%5BJournal%5D)">SPICKER: a clustering approach to identify near-native protein folds.</a> J. Comput. Chem. 25, 865-871 (2004).</li>
<li>Zhang, J., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-resolution+protein+structure+refinement+using+fragment+guided+molecular+dynamics+simulations%5BTitle%5D)+AND+%22%22%5BJournal%5D)">High-resolution protein structure refinement using fragment guided molecular dynamics simulations.</a> , Forthcoming (2010).</li>
<li>Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((I-TASSER+server+for+protein+3D+structure+prediction%5BTitle%5D)+AND+%22BMC+Bioinformatics%22%5BJournal%5D)">I-TASSER server for protein 3D structure prediction.</a> BMC Bioinformatics. 9, 40-40 (2008).</li>
<li>Xu, J., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((How+significant+is+a+protein+structure+similarity+with+TM-score+%3D+0.5%3F%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">How significant is a protein structure similarity with TM-score = 0.5?</a> Bioinformatics. 26, 889-895 (2010).</li>
<li>Zhang, Y., Skolnick, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Scoring+function+for+automated+assessment+of+protein+structure+template+quality%5BTitle%5D)+AND+%22Proteins%22%5BJournal%5D)">Scoring function for automated assessment of protein structure template quality.</a> Proteins. 57, 702-710 (2004).</li>
<li>Barrett, A. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Nomenclature+Committee+of+the+International+Union+of+Biochemistry+and+Molecular+Biology+%28NC-IUBMB%29.+Enzyme+Nomenclature.+Recommendations+1992.+Supplement+4%3A+corrections+and+additions+%281997%29%5BTitle%5D)+AND+%22Eur+J+Biochem%22%5BJournal%5D)">Nomenclature Committee of the International Union of Biochemistry and Molecular Biology (NC-IUBMB). Enzyme Nomenclature. Recommendations 1992. Supplement 4: corrections and additions (1997).</a> Eur J Biochem. 250, 1-6 (1997).</li>
<li>Ashburner, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gene+ontology%3A+tool+for+the+unification+of+biology.+The+Gene+Ontology+Consortium%5BTitle%5D)+AND+%22Nat.+Genet%22%5BJournal%5D)">Gene ontology: tool for the unification of biology. The Gene Ontology Consortium.</a> Nat. Genet. 25, 25-29 (2000).</li>
<li>Zhang, Y., Skolnick, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((TM-align%3A+a+protein+structure+alignment+algorithm+based+on+the+TM-score%5BTitle%5D)+AND+%22Nucleic.+Acids.+Res%22%5BJournal%5D)">TM-align: a protein structure alignment algorithm based on the TM-score.</a> Nucleic. Acids. Res. 33, 2302-2309 (2005).</li>
<li>Xu, D., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((RK+Ab+Intio+Protein+Structure+Prediction%5BTitle%5D)+AND+%22%22%5BJournal%5D)">RK Ab Intio Protein Structure Prediction.</a> , Forthcoming (2011).</li>
<li>Kim, D. E., Chivian, D., Baker, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Protein+structure+prediction+and+analysis+using+the+Robetta+server%5BTitle%5D)+AND+%22Nucleic.+Acids.+Res%22%5BJournal%5D)">Protein structure prediction and analysis using the Robetta server.</a> Nucleic. Acids. Res. 32, W526-W531 (2004).</li>
<li>Roy, A., Mukherjee, S., Hefty, P. S., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Inferring+protein+function+by+global+and+local+similarity+of+structural+analogs%5BTitle%5D)+AND+%22%22%5BJournal%5D)">Inferring protein function by global and local similarity of structural analogs.</a> , Forthcoming (2011).</li>
<li>Marchler-Bauer, A., Bryant, S. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((CD-Search%3A+protein+domain+annotations+on+the+fly%5BTitle%5D)+AND+%22Nucleic.+Acids.+Res%22%5BJournal%5D)">CD-Search: protein domain annotations on the fly.</a> Nucleic. Acids. Res. 32, W327-W331 (2004).</li>
<li>Finn, R. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Pfam+protein+families+database%5BTitle%5D)+AND+%22Nucleic.+Acids.+Res%22%5BJournal%5D)">The Pfam protein families database.</a> Nucleic. Acids. Res. 38, D211-D222 (2010).</li>
<li>Zdobnov, E. M., Apweiler, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((InterProScan--an+integration+platform+for+the+signature-recognition+methods+in+InterPro%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">InterProScan--an integration platform for the signature-recognition methods in InterPro.</a> Bioinformatics. 17, 847-848 (2001).</li>
</ol>

Keine Interessenskonflikte erklärt.

