Protokół komputerowego przewidywania struktury i funkcji białek
November 3rd, 2011
Opisano wytyczne dotyczące komputerowej charakterystyki strukturalnej i funkcjonalnej białka za pomocą potoku I-TASSER. Począwszy od sekwencji białka zapytania, modele 3D są generowane przy użyciu wielu wyrównań gwintów i iteracyjnych symulacji montażu strukturalnego. Następnie wyciąga się wnioski funkcjonalne na podstawie dopasowań do białek o znanej strukturze i funkcjach.
Celem tej procedury jest obliczeniowe przewidywanie trójwymiarowych struktur i funkcji biologicznych cząsteczek białek na podstawie ich sekwencji aminokwasowych. Osiąga się to poprzez przewidzenie drugorzędowej struktury białek za pomocą uczenia maszynowego. Sekwencje i przewidywana struktura drugorzędowa są następnie dopasowywane do rozwiązanych struktur w bibliotece PDB w celu zidentyfikowania najlepszych możliwych szablonów struktur.
Ta procedura nazywa się gwintowaniem. Po procedurze gwintowania program IT AER podzieli szablony na fragmenty na podstawie wyrównań szablonów sekwencji, a następnie ponownie złoży fragmenty do modeli o pełnej długości w trzecim kroku. Pełne modele atomowe są konstruowane przez udoskonalenia na poziomie atomowym w celu optymalizacji sieci wiązań wodorowych i usunięcia nakładania się wiązań.
Ostatnim krokiem procedury jest identyfikacja biologicznej funkcji białek poprzez dopasowanie struktur predykcyjnych do białek o znanej funkcji w bibliotece funkcji. Główną przewagą ITER nad istniejącą metodą modelowania konstrukcji jest nieodłączne podejście do montażu fragmentów konstrukcji, które może konsekwentnie zbliżać wyrównania gwintów do stanu natywnego. Te wysokiej jakości modele strukturalne stanowią również podstawę dokładnych adnotacji funkcjonalnych opartych na strukturze, aby promować wykorzystanie ITER w społeczności naukowej.
Nasze laboratorium udostępniło stronę internetową, na której sekwencje białek mogą być przesyłane do itera. Niniejsza strona internetowa pełni rolę węzła, za pomocą którego użytkownicy na całym świecie mogą zarejestrować interfejs do klastra komputerowego, który zarządza symulacjami ITER i je przeprowadza. Zadanie symulacji ITER składa się z kilkunastu mniejszych symulacji cząstkowych.
Te symulacje uruchomione na jednym komputerze z jednym rdzeniem procesora mogą zająć ponad sto godzin. Klaster komputerowy laboratorium Zang pobiera i dystrybuuje te symulacje podrzędne na setkach komputerów i jest w stanie przeprowadzić ponad 2000 symulacji. Równolegle z naszym klastrem komputerowym jesteśmy w stanie wykonać setki symulacji próbnych każdego dnia.
Nawet przy takiej pojemności trzeba wykonać wiele pracy, aby zoptymalizować system i zminimalizować czas oczekiwania dla naszych użytkowników IT AER online. Aby rozpocząć eksperyment z modelowaniem struktury i funkcji, zaloguj się na stronie internetowej IT AER. Adresy URL wszystkich omawianych tutaj istotnych stron internetowych można znaleźć w pisemnym protokole.
Skopiuj i wklej sekwencję aminokwasów do podanego formularza lub bezpośrednio prześlij sekwencję, klikając przycisk przeglądania. Podaj adres e-mail i nazwę zadania. Użytkownicy mogą opcjonalnie określić zewnętrzne umocowania kontaktu z pozostałościami lub odległości.
Dodaj dodatkową matrycę lub wyklucz niektóre białka matrycowe podczas procesu modelowania struktury. Aby przesłać sekwencję, kliknij przycisk "uruchom taser". Sprawdź status przesłanego zadania, odwiedzając stronę kolejki tasera IT.
Kliknij kartę wyszukiwania i użyj numeru identyfikacyjnego zadania lub sekwencji zapytania, aby wyszukać przesłane zadanie. Po zakończeniu modelowania konstrukcji i funkcji, na podany adres e-mail zostanie wysłana wiadomość e-mail z powiadomieniem zawierającą obraz przewidywanych struktur i link internetowy. Kliknij ten link, aby wyświetlić i pobrać wyniki.
Rozpocznij analizę struktury od zbadania przewidywania struktury drugorzędowej, które jest wyświetlane jako H dla helisy alfa, S dla nici beta lub C dla cewki. Należy również wziąć pod uwagę współczynnik ufności przewidywania dla każdej pozostałości. Poszukaj regionów z długimi strukturami regularnych przewidywań struktury drugorzędowej, aby oszacować region rdzenia w białku.
Klasa strukturalna białka może być również analizowana na podstawie rozkładu drugorzędowych elementów struktury. Wyświetl przewidywaną dostępność rozpuszczalnika, aby ustalić obszary zakopane i odsłonięte przez rozpuszczalnik. W zapytaniu wartości przewidywanej dostępności rozpuszczalnika wahają się od zera dla zakopanej pozostałości do dziewięciu punktów dla odsłoniętej pozostałości.
Regiony zawierające w większości zakopane pozostałości można wykorzystać do wyznaczenia regionu rdzenia białka, podczas gdy regiony z pozostałościami odsłoniętymi na rozpuszczalnik i hydrofilowymi są potencjalnymi miejscami hydratacji lub funkcjonalnymi. Aby wyświetlić przewidywane struktury trzeciorzędowe białka zapytania, przewiń w dół do wyświetlonego interaktywnego aplikacji JMO po lewej stronie. Kliknij na aplet, aby zmienić wygląd wyświetlanej struktury.
Powiększ określony obszar, wybierz określone typy pozostałości w przewidywanym modelu lub oblicz odległości pozostałości. Przeanalizuj wyniki ufności modelowania strukturalnego, aby oszacować jakość przewidywanych konstrukcji. Wartości Csco mieszczą się zazwyczaj w zakresie od minus pięć do dwóch, przy czym wyższy wynik odzwierciedla model o lepszej jakości.
Szacowany wynik TM i RMSD pierwszego modelu jest pokazany jako szacowana dokładność modelu pierwszego. Kliknij na link więcej o csco. Aby przeanalizować rozmiar klastra csco i gęstość klastra wszystkich modeli, przeanalizuj 10 pierwszych szablonów wątków białka zapytania, zidentyfikowanych przez programy wątków o niskiej wartości mets.
Przewijając stronę wyników w dół, wyświetl znormalizowany wskaźnik Z, aby przeanalizować jakość wyrównania gwintów. Dopasowania ze znormalizowanym csco większym niż jeden, odzwierciedlają pewne wyrównanie i najprawdopodobniej będą miały takie samo fałdowanie jak białko zapytania. Zbadaj tożsamość sekwencji w regionie wyrównanym do wątków i dla całego łańcucha, aby ocenić homologię między zapytaniem a białkami matrycowymi.
Tożsamość o wysokiej sekwencji jest wskaźnikiem ewolucyjnego pokrewieństwa między białkami zapytania i matrycy. Wyświetl pozostałość wyrównaną do gwintów pokazaną w kolorze, aby wizualnie zidentyfikować konserwatywne reszty lub motywy w zapytaniu i białka matrycowe, wyższa tożsamość sekwencji w regionie wyrównanym do gwintów w porównaniu z wyrównaniem całego łańcucha również wskazuje na obecność konserwatywnych motywów strukturalnych lub domen w zapytaniu. Oceń pokrycie wyrównania gwintu, sprawdzając wyrównanie.
