20 stycznia 2022
Ten protokół ilustruje, jak badać, porównywać i interpretować ludzkie glicomes białkowe za pomocą zasobów online.
Bioinformatyka polega na używaniu komputerów do rozwiązywania problemów z biologii. Glikoinformatyka polega na używaniu komputerów do rozwiązywania problemów z zakresu biologii gliko. Dzięki glycoinformatics tworzymy bazy danych, które przechowują dane glikomiczne lub glikoproteomiczne, które można przeglądać lub przeszukiwać, a także opracowujemy narzędzia do wizualizacji i porównywania tych danych.
Rola glikanów jest coraz częściej uznawana za ważną w zdrowiu i chorobie, a glikoinformatyka stara się również to promować. Catherine Hayes jest z wykształcenia biologia glikologiczna i pracuje jako naukowiec zajmujący się danymi. Julien Mariethoz jest z wykształcenia informatykiem i koordynuje rozwój baz danych i narzędzi.
Wejdź na stronę glycoproteome.expasy. org/glycomics-expasy i w menu po lewej stronie zaznacz pole glikoproteiny. Wykres bąbelkowy po prawej stronie powiększy bąbelek pasujący do tej kategorii, a następnie kliknij bąbelek GlyConnect, aby otworzyć stronę główną GlyConnect w nowej karcie.
Wybierz przycisk białka i na stronie widoku białka wpisz prostatę w oknie wyszukiwania. Kliknij 790 odpowiadające powszechnej izoformie antygenu swoistego dla prostaty lub PSA. Następnie, na górnym wielokolorowym pasku, kliknij w przycisk source w kolorze zielonym, aby wyświetlić typy próbek, z których zostały przetworzone opublikowane dane.
Kliknij przycisk choroby, aby sprawdzić zawartość bazy danych związaną ze zdrowiem. Następnie kliknij na przycisk struktury, aby wyświetlić pełną listę 135 struktur powiązanych z PSA na podstawie danych glycomics. Kliknij przycisk kompozycji, aby wyświetlić powiązane 78 kompozycji określonych za pomocą eksperymentów glikoproteomicznych.
Kliknij dowolną strukturę lub kompozycję, aby uzyskać więcej szczegółów. Aby zmniejszyć niejednoznaczność kompozycji, kliknij na sugerowaną strukturę pod wybraną kompozycją. Sugestia jest podawana za każdym razem, gdy liczba monosacharydów pokrywa się z liczbą wymienionej struktury.
Aby w pełni zapoznać się ze stroną poświęconą białkowi, zapoznaj się z dalszymi szczegółami w prawej części strony. Przejdź do strony głównej Octopus, aby potwierdzić obecność wspólnych cech strukturalnych w różnorodności glikanów przyłączonych do PSA, pozostaw domyślnie wybraną zakładkę N-Linked, przejdź do podzakładki rdzeni i kliknij ikonę hybrydy. Następnie przejdź do podzakładki właściwości, wybierz ikonę sialylated i kliknij zielony przycisk wyszukiwania.
Na wyświetlonym wykresie relacji najedź kursorem na H6N4F1S1, aby podświetlić powiązania z siedmioma białkami w trzech strukturach. Porównaj to, najeżdżając na H6N4F2S1, która wyróżnia dwie izoformy PSA. Najedź kursorem na identyfikator struktury, aby wyświetlić jej reprezentację SNFG i kliknij go, aby otworzyć odpowiednią stronę.
Zmień węzły środkowe na tkanki, a następnie umieść kursor na moczu lub płynie nasiennym na środku wykresu, aby wyświetlić różne powiązania. Zmień węzły środkowe na chorobę, aby wyświetlić 13 opcji, z których jedną jest rak prostaty. Jedynym związanym z nim białkiem jest PSA.
Następnie kliknij przycisk wyczyść, aby odświeżyć wyszukiwanie. Przejdź do podzakładki właściwości i kliknij ikonę dwuantenowości. Następnie przejdź do podzakładki determinanty, wybierz ikonę 3-sialyl-LN typu dwa i kliknij w zielony przycisk wyszukiwania.