Das Protokoll oben dargestellten ist eine allgemeine Richtlinie für die Struktur und Funktion Modellierung mit der I-Tasser Server. Obwohl, dieses automatisierte Verfahren funktioniert sehr gut für die meisten Proteine, menschliche Eingriffe oft zu einer erheblichen Verbesserung der Modellierung Genauigkeit, vor allem für die Proteine, die in der Nähe Vorlagen Mangel in der PDB-Bibliothek. Benutzer können während der I-Tasser Modellierung in der folgenden Weise eingreifen: (a) Spaltung von Multi-Domain-Proteine, (b) Bereitstellung von äußeren Zwängen, um die Struktur der Montage zu verbessern, und (c) Entfernen von Vorlagen bei der Modellierung. Splitting Multi-Domänen-Protein: Viele lange Protein-Sequenzen enthalten häufig mehrere Domains durch flexible Linker Regionen, die ihre Strukturaufklärung schwer mit beiden experimentellen und theoretischen Techniken macht angebunden. Dennoch, als Domänen unabhängig sind Falt-Einheiten und können unterschiedliche molekulare Funktion zu erfüllen, es istwünschenswert, lange Multi-Domain-Proteine ​​und Modell aufgeteilt jede Domain einzeln. Modeling-Domains einzeln nicht nur beschleunigen, die Vorhersage-Prozess, sondern erhöht auch die Qualität der Abfrage-template Ausrichtung, die sich in zuverlässiger Struktur und Funktion Vorhersagen. Domain Grenzen in Proteinsequenzen vorhergesagt mit frei verfügbaren externen Online-Programme wie NCBI CDD 24, 25 oder PFAM InterProScan 26 sein. Auch, wenn LOMETS Threading Ausrichtungen für die Abfrage Protein sind, können Domain-Grenzen durch visuellen Erkennung weite Strecken unaligned Rückstände in den Top Threading-Vorlagen (siehe Schritt 5.4) befinden. Diese unaligned Regionen, vor allem, um Domain-Linker Regionen entsprechen. Wenn Multi-Domain-Templates sind bereits in der Vorlage PDB-Bibliothek mit allen Abfrage Domänen ausgerichtet verfügbar ist, dann die Abfrage Protein kann als voller Länge modelliert werden. Geben äußeren Zwängen <pclass = &quot;jove_content&quot;&gt; Die Struktur der Montage-Simulationen in I-Tasser werden vor allem durch räumliche Beschränkungen aus dem LOMETS Threading-Vorlagen gesammelt geführt. Für die Suchanfrage Proteine, die gute Threading Hit (norm. Z-Score&gt; 1) haben in den Template-Bibliothek, abgeleitet räumliche Beschränkungen meist von hoher Genauigkeit und I-Tasser werden hochauflösende strukturelle Modelle für diese Proteine ​​zu erzeugen. Im Gegensatz dazu für die Suche nach Proteinen, die schwache oder gar keine Threading Hit (norm. Z-Score &lt;1), gesammelt räumliche Beschränkungen enthalten oft Fehler, weil die Unsicherheit der Vorlage und die Ausrichtung. Für diese Protein-Targets, kann vom Benutzer festgelegten räumlichen Informationen sehr hilfreich sein, um die Qualität der vorhergesagten Modells zu verbessern. Benutzer können externe Beschränkungen auf die I-Tasser-Server in zwei Arten vor: A. Geben Sie contact / Abstandsrestraints Experimentell charakterisiert inter-Rückstandes Kontakte / Distanzen, zum Beispiel aus NMR-oderVernetzung Experimente können durch Hochladen einer Zurückhaltung angegeben werden. Ein Beispiel-Datei in Abbildung 8, wo Spalte 1 gibt die Art der Zurückhaltung ist angezeigt, dh &quot;DIST&quot; oder &quot;Kontakt&quot;. Für Abstand Zurückhaltung (DIST), Spalten 2 und 4 Rückstände enthalten Positionen (i, j), enthalten Spalten 3 und 5 das Atom-Typen in den Rückstand und Spalte 6 gibt den Abstand zwischen den beiden angegebenen Atome. Für den Kontakt Beschränkungen (CONTACT), enthalten Spalten 2 und 3 Positionen (i, j) von Rückständen, die bei Berührung sein sollte. Der Abstand zwischen den Seitenketten Zentrum dieser Kontaktaufnahme Rest-Paaren ist auf Grund der beobachteten Distanzen in bekannten Strukturen in PDB entschieden. I-Tasser wird versuchen, diese Atompaare in der Nähe der angegebenen Entfernung während der Strukturverfeinerung Simulationen zu ziehen. B. Geben Sie einen Protein-Struktur-Vorlage LOMETS Threading-Programme verwenden eine repräsentative PDB Bibliothek plausible Falten für die Abfrage prot findenEin. Obwohl die Verwendung einer repräsentativen Struktur-Bibliothek hilft, die Zeit benötigt, um die Sequenz-Struktur-Alignments berechnen zu