Modelado de estructuras cuaternarias a través de espectrometría de masas de reticulación química: ampliación de los informes de JUpyter TX-MS
20 de octubre de 2021
La espectrometría de masas de reticulación dirigida crea modelos de estructura de proteínas cuaternarias utilizando datos de espectrometría de masas adquiridos utilizando hasta tres protocolos de adquisición diferentes. Cuando se ejecuta como un flujo de trabajo simplificado en el servidor web Cheetah-MS, los resultados se informan en un Jupyter Notebook. Aquí, demostramos los aspectos técnicos de cómo se puede extender el Jupyter Notebook para un análisis más profundo.
Este método utiliza el poder de Jupyter Notebook para entregar informes informativos y visualmente atractivos, al tiempo que permite a los usuarios ampliar y personalizar el informe de una manera reproducible y rastreable. Esta técnica flexible permite que todas las modificaciones del usuario se capturen con un detalle suficiente para ser reproducidas en un período de tiempo posterior o por un usuario diferente. Aunque este método es generalmente aplicable en cualquier campo de investigación, está diseñado principalmente para las ciencias de la vida de Mucor, un área de investigación que puede producir datos complejos.
Antes de comenzar el análisis, abra el sitio web de espectrometría de masas de enlace cruzado dirigido. Al navegar al sitio web, aparecerá una pantalla de bienvenida que proporciona una descripción de alto nivel del servicio TX MS.web. En la pestaña tutorial se puede observar una descripción detallada de los servicios prestados que incluye información sobre cómo utilizar el servicio y cómo analizar los resultados.
En la pestaña de descarga, se puede descargar software y recursos. Todo el software está disponible bajo una licencia de código abierto. En la pestaña Licencia, la licencia BSD de 3 cláusulas hace que el software sea lo más ampliamente utilizable posible.
La pestaña Contacto proporciona información de contacto para enviar preguntas o comentarios. Para enviar un correo electrónico solicitando credenciales de usuario, vuelva a la pestaña Cheetah y haga clic en el hipervínculo de la dirección de correo electrónico en la parte inferior de la página. Ingrese la información relevante en la línea de asunto en el cuerpo del correo electrónico.
Se enviará una respuesta lo más rápido posible. Después de recibir un correo electrónico de confirmación con las credenciales del usuario, inicie sesión y cargue los datos de espectrometría de masas en el sitio web. Haga clic en Enviar flujo de trabajo e introduzca un título y una descripción.
Luego haga clic en ver flujo de trabajo y seleccione el flujo de trabajo cheetah. Después de seguir el asistente, utilice el visor en línea para inspeccionar Jupyter Notebook. Para instalar JupyterHub, instale Docker según las instrucciones y descargue el contenedor JupyterHub Docker con la extensión Jupyter openBIS.
Después de iniciar Docker, ejecute P8171: 8000 malmstroem / jove: latest container. Navegue hasta la dirección web indicada e inicie sesión con el nombre de usuario y la contraseña del usuario. Para descargar el informe, haga clic en nuevo en Python 3 para abrir una nueva pestaña con un bloc de notas sin título.
Haga clic en configurar conexiones openBIS en el menú de herramientas de Jupyter e ingrese TX MS para el nombre, la dirección web TX MS para la URL, Invitado para el usuario y G-U-E-S-T-P-A-S-S-W-D para la contraseña. Seleccione la nueva conexión y haga clic en Elegir conexión para buscar el informe. Luego haga clic, descargue en la celda y ejecute todo para devolver el informe.
Para extender el informe, haga clic en la celda e inserte a continuación para agregar una nueva celda en la parte inferior. Luego haga clic en código y presione mayús e ingrese para ejecutar la celda. Para cargar el informe, haga clic en el botón de carga para crear un nuevo conjunto de datos.
Aquí se muestra una estructura representativa de M1 y albúmina con enlaces cruzados superiores mapeados en la estructura. Todos los enlaces cruzados se obtuvieron mediante espectrometría de masas de reticulación dirigida después de analizar datos de alta resolución MS1 dependientes y datos de adquisición independientes y los modelos computacionales fueron proporcionados por el protocolo RosettaDock. Es importante recordar que las interacciones de proteínas son diversas en términos de su estabilidad.
Por lo tanto, sus resultados pueden variar. La metodología actual se limita a las interacciones binarias y, por lo tanto, no se puede aplicar a estructuras cuaternarias de proteínas más complejas. Sin embargo, el modelado de pares individuales puede proporcionar una buena base para construir estructuras más complejas.
Los detalles sobre la interfaz de unión pueden ser útiles de muchas maneras, por ejemplo, para sugerir mutaciones que pueden estabilizar o desestabilizar las interacciones de las proteínas. Por lo tanto, esto puede ser útil para comprender mejor el papel de las interacciones proteína-proteína.
Descripción general
Este artículo describe un método para crear modelos de estructura proteica cuaternaria utilizando espectrometría de masas con enlaces cruzados dirigidos. El flujo de trabajo se ejecuta en el servidor web Cheetah-MS, con resultados presentados en un cuaderno de Jupyter personalizable.
Componentes Clave del Estudio
Área de la ciencia
- Espectrometría de masas
- Análisis de la estructura de proteínas
- Biología computacional
Antecedentes
- La espectrometría de masas con enlaces cruzados dirigidos es una técnica para estudiar interacciones proteicas.
- El método está diseñado para el análisis de datos complejos en ciencias de la vida.
- Los cuadernos Jupyter ofrecen una plataforma flexible para la presentación y el análisis de datos.
- El software de código abierto mejora la accesibilidad para los investigadores.
