Name: Protokół komputerowego przewidywania struktury i funkcji białek (Wideo) | JoVE Journal
Uploaded: 2011-11-03T12:00:00.000+00:00
Duration: 16 min 41 s
Description: Poznaj metodę I-TASSER do komputerowego przewidywania struktury i funkcji białek z wykorzystaniem uczenia maszynowego oraz fragmentowej asemblacji. To narzędzie umożliwia generowanie wysokiej jakości modeli 3D i anotacji funkcjonalnych.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Projekt jest częściowo finansowany przez Alfred P. Sloan Foundation, NSF Career Award (DBI 1027394) oraz National Institute of General Medical Sciences (GM083107, GM084222).

<ol><li>Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Template-based+modeling+and+free+modeling+by+I-TASSER+in+CASP7%5BTitle%5D)+AND+%22Proteins%22%5BJournal%5D)">Template-based modeling and free modeling by I-TASSER in CASP7.</a> Proteins. 69, 108-117 (2007).</li>
<li>Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((I-TASSER%3A+Fully+automated+protein+structure+prediction+in+CASP8%5BTitle%5D)+AND+%22Proteins%22%5BJournal%5D)">I-TASSER: Fully automated protein structure prediction in CASP8.</a> Proteins. 77, 100-113 (2009).</li>
<li>Wu, S., Skolnick, J., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Ab+initio+modeling+of+small+proteins+by+iterative+TASSER+simulations%5BTitle%5D)+AND+%22BMC+Biol%22%5BJournal%5D)">Ab initio modeling of small proteins by iterative TASSER simulations.</a> BMC Biol. 5, 17-17 (2007).</li>
<li>Roy, A., Kucukural, A., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((I-TASSER%3A+a+unified+platform+for+automated+protein+structure+and+function+prediction%5BTitle%5D)+AND+%22Nat+Protoc%22%5BJournal%5D)">I-TASSER: a unified platform for automated protein structure and function prediction.</a> Nat Protoc. 5, 725-738 (2010).</li>
<li>Wu, S., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((LOMETS%3A+a+local+meta-threading-server+for+protein+structure+prediction%5BTitle%5D)+AND+%22Nucleic+Acids+Res%22%5BJournal%5D)">LOMETS: a local meta-threading-server for protein structure prediction.</a> Nucleic Acids Res. 35, 3375-3382 (2007).</li>
<li>Zhang, Y., Kihara, D., Skolnick, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Local+energy+landscape+flattening%3A+parallel+hyperbolic+Monte+Carlo+sampling+of+protein+folding%5BTitle%5D)+AND+%22Proteins%22%5BJournal%5D)">Local energy landscape flattening: parallel hyperbolic Monte Carlo sampling of protein folding.</a> Proteins. 48, 192-201 (2002).</li>
<li>Li, Y., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((REMO%3A+A+new+protocol+to+refine+full+atomic+protein+models+from+C-alpha+traces+by+optimizing+hydrogen-bonding+networks%5BTitle%5D)+AND+%22Proteins%22%5BJournal%5D)">REMO: A new protocol to refine full atomic protein models from C-alpha traces by optimizing hydrogen-bonding networks.</a> Proteins. 76, 665-676 (2009).</li>
<li>Zhang, J., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-resolution+protein+structure+refinement+using+fragment+guided+molecular+dynamics+simulations%5BTitle%5D)+AND+%22%22%5BJournal%5D)">High-resolution protein structure refinement using fragment guided molecular dynamics simulations.</a> , (2011).</li>
<li>Roy, A., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((COFACTOR%3A+protein-ligand+binding+site+predictions+by+global+structure+similarity+match+and+local+geometry+refinement%5BTitle%5D)+AND+%22%22%5BJournal%5D)">COFACTOR: protein-ligand binding site predictions by global structure similarity match and local geometry refinement.</a> , Forthcoming (2011).</li>
<li>Zhang, Y., Hubner, I. A., Arakaki, A. K., Shakhnovich, E., Skolnick, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((On+the+origin+and+highly+likely+completeness+of+single-domain+protein+structures%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+U.+S.+A%22%5BJournal%5D)">On the origin and highly likely completeness of single-domain protein structures.</a> Proc. Natl. Acad. Sci. U. S. A. 103, 2605-2610 (2006).</li>
<li>Zhang, Y., Kolinski, A., Skolnick, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((TOUCHSTONE+II%3A+a+new+approach+to+ab+initio+protein+structure+prediction%5BTitle%5D)+AND+%22Biophys.+J%22%5BJournal%5D)">TOUCHSTONE II: a new approach to ab initio protein structure prediction.</a> Biophys. J. 85, 1145-1164 (2003).</li>
<li>Wu, S., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+comprehensive+assessment+of+sequence-based+and+template-based+methods+for+protein+contact+prediction%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">A comprehensive assessment of sequence-based and template-based methods for protein contact prediction.</a> Bioinformatics. 24, 924-931 (2008).</li>
