Przewidywanie przez uczenie maszynowe białek 3D z zamianą domen w roślinach leczniczych

Podsumowanie

To badanie bada białka biorące udział lub przewidywane jako zaangażowane w 3D zamianę domen z różnych genomów roślin leczniczych. Wykorzystuje modele uczenia maszynowego do dokładnego przewidywania białek 3D zamieniających domeny oraz przewidywania ich funkcji i znaczenia dla produkcji metabolitów wtórnych.

Streszczenie

3D zamiana domen to zjawisko strukturalne białka, w którym dwie lub więcej podjednostek białkowych wymienia identyczne podjednostki strukturalne i tworzy oligomery. Białka, które wykazują zamianę domen 3D, odgrywają kluczową rolę w różnych funkcjach biologicznych, takich jak biosynteza metabolitów wtórnych oraz w radzeniu sobie z kilkoma stresami biotycznymi i abiotycznymi w roślinach leczniczych. W tym badaniu zbadano zdolność do przewidywania wzorców zamiany domen 3D między genomami roślin leczniczych przy użyciu modeli losowych lasów i klasyfikatorów K-najbliższego sąsiada, wykazując dokładność odpowiednio 91,6% i 88,7%. W sumie przewidywano, że 420 (31%) sekwencji będzie przypuszczalnie zaangażowanych w zamianę domen 3D. Przeprowadzono również badania wzbogacające przewidywane sekwencje białek 3D z zamianą domen z różnych roślin leczniczych do adnotacji funkcji w oparciu o terminy Gene Ontology (GO), analizę szlaków Kyoto Encyclopedia of Genes and Genomes (KEGG) oraz ich rozkład domen w szlakach biosyntezy metabolitów wtórnych. Funkcjonalna adnotacja przewidywanych sekwencji sugeruje, że sekwencje zamienione domeną 3D były zaangażowane w różne funkcje molekularne, takie jak fotosyntetyczny transport elektronów w fotosystemie II i transportery elektronów, przenoszenie elektronów w ramach cyklicznego szlaku transportu elektronów aktywności fotosyntezy, fosforylacja oksydacyjna i regulacja genów stresów środowiskowych (biotycznych i abiotycznych) poprzez syntezę metabolitów wtórnych (terpenoidów, alkaloidy i poliaminy). Odkrycia te podkreślają zdolność uczenia maszynowego do przewidywania udziału białek w zjawisku zamiany domen 3D, ich odpowiednich funkcji oraz potencjału w zakresie ułatwiania odkrywania leków i inicjatyw bioinżynieryjnych.

Wprowadzenie

Metody obliczeniowe zrewolucjonizowały badania nad białkami, umożliwiając szczegółową analizę oraz tworzenie przewidywań dotyczących struktur, funkcji i oddziaływań białek. Precyzyjna identyfikacja i adnotacja funkcji białek są niezbędne do zrozumienia molekularnych mechanizmów życia i mają ogromne znaczenie dla postępów w medycynie oraz opracowywaniu leków. Jednakże przyrodzona złożoność i wysoki koszt metod eksperymentalnych ograniczają ich skalowalność w kontekście ogromnych zbiorów danych sekwencyjnych. W rezultacie opracowanie metod obliczeniowych do przewidywania funkcji białek stało się kluczowym obszarem biologii obliczeniowej i molekularnej, wypełniając tę lu....

Protokół

UWAGA: Ten segment przedstawia szczegółowy zarys sugerowanej metodologii, która obejmuje sześć głównych kroków: (a) gromadzenie danych, (b) wybór cech, (c) wstępne przetwarzanie danych, (d) końcowe przetwarzanie danych, (e) opracowanie modelu, (f) ewaluację wyników zaproponowanego modelu oraz (g) analizę wzbogacenia na różnych poziomach sekwencji przewidzianych pozytywnie. W pracy badawczej wykorzystano procesor 10. generacji Core i5-10500. Posiada on sześć rdzeni i 12 wątków, z częstotliwością bazową 3.10 GHz i maksymalną częstotliwością turbo 4.50 GHz. Jest wyposażony w 12 MB pamięci Intel Smart Cache, obsługuje pamięć DDR4-2666 i posiada zintegrowany układ graficzn....

Wyniki

Białka wykazujące zjawisko wymiany domen 3D (3D-domain swapping) są często powiązane z różnorodnymi funkcjami biologicznymi. Niemniej jednak systematyczna analiza sekwencji białkowych uczestniczących w wymianie domen 3D w skali całego genomu pozostaje w dużej mierze niezbadana. W niniejszej pracy przeprowadzono wstępne badanie w celu potencjalnego przewidzenia białek podlegających wymianie domen 3D u 13 roślin leczniczych, koncentrując się na ich powiązaniu z domenami metabolitów wtórnych, szlakami KEGG oraz terminami Ge.......

Dyskusja

Zrozumienie zamiany domen 3D w białkach w całym ich genomie ma istotne znaczenie w różnych dziedzinach. Podejścia oparte na uczeniu maszynowym, zwłaszcza las losowy i najbliższy sąsiad^{K 26,27}, zostały wykorzystane do przewidywania zamiany domen 3D bezpośrednio na podstawie danych sekwencji białek na poziomie genomu. Te dwa modele uczenia maszynowego obejmują różne kroki, takie jak zbieranie zestawów danych, wybór funkcji, przetwarzanie wstępne/końcowe danych, imp.......

Materiały

Lista materiałów użytych w tym artykule

Nazwa	Firma	Numer katalogowy	Komentarze
3DSwap+			https://caps.ncbs.res.in/3Dswapplus/index.html
Pfam	EMBL-EBI		http://pfam.xfam.org/:
HMMER	EMBL-EBI		;
Aaindex			https://www.genome.jp/aaindex/:
TARCZA	Bioinformaticshome.com		https://bioinformaticshome.com/db/tool/DIAL:
WEKA	Uniwersytet Wekato		https://www.waikato.ac.nz/int/research/institutes-centres-entities/institutes/artificial-intelligence-institute/research/software/
KEGG			https://www.genome.jp/kegg/ :
ShinyGO			https://bioinformatics.sdstate.edu/go/ :
uniprot	Uniprot		https://www.uniprot.org/ :

https://www.ebi.ac.uk/Tools/hmmer/: