Name: Bilgisayar Tabanlı Protein Yapısı ve İşlevi Tahmin Protokolü (Video) | JoVE Journal
Uploaded: 2011-11-03T12:00:00.000+00:00
Duration: 16 min 41 s
Description: Öğrenin, I-TASSER ardışık düzeni kullanarak amino asit dizilerinden proteinlerin üç boyutlu yapılarını ve biyolojik işlevlerini hesaplamalı olarak tahmin etme yöntemini. Makine öğrenimi, iş parçacığı ve parça birleştirme teknikleriyle yüksek kaliteli modeller oluşturulur.

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

Proje Alfred P. Sloan Vakfı, NSF Kariyer Ödülü (DBI 1.027.394) ve Ulusal Genel Tıp Bilimleri Enstitüsü (GM083107, GM084222) tarafından kısmen desteklenmektedir.

<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>

Çıkar çatışması ilan etti.

Yukarıda sunulan protokol yapısı ve fonksiyonu modelleme I-TASSER sunucusu kullanarak için genel bir kılavuzdur. Bu otomatik işlem proteinlerin çoğu için çok iyi çalışır, rağmen, insan müdahaleler çoğu zaman özellikle yakın şablonlar PDB kütüphane eksikliği proteinler için önemli ölçüde modelleme doğruluğunu geliştirmek için yardımcı olur. (B) yapısı montaj geliştirmek için dış koltuk sağlayan; (a) çok etki alanı proteinler bölme ve (c) modelleme sırasında şablonları çıkarmadan: Kullanıcılar aşağıdaki şekillerde I-TASSER modelleme sırasında müdahalede bulunabilir. Yarma çok etki alanı protein: Birçok uzun protein dizileri, hem deneysel ve hesaplamalı teknikler kullanarak yapı aydınlatılması zorlaştırır esnek linker bölgeler, gergin birden çok etki alanına sık sık içerir. Bununla birlikte, etki alanları kişiler bağımsız katlama ve farklı moleküler işlevi gerçekleştirmek;ayrı ayrı etki, uzun multi-domain proteinleri ve model split istenebilir. Modelleme etki alanlarını ayrı ayrı sadece tahmin sürecini hızlandırmak değil, aynı zamanda sorgu-template uyum kaliteli, daha güvenilir bir yapı ve işlev tahminlerde artırır. Protein dizileri etki alanı sınırları NCBI CDD 24, PFAM 25 veya InterProScan 26 gibi serbestçe kullanılabilir dış online programlar kullanılarak tahmin edilebilir. Ayrıca, sorgu protein LOMETS parçacığı hizalanmalar varsa, etki alanı sınırları görsel olarak (Adım 5.4) üst parçacığı şablonlar hizalanmamış artıkları uzun menziller belirlenmesi yer. Bu hizalanmamış bölgelerde daha çok etki alanı ilintileyici bölgelere karşılık gelir. Çok etki alanı şablonları şablon PDB hizalanmış tüm sorgu alanları ile kütüphanede mevcut olup olmadığını, daha sonra sorgu protein tam boy olarak modellenebilir. Dış sınırlamalar sağlayın <pclass = &quot;jove_content&quot;&gt; I-TASSER yapı montaj simülasyonları çoğunlukla şablonları parçacığı LOMETS toplanan mekansal koltuk tarafından yönlendirilir. Şablon kütüphanesi iyi parçacığı isabet (Norm. Z-skoru&gt; 1) sorgu proteinler için, elde edilen mekansal sınırlamalar çoğunlukla yüksek doğruluk ve I-TASSER bu proteinlerin yüksek çözünürlüklü yapısal modeller üretecektir. Aksine, zayıf var sorgu proteinler ya da hiç iş parçacığı isabet (Norm. Z-skoru &lt;1) için, toplanan mekansal sınırlamalar genellikle şablonu ve hizalama belirsizlik nedeniyle hataları içerebilir. Bu protein hedefleri için, kullanıcı tarafından belirlenen mekansal bilgi tahmin edilen modelin kalitesini artırmak için çok yararlı olabilir. Kullanıcılar iki şekilde I-TASSER sunucu harici koltuk sağlayabilir: A. kişi / mesafe koltuk belirtin Deneysel karakterize arası kalıntı rehber / mesafeleri, NMR örneğin veyaçapraz bağlayarak deneyler, bir kısıtlama dosyasını yükleyerek belirtilebilir. Bir örnek dosya Şekil 8, Sütun 1 kısıtlama türünü belirtir gösterilir, &quot;DIST&quot; veya &quot;İLETİŞİM&quot; yani. Mesafe kısıtlama (DIST), sütunlar, 2 ve 4 kalıntı pozisyonlar (i, j) içeren, 3 ve 5 sütun belirtilen iki atomlar arasındaki mesafe belirten kalıntı ve sütun 6 atom türlerini içerir. Temas koltuk (İLETİŞİM), 2 ve 3 sütun iletişim halinde olmalıdır kalıntılarının pozisyonlar (i, j) içerir. Bu iletişime kalıntı çiftlerinin yan zincirleri merkezi arasındaki mesafe PDB bilinen yapılarda