מאמר שיטה

יישום של I TASSER, trRosetta, UCSF Chimera, שרת HADDOCK ו-HEX loria עבור De Novo ו-In Silico Design של חלבונים

DOI:

10.3791/68003

⸱

8 ביולי 2025

 , 
1Facultad de Ciencias Naturales, Doctorado en Ciencias Biológicas, Campus Aeropuerto. Laboratorio de Biología Cuantitativa y Sistemas Complejos, Universidad Autónoma de Querétaro

במאמר זה

סיכום

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

תכנון חלבונים כרוך בבניית רצפי חומצות אמינו ושילוב מוטיבים ספציפיים ליצירת גרסאות פונקציונליות. גישה זו חיונית לפיתוח פפטידים אנטי-מיקרוביאליים (AMPs) כדי להילחם בפתוגנים עמידים לאנטיביוטיקה. מאמר זה מציג הליך לבניית חלבונים באמצעות כלים ביואינפורמטיים שונים.

תקציר

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

גבולות עיצוב החלבונים טמונים בבניית רצפי חומצות אמינו ושילוב מוטיבים ספציפיים, כגון אתרי קשירה, בקולטנים, תעלות יונים או חלבונים אחרים. גישה זו מאפשרת ייצור של גרסאות חלבון עם פונקציות ומטרות ספציפיות. יישום מופתי של משאבי ביואינפורמטיקה אלה הוא שיפור של פפטידים אנטי-מיקרוביאליים (AMPs) או תכנון של AMPs סינתטיים. התפתחות זו משמעותית בגלל העלייה האחרונה במחלות מתפתחות, הנגרמות לעתים קרובות על ידי פתוגנים שקשה למגר ומפגינים עמידות לאנטיביוטיקה. ההשלכות של מגמה זו כוללות הכחדה עולמית של מיני בעלי חיים ומוות של בני אדם. הסינתזה המהירה של AMPs חדשים ויעילים היא, אם כן, חיונית. השרתים והתוכניות האלה יכולים להקל על פיתוח מהיר של חיסונים, AMPs או טיפולים יעילים נגד הפתוגנים האלה. מטרת עבודה זו הייתה להציג ולהציע הליך לבניית חלבונים מרצפים ולהבהיר את תהליך השימוש בכלים שונים לבניית מולקולות אלו צעד אחר צעד.

מבוא

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

שכיחות מחלות בעלי חיים הולכת וגוברת, ותופעה זו מושפעת משינויי האקלים. העלייה בטמפרטורה הגלובלית הובילה להתפשטות מיקרואורגניזמים ולהופעתם של פתוגנים אופורטוניסטיים, התורמים להתפתחות מחלות אלימות ועמידות לתרופות1. שינויי האקלים משפיעים על האדמה, המים, העור והמיקרוביום של המעיים, וכתוצאה מכך לחץ מתמשך על הפיזיולוגיה של בעלי החיים ועל ההסתגלות הסביבתית. תופעה זו הוכחה כפוגעת בתגובות החיסוניות, והופכת בעלי חיים לרגישים יותר לפתוגנים מתפתחים, שעלולות להיות להם השלכות קטלניות ועלולות להוביל להכחדה של מינים מסוימים 2,3,4,5. דוגמה בולטת היא תסמונת האף הלבן (WNS), מחלה הנגרמת על ידי הפטרייה Pseudogymnoascus destructans, הפוגעת בעטלפים בתרדמת חורף. מחלה זו ואחרות לא זוהו עד שהתרחש אירוע תמותה משמעותי ביבשת אמריקה בשנת 2006. כדי להפחית את הנזק שנגרם על ידי פתוגנים כאלה, החוקרים פנו למתן תרופות אנטי-מיקוטיות, כגון איטרקונזול וקטוקונזול, ופרוביוטיקה, כולל חיסון במיקרוביוטה המועילה Pseudomonas fluorescens7. דוגמה נוספת למחלה הנגרמת על ידי פטרייה היא זו של Ophidiomyces ophiodiicola, פטרייה הגורמת לדרמטיטיס ומחלות רב מערכתיות הן בנחשים בשבי והן בנחשי בר 4,8.