reduzieren, ist es möglich, dass eine gute Vorlage Protein in der Bibliothek ausgelassen wird oder die Vorlage kann nicht durch LOMETS Threading-Programme identifiziert wurden, obwohl es in der Bibliothek vorhanden. In diesen Fällen sollte der Benutzer die gewünschte Protein Struktur wie die Vorlage. So legen Sie Proteinstruktur als zusätzliche Vorlage kann der Anwender entweder laden Sie eine PDB-Datei formatiert Struktur oder geben Sie die PDB ID einer abgeschiedenen Proteinstruktur in PDB-Bibliothek. Die I-Tasser erzeugt die Abfrage-template Ausrichtung mit MUSTER Programm 23 und räumlichen Beschränkungen sowohl vom Benutzer angegebene Vorlage und LOMETS Vorlagen, um die Struktur der Montage-Simulation Guide zu sammeln. Da die Genauigkeit der LOMETS Beschränkungen ist für verschiedene Ziele, ist das Gewicht des LOMETS Beschränkungen stärker in leicht (homologen) targets als in hart (nicht-homologe) Ziele, die systematisch in unsere Benchmark-Training abgestimmt. Benutzer können auch ihre eigenen Abfrage-template Ausrichtungen. Der Server akzeptiert die Ausrichtung in zwei Formaten erhältlich: das FASTA-Format (Abbildung 9A) und das 3D-Format (Abbildung 9B). Das FASTA-Format als Standard beschrieben und auf <a href="http://zhanglab.%20ccmb.med.umich.edu/FASTA/">http://zhanglab. ccmb.med.umich.edu / FASTA /</a> . Die 3D-Format ist vergleichbar mit dem Standard-PDB-Format ( <a href="http://www.wwpdb.org/documentation/format32/sect9.html">http://www.wwpdb.org/documentation/format32/sect9.html</a> ), aber zwei zusätzliche Spalten aus den Vorlagen abgeleitet werden, um das Atom Aufzeichnungen (siehe Abbildung 9B) angefügt: Spalten 1-30: Atom (C-alpha nur) und Rück-Namen für die Abfrage-Sequenz. Spalten 31-54: Koordinaten von C-alpha-Atome der Abfrage aus der entsprechenden Atome in der Vorlage kopiert. Spalten 55-59: Entsprechende Rückstände in der Vorlage auf die Ausrichtung auf Spalten 60-64: Entsprechende Rückstände im Template Ausschließen Vorlagen Proteine Proteine ​​sind flexible Moleküle und können mehrere Konformationen anzunehmen, um ihre biologische Aktivität zu verändern. Zum Beispiel haben Strukturen vieler Proteinkinasen und Membranproteine ​​in aktive und inaktive Konformation gelöst. Auch An-oder Abwesenheit des gebundenen Liganden kann großen strukturellen Bewegungen. Während alle Konformationen der Vorlage gleichermaßen für das Einfädeln Programme, ist es wünschenswert, um die Abfrage mithilfe von Vorlagen in nur einem bestimmten Zustand Modell. Eine neue Option auf dem Server ermöglicht dem Benutzer die Vorlage Proteinen während der Struktur-Modellierung auszuschließen. Dieses Feature würde es auch ermöglichen dem Benutzer, die Homologie Niveau der Vorlagen für die Modellierung verwendet werden soll. Benutzer können ausgeschlossen Vorlage Proteine ​​from der I-Tasser Bibliothek durch: A. Angeben einer Sequenzidentität cutoff Benutzer können diese Option verwenden, um homologe Proteine ​​aus dem I-Tasser Template-Bibliothek ausgeschlossen werden. Die Homologie-Ebene auf der Grundlage der Sequenzidentität Cutoff eingestellt ist, dh die Anzahl der identischen Rückstand zwischen der Abfrage und der Vorlage Protein durch die Sequenz Länge der Abfrage Reihenfolge aufgeteilt. Zum Beispiel, wenn der Benutzer in &quot;70%&quot; in das dafür vorgesehene Formular, alle Vorlagen Proteine, die eine Sequenzidentität haben&gt; 70%, um die Abfrage Protein I-wird aus dem I-Tasser Template-Bibliothek ausgeschlossen werden. B. Ausschließen bestimmter Vorlage Proteine Spezielle Vorlage Proteine ​​können aus dem I-Tasser Template-Bibliothek durch das Hochladen einer Liste mit PDB IDs der Strukturen ausgeschlossen werden ausgeschlossen. Ein Beispiel-Datei ist in Abbildung 10 dargestellt. Da das gleiche Protein kann als mehrere Einträge in der PDB-Bibliothek, I-Tasser se existierenRVer wird standardmäßig ausgeschlossen angegebenen Vorlagen (in Spalte1) sowie alle anderen Vorlagen aus der Bibliothek, die eine Identität zu haben&gt; 90% auf die angegebenen Vorlagen. Benutzer können auch eine andere Identität Cutoff, zB 70%, in der alle Vorlagen mit Identität&gt; 70% auf angegebenen Vorlage Proteine ​​ausgeschlossen werden.