gözlenen mesafelerde göre karar verilir. I-TASSER yapısı arıtma simülasyonları sırasında belirtilen mesafe yakın bu atom çiftlerini çekmek için çalışacağız. B. protein yapısı şablonu belirtin LOMETS parçacığı programları sorgu Prot için makul kıvrımları bulmak için bir temsilci PDB kütüphane kullanımıein. Temsili bir yapısı kütüphanesi kullanarak dizisi yapısı hizalanmalar hesaplamak için gereken süreyi azaltmak için yardımcı olsa bile, bu, iyi bir şablonu protein, kütüphanede cevapsız veya şablon LOMETS parçacığı programlar tarafından tespit edilmiştir olmayabilir mümkündür kütüphanede mevcut. Bu durumlarda, kullanıcı şablonu olarak istenilen protein yapısı belirtmelisiniz. Protein yapısı ek bir şablon olarak belirtmek için, kullanıcılar ya da bir PDB biçimlendirilmiş yapı dosyası yükleme veya PDB kütüphanede yatırılır protein yapısı PDB kimliği belirtin. I-TASSER Muster programı 23 kullanarak sorgu şablonu hizalama üretecek ve belirtilen kullanıcı şablon ve yapı montaj simülasyon kılavuzu LOMETS şablonları hem mekansal koltuk toplayacaktır. LOMETS koltuk doğruluğu farklı hedefler için farklı olduğundan, LOMETS koltuk ağırlık kolay (homolog) ta güçlüdürsistematik benchmark eğitim ayarlandı sabit (non-homolog) hedefler, daha rgets. Kullanıcılar ayrıca, kendi sorgu şablonu hizalanmalar belirtebilirsiniz. : Sunucu, iki formatta uyum FASTA biçimi (Şekil 9A) ve 3D formatında (Şekil 9B) kabul eder. FASTA standart ve format adresinde açıklanan olduğunu <a href="http://zhanglab.%20ccmb.med.umich.edu/FASTA/">http://zhanglab. ccmb.med.umich.edu / FASTA /</a> . 3D formatı standart PDB formatı (benzer <a href="http://www.wwpdb.org/documentation/format32/sect9.html">http://www.wwpdb.org/documentation/format32/sect9.html</a> ), ancak şablonları türetilen iki ek sütunlar ATOM kayıtları (bkz. Şekil 9B) eklenir: Sütunlar 1-30: Atom (sadece C-alfa) ve kalıntı sorgu sırası için isimleri. Sütunlar 31-54: C-alfa şablonda ilgili atomlardan kopyalanan sorgu atomların koordinatları. Sütunlar 55-59 Sorumlu kalıntı sayısı şablon dayalı hizalama Sütunlar 60-64 Sorumlu kalıntı adı şablonu Şablonlar proteinler dışla Proteinler esnek moleküller ve biyolojik aktivitesini değiştirmek için birden fazla yapısal durumları kabul edebilir. Örneğin, birçok protein kinazlar ve membran proteinlerinin yapıları hem de aktif ve pasif yapısındaki çözüldü. Ayrıca bağlı ligand varlığı ya da yokluğu büyük yapısal hareketlere neden olabilir. Şablonun tüm yapısal durumları parçacığı programlar için benzer olsa da, sadece belirli bir devlet şablonları kullanarak sorgu modeli için arzu edilen bir durumdur. Sunucu üzerinde yeni bir seçenek, kullanıcı yapı modelleme sırasında şablon proteinler hariç sağlar. Bu özellik aynı zamanda kullanıcı modelleme için kullanılan şablonlar homoloji düzeyini seçmek için izin verecek. Kullanıcılar şablon proteinleri fr hariç tutabilirsinizom I-TASSER kütüphanesi: A. bir dizi kimlik kesme belirtme Kullanıcılar I-TASSER şablon kütüphanesi homolog proteinler dışlamak için bu seçeneği kullanabilirsiniz. Homoloji seviyesi dizisi kimlik limitine göre ayarlanır, yani sorgu ve sorgu sırası sıra uzunluğuna bölünmesiyle şablon protein arasında aynı kalıntı sayısı. Örneğin, eğer sağlanan formu &quot;% 70&quot; kullanıcı türleri,&gt;% 70 sorgu protein I-I-TASSER şablon kütüphanesi dışında bir dizi kimliğe sahip tüm şablonları proteinler. B. belirli bir şablon proteinleri Dahil Değildir Belirli bir şablon proteinleri Dışlanacak yapıların PDB kimlikleri içeren bir liste yükleyerek I-TASSER şablon kütüphanesi dışında olabilir. Bir örnek dosya Şekil 10&#39;da gösterilmiştir. Aynı protein PDB kütüphanede birden fazla giriş, I-TASSER se var gibirver varsayılan olarak belirtilen şablonları (Sütun1) yanı sıra bir kimlik kütüphane diğer tüm şablonları&gt; belirtilen şablonlar% 90 hariç. Kullanıcılar ayrıca, kimliği ile tüm şablonları&gt;% 70 belirli bir şablon proteinler dışı bırakılacaktır farklı bir kimlik kesim, örneğin% 70 belirleyebilirsiniz.