מחקרים אלה מדגישים את הצורך במודעות והבנה מוגברת של מחלות פטרייתיות בחיות בר כדי ליישם פתרונות מעשיים במהירות. זיהומים פטרייתיים דווחו בדו-חיים, ופתוגן שכיח אחד המשפיע על בעלי חיים אלה הוא פטריית המים Batrachochytrium dendrobatidis (Bd), הגורמת לכיטרידיומיקוזיס. מחלה זו גורמת לנגעי עור חמורים ומשבשת את תפקוד העור התקין בבעלי חיים רגישים, מה שעלול להוביל לתמותה9. פתוגן זה הופץ באופן נרחב מאז המאה ה-20, ותרם להכחדתם של 90 מיני דו-חיים. שכיחות זיהומים אלה מציבה אתגר משמעותי במניעתם ובזיהוי טיפולים יעילים, שכן הם מחייבים התחשבות בגורמים אקולוגיים, פיזיולוגיים, מיקרוביום ואחרים10.

זוהי תופעה מתועדת היטב שלמיקרואורגניזמים פתוגניים יש את היכולת לפתח במהירות מנגנוני עמידות באמצעות קידוד גנטי, תהליך שניתן להדגים על ידי ייצור משאבות פליטה חיצוניות לתרופות ואנטיביוטיקה11. יתר על כן, מיקרואורגניזמים אלה נצפו כמשנים את הרכב השומנים בממברנה במטרה לנטרל את ההשפעות של מולקולות ספציפיות12. תחום רצפי החלבונים זכה להתעניינות רבה, במיוחד בהקשר של שילובו בגישות טיפול ובניית מודלים של מבנה חלבון. מודלים אלה נועדו לייעל את זמן המעבדה ומשאבי המעבדה לפני תחילת סינתזת החלבון13. מניעת זיהומים במקרים אלה היא משימה מורכבת המערבת מספר גורמים אקולוגיים, פיזיולוגיים ומיקרוביום14. גישה זו מאפשרת ניהול יעיל יותר של זמן ומשאבים במעבדה ומדגישה את מורכבות המשימה.

לטובת שיפור הפוטנציאל ליישומים מעשיים של תרכובות קיימות, כמו גם יצירת תרכובות חדשות בעלות פוטנציאל משמעותי יותר ליישומים כאלה, הכרחי להעסיק מומחיות מדיסציפלינות שונות, כולל כימיה, ביולוגיה מולקולרית, פיזיקה ותכנות. לשם כך, מספר כלים זמינים, כולל I-TASSER (חידוד ASSembly השחלה איטרטיבי)15,16 ו-trRosetta 17,18 (חיזוי מבנה חלבון על ידי רוזטה מרוסנת TRansform). חיזוי חלבונים מבניים ו-UCSF Chimera (מערכת הדמיה למחקר וניתוח גישוש מאוניברסיטת קליפורניה, סן פרנסיסקו)19 ו-HEX loria (תוכנית אינטראקטיבית לעגינת חלבונים וסופרפוזיציה מולקולרית)20 לעגינה מולקולרית ועריכת קבצי PDB.