Sprawdź powiązania odzyskane przez ośmiornice z glikanami dwuantenowymi zawierającymi końcowy motyw 3-sialyl-LN typu dwa. Zmień węzły środkowe na tkanki, aby ułatwić odczytanie i najedź na KLK3_human, aby bezpośrednio połączyć płyn nasienny z powszechną izoformą PSA i siedmioma strukturami. Wróć do strony białka, w tym przypadku PSA, aby wykonać skanowanie potencjalnych relacji między każdą kompozycją na jej liście.
Po prawej stronie strony zgłoszeniowej PSA kliknij link Compozitor. Upewnij się, że pola wyszukiwania Compozitor są wstępnie wypełnione szczegółami wpisu ID 790 w zakładce białko. Kliknij przycisk Dodaj do wyboru, aby pobrać dane z bazy danych.
Usuń zaznaczenie opcji uwzględnij węzły wirtualne, a następnie kliknij przycisk wykresu obliczeniowego, aby wyświetlić wykres przedstawiający dobrze połączony zestaw 78 kompozycji reprezentujących N-glicome PSA oraz wykres słupkowy przedstawiający główne cechy glikanów. Pozostań w głównej zakładce białkowej i wybierz antygen specyficzny dla prostaty o wysokiej izoformie Pi w polu białkowym. Kliknij przycisk dodaj do zaznaczenia, aby pobrać dane z bazy danych, która wynosi 57 kompozycji.
Kliknij przycisk wykresu obliczeniowego, aby wygenerować nałożone wykresy obu izoform i ocenić różnice w glikach dwóch izoform PSA. Wejdź na stronę internetową www.unilectin. eu i kliknij przycisk UniLectin3D.
Kliknij przycisk wyszukiwania glikanów, a następnie kliknij fioletowy diament reprezentujący kwas sjalowy, który powoduje wyświetlenie wszystkich motywów wiążących glikany, kończących się kwasem sjalowym przechowywanym w bazie danych. Kliknij na motyw 3-sialyl-LN typu drugiego, aby wyświetlić wszystkie lektyny, dla których znana jest struktura 3D potwierdzająca oddziaływanie z 3-sialyl-LN typu drugiego. Opcja wyszukiwania według pola.
W polu gatunków wpisz Homo sapiens. Kliknij przycisk eksploruj struktury rentgenowskie, aby odfiltrować oryginalną listę. Pozostał tylko jeden wpis, czyli ludzka galektyna-8.
Kliknij przycisk wyświetl strukturę 3D i informacje, aby wyświetlić szczegółowe informacje o interakcji ludzkiej galektyny-8 z 3-sialyl-LN typu drugiego. Uzyskaj dostęp do informacji strukturalnych o ludzkiej galektynie-8 wyświetlanych na stronie za pomocą dwóch różnych przeglądarek. Przytrzymaj mysz, aby obrócić cząsteczkę i wysunąć ligand na pierwszy plan za pomocą oprogramowania LiteMol.
Najedź kursorem na interakcje wymienione po lewej stronie, aby zaktualizować widok po prawej stronie i zlokalizować miejsce, w którym ta konkretna interakcja działa w strukturze za pomocą oprogramowania BLIP. Przeglądaj zestaw danych HGI ze strony głównej GlyConnect, przechodząc bezpośrednio do przywoływanego artykułu na tej stronie. Kliknij link Compozitor po prawej stronie wprowadzania referencyjnego, aby ocenić spójność zestawu danych.
Pole wyszukiwania będzie już wypełnione odnośnikiem równym numerowi DOI w zakładce zaawansowane narzędzia. Wpisz glycan_type=O-linked po numerze DOI, aby zawęzić wyszukiwanie do glikanów połączonych z O. Następnie kliknij przycisk dodaj do wyboru, aby pobrać dane z bazy danych.
Pozostaw zaznaczoną opcję uwzględnij węzły wirtualne i kliknij przycisk wykresu obliczeniowego, aby wyświetlić wykres połączonych kompozycji. Przejdź do zakładki białko w GlyConnect Compozitor i z listy białek wybierz inhibitor inter-alfa trypsyny łańcuch ciężki H4. Upewnij się, że wybór gatunku to domyślnie Homo sapiens. Usuń zaznaczenie opcji N-Linked w typie glikanu.
Wybierz tylko THR 725 z listy witryn i kliknij przycisk dodaj do wyboru. Następnie kliknij przycisk wykresu obliczeniowego, aby wyświetlić wykres połączonych kompozycji. Aby zrozumieć węzły wirtualne, kliknij przycisk eksportu pod wykresem.