Jeśli pokrycie górnego wyrównania jest niskie i ograniczone tylko do małego regionu białka zapytania lub nie występuje w długim segmencie sekwencji zapytania, oznacza to, że białko zapytania zawiera więcej niż jedną domenę. W takim przypadku zaleca się podzielenie sekwencji i modelowanie domen indywidualnie. Zapoznaj się z następną tabelą na stronie wyników, aby określić 10 najważniejszych analogów strukturalnych pierwszego przewidywanego modelu zidentyfikowanego przez program wyrównania strukturalnego, TM align.
Wynik TM większy niż 0,5 wskazuje, że wykryty analog i model mają podobną topologię i mogą być użyte do określenia klasy strukturalnej lub rodziny białek białka zapytania. Te z wynikiem TM mniejszym niż 0,3 oznaczają losowe podobieństwo struktury. Przeanalizuj tożsamość sekwencji i RMSD w strukturalnie wyrównanym regionie, aby ocenić zachowanie motywów przestrzennych w modelu i analogu strukturalnym.
Sprawdź wzrokowo kolorowe i wyrównane pary pozostałości w wyrównaniu, aby zidentyfikować te strukturalnie zachowane pozostałości i motywy. Spójrz na tabelę przewidywanych liczb EC, aby wyświetlić pięć pierwszych potencjalnych enzymów OG białka zapytania. Poziom ufności przewidywania liczby EC przy użyciu tych szablonów jest przedstawiany jako wynik EC oparty na analizie porównawczej.
Podobieństwo funkcjonalne między białkiem zapytania a białkiem matrycowym można wiarygodnie zinterpretować przy użyciu wyniku EC większego niż 1,1. Następnie poszukaj konsensusu funkcji między szablonami, które mają podobne fałdowanie jak białko pytające. Jeśli wiele szablonów ma ten sam numer EC, a wynik EC jest większy niż 1,1, poziom ufności przewidywania jest bardzo wysoki.
Jeśli jednak wynik EC jest wysoki, ale nie ma konsensusu między zidentyfikowanymi trafieniami, prognoza staje się mniej wiarygodna i zaleca się użytkownikom zapoznanie się z ontologią genów. Przewidywania terminów wyświetlają tabelę terminów przewidywanej ontologii genów w celu zidentyfikowania 10 pierwszych homologów białka zapytania w bibliotece PDB opatrzonych adnotacjami z terminami ontologii genów, każde białko jest zwykle powiązane z wieloma terminami ontologii genów opisującymi jego funkcje molekularne, procesy biologiczne i lokalizację komórkową. Kliknij na każdy termin, aby odwiedzić stronę internetową amigo i przeanalizować jego definicję i rodowód.
Przeanalizuj kolumnę wyniku homologii funkcjonalnej, aby uzyskać dostęp do podobieństwa funkcjonalnego między zapytaniem a białkami matrycy. Można również oszacować poziom ufności przenoszenia adnotacji funkcjonalnej z tych białek. Zapoznaj się z tabelą przewidywań konsensusu terminów ontologii genów, aby przeanalizować zbieżność funkcji między szablonami.
Te typowe funkcje są używane do przewidywania terminów ontologii genów białka zapytania oraz do oceny poziomu ufności przewidywań terminów geograficznych. Na koniec przewiń w dół strony, aby wyświetlić 10 najważniejszych przewidywań miejsca wiązania ligandów dla zapytania Przewidywane miejsca wiązania białka są uszeregowane na podstawie liczby przewidywanych potwierdzeń ligandów, które mają wspólną kieszeń wiązania. Najlepiej zidentyfikowane miejsce wiązania jest już wyświetlane w aplikacji JM OL.
Kliknij przyciski opcji, aby przeanalizować inne przewidywania i zwizualizować pozostałości oddziałujące z ligandem. Wynik BS ujawnia lokalne podobieństwo między modelem a stroną wiążącą szablony. Wynik BS większy niż 1,1 wskazuje na wysokie podobieństwo sekwencji i struktury w pobliżu przewidywanego miejsca wiązania.