I-TASSER הוא שרת מקוון אוטומטי המנבא מבנה ותפקוד. תוכנית זו נגישה באמצעות דפדפן אינטרנט או כהורדה. בדף ההגשה, משתמשים יכולים להזין את הרצף בפורמט FASTA או להוריד ארכיון בפורמט .txt. תהליך השרת כולל זיהוי תבניות מבניות עם מידה של הומולוגיה, כמתואר בשרת מטא-השחלה מקומי LOMETS 20,21,22,23,24,25. לאחר עיבוד של מיליון תוצאות פוטנציאליות על ידי השרת, מתחיל תהליך סינון, וקטעים נבחרים על סמך Root Median Square Deviation (RMSD), TM (מדד המשמש להערכת דמיון מבני בין שני מודלים), ו-C-score (מדד המשמש להערכת הביטחון של מודלים מבניים של חלבונים שנוצרו על ידי כלים). משתמשים יכולים להתאים אישית את התוצאות על סמך פרמטרים שנקבעו מראש המסופקים בתוכנית או להזין ערכים משלהם בהתאם לרצף הספציפי שלהם או לציפיות המבניות שלהם 20,21,22,23,24,25.

trRosetta היא תוכנית יעילה ביותר לחיזוי מבנה חלבון. בשרת זה, משתמשים יכולים לשלוח רצפים בפורמט ארכיון, TXT, FASTA, רצף קלט או רצפי יישור מרובים (MSA). תוכנית זו מאפשרת למשתמשים לבחור בין תבניות או לבצע trRosetta-single לקיפול רצף. שרתים אלה משתמשים ברשת למידה עמוקה כדי ליצור תחזיות מבניות. תהליך חיזוי הרצף כולל שלב ראשוני של חיזוי מפת מגע ומרחק, ואחריו בחירת חמש התבניות המובילות עבור המודל הסופי וצעד למזעור האנרגיה לקיפול וליטוש17.

שרת High Ambiguity Protein-Protein Docking (HADDOCK) הוא כלי חישובי המאפשר עגינה גמישה של שני קבצי PDB או יותר, הכוללים מבני חלבון, פפטיד, ליגנד וקולטנים. שרת זה משתמש בגישה המשלבת AIRs (Ambiguous Interaction Restraints), המקודדים מידע מחלבונים חזויים או מזוהים במהלך תהליך העגינה. AIRs כוללים הגבלות על חומצות אמינו, ומסווגים אותן כחומצות אמינו פסיביות או אקטיביות. לשילוב חומצות אמינו פעילות יש משמעות מיוחדת, מכיוון שהן מעידות על אתרי קשירה או אינטראקציה פוטנציאליים בין קולטני חלבון. תכנון התוכנית משלב חשיפה לממסים בדגם26.

HEX Loria הוא שרת אינטראקטיבי מקוון המאפשר ניתוח של קומפלקסים של חלבונים ועגינה מולקולרית. שרת זה יכול לקרוא ארכיוני קואורדינטות בפורמט בנק נתוני חלבונים (PDB) וליצור במהירות חישובי עגינה באמצעות יעדים גרפיים של NVIDIA או CUDA. התוכנית יכולה לייצר עד 1,000 תחזיות עגינה ומשתמשת בקורלציה פורייה עבור הכיוונים הכוללים של שתי מולקולות27. ממשק HEX Loria מתוכנן להיות ידידותי למשתמש, ומאפשר לחוקרים להעלות בצורה חלקה את מבני החלבון שלהם ולהגדיר פרמטרים לסימולציות עגינה. הוכח כי יכולת השרת להשתמש ביחידות עיבוד גרפיות של NVIDIA או CUDA מביאה להאצה משמעותית של זמן החישוב, ובכך מאפשרת לחוקרים להשיג תוצאות במהירות רבה יותר. יתר על כן, HEX Loria מציעה מגוון אפשרויות הדמיה לתוצאות עגינה, המאפשרות למשתמשים לבצע ניתוח מפורט של אינטראקציות חלבון-חלבון חזויות.

השימוש בכימרה של UCSF הוא הכרחי כדי להבטיח את דיוק ממצאי המחקר. תוכנה זו מחייבת התקנה לביצוע הפרוטוקול הנוכחי, והפונקציות הנובעות מכך יופעלו: מדידת מרחקים בין-אטומיים ומשימות אנליטיות שונות אחרות. התוכנה מתהדרת בתכונות כגון תיוג, צביעה, עיבוד פני השטח וייצוא של דמויות בפורמטים JPG או PNG. שילוב תוויות וצבעים מקל על זיהוי חומצות אמינו בעלות סבירות גבוהה למגע בין הקולטן לחלבון האנטי-מיקרוביאלי המתוכנן. בנוסף, הוא מאפשר מדידה מדויקת של המרחק בין חומצות אמינו אלו.