<ol><li> FASTA formatierten Aminosäuresequenz des Proteins modelliert (vgl. sein <a href="http://www.ncbi.nlm.nih.gov/BLAST/fasta.shtml">http://www.ncbi.nlm.nih.gov/BLAST/fasta.shtml</a> ). </li><li> Ein PC mit Zugang zum Internet und einen Webbrowser. </li><li> Molecular Visualisierungssoftware, zB RasMol oder PYMOL, für die Analyse der vorhergesagten Tertiärstruktur und funktionalen Webseiten. </li></ol>

ein protokoll für die computer-based protein structure and function prediction

A Protocol for Computer-Based Protein Structure and Function Prediction

Genome Sequencing Projekte haben Millionen von Protein-Sequenz, die Kenntnis ihrer Struktur und Funktion erfordern, um das Verständnis ihrer biologischen Rolle zu verbessern verschlüsselt. Obwohl experimentelle Methoden können detaillierte Informationen für einen Bruchteil dieser Proteine ​​bieten, ist Computermodelle für die Mehrheit der Eiweißmoleküle, die experimentell charakterisierten benötigt werden. Die I-Tasser Server ist ein on-line-Workbench für hochauflösende Modellierung von Proteinstruktur und-funktion. Bei einer Proteinsequenz enthält eine typische Ausgabe aus dem I-Tasser Server Sekundärstruktur Vorhersage prognostiziert Lösungsmittel Zugänglichkeit der einzelnen Rückstand, homologe Proteine ​​durch Vorlage Threading und Struktur Ausrichtungen erkannt, bis zu fünf abendfüllenden tertiäre strukturelle Modelle und Struktur-basierte funktionelle Annotationen für Enzymklassifikation, Gene Ontology Bedingungen und Protein-Ligand-Bindungsstellen. Alle Vorhersagen sind mit einer Zuversicht Partitur markiert dieerzählt, wie genau die Vorhersagen ohne Kenntnis der experimentellen Daten. Zur Erleichterung der speziellen Anforderungen der Endanwender, bietet der Server-Kanäle, um vom Benutzer festgelegten inter-Rückstandes Abstand nehmen und Kontakt-Karten zur interaktiven Veränderung der I-Tasser Modellierung, sondern auch ermöglicht es Benutzern, alle Proteine ​​als Vorlage angeben, oder jede Vorlage auszuschließen Proteine ​​während die Struktur der Montage-Simulationen. Die strukturellen Informationen können von den Nutzern auf experimentelle Beweise oder biologische Erkenntnisse mit dem Ziel der Verbesserung der Qualität von I-Tasser Vorhersagen basieren gesammelt werden. Der Server wurde als die besten Programme für Proteinstruktur und-funktion Vorhersagen in der jüngsten Gemeinde-weiten CASP Experimente ausgewertet. Es gibt derzeit&gt; 20.000 registrierten Wissenschaftlern aus über 100 Ländern, die mit dem on-line I-Tasser Server.

Richtlinien für die computergestützte strukturelle und funktionelle Charakterisierung von Proteinen unter Verwendung der I-Tasser Pipeline beschrieben. Ab Abfrage Proteinsequenz sind 3D-Modelle generiert mit mehreren Threading Ausrichtungen und iterative strukturellen Aufbau-Simulationen. Funktionelle Konsequenzen werden anschließend auf der Grundlage Übereinstimmungen mit Proteinen mit bekannter Struktur und Funktionen gezeichnet.

Ein Protokoll für die Computer-Based Protein Structure and Function Prediction

Genomsequenzierungsprojekte haben Millionen von Proteinsequenzen entschlüsselt, für welche Kenntnisse über deren Struktur und Funktion erforderlich sind, um die ...

