Een protocol voor Computer-Based Protein Structure en functie Voorspelling
November 3rd, 2011
Richtlijnen voor de computer op basis van structurele en functionele karakterisering van eiwitten met behulp van de I-TASSER pijplijn is beschreven. Vanaf vraag eiwitsequentie, zijn 3D-modellen gegenereerd met behulp van meerdere threading uitlijningen en iteratief structurele assemblage simulaties. Functionele gevolgtrekkingen worden daarna getrokken op basis van wedstrijden om eiwitten met bekende structuur en functies.
Het doel van deze procedure is om computationeel driedimensionale structuren en biologische functie van eiwitmoleculen te voorspellen, beginnend vanaf hun aminozuursequenties. Dit wordt bereikt door eerst de secundaire structuur van de eiwitten te voorspellen met behulp van machine learning. De sequenties en de voorspelde secundaire structuur worden vervolgens vergeleken met de opgeloste structuren in de PDB-bibliotheek om de best mogelijke structuursjablonen te identificeren.
Deze procedure wordt threading genoemd. Na het threading-procedé, splitst het IT AER-programma de sjablonen in fragmenten op basis van de sequentie-sjabloonuitlijningen, en verzamelt vervolgens de fragmenten tot volledige modellen in de derde stap. Volledige atoommodellen worden geconstrueerd door atoomniveauverfijningen om waterstofbindingsnetwerken te optimaliseren en sterische overlap te verwijderen.
De laatste stap van de procedure is het identificeren van de biologische functie van de eiwitten door de voorspelde structuren te matchen met eiwitten met bekende functie in de functiebibliotheek. Het belangrijkste voordeel van ITER ten opzichte van bestaande structuurmodelleringsmethoden is de inherente structuurfragmentassemblage-aanpak, die de threading-uitlijningen consequent dichter bij de native toestand kan brengen. Deze hoogwaardige structuurmodellen vormen ook de basis voor nauwkeurige op structuur gebaseerde functionele annotaties om het gebruik van ITER in de wetenschappelijke gemeenschap te bevorderen.
Ons lab heeft een website beschikbaar gemaakt waar de eiwitsequenties kunnen worden ingediend bij iter. Deze website fungeert als een nexus waarmee gebruikers wereldwijd een interface kunnen registreren naar een computercluster, dat ITER-simulaties beheert en uitvoert. Een ITER-simulatiejob bestaat uit meer dan een dozijn kleinere subsimulaties.
Deze simulaties kunnen meer dan honderd uur duren wanneer ze op één computer met één processorkern worden uitgevoerd. Het Zang lab computercluster neemt deze subsimulaties op en verdeelt ze over honderden computers en is in staat om meer dan 2000 simulaties uit te voeren. Gelijktijdig met ons computercluster zijn we in staat om honderden I taster-simulaties per dag te voltooien.
Ondanks deze capaciteit, moet er nog veel werk worden verzet om het systeem te optimaliseren en de wachttijd voor onze online IT AER-gebruikers te minimaliseren. Om te beginnen met het structuur- en functiemodelleringsexperiment, logt u in op de IT AER-webpagina. De URL-adressen voor alle relevante webpagina's die hier worden besproken, zijn te vinden in het geschreven protocol.
Kopieer en plak de aminozuursequentie in het aangeboden formulier, of upload de sequentie direct door op de bladeren-knop te klikken. Geef een e-mailadres en een naam voor de job op. Gebruikers kunnen optioneel externe intrinsieke residuencontact- of afstandsbeperkingen opgeven.
Voeg tijdens het structuurmodelleringsproces een extra sjabloon toe of sluit sommige sjablooneiwitten uit. Om de sequentie in te dienen, klikt u op de run it taser-knop. Controleer de status van de ingediende job door de IT taser-wachtrijpagina te bezoeken.
Klik op het zoektabblad en gebruik het job-ID-nummer of de querysequentie om naar de ingediende job te zoeken. Nadat de structuur- en functiemodellering is voltooid, wordt een meldings-e-mail met een afbeelding van de voorspelde structuren en een weblink naar het opgegeven e-mailadres verzonden. Klik op deze link om de resultaten te bekijken en te downloaden.