<li>Zhang, Y., Skolnick, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((SPICKER%3A+a+clustering+approach+to+identify+near-native+protein+folds%5BTitle%5D)+AND+%22J.+Comput.+Chem%22%5BJournal%5D)">SPICKER: a clustering approach to identify near-native protein folds.</a> J. Comput. Chem. 25, 865-871 (2004).</li>
<li>Zhang, J., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-resolution+protein+structure+refinement+using+fragment+guided+molecular+dynamics+simulations%5BTitle%5D)+AND+%22%22%5BJournal%5D)">High-resolution protein structure refinement using fragment guided molecular dynamics simulations.</a> , Forthcoming (2010).</li>
<li>Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((I-TASSER+server+for+protein+3D+structure+prediction%5BTitle%5D)+AND+%22BMC+Bioinformatics%22%5BJournal%5D)">I-TASSER server for protein 3D structure prediction.</a> BMC Bioinformatics. 9, 40-40 (2008).</li>
<li>Xu, J., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((How+significant+is+a+protein+structure+similarity+with+TM-score+%3D+0.5%3F%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">How significant is a protein structure similarity with TM-score = 0.5?</a> Bioinformatics. 26, 889-895 (2010).</li>
<li>Zhang, Y., Skolnick, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Scoring+function+for+automated+assessment+of+protein+structure+template+quality%5BTitle%5D)+AND+%22Proteins%22%5BJournal%5D)">Scoring function for automated assessment of protein structure template quality.</a> Proteins. 57, 702-710 (2004).</li>
<li>Barrett, A. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Nomenclature+Committee+of+the+International+Union+of+Biochemistry+and+Molecular+Biology+%28NC-IUBMB%29.+Enzyme+Nomenclature.+Recommendations+1992.+Supplement+4%3A+corrections+and+additions+%281997%29%5BTitle%5D)+AND+%22Eur+J+Biochem%22%5BJournal%5D)">Nomenclature Committee of the International Union of Biochemistry and Molecular Biology (NC-IUBMB). Enzyme Nomenclature. Recommendations 1992. Supplement 4: corrections and additions (1997).</a> Eur J Biochem. 250, 1-6 (1997).</li>
<li>Ashburner, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gene+ontology%3A+tool+for+the+unification+of+biology.+The+Gene+Ontology+Consortium%5BTitle%5D)+AND+%22Nat.+Genet%22%5BJournal%5D)">Gene ontology: tool for the unification of biology. The Gene Ontology Consortium.</a> Nat. Genet. 25, 25-29 (2000).</li>
<li>Zhang, Y., Skolnick, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((TM-align%3A+a+protein+structure+alignment+algorithm+based+on+the+TM-score%5BTitle%5D)+AND+%22Nucleic.+Acids.+Res%22%5BJournal%5D)">TM-align: a protein structure alignment algorithm based on the TM-score.</a> Nucleic. Acids. Res. 33, 2302-2309 (2005).</li>
<li>Xu, D., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((RK+Ab+Intio+Protein+Structure+Prediction%5BTitle%5D)+AND+%22%22%5BJournal%5D)">RK Ab Intio Protein Structure Prediction.</a> , Forthcoming (2011).</li>
<li>Kim, D. E., Chivian, D., Baker, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Protein+structure+prediction+and+analysis+using+the+Robetta+server%5BTitle%5D)+AND+%22Nucleic.+Acids.+Res%22%5BJournal%5D)">Protein structure prediction and analysis using the Robetta server.</a> Nucleic. Acids. Res. 32, W526-W531 (2004).</li>
<li>Roy, A., Mukherjee, S., Hefty, P. S., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Inferring+protein+function+by+global+and+local+similarity+of+structural+analogs%5BTitle%5D)+AND+%22%22%5BJournal%5D)">Inferring protein function by global and local similarity of structural analogs.</a> , Forthcoming (2011).</li>
<li>Marchler-Bauer, A., Bryant, S. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((CD-Search%3A+protein+domain+annotations+on+the+fly%5BTitle%5D)+AND+%22Nucleic.+Acids.+Res%22%5BJournal%5D)">CD-Search: protein domain annotations on the fly.</a> Nucleic. Acids. Res. 32, W327-W331 (2004).</li>
<li>Finn, R. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Pfam+protein+families+database%5BTitle%5D)+AND+%22Nucleic.+Acids.+Res%22%5BJournal%5D)">The Pfam protein families database.</a> Nucleic. Acids. Res. 38, D211-D222 (2010).</li>
<li>Zdobnov, E. M., Apweiler, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((InterProScan--an+integration+platform+for+the+signature-recognition+methods+in+InterPro%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">InterProScan--an integration platform for the signature-recognition methods in InterPro.</a> Bioinformatics. 17, 847-848 (2001).</li>
</ol>

Nie zgłoszono żadnych konfliktów interesów.

Przedstawiony powyżej protokół stanowi ogólne wytyczne dotyczące modelowania struktury i funkcji z wykorzystaniem serwera I-TASSER. Chociaż ta zautomatyzowana procedura sprawdza się w przypadku większości białek, interwencje użytkownika często pomagają znacząco poprawić dokładność modelowania, zwłaszcza w odniesieniu do białek, dla których w bazie PDB brakuje bliskich matryc. Użytkownicy mogą interweniować podczas modelowania w I-TASSER w następujący sposób: (a) poprzez podział białek wielodomenowych; (b) poprzez wprowadzenie zewnętrznych więzów w celu poprawy montażu struktury; oraz (c) poprzez usuwanie matryc w trakcie modelowania.
Rozdzielanie białka wielodomenowego:
Wiele długich sekwencji białkowych często zawiera liczne domeny połączone elastycznymi regionami łącznikowymi, co utrudnia wyjaśnienie ich struktury przy użyciu technik eksperymentalnych i obliczeniowych. Niemniej jednak, ponieważ domeny są niezależnie fałdującymi się jednostkami i mogą pełnić odrębne funkcje molekularne, pożądane jest dzielenie długich białek wielodomenowych i modelowanie każdej domeny osobno. Modelowanie domen indywidualnie nie tylko przyspieszy proces predykcji, ale także zwiększy jakość dopasowania zapytania do szablonu, co przełoży się na bardziej wiarygodne przewidywania struktury i funkcji.
Granice domen w sekwencjach białkowych można przewidzieć za pomocą bezpłatnych zewnętrznych programów online, takich jak NCBI CDD24, PFAM25 lub InterProScan26. Ponadto, jeśli dostępne są wyrównania threadingowe LOMETS dla badanego białka, granice domen można zlokalizować poprzez wizualną identyfikację długich odcinków niewyrównanych reszt w najlepszych szablonach threadingowych (patrz Krok 5.4). Regiony niewyrównane te odpowiadają w większości regionom łącznikowym domen. Jeśli w bibliotece PDB dostępne są już wielodomenowe szablony, w których wszystkie domeny badanego białka są wyrównane, białko to można modelować w pełnej długości.
Zastosuj mocowania zewnętrzne
Symulacje składania struktury w I-TASSER są prowadzone głównie w oparciu o ograniczenia przestrzenne pozyskane z szablonów threadingu LOMETS. W przypadku białek zapytania, które mają dobre wyniki threadingu (Norm. Z-score &gt; 1) w bibliotece szablonów, pochodne ograniczenia przestrzenne są zazwyczaj bardzo dokładne, a I-TASSER generuje dla tych białek wysokorozdzielcze modele strukturalne. Przeciwnie, w przypadku białek zapytania o słabych lub braku wyników threadingu (Norm. Z-score &lt; 1), zebrane ograniczenia przestrzenne często zawierają błędy ze względu na niepewność szablonu i dopasowania. Dla takich białek docelowych informacje przestrzenne określone przez użytkownika mogą być bardzo pomocne w poprawie jakości przewidywanego modelu. Użytkownicy mogą przekazać zewnętrzne ograniczenia do serwera I-TASSER na dwa sposoby:
A. Określenie ograniczeń kontaktowych/odległościowych
Doświadczalnie określone kontakty/odległości między resztami, na przykład z eksperymentów NMR lub sieciowania, można zdefiniować poprzez przesłanie pliku z ograniczeniami. Przykładowy plik przedstawiono na Ryc. 8, gdzie kolumna 1 określa rodzaj ograniczenia, tj. „DIST” lub „CONTACT”. W przypadku ograniczeń odległości (DIST), kolumny 2 i 4 zawierają pozycje reszt (i, j), kolumny 3 i 5 zawierają typy atomów w resztach, a kolumna 6 określa odległość między dwoma wskazanymi atomami. W przypadku ograniczeń kontaktu (CONTACT), kolumny 2 i 3 zawierają pozycje (i, j) reszt, które powinny być w kontakcie. Odległość między środkami łańcuchów bocznych tych kontaktujących par reszt jest ustalana na podstawie zaobserwowanych odległości w znanych strukturach w PDB. I-TASSER będzie próbował zbliżyć te pary atomów do określonej odległości podczas symulacji udoskonalania struktury.
B. Określenie szablonu struktury białka
Programy do threadingu LOMETS wykorzystują reprezentatywną bibliotekę PDB w celu znalezienia prawdopodobnych fałdowań dla białka zapytania. Chociaż stosowanie reprezentatywnej biblioteki struktur pomaga skrócić czas potrzebny na obliczenie dopasowań sekwencja-struktura, istnieje możliwość, że w bibliotece zabraknie odpowiedniego białka matrycy lub że matryca nie zostanie zidentyfikowana przez programy threadingu LOMETS, mimo że znajduje się ona w bibliotece. W takich przypadkach użytkownik powinien samodzielnie wskazać pożądaną strukturę białka jako matrycę.
Aby określić strukturę białka jako dodatkowy szablon, użytkownicy mogą albo przesłać plik struktury w formacie PDB, albo podać identyfikator PDB ID zdeponowanej struktury białka z biblioteki PDB. Program I-TASSER wygeneruje dopasowanie zapytania do szablonu za pomocą programu MUSTER23 i zbierze ograniczenia przestrzenne zarówno z szablonu określonego przez użytkownika, jak i z szablonów LOMETS, aby pokierować symulacją składania struktury. Ponieważ dokładność ograniczeń LOMETS różni się w zależności od celu, waga ograniczeń LOMETS jest większa dla celów łatwych (homologicznych) niż dla celów trudnych (niehomologicznych), co zostało systematycznie dostrojone w naszych testach referencyjnych.
Użytkownicy mogą również określić własne dopasowania zapytania do matrycy. Serwer akceptuje dopasowania w dwóch formatach: formacie FASTA (rycina 9A) oraz formacie 3D (rycina 9B). Format FASTA jest standardowy i został opisany pod adresem <a href="http://zhanglab.%20ccmb.med.umich.edu/FASTA/">http://zhanglab. ccmb.med.umich.edu/FASTA/</a>. Format 3D jest podobny do standardowego formatu PDB (<a href="http://www.wwpdb.org/documentation/format32/sect9.html">http://www.wwpdb.org/documentation/format32/sect9.html</a>), jednak do rekordów ATOM dodano dwie dodatkowe kolumny pochodzące z matryc (patrz rycina 9B):
 
Kolumny 1-30: Atom (tylko C-alpha) i nazwy reszt dla sekwencji zapytania. 
Kolumny 31-54: Współrzędne atomów C-alpha zapytania skopiowane z odpowiadających im atomów w szablonie. 
Kolumny 55-59: Odpowiadający numer reszty w szablonie na podstawie dopasowania 
Kolumny 60-64: Odpowiadająca nazwa reszty w szablonie
Wyklucz białka matrycowe
Białka są cząsteczkami elastycznymi i mogą przyjmować wiele stanów konformacyjnych, aby zmieniać swoją aktywność biologiczną. Na przykład struktury wielu kinaz białkowych i białek błonowych zostały rozwiązane zarówno w konformacji aktywnej, jak i nieaktywnej. Ponadto obecność lub brak związanego liganda może powodować znaczne przemieszczenia strukturalne. Chociaż wszystkie stany konformacyjne matrycy są jednakowe dla programów do modelowania przez dopasowanie (threading), pożądane jest modelowanie zapytania przy użyciu matryc znajdujących się tylko w jednym konkretnym stanie. Nowa opcja na serwerze umożliwia użytkownikowi wykluczenie białek matrycowych podczas modelowania struktury. Funkcja ta pozwala również użytkownikowi wybrać poziom homologii matryc wykorzystywanych do modelowania. Użytkownicy mogą wykluczyć białka matrycowe z biblioteki I-TASSER poprzez:
A. Określanie progu tożsamości sekwencji
Użytkownicy mogą skorzystać z tej opcji, aby wykluczyć białka homologiczne z biblioteki szablonów I-TASSER. Poziom homologii jest ustalany na podstawie progu identyczności sekwencji, czyli liczby identycznych reszt między białkiem zapytaniem a białkiem szablonem podzielonej przez długość sekwencji zapytania. Na przykład, jeśli użytkownik wpisze „70%” w udostępnionym formularzu, wszystkie białka szablonowe, których identyczność sekwencji z białkiem zapytaniem jest &gt;70%, zostaną wykluczone z biblioteki szablonów I-TASSER.
B. Wykluczanie specyficznych białek matrycowych
Konkretne białka szablonowe można wykluczyć z biblioteki szablonów I-TASSER poprzez przesłanie listy zawierającej identyfikatory PDB struktur, które mają zostać pominięte. Przykładowy plik przedstawiono na Rysunku 10. Ponieważ to samo białko może występować jako wiele wpisów w bibliotece PDB, serwer I-TASSER domyślnie wykluczy określone szablony (w Kolumnie 1) oraz wszystkie pozostałe szablony z biblioteki, których tożsamość sekwencji wynosi &gt;90% w stosunku do określonych szablonów. Użytkownicy mogą również określić inny próg tożsamości, np. 70%, w przypadku którego wykluczone zostaną wszystkie szablony o tożsamości &gt;70% względem określonych białek szablonowych.

<table><tbody><tr><td>Nazwa materiału</td><td>Typ</td><td>Firma</td><td>Numer katalogowy</td></tr><tr><td>Sekwencja aminokwasowa białka do modelowania w formacie FASTA (patrz: &lt;a href=&quot;http://www.ncbi.nlm.nih.gov/BLAST/fasta.shtml">http://www.ncbi.nlm.nih.gov/BLAST/fasta.shtml&lt;/a&gt;).</td><td></td><td></td><td></td></tr><tr><td>Komputer osobisty z dostępem do Internetu i przeglądarką internetową.</td><td></td><td></td><td></td></tr><tr><td>Oprogramowanie do wizualizacji molekularnej, np. RASMOL lub PYMOL, do analizy przewidywanej struktury trzeciorzędowej i miejsc funkcjonalnych.</td><td></td><td></td><td></td></tr></tbody></table>

protokół komputerowego przewidywania struktury i funkcji białek

A Protocol for Computer-Based Protein Structure and Function Prediction

Projekty sekwencjonowania genomów dostarczyły milionów sekwencji białkowych, których zrozumienie pod kątem roli biologicznej wymaga wiedzy na temat ich struktury i funkcji. Chociaż metody eksperymentalne mogą dostarczyć szczegółowych informacji dla niewielkiej części tych białek, modelowanie obliczeniowe jest niezbędne dla większości cząsteczek białkowych, które nie zostały scharakteryzowane eksperymentalnie. Serwer I-TASSER to internetowe narzędzie do wysokorozdzielczego modelowania struktury i funkcji białek. Dla danej sekwencji białkowej typowy wynik z serwera I-TASSER obejmuje przewidywanie struktury drugorzędowej, przewidywaną dostępność rozpuszczalnika dla każdego pozostałego aminokwasu, białka matrycowe homologiczne wykryte poprzez threading i dopasowanie struktur, do pięciu pełnowymiarowych modeli struktury trzeciorzędowej oraz adnotacje funkcjonalne oparte na strukturze w celu klasyfikacji enzymów, terminów Gene Ontology oraz miejsc wiązania białko-ligand. Wszystkie przewidywania są oznaczone wskaźnikiem ufności, który określa dokładność prognoz bez dostępu do danych eksperymentalnych. Aby sprostać specjalnym zapotrzebowaniom użytkowników końcowych, serwer udostępnia kanały umożliwiające wprowadzanie określonych przez użytkownika odległości między pozostałościami oraz map kontaktów w celu interaktywnej modyfikacji modelowania w I-TASSER; pozwala on również użytkownikom na określenie dowolnych białek jako matryc lub wykluczenie wybranych białek matrycowych podczas symulacji składania struktury. Informacje strukturalne mogą być gromadzone przez użytkowników na podstawie dowodów eksperymentalnych lub spostrzeżeń biologicznych w celu poprawy jakości przewidywań I-TASSER. Serwer ten został oceniony jako najlepszy program do przewidywania struktury i funkcji białek w niedawnych eksperymentach CASP prowadzonych w skali całej społeczności. Obecnie z internetowego serwera I-TASSER korzysta &gt;20 000 zarejestrowanych naukowców z ponad 100 krajów.

Opisano wytyczne dotyczące komputerowej charakterystyki strukturalnej i funkcjonalnej białka z wykorzystaniem potoku I-TASSER. Wychodząc od sekwencji białka zapytania, generowane są modele 3D przy użyciu wielokrotnych dopasowań wątkowych oraz iteracyjnych symulacji montażu strukturalnego. Następnie wyciągane są wnioski funkcjonalne na podstawie dopasowań do białek o znanej strukturze i funkcjach.

Protokół komputerowego przewidywania struktury i funkcji białek

Projekty sekwencjonowania genomu pozwoliły na odkodowanie milionów sekwencji białkowych, których zrozumienie pod kątem struktury i funkcji jest niezbędne do usprawnienia...