Das Ziel dieses Verfahrens besteht darin, ausgehend von der Aminosäuresequenz computergestützt die dreidimensionalen Strukturen und die biologische Funktion von Proteinmolekülen vorherzusagen. Dies wird erreicht, indem zunächst mittels maschinellen Lernens die Sekundärstruktur der Proteine vorhergesagt wird. Anschließend werden die Sequenzen und die vorhergesagte Sekundärstruktur mit den aufgeklärten Strukturen in der PDB-Bibliothek abgeglichen, um die bestmöglichen Strukturvorlagen zu identifizieren.Dieses Verfahren wird als „Threading“ bezeichnet. Nach dem Threading-Verfahren teilt das IT-AER-Programm die Vorlagen basierend auf den Sequenzvorlagenalignments in Fragmente auf und setzt diese Fragmente im dritten Schritt zu Modellen voller Länge wieder zusammen. Vollständige atomare Modelle werden durch Verfeinerungen auf atomarer Ebene konstruiert, um Wasserstoffbrückennetzwerke zu optimieren und sterische Überlappungen zu entfernen.Der letzte Schritt des Verfahrens besteht darin, die biologische Funktion der Proteine zu bestimmen, indem die vorhergesagten Strukturen mit Proteinen bekannter Funktion in der Funktionsbibliothek abgeglichen werden. Der Hauptvorteil von ITER gegenüber bestehenden Strukturmodellierungsmethoden ist der integrierte Ansatz der Strukturfragmentzusammenstellung, der die Fadenläufungsalignment kontinuierlich in Richtung des nativen Zustands lenken kann. Diese hochwertigen Strukturmodelle bilden zudem die Grundlage für genaue, strukturbasierte funktionelle Annotationen, was die Nutzung von ITER in der wissenschaftlichen Gemeinschaft fördert.Unser Labor hat eine Website bereitgestellt, auf der die Proteinsequenzen für iter eingereicht werden können. Diese Website fungiert als zentrale Schnittstelle, über die Benutzer weltweit eine Verbindung zu einem Computercluster registrieren können, der ITER-Simulationen verwaltet und ausführt. Ein ITER-Simulationsauftrag besteht aus mehr als einem Dutzend kleinerer Teilsimulationen.Solche Simulationen können auf einem einzelnen Computer mit einem einzelnen Prozessorkern über hundert Stunden in Anspruch nehmen. Der Computercluster des Zang-Labors übernimmt diese Teilsimulationen und verteilt sie auf Hunderte von Computern und ist in der Lage, über 2000 Simulationen durchzuführen. Gleichzeitig mit unserem Computercluster können wir täglich Hunderte von I-Taster-Simulationen abschließen.Auch bei dieser Kapazität muss noch viel Arbeit geleistet werden, um das System zu optimieren und die Wartezeit für unsere Online-IT-AER-Nutzer zu minimieren. Um mit dem Experiment zur Struktur- und Funktionsmodellierung zu beginnen, melden Sie sich auf der IT-AER-Webseite an. Die URL-Adressen für alle hier besprochenen relevanten Webseiten finden sich im schriftlichen Protokoll.Kopieren und fügen Sie die Aminosäuresequenz in das vorgesehene Formular ein, oder laden Sie die Sequenz direkt hoch, indem Sie auf die Schaltfläche „Durchsuchen“ klicken. Geben Sie eine E-Mail-Adresse und einen Namen für den Auftrag an. Benutzer können optional externe Restriktionen für Kontakte oder Abstände zwischen Resten angeben.Fügen Sie während des Strukturmodellierungsprozesses eine zusätzliche Vorlage hinzu oder schließen Sie bestimmte Vorlagenproteine aus. Um die Sequenz einzureichen, klicken Sie auf die Schaltfläche „run it taser“. Überprüfen Sie den Status des eingereichten Auftrags, indem Sie die IT-taser-Warteschlangenseite aufrufen.Klicken Sie auf den Suchreiter und verwenden Sie die Auftrags-ID-Nummer oder die Abfolgeabfrage, um nach dem eingereichten Auftrag zu suchen. Nach Abschluss der Struktur- und Funktionsmodellierung wird eine Benachrichtigungs-E-Mail mit einem Bild der vorhergesagten Strukturen und einem Web-Link an die angegebene E-Mail-Adresse gesendet. Klicken Sie auf diesen Link, um die Ergebnisse anzusehen und herunterzuladen.Beginnen Sie die Strukturanalyse mit der Untersuchung der Sekundärstrukturvorhersage, die als H für Alpha-Helix, S für Beta-Faltung oder C für Coil dargestellt wird. Berücksichtigen Sie außerdem die Vertrauenswürdigkeit der Vorhersage für jeden Rest. Suchen Sie nach Bereichen mit langen Abschnitten regelmäßiger Sekundärstrukturvorhersagen, um den Kernbereich des Proteins abzuschätzen.Die strukturelle Klasse des Proteins kann ebenfalls anhand der Verteilung der sekundären Strukturelemente analysiert werden. Zeigen Sie die vorhergesagte Löslichkeitszugänglichkeit an, um vergrabene und lösungsmittelzugängliche Bereiche zu identifizieren. Bei den Abfrageergebnissen reicht die Skala der vorhergesagten Löslichkeitszugänglichkeit von einem Wert von null für einen vergrabenen Rest bis zu einem Wert von neun für einen exponierten Rest.Bereiche, die hauptsächlich vergrabene Reste enthalten, können verwendet werden, um den Kernbereich des Proteins abzugrenzen, während Bereiche mit lösungsmittel-exponierten und hydrophilen Resten potenzielle Hydratations- oder Funktionsstellen darstellen. Um die vorhergesagten tertiären Strukturen des Anfrageproteins anzusehen, scrollen Sie nach unten zum angezeigten interaktiven JMO-Applikat links. Klicken Sie auf das Applikat, um die Darstellung der angezeigten Struktur zu ändern.Vergrößern Sie einen bestimmten Bereich, wählen Sie spezifische Resttypen im vorhergesagten Modell aus oder berechnen Sie die Abstände zwischen Resten. Analysieren Sie die Konfidenzwerte der Strukturmodellierung, um die Qualität der vorhergesagten Strukturen einzuschätzen. Csco-Werte liegen typischerweise im Bereich von minus fünf bis zwei, wobei ein höherer Wert ein Modell