פרוטוקול זה נועד לזהות אפשרויות טיפול חלופיות לדאגה הבריאותית המתעוררת הפוגעת בדו-חיים. כיטרידיומיקוזיס, זיהום פטרייתי של העור, נצפה בשלבים שונים של התפתחות הדו-חיים. מקור ההדבקה העיקרי בקרב בעלי חיים אלה הוא גופי המים שבהם הם מתגוררים בדרך כלל ועוסקים בפעילויות שונות. פיתוח חומר אנטי פטרייתי יעיל מחייב זיהוי של לפחות שלוש מטרות מולקולריות: אינטראקציה עם דופן התא באמצעות מטענים, קשירה לקרום הפלזמה, ולבסוף, קשירה ואינטראקציה עם חלבון קולטן ברמת הממברנה, הממלא תפקיד חיוני בפטרייה Bd.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

פרוטוקול

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. לזהות רצפי מטרה מולקולריים ב-Bd

הערה: בחירת חומצות האמינו ברצף מבוססת על המלצות מהספרות. חומצות אמינו עיקריות כוללות K, W, G, A, V, I ו-L. כדי לברר באילו תוכניות להשתמש, עיין בטבלת החומרים.

  1. אחזר רצפי יעד ממסד הנתונים של NCBI.
    1. גש למסד הנתונים של המרכז הלאומי למידע ביוטכנולוגי (NCBI) בכתובת https://www.ncbi.nlm.nih.gov/.
    2. בחר כל מסדי הנתונים ובחר נוקלאוטיד כקטגוריית החיפוש.
    3. הזן Batrachochytrium dendrobatidis בסרגל החיפוש וסנן את התוצאות לפי זן ומין.
    4. הורד ושמור את הרצף בעורך טקסט או בפורמט FASTA להמשך ניתוח.

2. נתח את הרצף לפי BLAST או SMART BLAST

  1. בצע חיפוש BLAST.
    1. פתח דפדפן אינטרנט ועבור אל BLAST (כלי חיפוש יישור מקומי בסיסי).
    2. בחר Protein BLAST כדי להשוות את רצף השאילתה מול מסדי נתונים של חלבונים https://blast.ncbi.nlm.nih.gov/Blast.cgi.
  2. ודא את ספציפיות היעד.
    1. ודא שהמטרה המולקולרית שנבחרה אינה קיימת במינים אחרים. אם המטרה מופיעה בכמה מינים, חזרו על בחירת הרצף עד לאישור הספציפיות (ראו איור 1).
      הערה: שלב זה מבטיח ששום מטרות מולקולריות משניות לא רצויות לא יפריעו לתפקוד AMP או חלבון אנטי פטרייתי
  3. בדוק אם יש הומולוגיה ברצפי חלבונים.
    1. ודא שרצף חומצות האמינו המתוכנן אינו תואם לחלבונים הומולוגיים במינים אחרים.
      הערה: שלב זה מאשר שהפונקציה האנטי-פטרייתית היא ספציפית למטרות המיועדות

3. לעצב את רצף החלבון האנטי-מיקרוביאלי

הערה: יש להתאים את תכולת חומצות האמינו והרצף לתפקוד החלבון הרצוי, במיוחד לפעילות אנטי פטרייתית. הרצף המתוכנן צריך לקודד חלבון בעל השפעות אנטי-פטרייתיות כנגד Bd. בדוק את זה בשרת חיזוי Antifp28.

  1. סקירת ספרות ועיצוב רצפים
    1. לערוך סקירה מקיפה של ספרות עדכנית כדי לזהות מאפיינים מרכזיים של Bd ומנגנונים אנטי-מיקרוביאליים פוטנציאליים.
      הערה: מחקרים קודמים מתארים פפטידים אנטי-מיקרוביאליים (AMPs) כנגד Bd, המסונתזים על ידי בעלי חיים ומיקרואורגניזמים שונים. פורמולה29של שי מספקת מסגרת לתכנון פפטידים אנטי פטרייתיים סינתטיים. יש להשתמש בשיטה זו כדי לייעל את רצפי החלבון לפעילות אנטי פטרייתית מקסימלית.

4. חיזוי מבנה תלת מימד באמצעות I-TASSER

הערה: פרוטוקול זה חל על המטרה המולקולרית ועל הרצף האנטי-מיקרוביאלי המתוכנן.

  1. כדי לגשת ולהגיש רצפים, בקר בשרת I-TASSER לחיזוי מבנה החלבון ותפקודו https://zhanggroup.org/I-TASSER/.
  2. הירשם באמצעות דוא"ל מוסדי כדי לקבל שם משתמש וסיסמה לגישה לכלי.
  3. שלח את היעד המולקולרי או הרצף המעוצב בפורמט FASTA, קובץ .txt או העתק-הדבק ישירות לשדה הקלט.
  4. הקצה שם ייחודי לרצף.
  5. לחץ על שלח, ואפשר לתוכנית לנתח את הרצף, תוך מתן זמן עיבוד משוער.
    הערה: השהה את הפרוטוקול עד לקבלת התוצאות. זמן העיבוד נע בדרך כלל בין 24 ל-72 שעות עבור חלבונים קטנים (≤50 חומצות אמינו) ועשוי להימשך זמן רב יותר עבור חלבונים גדולים יותר (עד 3,000 חומצות אמינו).
    הדרכה לבחירת כלים: השתמש ב-I-TASSER עבור חלבונים קטנים, כגון פפטידים אנטי-מיקרוביאליים מתוכננים. עבור חלבונים גדולים, השתמש ב-trRosetta, המותאם למודלים מבניים מורכבים.

5. לחזות מבנה תלת מימד באמצעות trRosetta

  1. בקר בשרת האינטרנט trRosetta: https://yanglab.qd.sdu.edu.cn/trRosetta/.
  2. הזן את רצף קולטני היעד בתבנית FASTA, .txt או MSA, או הדבק אותו ישירות בשרת.
  3. הקצה שם לחלבון החזוי מבחינה מבנית.
  4. לחץ על Submit כדי לוודא שהאפשרות לא לכלול תבניות נבחרה. בחר הומולוג יחיד של trRosettaX כדי להתחיל את תהליך החיזוי.
    הערה: השהה את הפרוטוקול עד לקבלת התוצאות.
  5. המתן לדוא"ל אישור לאחר שליחה מוצלחת.
  6. נתח את תוצאות החיזוי.
    1. ודא שציון ה-TM הוא מדד לאיכות המודל.
    2. בדוק מפות מגע, מפות מרחק לכל חומצת אמינו ומפות סיבוב עבור פחמני אלפא ובטא בזוויות ω (אומגה), θ (תטא) ו-φ (phi).
  7. הורד תוצאות בתבנית ZIP להמשך ניתוח.

6. עגינה מולקולרית וניתוח אינטראקציה (באמצעות HADDOCK)