Celem niniejszej procedury jest komputerowe przewidywanie struktur trójwymiarowych oraz funkcji biologicznych cząsteczek białek na podstawie ich sekwencji aminokwasowych. Jest to realizowane poprzez wstępne przewidywanie struktury drugorzędowej białek za pomocą uczenia maszynowego. Następnie sekwencje i przewidziana struktura drugorzędowa są dopasowywane do struktur rozwiązanych w bibliotece PDB w celu zidentyfikowania jak najlepszych szablonów strukturalnych.Procedura ta nazywa się threadingiem. Po wykonaniu procedury threadingu program IT AER podzieli szablony na fragmenty na podstawie dopasowań sekwencji szablonów, a następnie w trzecim kroku ponownie złoży fragmenty w modele o pełnej długości. Pełne modele atomowe są konstruowane poprzez rafinację na poziomie atomowym w celu optymalizacji sieci wiązań wodorowych i usunięcia nakładających się sterycznie grup.Ostatnim krokiem procedury jest identyfikacja funkcji biologicznej białek poprzez dopasowanie struktur przewidywanych do białek o znanej funkcji w bibliotece funkcji. Główną zaletą ITER w porównaniu z istniejącymi metodami modelowania struktur jest wbudowane podejście oparte na składaniu fragmentów struktury, które pozwala na konsekwentne przybliżanie wyrównań wątkujących do stanu natywnego. Te wysokiej jakości modele strukturalne stanowią również podstawę dokładnych adnotacji funkcjonalnych opartych na strukturze, co ma promować stosowanie ITER w społeczności naukowej.Nasze laboratorium udostępniło witrynę internetową, do której można przesyłać sekwencje białek w celu przeprowadzenia analizy iter. Witryna ta służy jako węzeł, za pośrednictwem którego użytkownicy z całego świata mogą zarejestrować interfejs do klastra komputerowego, który zarządza i uruchamia symulacje ITER. Jedno zadanie symulacyjne ITER składa się z ponad tuzina mniejszych podsymulacji.Symulacje te, uruchamiane na pojedynczym komputerze z jednym rdzeniem procesora, mogą trwać ponad sto godzin. Klaster komputerowy laboratorium Zang przejmuje te podsymulacje i rozdziela je pomiędzy setki komputerów, będąc zdolnym do uruchomienia ponad 2000 symulacji. Dzięki zastosowaniu klastra komputerowego jesteśmy w stanie codziennie przeprowadzać setki symulacji I taster.Nawet przy takiej wydajności konieczne jest wykonanie wielu prac w celu optymalizacji systemu i zminimalizowania czasu oczekiwania dla użytkowników systemu IT AER online. Aby rozpocząć eksperyment modelowania struktury i funkcji, zaloguj się na stronę internetową IT AER. Adresy URL wszystkich istotnych stron internetowych omówionych w tym materiale znajdują się w protokole pisemnym.Skopiuj i wklej sekwencję aminokwasów do odpowiedniego formularza lub prześlij sekwencję bezpośrednio, klikając przycisk przeglądaj. Podaj adres e-mail oraz nazwę zadania. Użytkownicy mogą opcjonalnie określić zewnętrzne ograniczenia kontaktu lub odległości między resztami.Dodaj dodatkowy szablon lub wyklucz niektóre białka szablonowe podczas procesu modelowania struktury. Aby przesłać sekwencję, kliknij przycisk run it taser. Sprawdź status przesłanego zadania, odwiedzając stronę kolejki IT taser.Kliknij kartę wyszukiwania i użyj numeru identyfikacyjnego zadania (job ID) lub sekwencji zapytania, aby wyszukać przesłane zadanie. Po zakończeniu modelowania struktury i funkcji na podany adres e-mail zostanie wysłana wiadomość z powiadomieniem, zawierająca obraz przewidywanych struktur oraz link do strony internetowej. Kliknij ten link, aby wyświetlić i pobrać wyniki.Analizę struktury należy rozpocząć od zbadania przewidywanej struktury drugorzędowej, w której H oznacza alfa-helisę, S pasmo beta, a C pętlę. Należy również wziąć pod uwagę wskaźnik ufności przewidywania dla każdego aminokwasu. W celu oszacowania regionu rdzenia białka należy zidentyfikować obszary z długimi fragmentami regularnych struktur drugorzędowych.Klasę strukturalną białka można również przeanalizować na podstawie rozkładu elementów struktury drugorzędowej. Należy sprawdzić przewidywaną dostępność dla rozpuszczalnika, aby zidentyfikować regiony ukryte i wystawione na działanie rozpuszczalnika. W zapytaniu wartości przewidywanej dostępności dla rozpuszczalnika wahają się od wyniku zero dla reszty ukrytej do wyniku dziewięć dla reszty wystawionej.Regiony zawierające głównie reszty pogrzebane mogą służyć do wyznaczenia rdzenia białka, natomiast regiony z resztami hydrofilowymi, eksponowanymi na rozpuszczalnik, są potencjalnymi miejscami hydratacji lub centrami funkcjonalnymi. Aby wyświetlić przewidziane struktury trzeciorzędowe analizowanego białka, należy przewinąć stronę w dół do wyświetlonej po lewej stronie interaktywnej aplikacji JMO. Kliknij aplikację, aby zmienić wygląd wyświetlanej struktury.Przybliż wybrany obszar, zaznacz konkretne typy reszt w przewidywanym modelu lub oblicz odległości między resztami. Przeanalizuj wyniki ufności modelowania strukturalnego, aby ocenić jakość przewidywanych struktur. Wartości Csco zazwyczaj mieszczą się w zakresie od minus pięciu do dwóch, przy czym wyższy wynik oznacza model lepszej jakości.Szacowany wynik