De Novo 및 In Silico 단백질 설계를 위한 I TASSER, trRosetta, UCSF Chimera, HADDOCK 서버 및 HEX loria 적용

본 연구는 항균 기능을 가진 단백질의 구조 모델을 생성하는 것을 목표로 합니다. 이러한 모델은 체외 테스트 전에 치료로서 각 단백질의 유용성을 결정하는 데 도움이 되는 특정 분석을 수행하는 데 사용됩니다. 현재 이 분야의 연구는 설계 단백질의 검증을 위해 인실리코 방법에 의존하고 있습니다. 그러나 프로세스의 이 부분을 지원하기 위해 특별히 개발된 도구를 확립하지 않았습니다. 우리의 향후 연구는 생물학적 네트워크 추론과 다층 네트워크에서 숙주와 환경 간의 미생물군 상호 작용에 초점을 맞출 것입니다. 이 작업은 ML 바이오넷과 실험실 동료들이 개발한 패키지에 의해 지원될 것입니다.

[해설자] 시작하려면 단백질 구조 및 기능 예측을 위해 I-TASSER 서버를 방문하십시오. 분자 표적 또는 설계 서열을 FASTA 형식 파일, 텍스트 파일로 제출하거나 입력 필드에 직접 붙여넣어 제출합니다. 시퀀스에 고유한 이름을 지정하고 I-TASSER 실행을 클릭하여 프로그램이 시퀀스를 분석할 수 있도록 합니다. trRosetta를 사용하여 3D 구조를 예측하려면 trRosetta 서버에 액세스합니다. 표적 수용체 서열을 FASTA 형식 파일, 텍스트 파일, MSA 형식 파일로 입력하거나 서버의 입력 필드에 직접 붙여넣습니다. 기관 이메일을 사용하여 등록한 후 구조적으로 예측된 단백질에 이름을 할당합니다. 템플릿 제외 옵션이 선택되어 있는지 확인하고 trRosettaX-Single 실행을 선택하여 상동 서열 및 템플릿의 사용을 제외합니다. 제출을 클릭하여 단백질 구조 예측 프로세스를 시작합니다. 예측 결과에서 TM 점수가 모델 품질의 척도인지 확인합니다. 그런 다음 접촉 맵, 아미노산당 거리 맵, 오메가, 세타, 파이 각도에서 알파 및 베타 탄소의 회전 맵을 조사합니다. 웹 브라우저를 열고 HADDOCK 웹 서버로 이동합니다. 새 작업 제출을 클릭한 다음 작업 이름과 분자 수를 입력합니다. 도킹을 위해 분자의 PDB 구조를 업로드합니다. 기본 설정을 변경하지 않고 다음을 클릭합니다. 분자 1과 분자 2 모두에 대한 활성 및 수동 아미노산 잔기를 입력하고 다음을 클릭합니다. 도킹 매개변수 섹션에서 거리 제한, 샘플링 매개변수, 클러스터링 매개변수 등과 같은 모든 매개변수에 대한 기본 설정을 변경하지 않고 제출을 클릭하여 도킹 프로세스를 시작합니다. 결과 페이지를 열고 도킹 결과를 검토합니다. 리간드 수용체 도킹 파일을 다운로드한 후 UCSF Chimera 또는 PyMOL과 같은 구조 시각화 소프트웨어를 엽니다. 도킹 파일을 업로드하고 구조 모델을 시각화합니다. 나트륨-수소 안티포터의 trRosetta 모델은 주로 촘촘하게 채워진 막관통 다발을 형성하는 알파-나선으로 구성된 고도로 질서정연한 3차 구조를 보여주었습니다. 이는 막 내장 이온 수송체로서 단백질의 기능적 역할을 시사합니다. 모델의 신뢰성은 중앙 지역 전체에서 80% 이상의 높은 국소 차이 테스트 값에 의해 뒷받침되며, 두 종단에서 신뢰도가 감소하면 가능한 유연성을 나타냅니다. 접촉 및 거리 맵은 일관된 대각선 및 클러스터형 패턴으로 안정적인 접힘을 확인합니다. 설계된 항진균 펩타이드를 수용체의 세포외 도메인에 분자 도킹하면 -73의 유리한 HADDOCK 점수와 0.7옹스트롬의 낮은 제곱 평균 제곱근 편차로 입증되는 바와 같이 안정적인 복합체가 생성됩니다. 측정된 거리는 특정 아미노산 간의 밀접한 접촉을 확인하며, 티로신 407과 시스테인 13 사이에서 가장 짧은 접촉이 관찰됩니다.