  1. גש לשרת העגינה HADDOCK: https://wenmr.science.uu.nl/haddock2.4/.
  2. רשום חשבון באמצעות דוא"ל מוסדי, אשר את החשבון והיכנס.
  3. חזור לדף הבית, בחר משימה חדשה והתחל שליחה.
  4. בדף ההגשה של HADDOCK, מלא את המידע הנדרש: שם העבודה, מספר המולקולה (במקרה זה, 2). בחר הכל.
  5. העלאה מולקולות לעגינה. העלה מבני PDB עבור הקולטן והליגנד. בחר עגינה של חלבון-ליגנד עבור שניהם.
  6. חזור על השלבים להגשת ליגנד, בחר את כל השרשראות והשאר את ההגדרות הנותרות כברירת מחדל.
  7. לחץ על הבא לשלב השליחה הבא.
    הערה: בסעיפים 1 ו-2, הוסף את רשימת חומצות האמינו המעורבות באינטראקציות קולטן-ליגנד וסמן אותן כשאריות פעילות. שאריות פסיביות נשארות מוגדרות מראש. האתרים הפעילים הם אתרי האינטראקציה ויש לבחור אותם בהתאם למאפייני החלבון המעוצב ולחומצות האמינו החשופות של חלבון הקולטן.
  8. סיים והפעל את תהליך העגינה.
    1. לחץ על הבא כדי להשאיר את פרמטרי העגינה המוגדרים כברירת מחדל ללא שינוי.
    2. לחץ על שלח כדי להתחיל בעיבוד.
      הערה: זמן העיבוד הצפוי נע בין 24 ל-72 שעות.
  9. סקור את תוצאות העגינה.
    1. השרת בוחר ומדרג באופן אוטומטי את תוצאות העגינה הטובות ביותר. לנתח אינטראקציות של חומצות אמינו באמצעות תוכנת הדמיה מבנית (למשל, PyMOL או UCSF Chimera).
  10. הורד את המבנים המעוגנים הסופיים בפורמט PDB למחקר נוסף.
    הערה: עיין בקובץ משלים 1: איור משלים S1, איור משלים S2, איור משלים S3, איור משלים S4 ואיור משלים S5.

7. מדידת מרחקים (אופציונלי) [ראה קובץ משלים 1: איור משלים S6, איור משלים S7 ואיור משלים S8.]

  1. נתח את תוצאות העגינה באמצעות תוכנית הדמיית מבנה (PDB). פתח את קובץ ה-PDB של העגינה המולקולרית ב-UCSF Chimera והעריך את הקרבה המבנית ואתרי הקישור הפוטנציאליים (מרחקים נמדדים).
  2. לחץ פעמיים על סמל Chimera כדי לפתוח את PDB. בחר File, Open ובחר קובץ מחלון ספריית המסמכים.
  3. זהה אטומים. עבור אל פעולות, אטומים/קשרים ובחר הצג.
  4. בחר את האטומים הקרובים ביותר לליגנד ולקולטן. בחר אטום 1 עם Ctrl+לחיצה ואטום 2 עם Ctrl+Shift+לחיצה.
  5. עבור אל כלים, ניתוח מבנה ובחר מרחקים.
  6. לחץ על צור (אמת את בחירת האטום). החלון מציג חומצות אמינו ומיקומים של אטומים 1 ו-2.
    הערה: עמודת המרחק מציגה זוויות בין אטומים.
  7. הורד את הטבלה ושמור אותה במחשב המקומי.
    הערה: עיין בקובץ משלים 1 לקבלת מידע נוסף.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

תוצאות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

הרצף בפיתוח משתמש בנוסחה הבאה: K(X)3KW(X)2K(X)2K, כאשר (X) יכול להיות G, A, V, I או L28. תוצאות החיפוש שהתקבלו כללו רצפי חלבונים של יותר מ-300 חומצות אמינו, שנבחרו בשל מעמדם כרצפי חלבון שלמים, בניגוד לרצפים חלקיים. יש לציין כי רצפים מלאים חיוניים למחקר. הפונקציות של כל קולטן/ערוץ ממברנה חיפשו גם במידע הרצף או בחיפושים נפרדים במסד נתונים. התוצאות שהתקבלו כללו את כל סוגי החלבונים; עם זאת, לא כולם היו שימושיים לפרוטוקול זה. כתוצאה מכך, הבחירה נעשתה כדי להתמקד באנטיפור...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