TM oraz RMSD pierwszego modelu są przedstawione jako szacowana dokładność modelu pierwszego. Kliknij łącze więcej informacji o csco. Aby przeanalizować rozmiar klastra i gęstość klastra csco dla wszystkich modeli, przeanalizuj 10 najlepszych szablonów threadingu białka zapytania, zidentyfikowanych przez programy threadingu low mets.Przewijając stronę z wynikami w dół, należy sprawdzić znormalizowany wynik Z (Z-score), aby przeanalizować jakość dopasowań threadingowych. Dopasowania z znormalizowanym wynikiem csco większym niż jeden odzwierciedlają pewne dopasowanie i najprawdopodobniej posiadają taką samą strukturę trzeciorzędową jak białko zapytanie. Należy zbadać tożsamość sekwencji w regionie dopasowania threadingowego oraz dla całego łańcucha, aby ocenić homologię między białkiem zapytaniem a białkiem szablonem.Wysoka tożsamość sekwencji wskazuje na pokrewieństwo ewolucyjne między białkiem zapytaniem a białkiem matrycą. Przeanalizuj kolorami zaznaczone reszty w wyrównaniu threadingowym, aby wizualnie zidentyfikować konserwatywne reszty lub motywy w białku zapytaniem i białku matrycy; wyższa tożsamość sekwencji w regionie wyrównania threadingowego w porównaniu z wyrównaniem całych łańcuchów wskazuje również na obecność konserwatywnych motywów lub domen strukturalnych w zapytaniu. Oceń zakres wyrównania threadingowego poprzez inspekcję wyrównania.Jeśli pokrycie najlepszego dopasowania jest niskie i ograniczone do niewielkiego obszaru białka zapytania lub brakuje go dla długiego segmentu sekwencji zapytania, wskazuje to, że białko zapytania zawiera więcej niż jedną domenę. W takim przypadku zaleca się podzielenie sekwencji i modelowanie domen indywidualnie. Przejrzyj następującą tabelę na stronie wyników, aby określić 10 najlepszych analogów strukturalnych pierwszego przewidywanego modelu, zidentyfikowanych przez program dopasowania strukturalnego TM align.Wartość TM score większa niż 0,5 wskazuje, że wykryty analog i model posiadają podobną topologię i mogą zostać wykorzystane do określenia klasy strukturalnej lub rodziny białek białka zapytania. Wartości TM score mniejsze niż 0,3 oznaczają przypadkowe podobieństwo strukturalne. Należy przeanalizować tożsamość sekwencji oraz RMSD w regionie wyrównania strukturalnego, aby ocenić konserwację motywów przestrzennych w modelu i analogu strukturalnym.Przeprowadź inspekcję wizualną kolorowych i wyrównanych par reszt w dopasowaniu, aby zidentyfikować te strukturalnie zachowane reszty i motywy. Zapoznaj się z tabelą przewidywanych numerów EC, aby przejrzeć pięć potencjalnych grup ortologicznych (OG) enzymów dla białka zapytania. Poziom ufności przewidywania numeru EC z wykorzystaniem tych szablonów jest przedstawiony jako wynik EC (EC score) na podstawie analizy benchmarkowej.Podobieństwo funkcjonalne między białkiem zapytaniem a białkiem szablonowym można wiarygodnie interpretować, stosując wynik EC większy niż 1,1. Następnie należy poszukać konsensusu funkcjonalnego pomiędzy szablonami, które posiadają podobną strukturę trzeciorzędową co białko zapytaniem. Jeśli wiele szablonów posiada ten sam numer EC, a wynik EC jest większy niż 1,1, poziom pewności predykcji jest bardzo wysoki.Jeśli jednak wynik EC jest wysoki, ale brakuje konsensusu pomiędzy zidentyfikowanymi trafieniami, predykcja staje się mniej wiarygodna i użytkownikom zaleca się skorzystanie z ontologii genów. W widoku predykcji terminów należy przejrzeć tabelę przewidywanych terminów ontologii genów, aby zidentyfikować 10 głównych homologów białka zapytania w bibliotece PDB, opatrzonych terminami ontologii genów; każde białko jest zazwyczaj powiązane z wieloma terminami ontologii genów opisującymi jego funkcje molekularne, procesy biologiczne oraz lokalizację komórkową. Kliknij każdy termin, aby przejść do strony internetowej amigo i przeanalizować jego definicję oraz linię pokrewieństwa.Przeanalizuj kolumnę wyniku homologii funkcjonalnej, aby ocenić podobieństwo funkcjonalne między białkiem zapytaniem a białkami szablonami. Można również oszacować poziom pewności przeniesienia adnotacji funkcjonalnych z tych białek. Przejrzyj tabelę konsensusu przewidywań terminów ontologii genów, aby przeanalizować zgodność funkcji między szablonami.Te powszechnie stosowane funkcje służą do przewidywania terminów ontologii genów dla białka zapytania oraz do oceny poziomu ufności tych przewidywań. Na koniec należy przewinąć stronę na dół, aby wyświetlić 10 najlepszych przewidywań miejsc wiązania ligandów dla białka zapytania; przewidziane miejsca wiązania są szeregowane na podstawie liczby przewidzianych konformacji ligandów, które dzielą wspólną kieszeń wiążącą. Najlepiej zidentyfikowane miejsce wiązania jest już wyświetlone w aplikacji JMOL.Kliknij przyciski opcji, aby przeanalizować inne przewidywania i zwizualizować reszty oddziałujące z ligandem. Wynik BS wskazuje lokalne podobieństwo między modelem a miejscem wiązania w szablonach. Wynik BS większy niż 1,1 świadczy o wysokim podobieństwie sekwencji i struktury w pobliżu przewidywanego miejsca wiązania.W modelu, w porównaniu