besserer Qualität widerspiegelt.Die geschätzte TM-Score- und RMSD-Werte des ersten Modells werden als geschätzte Genauigkeit von Modell eins angezeigt. Klicken Sie auf den Link „Weitere Informationen zu csco“. Um die Clustergröße und Clusterdichte von csco aller Modelle zu analysieren, untersuchen Sie die 10 besten Fadenvorlagen des Abfrageproteins, die von Low-Mets-Fadenprogrammen identifiziert wurden.Indem Sie die Ergebnisseite nach unten scrollen, können Sie den normalisierten Z-Score zur Analyse der Qualität der Threading-Alignments einsehen. Alignments mit einem normalisierten Score größer als eins weisen auf eine verlässliche Ausrichtung hin und besitzen höchstwahrscheinlich denselben Faltungsmodus wie das Anfrageprotein. Untersuchen Sie die Sequenzidentität im Bereich des Threading-Alignments sowie für die gesamte Kette, um die Homologie zwischen dem Anfrage- und den Vorlagenproteinen zu beurteilen.Eine hohe Sequenzidentität ist ein Hinweis auf verwandtschaftliche evolutionäre Beziehungen zwischen den Proteinen der Abfrage und der Vorlage. Betrachten Sie die farblich hervorgehobenen, im Threading ausgerichteten Reste, um konservierte Reste oder Motive in den Proteinen der Abfrage und der Vorlage visuell zu identifizieren. Eine höhere Sequenzidentität im Bereich der Threading-Ausrichtung im Vergleich zur Ausrichtung der gesamten Kette weist ebenfalls auf das Vorhandensein konservierter struktureller Motive oder Domänen in der Abfrage hin. Beurteilen Sie die Abdeckung der Threading-Ausrichtung durch Untersuchung der Ausrichtung.Wenn die Abdeckung der besten Alignierung niedrig ist und nur auf einen kleinen Bereich des Query-Proteins beschränkt ist oder für einen langen Abschnitt der Query-Sequenz fehlt, deutet dies darauf hin, dass das Query-Protein mehr als eine Domäne enthält. In diesem Fall wird empfohlen, die Sequenz zu teilen und die Domänen einzeln zu modellieren. Sehen Sie sich die nächste Tabelle der Ergebnisseite an, um die 10 besten strukturellen Analoga des ersten vorhergesagten Modells zu ermitteln, wie sie vom Strukturalignierungsprogramm TM-align identifiziert wurden.Ein TM-Score größer als 0,5 zeigt an, dass der ermittelte Analogon und das Modell eine ähnliche Topologie aufweisen und zur Bestimmung der strukturellen Klasse oder Proteinfamilie des Anfrageproteins verwendet werden können. Werte mit einem TM-Score unter 0,3 deuten auf eine zufällige strukturelle Ähnlichkeit hin. Analysieren Sie die Sequenzidentität und den RMSD im strukturell alignierten Bereich, um die Erhaltung räumlicher Motive im Modell und dem strukturellen Analogon zu beurteilen.Überprüfen Sie visuell die farbigen und ausgerichteten Restepaare in der Alignierung, um diese strukturell konservierten Reste und Motive zu identifizieren. Sehen Sie sich die Tabelle der vorhergesagten EC-Nummern an, um die fünf wahrscheinlichsten enzymatischen OGs des Anfrageproteins einzusehen. Das Vertrauensniveau der EC-Nummernvorhersage unter Verwendung dieser Vorlagen wird als EC-Score basierend auf einer Benchmark-Analyse angezeigt.Die funktionelle Ähnlichkeit zwischen der Anfrage- und der Vorlagenproteins kann zuverlässig anhand eines EC-Scores interpretiert werden, der größer als 1,1 ist. Prüfen Sie anschließend, ob bei den Vorlagen, die denselben Faltungsstruktur wie das Anfrageprotein aufweisen, eine funktionelle Übereinstimmung besteht. Wenn mehrere Vorlagen dieselbe EC-Nummer besitzen und der EC-Score größer als 1,1 ist, ist das Vertrauen in die Vorhersage sehr hoch.Wenn jedoch die EC-Score hoch ist, aber unter den identifizierten Treffern kein Konsens besteht, wird die Vorhersage weniger zuverlässig, und die Nutzer sollten die Genontologie konsultieren. In der Ansicht der Termmvorhersagen wird die Tabelle der vorhergesagten Genontologie-Terme angezeigt, um die 10 besten Homologen des Anfrageproteins in der PDB-Bibliothek zu identifizieren, die mit Genontologie-Termen annotiert sind; jedes Protein ist in der Regel mit mehreren Genontologie-Termen assoziiert, die seine molekularen Funktionen, biologischen Prozesse und zellulären Lokalisationen beschreiben. Klicken Sie auf jeden Term, um die Amigo-Website zu besuchen und dessen Definition sowie Abstammung zu analysieren.Analysieren Sie die Spalte mit dem funktionellen Homologiescore, um die funktionelle Ähnlichkeit zwischen den Anfrage- und Vorlagenproteinen zu beurteilen. Das Vertrauensniveau für die Übertragung der funktionellen Annotation von diesen Proteinen kann ebenfalls geschätzt werden. Rufen Sie die Konsensvorhersage der Genontologie-Terme-Tabelle auf, um die Übereinstimmung der Funktionen zwischen den Vorlagen zu analysieren.Diese gängigen Funktionen dienen der Vorhersage der Genontologie-Terme des Anfrageproteins und der Bewertung des Konfidenzniveaus der Geo-Termen-Vorhersagen. Scrollen Sie schließlich bis zum Ende der Seite, um die 10 besten Vorhersagen für Ligandenbindungsstellen des Anfrageproteins anzuzeigen. Die vorhergesagten Bindungsstellen sind nach der Anzahl der vorhergesagten Ligandenbestätigungen sortiert, die sich eine gemeinsame Bindungstasche teilen. Die bestidentifizierte Bindungsstelle wird bereits in der JM OL-Applikation angezeigt.Klicken Sie auf die Optionsfelder, um andere Vorhersagen zu analysieren und die mit dem Liganden wechselwirkenden Reste zu visualisieren. Der BS-Score zeigt die lokale Ähnlichkeit zwischen der Modellstruktur und der Bindungsstelle der Vorlagen an. Ein BS-Score größer als 1,1 weist auf eine hohe Sequenz- und Strukturähnlichkeit in der Nähe der vorhergesagten