W modelu, w porównaniu ze znaną witryną powiązania w szablonie, IT to główna strona internetowa zawierająca linki do innych przydatnych funkcji. Funkcja forum umożliwia użytkownikowi utworzenie konta online i zwrócenie się o pomoc do innych użytkowników ITER w zakresie modelowania konstrukcji lub o pomoc w interpretacji wyników. Funkcja pobierania umożliwia użytkownikom pobieranie itera i powiązanych pakietów oraz instalowanie ich na swoim komputerze.
Pomaga to skrócić czas potrzebny na przeprowadzenie eksperymentów modelowania. Funkcja kolejki umożliwia sprawdzenie statusu wszystkich przesłanych zadań na stronie IT a Q. Użytkownicy mogą również wizualnie sprawdzić obraz modelowanych konstrukcji pod kątem zakończonych zadań.
Na tej stronie, pokazanej również w oczekiwanym wyniku TM CSCO i oczekiwanym RMSD pierwszego modelu oraz w dacie złożenia pokazanej tutaj, znajduje się fragment strony wyników IT AER pokazujący szybszą sformatowaną sekwencję zapytań, przewidywaną strukturę drugorzędową oraz powiązane wyniki ufności i przewidywaną dostępność rozpuszczalnika pozostałości. Analizowany region rdzenia i potencjalne miejsce nawodnienia w zapytaniu są wyróżnione odpowiednio w kolorze niebieskozielonym i czerwonym prostokątach. W tym miejscu przedstawiono przewidywania dotyczące struktury trzeciorzędowej dla białek zapytania.
Przewidywane modele są wyświetlane w interaktywnej aplikacji JML, co pozwala użytkownikowi na zmianę sposobu wyświetlania cząsteczki. Modele można również pobrać, klikając linki do pobrania, współczynnik ufności w celu oszacowania jakości modelu jest raportowany jako csco. Przedstawiono przykład strony wyników itta A przedstawiającej 10 najczęściej zidentyfikowanych szablonów gwintów i wyrównań przez programy do gwintowania Loomis.
Jakość wyrównania gwintów jest oceniana na podstawie znormalizowanego wskaźnika Z, gdzie wartość większa niż jeden odzwierciedla pewne wyrównanie. Wyrównane pozostałości w szablonie, które są identyczne z odpowiadającymi im pozostałościami zapytania, są wyróżnione kolorem, aby wskazać obecność zachowanej pozostałości lub motywu. I odwrotnie, brak wyrównania w większości górnych szablonów wskazuje na obecność wielu domen w białku zapytania, a niewyrównane reszty odpowiadają regionom linkującym domeny.
W tej tabeli przedstawiono 10 najważniejszych zidentyfikowanych analogów strukturalnych i linii trasowania strukturalnego zidentyfikowanych przez Program wyrównania strukturalnego zgodnego z TM. Ranking analogów opiera się na wyniku TM wyrównania strukturalnego. Wynik TM większy niż 0,5 wskazuje, że dwie porównywane struktury mają podobną topologię.
Podczas gdy wynik TM mniejszy niż 0,3 oznacza podobieństwo między dwiema losowymi strukturami. Strukturalnie wyrównane pary reszt są podświetlone kolorem na podstawie ich właściwości aminokwasowych, podczas gdy niewyrównane obszary są oznaczone kreską. Oto przykład strony wyników ITR przedstawiającej zidentyfikowane homologi enzymatyczne białka zapytania w bibliotece PDB.
Poziom ufności przewidywania liczby EC jest analizowany na podstawie wyniku EC, gdzie wynik EC większy niż 1,1 wskazuje na podobieństwo funkcjonalne między białkiem zapytania a białkiem matrycowym. Tabela przewidywania terminu ontologii genowej dla białka zapytania zawiera funkcjonalne homologi dla białka zapytania w bibliotece szablonów ontologii genów uszeregowanych na podstawie ich wyniku homologii funkcjonalnej. Wspólne cechy funkcjonalne z tych najwyżej ocenianych trafień są uzyskiwane w celu wygenerowania końcowych przewidywań terminu ontologii genu dla białka zapytania.