דיון

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

לגישת הביואינפורמטיקה המשמשת בחיזוי מבני חלבונים יש מגבלות מובנות בשל הסתמכותה על תוכניות חישוביות. תוכניות אלו מנסות להעריך מבני חלבון אמיתיים אך מוגבלות על ידי גורמים כמו טמפרטורה, מסיסות ונוכחות ממס, שעשויים שלא להשתכפל במלואם בתנאי vivo. בנוסף, השיטה תלויה בזיהוי מדויק של חלבונים משומרים מרכזיים באמצעות יישורים מרובים ומאגרי נתונים שנאספו, מה שהופך את האמינות של מסדי נתונים אלה לקריטית להשגת תוצאות משמעותיות.

למרות מגבלותיה, שיטה זו מציעה יתרונות משמעותיים...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

גילויים

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

למחברים אין ניגודי אינטרסים לחשוף.

תודות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Jimena R. Villarreal היא דוקטורנטית מהתוכנית לדוקטורט במדעיות ביולוגיות, האוניברסיטה האוטונומית של קרטרו (UAQ), וקיבלה מלגת Consejo Nacional de Humanidades, Ciencias y Tecnologías (CONAHCyT) (1003112).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
פיצוץN/Aשרת מקוון
מחשבAMDN/ASO: XP, W7, W8, W10, אובונטו, לינוקס
שרת HADDOCKBONVINLABN/Aשרת מקוון
HEX 5.2BBSRC-INRIAN/A שרת מקוון
I-TASSERZHANG LABN/Aשרת הורד-מקוון
MUSCLEN/Aלא ישים שרתמקוון
NCBIN/AN/Aשרת מקוון
PYMOLSCHRÖ דינגרלא ישיםלהורדה-XP, W7, W8, W10, W11, לינוקס
דגם שוויצריBIOZENTRUMN/Aשרת מקוון
trRosetta שרתYANG LABN/Aשרת מקוון
USCF CHIMERARBVIN/Aהורדה-XP, W7, W8, W10, W11, LINUX