Bindungsstelle hin.Im Modell im Vergleich zur bekannten Bindungsstelle in der Vorlage ist das IT eine Hauptwebseite, die Links zu weiteren nützlichen Funktionen enthält. Die Forenfunktion ermöglicht es dem Benutzer, ein Online-Konto zu erstellen und von anderen ITER-Nutzern Hilfe bei der Strukturmodellierung oder bei der Interpretation der Ergebnisse zu erhalten. Über die Download-Funktion können Benutzer iter und verwandte Pakete herunterladen und auf ihrem Computer installieren.Dies hilft, die Zeit für die Durchführung der Modellierungsversuche zu verkürzen. Über die Warteschlangenfunktion kann der Status aller eingereichten Aufträge auf der IT a Q-Seite eingesehen werden. Benutzer können außerdem das Bild der modellierten Strukturen für abgeschlossene Aufträge visuell überprüfen.Auf dieser Seite, die ebenfalls die erwartete TM-Score und die erwartete RMSD des ersten Modells sowie das hier angezeigte Einreichungsdatum zeigt, befindet sich ein Auszug aus der IT AER-Ergebnisseite, der die schneller formatierte Abfragesequenz, die vorhergesagte sekundäre Struktur sowie die zugehörigen Konfidenzwerte und die vorhergesagte Lösungsmittelzugänglichkeit der Reste darstellt. Der analysierte Kernbereich und die potenzielle Hydratationsstelle in der Abfrage sind jeweils mit cyan- und roten Rechtecken hervorgehoben. Hier werden die Vorhersagen der tertiären Struktur für die abgefragten Proteine gezeigt.Die vorhergesagten Modelle werden in einer interaktiven JML-App-Ansicht angezeigt, die es dem Benutzer ermöglicht, die Darstellung des Moleküls zu ändern. Die Modelle können auch durch Klicken auf die Download-Links heruntergeladen werden; die Vertrauensbewertung zur Abschätzung der Modellqualität wird als csco angegeben. Ein Beispiel der itta A Ergebnisseite, die die 10 besten identifizierten Threading-Vorlagen und Alignments durch die Loomis-Threading-Programme zeigt, wird dargestellt.Die Qualität der Fadenzuordnungen wird anhand des normalisierten Z-Scores bewertet, wobei ein Wert größer als eins eine verlässliche Zuordnung widerspiegelt. In der Vorlage ausgerichtete Reste, die mit den entsprechenden Anfrageresten identisch sind, werden farblich hervorgehoben, um das Vorhandensein eines konservierten Rests oder Motivs anzuzeigen. Umgekehrt weist das Fehlen einer Ausrichtung in den meisten der besten Vorlagen auf das Vorhandensein mehrerer Domänen im Anfrageprotein hin, und die nicht ausgerichteten Reste entsprechen den Domänenverknüpfungsbereichen.Diese Tabelle zeigt die 10 besten identifizierten strukturellen Analoga und strukturellen Alignments, die vom TM-alignierten Strukturalignment-Programm ermittelt wurden. Die Rangfolge der Analoga basiert auf dem TM-Score des strukturellen Alignments. Ein TM-Score größer als 0,5 zeigt an, dass die beiden verglichenen Strukturen eine ähnliche Topologie aufweisen.Während ein TM-Score unter 0,3 eine Ähnlichkeit zwischen zwei zufälligen Strukturen bedeutet, werden strukturell alignierte Restpaare basierend auf ihren Aminosäureeigenschaften farblich hervorgehoben, während nicht alignierte Bereiche durch einen Bindestrich angezeigt werden. Hier sehen Sie ein Beispiel der ITR-Ergebnisseite, die identifizierte Enzymhomologe des Anfrageproteins in der PDB-Bibliothek zeigt.Die Vertrauensstufe der EC-Nummernvorhersage wird basierend auf der EC-Score analysiert, wobei ein EC-Score von mehr als 1,1 auf funktionelle Ähnlichkeit zwischen dem Anfragenprotein und dem Vorlagenprotein hinweist. Die Vorhersagetabelle für die Genontologie-Terme des Anfragenproteins enthält funktionelle Homologe des Anfragenproteins aus der Genontologie-Vorlagenbibliothek, die nach ihrem funktionellen Homologiescore sortiert sind. Gemeinsame funktionelle Merkmale dieser am höchsten bewerteten Treffer werden abgeleitet, um die endgültigen Vorhersagen der Genontologie-Terme für das Anfragenprotein zu generieren.Die Qualität der vorhergesagten Gene-Ontology-Terme wird anhand des Geo-Scores geschätzt, wobei ein Geo-Score größer als 0,5 eine zuverlässige Vorhersage anzeigt, wie hier beispielhaft auf der Ergebnisseite von IT AZA gezeigt, die die Top-10-Vorhersagen für Protein-Liganden-Bindungsstellen mithilfe des Cofaktor-Algorithmus darstellt. Die Rangfolge der vorhergesagten Bindungsstellen basiert auf der Anzahl der vorhergesagten Ligandenbestätigungen, die sich eine gemeinsame Bindungstasche teilen. Der BS-Score der Abfrage ist ein Maß für die lokale Sequenz- und Strukturähnlichkeit zwischen der vorhergesagten Bindungsstelle und den Vorlagenbindungsstellen und ist nützlich zur Analyse der Erhaltung von Bindungsstellen-Taschen.Obwohl ISER einer der effizientesten Algorithmen zur Vorhersage von Proteinstruktur und -funktion ist, ist es wichtig zu bedenken, dass es sich lediglich um eine Vorhersage durch Computer-Algorithmen handelt. Jede experimentelle Daten- oder Funktionsinformation, beispielsweise Informationen über Restkontaktbindungen, ist äußerst nützlich, um die Genauigkeit der Vorhersagen zu erhöhen. Der IT AER-Server verfügt über ein Portal, um diese Informationen während des Modellierungsverfahrens einzubeziehen, um dem wachsenden Interesse daran Rechnung zu tragen.Aer hat das Zang-Labor die IT-AER-Software kostenlos für die nichtkommerzielle Forschung freigegeben. Wir entwickeln aktiv die IT-AER-Software weiter und verbessern den Eye Taster, in der Hoffnung, dass ihre Verfügbarkeit zu einer breiten Anwendung außerhalb des Zang-Labors führen und die Forschung in der wissenschaftlichen Gemeinschaft voranbringen und beflügeln wird.