Jakość przewidywanych warunków ontologii genów jest szacowana na podstawie wyniku geograficznego, gdzie wynik geograficzny większy niż 0,5 wskazuje na wiarygodną prognozę pokazaną tutaj jako przykład strony wyników IT AZA przedstawiającej 10 najważniejszych przewidywań miejsc wiązania ligandów białkowych przy użyciu algorytmu kofaktora. Ranking przewidywanych miejsc wiązania opiera się na liczbie przewidywanych potwierdzeń ligandów, które mają wspólną kieszeń wiążącą. W zapytaniu wynik BS jest miarą lokalnej sekwencji i podobieństwa struktury między przewidywanym a szablonowym miejscem wiązania i jest przydatny do analizy zachowania kieszeni miejsca wiązania.
Chociaż ISER jest jednym z najbardziej wydajnych algorytmów przewidywania struktury i funkcji białek, ważne jest, aby pamiętać, że jest to tylko przewidywanie z algorytmów komputerowych. Wszelkie dane eksperymentalne lub spostrzeżenia dotyczące funkcji, na przykład informacje o powiązaniach kontaktów z pozostałościami, będą niezwykle przydatne do zwiększenia dokładności przewidywań. Serwer IT AER posiada portal, który uwzględnia te informacje podczas procedury modelowania, aby sprostać rosnącemu zainteresowaniu nim.
Aer, laboratorium Zang udostępniło bezpłatne oprogramowanie IT AER do badań niekomercyjnych. Aktywnie rozwijamy ulepszający IT AER i ulepszamy degustator oczu, mając nadzieję, że jego dostępność doprowadzi do zastosowania na dużą skalę poza laboratorium Zang i przyniesie korzyści oraz pobudzi dalsze badania w społeczności naukowej.
Przegląd
Ten artykuł opisuje potok I-TASSER do przewidywania struktur 3D i funkcji białek na podstawie ich sekwencji aminokwasowych. Proces obejmuje threading, montaż fragmentów i wnioskowanie funkcyjne na podstawie znanych struktur białek.
Kluczowe komponenty badania
Dziedzina nauki
- Biologia obliczeniowa
- Biologia strukturalna
- Bioinformatyka
Tło
- Rozumienie struktury białek jest kluczowe dla wyjaśnienia ich funkcji.
- Istniejące metody przewidywania struktury mają ograniczenia.
- I-TASSER oferuje nowatorskie podejście poprzez montaż fragmentów.
- Metoda wykorzystuje uczenie maszynowe do przewidywania struktur wtórnych.
Cel badania
- Aby dostarczyć szczegółowy protokół korzystania z potoku I-TASSER.
- Aby poprawić dokładność przewidywania struktury białek.
- Aby ułatwić adnotacje funkcyjne na podstawie przewidywanych struktur.
Zastosowane metody
- Uczenie maszynowe do przewidywania struktur wtórnych.
- Threading do dopasowania sekwencji do znanych struktur.
- Montaż fragmentów do konstruowania pełno-długościowych modeli.
- Doskonalenie modeli w celu optymalizacji wiązań wodorowych i kolizji sterycznych.
Główne wyniki
- Zostały wygenerowane wysokiej jakości 3D modele białek.
- Przewidywania funkcyjne zostały dokonane na podstawie podobieństw strukturalnych.
- Potok I-TASSER wykazał lepszą dokładność w porównaniu z tradycyjnymi metodami.
- Użytkownicy mogą przesyłać sekwencje online do modelowania.
Wnioski
- I-TASSER jest potężnym narzędziem do przewidywania struktury i funkcji białek.
- Efektywność metody jest zwiększona dzięki wykorzystaniu klastra komputerowego.
- Kontynuacja optymalizacji jest potrzebna, aby zmniejszyć czas oczekiwania dla użytkowników.
Często zadawane pytania
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
