Toepassing van I TASSER, trRosetta, UCSF Chimera, HADDOCK-server en HEX-loria voor De Novo en In Silico Design of Proteins

Dit onderzoek heeft tot doel de structurele modellen van eiwitten met antimicrobiële functies te genereren. Deze modellen worden gebruikt om specifieke analyses uit te voeren die helpen bij het bepalen van het nut van elk eiwit als behandeling vóór in-vitrotests. Momenteel vertrouwt het onderzoek op dit gebied op in silico-methoden voor de validatie van ontwerpeiwitten. Ze hebben echter geen tools ontwikkeld die specifiek zijn ontwikkeld om dit deel van een proces te ondersteunen. Ons toekomstig onderzoek zal zich richten op de biologische netwerkinferentie en de microbiota-interactie tussen de gastheer en de omgeving op meerlagige netwerken. Dit werk zal worden ondersteund door ML-bionetten en ons pakket dat is ontwikkeld door collega's in het laboratorium.

[Verteller] Ga om te beginnen naar de I-TSSER-server voor voorspelling van de eiwitstructuur en -functie. Dien het moleculaire doel of de ontwerpsequentie in als een bestand in FASTA-formaat, een tekstbestand of door het rechtstreeks in het invoerveld te plakken. Wijs een unieke naam toe aan de reeks en klik op I-TASSER uitvoeren om het programma de reeks te laten analyseren. Als u de 3D-structuur wilt voorspellen met trRosetta, opent u de trRosetta-server. Voer de doelreceptorsequentie in als een FASTA-formaatbestand, een tekstbestand, een MSA-formaatbestand of plak het rechtstreeks in het invoerveld op de server. Na registratie met een institutionele e-mail, wijst u een naam toe aan het structureel voorspelde eiwit. Zorg ervoor dat de optie om sjablonen uit te sluiten is geselecteerd en kies trRosettaX-Single uitvoeren om het gebruik van homologe sequenties en sjablonen uit te sluiten. Klik op verzenden om het voorspellingsproces van de eiwitstructuur te starten. Controleer in het voorspellingsresultaat of de TM-score een maat is voor de kwaliteit van het model. Onderzoek vervolgens contactkaarten, afstandskaarten per aminozuur en rotatiekaarten voor alfa- en bèta-koolstofatomen bij de hoeken omega, theta en phi. Open een webbrowser en navigeer naar de HADDOCK-webserver. Klik op een nieuwe taak indienen en voer vervolgens de naam van een taak en het aantal moleculen in. Upload de PDB-structuren van de moleculen voor docking. Laat de standaardinstellingen ongewijzigd en klik op Volgende. Voer actieve en passieve aminozuurresiduen in voor zowel molecuul één als molecuul twee en klik op volgende. Laat in het gedeelte met dockingparameters de standaardinstellingen voor alle parameters, zoals afstandsbeperkingen, bemonsteringsparameters, clusterparameters, enzovoort, ongewijzigd en klik op verzenden om het dockingproces te starten. Open de resultatenpagina en bekijk de resultaten van het vastzetten. Na het downloaden van het ligandreceptor-dockingbestand, opent u structurele visualisatiesoftware zoals UCSF Chimera of PyMOL. Upload het dockingbestand en visualiseer het structuurmodel. Het trRosetta-model van de natrium-waterstof-antiporter onthulde een zeer geordende tertiaire structuur die voornamelijk bestaat uit alfa-helices die een dicht opeengepakte transmembraanbundel vormen. Dit suggereert de functionele rol van het eiwit als een in het membraan ingebedde ionentransporter. De betrouwbaarheid van het model wordt ondersteund door testwaarden met een hoog lokaal verschil van meer dan 80% in de centrale regio, waarbij een verminderde betrouwbaarheid op beide eindpunten wijst op mogelijke flexibiliteit. Contact- en afstandskaarten bevestigen een stabiele vouwing met consistente diagonale en gegroepeerde patronen. Moleculaire koppeling van het ontworpen antischimmelpeptide aan het extracellulaire domein van de receptor resulteert in een stabiel complex, zoals blijkt uit een gunstige HADDOCK-score van -73 en een lage wortelgemiddelde kwadratische deviatie van 0,7 Angstroms. Gemeten afstanden bevestigen nauwe contacten tussen specifieke aminozuren, waarbij de kortste wordt waargenomen tussen tyrosine 407 en cysteïne 13.