a-protocol-for-computer-based-protein-structure-function

Research

Forschung

JoVE Journal

Biology

Biologie

Wir haben computergestützte de novo Proteindesignmethoden entwickelt, die in der Lage sind, mehrere wichtige Bereiche des Proteindesigns anzugehen. Um diese Methoden zu verbreiten, stellen wir Protein WISDOM vor, ein Online-Tool für Proteindesign (http://www.proteinwisdom.org). Ausgehend von einem strukturellen Template kann das Design von monomeren Proteinen für erhöhte Stabilität und Komplexen für eine erhöhte Bindungsaffinität durchgeführt werden.

Protein WISDOM: A Workbench für<em&gt; In silico</em&gt;<em&gt; De novo</em&gt; Aufbau von Biomolekülen

Synthetische Proteinsequenzen, die auf Konsensusmotiven basieren, ignorieren typischerweise co-evolving residues, was auf Interpositional Dependencies (IPDs) hindeutet.  IPDs können für die Aktivität unerlässlich sein, und Designs, die sie missachten, können zu suboptimalen Ergebnissen führen.  Dieses Protokoll verwendet StickWRLD, um IPDs zu identifizieren und ein rationales Proteindesign zu unterstützen, was zu effizienteren Ergebnissen führt.

Optimierung der synthetische Proteine: Bezeichnung interpositional Abhängigkeiten Anzeige- strukturell und / oder funktionell verknüpft Rückstände

Ein Protokoll für die Online-Untersuchung von Proteinsequenz-Struktur-Dynamik-Beziehungen mit Bio3D-Web wird vorgestellt.

Untersuchung der Proteinsequenz-Struktur-Dynamik Beziehungen zu Bio3D-Web

Das hier beschriebene Protokoll enthält detaillierte Anweisungen zur Analyse genomischer Regionen von Interesse auf Mikroprotein-kodierendes Potenzial mit PhyloCSF im benutzerfreundlichen UCSC Genome Browser. Darüber hinaus werden mehrere Werkzeuge und Ressourcen empfohlen, um die Sequenzeigenschaften identifizierter Mikroproteine weiter zu untersuchen und Einblicke in ihre mutmaßlichen Funktionen zu erhalten.

Ein integrierter Ansatz zur Identifizierung und Sequenzanalyse von Mikroproteinen

Wir beschreiben eine auf Sequenzdiversifikation basierende Methodik zur Abschätzung der Aminosäurepräferenzen multispezifischer Bindungsstellen in Protein-Protein-Wechselwirkungen (PPIs). Bei dieser Strategie werden Tausende von potentiellen Peptidliganden erzeugt und in silico gescreent, wodurch einige Einschränkungen der verfügbaren experimentellen Methoden überwunden werden.

Computergestützte Vorhersage der Aminosäurepräferenzen potenziell multispezifischer Peptidbindungsdomänen, die an Protein-Protein-Wechselwirkungen beteiligt sind

Dieses zweisprachige Protokoll bietet einen computergestützten Workflow zur Wirkstoffentdeckung, der die Protein-Ligand-Interaktionen von Polo-ähnlichen Kinasen 1 bis 3 (PLK1–3) sowie die Eigenschaften Absorption, Distribution, Metabolism, Exkretion, Toxicity and Stability (ADMET-S) von datenbankbezogenen natürlichen Molekülen bewertet.

Ein zweisprachiger computergestützter Workflow zur Identifizierung potenzieller PLK1-Inhibitoren in der amerikanischen Gebärdensprache und im Englischen

Proteindesign beinhaltet die Konstruktion von Aminosäuresequenzen und die Einbeziehung spezifischer Motive, um funktionelle Varianten zu erzeugen. Dieser Ansatz ist entscheidend für die Entwicklung von antimikrobiellen Peptiden (AMPs) zur Bekämpfung antibiotikaresistenter Erreger. In dieser Arbeit wird ein Verfahren zur Proteinkonstruktion mit verschiedenen bioinformatischen Werkzeugen vorgestellt.

Anwendung von I TASSER, trRosetta, UCSF Chimera, HADDOCK Server und HEX loria für das De Novo und In Silico Design von Proteinen

Wir wenden label-free-Protein-Interaktion Analyse mittels Biacore X100 für Struktur-Funktions-Analyse der Bindung von mehreren Cystatin B-Mutanten durch kinetische Charakterisierung Papain. Calibration-free-Konzentration Analyse (EUFA) misst die Konzentration des Proteins mit behielt bindende Aktivität, ohne die Notwendigkeit für eine Standard-Kurve. Wir zeigen, dass die Bestätigung der Konzentrationen mit EUFA erhöht die Zuverlässigkeit der kinetischen Analyse und die kinetischen Konstanten...

Die Bedeutung der richtigen Protein-Konzentration für Kinetik und Affinity Bestimmung in Struktur-Funktions-Analyse

Das dazugehörige Video wird die Verwendung der GELFREE 8100 Fraktionierung System, welche Partitionen komplexen Protein-Proben auf der Basis von Molekulargewicht und erholt sich die Fraktionen in der flüssigen Phase. Das Video beschreibt, wie die Technologie funktioniert und wie es verwendet wird, und stellt daraus resultierenden Daten mit Polyacrylamidgelelektrophorese Analyse der fraktionierten Rinder Leberhomogenat.

Mit dem GELFREE 8100 Fraktionierung System für Molecular Weight-Based Fraktionierung mit Liquid Phase Wiederherstellung

Gene Löschungs-und Protein-Überexpression sind gängige Methoden zur Untersuchung von Funktionen von Proteinen. In diesem Artikel beschreiben wir ein Protokoll für die Analyse der Phänotyp Entwicklung als eine Funktion der Protein-Konzentration in der Bevölkerung und Single-Cell-Ebenen...

Die Analyse der Entwicklung eines morphologischen Phänotyp als Funktion der Protein-Konzentration in Hefezellen

Lernen Sie die I-TASSER-Pipeline für die rechnergestützte Vorhersage von Proteinstrukturen und -funktionen aus Aminosäuresequenzen. Diese Methode nutzt Threading und Fragmentassemblierung für präzise 3D-Modelle.

Ein Protokoll für die Computer-Based Protein Structure and Function Prediction

Weitere Videos entdecken