z znanym miejscem wiązania w szablonie, IT jest główną stroną internetową zawierającą linki do innych przydatnych funkcji. Funkcja forum umożliwia użytkownikowi utworzenie konta online i uzyskanie pomocy od innych użytkowników ITER w zakresie modelowania struktury lub interpretacji wyników. Funkcja pobierania pozwala użytkownikom na pobranie iter oraz powiązanych pakietów i zainstalowanie ich na komputerze.Pomaga to skrócić czas wymagany do przeprowadzenia eksperymentów modelowania. Funkcja kolejki umożliwia podgląd statusu wszystkich przesłanych zadań na stronie IT a Q. Użytkownicy mogą również wizualnie sprawdzić obraz modelowanych struktur dla zakończonych zadań.Na tej stronie przedstawiono również oczekiwany wynik TM w CSCO oraz oczekiwany RMSD pierwszego modelu; data przesłania znajduje się tutaj. Przedstawiono wycinek strony z wynikami IT AER, ukazujący sformatowaną sekwencję zapytania, przewidywaną strukturę drugorzędową, powiązane wyniki ufności oraz przewidywaną dostępność rozpuszczalnika poszczególnych reszt. Analizowany region rdzeniowy oraz potencjalne miejsce hydratacji w zapytaniu są wyróżnione odpowiednio w cyjanowych i czerwonych prostokątach. Tutaj pokazano przewidywania struktury trzeciorzędowej dla białek zapytania.Przewidziane modele są wyświetlane w interaktywnym module aplikacji JML, co pozwala użytkownikowi na zmianę sposobu prezentacji cząsteczki. Modele można również pobrać, klikając w odpowiednie linki do pobierania; wynik pewności służący do oceny jakości modelu jest podawany jako csco. Przedstawiono przykład strony z wynikami itta A, pokazujący 10 najlepiej zidentyfikowanych szablonów threadingowych oraz dopasowań wygenerowanych przez programy do threadingu Loomis.Jakość wyrównań metodą threadingu jest oceniana na podstawie znormalizowanego wyniku Z (Z-score), gdzie wartość większa od jeden świadczy o wiarygodnym wyrównaniu. Pozostałości w szablonie, które są identyczne z odpowiadającymi im pozostałościami w zapytaniu, zostały zaznaczone kolorem, aby wskazać obecność konserwatywnej pozostałości lub motywu. I odwrotnie, brak wyrównania w większości najlepszych szablonów wskazuje na obecność wielu domen w białku zapytania, a niewyrównane pozostałości odpowiadają regionom łączników domenowych.W poniższej tabeli przedstawiono 10 najlepiej dopasowanych analogów strukturalnych oraz ich wyrównania strukturalne, zidentyfikowane przez program TM-align. Ranking analogów oparto na wyniku TM-score wyrównania strukturalnego. Wartość TM-score powyżej 0,5 wskazuje, że dwie porównywane struktury mają podobną topologię.Wartość TM-score mniejsza niż 0,3 oznacza podobieństwo między dwiema losowymi strukturami. Strukturalnie wyrównane pary reszt są wyróżnione kolorami w zależności od właściwości aminokwasów, natomiast regiony niewyrównane są oznaczone kreską. Poniżej znajduje się przykład strony z wynikiem ITR, prezentujący zidentyfikowane homologi enzymatyczne białka zapytania w bibliotece PDB.Poziom ufności przewidywania numeru EC analizuje się na podstawie wyniku EC, gdzie wynik EC większy niż 1,1 wskazuje na podobieństwo funkcjonalne między białkiem zapytania a białkiem szablonowym. Tabela przewidywania terminów ontologii genów dla białka zapytania zawiera homologów funkcjonalnych dla białka zapytania w bibliotece szablonów ontologii genów, uszeregowanych według ich wyniku homologii funkcjonalnej. Wspólne cechy funkcjonalne z tych najlepiej ocenianych trafień są wykorzystywane do wygenerowania końcowych przewidywań terminów ontologii genów dla białka zapytania.Jakość przewidywanych terminów ontologii genów jest szacowana na podstawie wyniku geo, gdzie wynik geo większy od 0,5 wskazuje na wiarygodne przewidywanie, co przedstawiono tutaj na przykładzie strony z wynikiem IT AZA, ukazującej 10 najlepszych przewidywań miejsc wiązania ligandów białkowych z wykorzystaniem algorytmu kofaktora. Ranking przewidywanych miejsc wiązania opiera się na liczbie przewidywanych konformacji ligandów, które dzielą wspólną kieszeń wiążącą. W zapytaniu wynik BS jest miarą lokalnego podobieństwa sekwencji i struktury pomiędzy przewidywanym a szablonowym miejscem wiązania i jest użyteczny do analizy konserwacji kieszeni miejsc wiążących.Chociaż ISER jest jednym z najefektywniejszych algorytmów do przewidywania struktury i funkcji białek, należy pamiętać, że jest to jedynie predykcja oparta na algorytmach komputerowych. Wszelkie dane eksperymentalne lub informacje o funkcjach, na przykład dane o wiązaniach kontaktów reszt, będą niezwykle pomocne w zwiększeniu dokładności przewidywań. Serwer IT AER posiada portal umożliwiający wprowadzenie tych informacji podczas procedury modelowania, aby sprostać rosnącemu zainteresowaniu tą funkcjonalnością.Laboratorium Zanga udostępniło oprogramowanie IT AER bezpłatnie do niezależnych badań niekomercyjnych. Aktywnie pracujemy nad ulepszeniem IT AER oraz funkcji eye taster, mając nadzieję, że jego dostępność doprowadzi do szerokiego zastosowania poza laboratorium Zanga oraz przyniesie korzyści i zaktywizuje dalsze badania w społeczności naukowej.