מקורות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. McArthur, D. B. Emerging infectious diseases. Nurs Clin North Am. 54 (2), 297-311 (2019).
  2. Schilliger, L., Paillusseau, C., Francois, C., Bonwitt, J. Major emerging fungal diseases of reptiles and amphibians. Pathogens. 12 (3), 429(2023).
  3. Campbell, L. J., Garner, T. W. J., Hopkins, K., Griffiths, A. G. F., Harrison, X. A. Outbreaks of an emerging viral disease covary with differences in the composition of the skin microbiome of a wild United Kingdom amphibian. Front Microbiol. 10, 1245(2019).
  4. Lorch, J. M., et al. Snake fungal disease: An emerging threat to wild snakes. Philos Trans Royal Soc Lond BBiol Sci. 371 (1709), 20150457(2016).
  5. Costa, S., Lopes, I. Saprolegniosis in amphibians: An integrated overview of a fluffy killer disease. Jo F BaselSwitz. 8 (5), 537(2022).
  6. Lemieux-Labonté, V., Dorville, N. A. S. -Y., Willis, C. K. R., Lapointe, F. -J. Antifungal potential of the skin microbiota of hibernating big brown bats (Eptesicusfuscus) infected with the causal agent of White-Nose Syndrome. Front Microbiol. 11, 1776(2020).
  7. Hoyt, J. R., et al. Field trial of a probiotic bacteria to protect bats from White-Nose Syndrome. Sci Rep. 9 (1), 9158(2019).
  8. Origgi, F. C., et al. Ophiodimyces ophiodiicola, etiologic agent of snake fungal disease, in Europe since late 1950s. Emerg Infect Dis. 28 (10), 2064-2068 (2022).
  9. Van Rooijk, P., Martel, A., Haesebrouck, F., Pasmans, F. Amphibian chytridiomycosis: a review with a focus on fungus host interactions. Vet Res. 46, 137(2015).
  10. Fisher, M. C., Garner, T. W. J., Walker, S. F. Global emergence of Batrachochytrium dendrobatidis and amphibian Chytridiomycosis in space, time, and host. Ann Rev Microbiol. 63 (1), 291-310 (2009).
  11. Hancock, R., Brinkman, F. S. L. Function of Pseudomonas porins in uptake and efflux. Ann Rev Microbiol. 56 (1), 17-38 (2002).
  12. Carfrae, L., et al. Inhibiting fatty acid synthesis overcomes colistin resistance. Nat Microbiol. 8 (6), 1026-1038 (2023).
  13. Robson, B. Denovo protein folding on computers. Benefits and challenges. Comp Biol Med. 143, 105292(2022).
  14. Munita, J. M., Arias, C. A. Mechanisms of antibiotic resistance. Microbiol Spect. 4 (2), (2016).
  15. Zheng, W., et al. Folding non-homologous proteins by coupling deep-learning contact maps with I-TASSER assembly simulations. Cell Rep Met. 1 (3), 100014(2021).
  16. Yang, J., Zhang, Y. I-TASSER server: New development for protein structure and function predictions. Nuc Acid Res. 43 (W1), W174-W181 (2015).
  17. Du, Z., et al. The trRosetta server for fast and accurate protein structure prediction. Nat Prot. 16 (12), 5634-5651 (2021).
  18. Wang, W., Peng, Z., Yang, J. Single-sequence protein structure prediction using supervised transformer protein language models. Nat Comp Sci. 2 (12), 804-814 (2022).
  19. Pettersen, E., et al. UCSF Chimera-A visualization system for exploratory research and analysis. J Comp Chem. 25 (13), 1605-1612 (2004).
  20. Ghoorah, A. W., Devignes, M. -D., Smail-Tabbone, M., Ritchie, D. W. Protein docking using case-based reasoning. Proteins: Struct Funct Bioinf. 81 (12), 2150-2158 (2013).
  21. Battey, J., et al. Automated server predictions in CASP7. Proteins: Struct Funct Bioinf. 69 (S8), 68-82 (2007).
  22. Kryshtafovych, A., et al. Evaluation of the template-based modeling in CASP12. Proteins: Struct Funct Bioinf. 86 (S1), 321-334 (2018).
  23. Anishchenko, I., et al. Protein tertiary structure prediction and refinement using deep learning and Rosetta in CASP14. Proteins: Struct Funct Bioinf. 89 (12), 1722-1733 (2021).
  24. Kinch, L. N., Schaeffer, R. D., Kryshtafovych, A., Grishin, N. V. Target classification in the 14th round of the critical assessment of protein structure prediction (CASP14). Proteins: Struct Funct Bioinf. 89 (12), 1618-1632 (2021).
  25. Honorato, R. V., et al. Structural biology in the clouds: The WeNMR-EOSC ecosystem. FrontMolBiosci. 8, 729513(2021).
  26. Van Zundert,, et al. The HADDOCK2.2 Web Server: User-friendly integrative modeling of biomolecular complexes. JMolBiol. 428 (4), 720-725 (2016).
  27. Macindoe, G., Mavridis, L., Venkatraman, V., Devignes, M. -D., Ritchie, D. W. HexServer: An FFT-based protein docking server powered by graphics processors. Nucl Acid Res. 28 (Web Server), W445-W449 (2010).
  28. Agrawal, P., et al. In silico approach for prediction of antifungal peptides. Front Microbiol. 9, 323(2018).
  29. Shai, Y. Mode of action of membrane active antimicrobial peptides. Biopolymers. 66 (4), 236-248 (2002).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

הדפסות חוזרות והרשאות

בקש הרשאה לשימוש חוזר בטקסט או באיורים של מאמר JoVE זה

בקש הרשאה

תגיות

In SilicoI TASSERtrRosettaHADDOCK

מאמרים קשורים