Objetivo del estudio
- Demostrar un flujo de trabajo simplificado para la modelación de estructuras proteicas.
- Mostrar las capacidades de las Jupyter Notebooks en la presentación científica.
- Proporcionar un método reproducible para analizar datos de espectrometría de masas.
Métodos Utilizados
- Uso del servidor web Cheetah-MS para el envío de datos.
- Integración de Jupyter Notebook para la generación de informes.
- Aplicación del protocolo RosettaDock para la modelización computacional.
- Instrucciones detalladas para el usuario sobre la instalación del software y el análisis de datos.
Resultados principales
- Modelado exitoso de estructuras de proteínas con enlaces cruzados mapeados.
- Demostración de la aplicabilidad del método a interacciones binarias de proteínas.
- Información sobre las interacciones proteína-proteína y su estabilidad.
- Potencial para sugerir mutaciones que influyan en las interacciones proteicas.
Conclusiones
- La metodología es efectiva para analizar interacciones proteicas binarias.
- Los resultados pueden variar debido a la naturaleza diversa de las interacciones proteicas.
- Un desarrollo adicional podría mejorar la modelización de estructuras complejas.
Preguntas frecuentes
Relevancia Ejecutiva para la Industria
La modelización de la estructura cuaternaria mediante espectrometría de masas con enlazamiento cruzado dirigido (TX-MS) permite la identificación con alta confianza de interacciones proteína-proteína directamente a partir de muestras biológicas complejas, evitando la necesidad de purificación a gran escala. La integración de TX-MS con informes personalizables en Jupyter Notebook posibilita un análisis reproducible, rastreable y ampliable, mejorando la confianza predictiva en las fases iniciales del descubrimiento y en los flujos de trabajo de biología estructural. Esta capacidad es estratégicamente relevante para los equipos de I+D en biofármacos que buscan reducir los riesgos en la validación de dianas y acelerar el descubrimiento de fármacos guiado por la estructura.
Aplicaciones Estratégicas en I+D de Biotecnología Farmacéutica
Descubrimiento Temprano y Validación de Blancos
- Permite la interrogación directa de las interfaces proteína-proteína en condiciones similares a las nativas.
- Apoya la validación funcional del blanco mediante la asignación de enlaces cruzados a modelos estructurales.
- Facilita la reducción del riesgo mecanicista al aclarar las superficies de interacción y la estabilidad.
- Mejora la confianza predictiva para el diseño basado en estructuras en etapas posteriores.
Desarrollo de Cribado y Ensayos
- Prepara modelos estructurales validados para su uso en flujos de trabajo de cribado y desarrollo de ensayos.
- Normaliza la presentación y el análisis mediante salidas reproducibles en cuadernos de Jupyter.
- Permite la evaluación cuantitativa de datos de entrecruzamiento para la optimización de ensayos.
- Facilita la evaluación confiable de los efectos de compuestos sobre interacciones proteicas.
Investigación Traductiva y Preclínica
- Relaciona los conocimientos estructurales con estrategias traslacionales de biomarcadores al mapear complejos relevantes para la enfermedad.
- Proporciona continuidad desde el mapeo de interacciones en fase de descubrimiento hasta la validación en modelos preclínicos.
- Reduce los riesgos en las decisiones de avance al aclarar los mecanismos moleculares de acción.
Integración de la Línea de Producción y Flujo de Trabajo
TX-MS con informes basados en Jupyter se integra en el continuo de descubrimiento desde la validación inicial de objetivos hasta la identificación de compuestos activos y la investigación preclínica, apoyando la prueba iterativa de hipótesis y el perfeccionamiento de modelos.
- Biología del Descubrimiento: Permite la cartografía basada en hipótesis de interfaces proteicas y redes de interacción.
- Selección: Proporciona datos cuantitativos y estandarizados de entrecruzamiento para la preparación de ensayos.
- Análisis: Ofrece informes trazables y ampliables para análisis comparativo y apoyo en la toma de decisiones.
- Investigación Traducional: Conecta hallazgos estructurales con sistemas relevantes para enfermedades cuando están respaldados por complejos cartografiados.
- Reutilización Empresarial: Ofrece una plataforma reutilizable y de código abierto para estudios estructurales e interactivos continuos.
Impacto Operativo y Empresarial
- Valor científico: Aumenta la confianza predictiva y reduce la ambigüedad en la validación de dianas.
- Valor operativo: Favorece la reproducibilidad, trazabilidad y escalabilidad mediante flujos de trabajo digitales estandarizados.
- Valor estratégico: Permite tomar decisiones informadas de avance/no avance y una gestión eficiente del capital en la cartera de proyectos.
- Impacto en la cartera: Apoya la priorización y el avance ajustados al riesgo de dianas validadas estructuralmente.
Consideraciones de Implementación
- Requiere experiencia en espectrometría de masas, modelado estructural y análisis computacional.
- Necesita acceso a instrumentación de espectrometría de masas e infraestructura computacional para el procesamiento y la visualización de datos.
- Exige la estandarización entre equipos de los formatos de datos y las prácticas de informe.
- La adaptación a ensamblajes proteicos más complejos (no binarios) está actualmente limitada.
- Las limitaciones prácticas incluyen la variabilidad en la estabilidad de las interacciones proteicas y la generalización del modelo.
Preguntas frecuentes sobre biofármacos
Chapters in this video
0:04
Introduction
0:47
Targeted Cross-Linking Mass Spectrometry (TX-MS)
2:21
JupyterHub Installation
2:51
Report Download
3:30
Report Extension and Uploading
3:50
Results: Representative Structural Model of Streptococcus Pyogenes Protein M1 and Human Albumin with XLs Mapped on the Structure
4:18
Conclusion