Begin met structuuranalyse door de voorspelling van de secundaire structuur te bekijken, die wordt weergegeven als H voor alfa-helix, S voor bèta-streng of C voor coil. Overweeg ook de betrouwbaarheidsscore van de voorspelling voor elk residu. Zoek naar regio's met lange structuren van reguliere secundaire structuurvoorspellingen om de kernregio in het eiwit te schatten.
De structurele klasse van het eiwit kan ook worden geanalyseerd op basis van de verdeling van secundaire structuurelementen. Bekijk de voorspelde oplosbaarheid om begraven en oplosbaar blootgestelde regio's te bepalen. In de querywaarden van de voorspelde oplosbaarheid varieert de score van nul voor een begraven residu tot een score van negen voor een blootgesteld residu.
Regio's die voornamelijk begraven residuen bevatten, kunnen worden gebruikt om de kernregio in het eiwit af te bakenen, terwijl regio's met oplosbaar blootgestelde en hydrofiele residuen potentiële hydratatie- of functionele sites zijn. Om de voorspelde tertiaire structuren van het query-eiwit te bekijken, scrolt u naar beneden naar de weergegeven interactieve JMO Appt aan de linkerkant. Klik op het applet om de weergave van de weergegeven structuur te wijzigen.
Zoom in op een specifiek gebied, selecteer specifieke residutypen in het voorspelde model of bereken naar residuafstanden. Analyseer de betrouwbaarheidsscores van de structurele modellering om de kwaliteit van de voorspelde structuren te schatten. Csco-waarden liggen typisch in het bereik van min vijf tot twee, waarbij een hogere score een model van betere kwaliteit weergeeft.
De geschatte TM-score en RMSD van het eerste model worden weergegeven als geschatte nauwkeurigheid van model een. Klik op de link over csco. Om de csco-clustergrootte en clusterdichtheid van alle modellen te analyseren, analyseert u de top 10 threading-sjablonen van het query-eiwit zoals geïdentificeerd door low mets threading-programma's.
Door naar beneden te scrollen op de resultatenpagina, bekijkt u de genormaliseerde Z-score om de kwaliteit van de threading-uitlijningen te analyseren. Uitlijningen met een genormaliseerde csco groter dan één, weerspiegelen een zelfverzekerde uitlijning en hebben hoogstwaarschijnlijk dezelfde vouw als het query-eiwit. Onderzoek de sequentie-identiteit in het gethreadde uitlijningsgebied en voor de hele keten om de homologie tussen de query en de sjablooneiwitten te beoordelen.
Hoge sequentie-identiteit is een indicator van evolutionaire verwantschap tussen de query- en sjablooneiwitten. Bekijk de gethreadde uitgelijnde residu die in kleur wordt weergegeven om bewaarde residuen of motieven in de query en de sjablooneiwitten visueel te identificeren. Een hogere sequentie-identiteit in het gethreadde uitgelijnde gebied in vergelijking met de uitlijning van de hele keten duidt ook op de aanwezigheid van bewaarde structurele motieven of domeinen in
Overzicht
Dit artikel beschrijft de I-TASSER-pipeline voor het voorspellen van de 3D-structuren en functies van eiwitten op basis van hun aminozuursequenties. Het proces omvat threading, fragmentassemblage en functionele afleiding op basis van bekende eiwitstructuren.
Belangrijkste onderdelen van het onderzoek
Wetenschapsgebied
- Computationele biologie
- Structurele biologie
- Bioinformatica
Achtergrond
- Het begrijpen van eiwitstructuur is cruciaal voor het ophelderen van hun functie.
- Bestaande methoden voor structuurvoorspelling hebben beperkingen.
- I-TASSER biedt een nieuwe aanpak door fragmentassemblage.
- De methode gebruikt machine learning voor secundaire structuurvoorspelling.
Doel van het onderzoek
- Om een gedetailleerd protocol te bieden voor het gebruik van de I-TASSER-pipeline.
- Om de nauwkeurigheid van eiwitstructuurvoorspelling te verbeteren.
- Om functionele annotaties te vergemakkelijken op basis van voorspelde structuren.
Gebruikte methoden
- Machine learning voor secundaire structuurvoorspelling.
- Threading om sequenties te matchen met bekende structuren.