a-protocol-for-computer-based-protein-structure-function

Research

JoVE Journal

Biology

Biologia

Protokół przewidywania struktury i funkcji białka oparty na komputerach

Opracowaliśmy obliczeniowe metody projektowania białek de novo, które są w stanie zająć się kilkoma ważnymi obszarami projektowania białek. Aby rozpowszechnić te metody, prezentujemy Protein WISDOM, internetowe narzędzie do projektowania białek (http://www.proteinwisdom.org). Zaczynając od szablonu strukturalnego, można zaprojektować białka monomeryczne w celu zwiększenia stabilności i kompleksów w celu zwiększenia powinowactwa wiązania.

Protein WISDOM: Stół warsztatowy do projektowania in silico de novo biomolekuł

Syntetyczne sekwencje białek oparte na motywach konsensusu zazwyczaj ignorują współewoluujące resztki, które implikują zależności interpozycyjne (IPD).  IPD mogą być niezbędne do działania, a projekty, które je ignorują, mogą skutkować nieoptymalnymi wynikami.  Protokół ten wykorzystuje StickWRLD do identyfikacji IPD i pomaga w racjonalnym projektowaniu białek, co skutkuje bardziej wydajnymi wynikami.

Optymalizacja białek syntetycznych: identyfikacja zależności interpozycyjnych wskazujących na strukturalnie i/lub funkcjonalnie powiązane reszty

Przedstawiono protokół do badania online relacji sekwencja-struktura-dynamika białek za pomocą Bio3D-web.

Badanie zależności między sekwencją, strukturą i dynamiką białek za pomocą Bio3D-web

Opisany tutaj protokół zawiera szczegółowe instrukcje, jak analizować interesujące regiony genomu pod kątem potencjału kodowania mikrobiałek za pomocą PhyloCSF w przyjaznej dla użytkownika przeglądarce genomu UCSC. Ponadto zaleca się stosowanie kilku narzędzi i zasobów w celu dalszego zbadania charakterystyki sekwencji zidentyfikowanych mikrobiałek w celu uzyskania wglądu w ich przypuszczalne funkcje.

Zintegrowane podejście do identyfikacji mikrobiałek i analizy sekwencji

Opisujemy metodologię opartą na dywersyfikacji sekwencji w celu oszacowania preferencji aminokwasowych wielospecyficznych miejsc wiązania w interakcjach białko-białko (PPI). W ramach tej strategii tysiące potencjalnych ligandów peptydowych są generowane i badane in silico, pokonując w ten sposób niektóre ograniczenia dostępnych metod eksperymentalnych.

Obliczeniowe przewidywanie preferencji aminokwasów potencjalnie wielospecyficznych domen wiążących peptydy zaangażowanych w interakcje białko-białko

Ten dwujęzyczny protokół zapewnia obliczeniowy proces odkrywania leków, oceniający interakcje białko-ligandy kinaz Polopodobnych 1 do 3 (PLK1–3) oraz właściwości absorpcji, dystrybucji, metabolizmu, wydalania, toksyczności i stabilności (ADMET-S) naturalnych cząsteczek pochodzących z bazy danych.

Dwujęzyczny proces obliczeniowy do identyfikacji potencjalnych inhibitorów PLK1 w amerykańskim języku migowym i angielskim

Projektowanie białek polega na budowie sekwencji aminokwasów i włączaniu określonych motywów w celu stworzenia funkcjonalnych wariantów. Takie podejście ma kluczowe znaczenie dla opracowania peptydów przeciwdrobnoustrojowych (AMP) do zwalczania patogenów opornych na antybiotyki. W artykule przedstawiono procedurę budowy białek z wykorzystaniem różnych narzędzi bioinformatycznych.

Zastosowanie I TASSER, trRosetta, UCSF Chimera, serwera HADDOCK i lorii HEX do projektowania białek De Novo i In Silico

Stosujemy analizę oddziaływań białkowych bez użycia znaczników z wykorzystaniem systemu Biacore X100 do analizy struktura-funkcja wiązania kilku mutantów cystatyny B z papainą poprzez charakterystykę kinetyczną. Analiza stężenia bez kalibracji (CFCA) pozwala zmierzyć stężenie białka zachowującego aktywność wiązania bez konieczności stosowania krzywej wzorcowej. Wykazujemy, że potwierdzenie stężeń za pomocą CFCA zwiększa wiarygodność analizy kinetycznej oraz że stałe kinetyczne można rzetelnie...

Znaczenie prawidłowego stężenia białka dla wyznaczania kinetyki i powinowactwa w analizie zależności struktura-funkcja

Dołączony film opisuje sposób wykorzystania systemu frakcjonowania GELFREE 8100, który rozdziela złożone próbki białek na podstawie masy cząsteczkowej i odzyskuje frakcje w fazie ciekłej. Film wyjaśnia zasadę działania tej technologii, sposób jej zastosowania oraz przedstawia uzyskane dane z analizy frakcjonowanego homogenatu wątroby bydlęcej za pomocą elektroforezy w żelu poliakryloamidowym.

Wykorzystanie systemu frakcjonowania GELFREE 8100 do frakcjonowania w oparciu o masę cząsteczkową z odzyskiem w fazie ciekłej

Delecja genów oraz nadekspresja białek to powszechnie stosowane metody badania funkcji białek. W niniejszym artykule opisujemy protokół analizy rozwoju fenotypu w zależności od stężenia białka na poziomie populacyjnym i pojedynczych komórek u Saccharomyces cerevisiae.

Analiza rozwoju fenotypu morfologicznego w funkcji stężenia białka u drożdży pączkujących

Poznaj metodę I-TASSER do komputerowego przewidywania struktury i funkcji białek z wykorzystaniem uczenia maszynowego oraz fragmentowej asemblacji. To narzędzie umożliwia generowanie wysokiej jakości modeli 3D i anotacji funkcjonalnych.

Protokół komputerowego przewidywania struktury i funkcji białek

Przeglądaj więcej filmów