Wybierz tylko wirtualną i kliknij ikonę schowka, aby skopiować wybór ośmiu kompozycji. Wklej zaznaczenie w oknie zapytania na karcie niestandardowej Compozitor. Ustaw etykietę wyboru w polu kompozycji, wybierz O-Linked w polu typu glikanu i kliknij przycisk dodaj do wyboru.
Na koniec kliknij przycisk wykresu obliczeniowego. Zależne od tkanek powiązania między białkami a glikanami są pokazane w tym wyjściu GlyConnect Octopus. Wszystkie ludzkie białka przenoszące hybrydowe i sjalowane struktury glikanowe z tkankami, w których ulegają ekspresji, są wyświetlane w tym wyjściu.
Podkreślono powiązania z moczem, wskazując na dwa białka, choriogonadotropinę lub ludzką GLHA i powszechną izoformę PSA lub ludzką KLK3, połączone z rozproszonymi strukturami glikanów. Podobnie podkreślono powiązania z płynem nasiennym, pokazując dwie izoformy białkowe PSA połączone ze zgrupowanymi strukturami glikanów. Nałożone na siebie N-gligimy dwóch izoform PSA są pokazane na wyjściu GlyConnect Compozitor.
Niebieskie węzły reprezentują glikany związane ze wspólną izoformą, a te z izoformy o wysokiej liczbie Pi są reprezentowane jako czerwone węzły. Nakładanie się glicomes jest pokazane jako węzły w kolorze magenta. Liczby wewnątrz węzłów reprezentują liczbę struktur glikanowych pasujących do oznaczonego składu zgodnie z zawartością bazy danych GlyConnect dotyczącej PSA.
Wykazano, że glicome PSA wyświetlany w GlyConnect koreluje z galektyną-8 wyświetlaną w UniLectin3D za pośrednictwem dwukońcowego epitopu typu 3-sialyl-LN. Daje to prawdopodobny, ale nie gwarantowany scenariusz interakcji białko-białko, w których pośredniczą glikany. Zbadano wysokiej jakości zestaw kompozycji O-glikanów związanych z surowicą ludzką i porównano go z zawartością bazy danych GlyConnect, oferując w ten sposób możliwość dostosowania pliku składu glikanów w celu dokładniejszej identyfikacji glikopeptydów.
Może opierać się na minimalnym zestawie 20 kompozycji dostępnych z jednego zbioru danych lub być wzbogacony o 23 do 26 elementów racjonalnie zebranych w GlyConnect, aby wzmocnić spójność zestawu. Z tego protokołu należy pamiętać, że glycome nie może być ograniczony do listy pozycji. I to właśnie za pomocą narzędzi glicoinformatics można pokazać zależności między tymi elementami, co ostatecznie wyjaśni ich funkcję.
Wyświetl pełny transkrypt i uzyskaj dostęp do tysięcy filmów naukowych
Niniejszy protokół ilustruje wykorzystanie glikoinformatyki do analizy i interpretacji glikomów białek ludzkich z wykorzystaniem różnych zasobów online. Integracja baz danych ułatwia wizualizację i porównywanie danych glikomicznych w celu lepszego zrozumienia roli glikanów w zdrowiu i chorobach.
Glikoinformatyka umożliwia zespołom biofarmaceutycznym systematyczne badanie i korelowanie oddziaływań glikan-białko, co wspiera walidację celów oraz ograniczanie ryzyka mechanistycznego w procesie odkrywania leków. Dzięki integracji danych glikomicznych z profilami białek powiązanych z chorobami, podejście to zwiększa pewność prognostyczną w odniesieniu do mechanizmów pośredniczonych przez glikany, istotnych w onkologii i opracowywaniu biomarkerów. Przedstawiony schemat pracy pozycjonuje glikoinformatykę jako reużywalną funkcjonalność służącą do doprecyzowania hipotez dotyczących specyficzności białek oraz funkcjonalnego kontekstu glikomu w wczesnej fazie odkrywania.
Glikoinformatyka wpisuje się w kontinuum procesu odkrywania – od testowania hipotez dotyczących celu po identyfikację związku wiodącego – umożliwiając priorytetyzację mechanizmów zapśredniczonych przez glikany w oparciu o dane.