- Fragmentassemblage om volledige modellen te construeren.
- Verfijning van modellen om waterstofbindingen en sterische botsingen te optimaliseren.
Belangrijkste resultaten
- Hoge kwaliteit 3D-modellen van eiwitten werden gegenereerd.
- Functionele voorspellingen werden gemaakt op basis van structurele overeenkomsten.
- De I-TASSER-pipeline toonde verbeterde nauwkeurigheid ten opzichte van traditionele methoden.
- Gebruikers kunnen sequenties online indienen voor modellering.
Conclusies
- I-TASSER is een krachtig hulpmiddel voor eiwitstructuur- en functievoorspelling.
- De efficiëntie van de methode wordt verhoogd door het gebruik van een computercluster.
- Continue optimalisatie is nodig om de wachttijden voor gebruikers te verminderen.
Veelgestelde vragen
Executive Industry Relevance
Computational protein structure and function prediction enables target de-risking in early drug discovery by providing mechanistic insights for experimentally uncharacterized proteins. The I-TASSER pipeline supports hypothesis testing and functional annotation, improving predictive confidence in target selection and lead identification workflows. This approach reduces reliance on low-throughput experimental methods and accelerates target validation in biopharma R&D.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses through structure-based functional predictions for target proteins.
- Operational Value: Provides confidence scores for structural models to prioritize targets with higher predictive reliability.
- Portfolio Impact: Supports target triage by identifying proteins with confident structural and functional predictions for downstream investment.
Screening & Assay Development
- Scientific Value: Generates predicted ligand binding sites to inform assay design for screening campaigns.
- Operational Value: Delivers standardized structural outputs (e.g., solvent accessibility, secondary structure) for consistent compound interaction modeling.
- Portfolio Impact: Enables in silico screening readiness by providing structural models for virtual docking and hit identification.
Translational & Preclinical Research
- Scientific Value: Facilitates mechanistic de-risking by linking sequence to structure to function in disease-relevant systems.
- Operational Value: Offers Gene Ontology and enzyme commission predictions to align targets with biological pathways and disease mechanisms.
- Portfolio Impact: Improves translational continuity by providing functional annotations that support target validation across discovery stages.
Pipeline & Workflow Integration
The I-TASSER method integrates into the discovery continuum from target identification through lead optimization by delivering structural and functional insights that inform decision-making at each stage.
- Discovery Biology: Supports hypothesis testing and pathway clarification through threading alignments and structural analog identification.
- Screening: Enables assay readiness by providing predicted binding sites and structural models for compound interaction studies.
- Analytics: Delivers quantitative outputs including TM score, RMSD, EC score, and GS score to assess model and prediction quality.
- Translational Research: Connects structure to function via Gene Ontology and ligand binding predictions to support preclinical target validation.
- Enterprise Reuse: Functions as a reusable computational platform for iterative modeling across multiple targets and projects.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in target function and structure through confidence-scored models and consensus-based annotations.
- Operational Value: Ensures reproducibility and scalability via distributed computing on computer clusters for high-throughput modeling.
- Strategic Value: Improves go/no-go decisions by reducing mechanistic ambiguity in target validation.
- Portfolio Impact: Enables risk-adjusted prioritization of targets based on structural and functional prediction confidence.
Implementation Considerations
- Requires expertise in computational biology and structural bioinformatics to interpret model quality and functional annotations.
- Depends on access to computational infrastructure (e.g., computer clusters) for timely processing of modeling jobs.
- Necessitates standardization of input sequences and optional constraints (e.g., user-specified distance maps) for consistent results across teams.
- Involves adaptation considerations when applying to multi-domain proteins, where domain splitting may be recommended based on threading coverage.
- Limited by the absence of experimental restraints, which can improve accuracy when available but are not required for baseline predictions.
Biopharma FAQs
Chapters in this video
0:05
Title
3:37
Structure Analysis
2:21
Running the I-TASSER Server
7:30
Structural Analogs in PDB and Enzyme Commission Number Prediction
9:20
Gene Ontology (GO) Term and Protein-ligand Bind site Predictions
5:58
LOMETS Target Template Alignment
12:05
Representative I-TASSER Results
15:43
Conclusion