<ol><li> FASTA modellenebilir (bkz., protein, amino asit dizilimi biçimlendirilmiş <a href="http://www.ncbi.nlm.nih.gov/BLAST/fasta.shtml">http://www.ncbi.nlm.nih.gov/BLAST/fasta.shtml</a> ). </li><li> Internet erişimi ve bir web tarayıcısı ile bir kişisel bilgisayar. </li><li> Tahmin üçüncül yapısı ve fonksiyonel siteler analiz etmek için Moleküler görselleştirme yazılım, örneğin RasMol veya PYMOL. </li></ol>

bilgisayar tabanlı protein yapısı ve İşlevi tahmin protokolü

A Protocol for Computer-Based Protein Structure and Function Prediction

Genom sıralama projeleri kendi biyolojik rolü anlayış geliştirmek için yapı ve fonksiyon bilgisi gerektiren, milyonlarca protein dizisi şifrelenmiştir. Deneysel yöntemler bu proteinlerin küçük bir kısmı için ayrıntılı bilgi sağlayabilir rağmen, sayısal modelleme, deneysel uncharacterized protein moleküllerinin çoğunluğu için gereklidir. I-TASSER sunucu protein yapısı ve işlevi yüksek çözünürlüklü modelleme için bir on-line bir tezgah. I-TASSER sunucu tipik bir çıkış, bir protein dizisi göz önüne alındığında, ikincil yapı tahmini içeren her bir kalıntı solvent erişilebilirlik, homolog parçacığı ve yapısı hizalanmalar tarafından tespit şablon proteinler, beş tam uzunlukta üçüncül yapısal modeller ve yapı tabanlı tahmin enzim sınıflandırma fonksiyonel ek açıklamalar, Gen Ontoloji açısından ve protein-ligand bağlanma yerleri. Tüm tahminler bir güven puanı ile etiketlenmiş olanöngörüleri deneysel verileri bilmeden ne kadar doğru söyler. Son kullanıcıların özel istekler kolaylaştırmak için, sunucu, kullanıcı tarafından belirtilen inter-kalıntı mesafe kabul ve I-TASSER modelleme etkileşimli değiştirmek için haritalar iletişim kanalı sağlayan, aynı zamanda kullanıcıların şablon olarak herhangi bir protein belirtmek için izin verir, veya herhangi bir şablon dışlamak için sırasında proteinlerin yapı montaj simülasyonları. Yapısal bilgiler I-TASSER tahminlerin kalitesinin iyileştirilmesi amacı ile deneysel kanıtlar veya biyolojik anlayışlar dayalı kullanıcıları tarafından toplanmış olabilir. Sunucu toplum genelinde son CASP deneylerde protein yapısı için en iyi programlar ve fonksiyon tahminlerde olarak değerlendirildi. Şu anda on-line I-TASSER sunucu kullanıyorsanız, 100&#39;den fazla ülkeden gelen 20.000 kayıtlı bilim adamları vardır.

I-TASSER boru hattı kullanarak protein yapısal ve fonksiyonel karakterizasyonu tabanlı bir bilgisayar için yönergeler açıklanmıştır. 3D modelleri sorgu protein dizisi başlayarak, birden fazla iş parçacığı hizalanmalar kullanılarak oluşturulan yapısal montaj simülasyonları yinelemeli. Fonksiyonel çıkarımlar sonra bilinen yapı ve fonksiyonlara sahip proteinlere maçlarına göre çizilir.

Bilgisayar Tabanlı Protein Yapısı ve İşlevi Tahmin Protokolü

Genom dizileme projeleri, yapı ve fonksiyonlarının bilinmesinin ... geliştirmek için gerekli olduğu milyonlarca protein dizisini çözümlemiştir.

Bu prosedürün amacı, protein moleküllerinin üç boyutlu yapılarını ve biyolojik işlevlerini amino asit dizilerinden başlayarak hesaplamalı olarak öngörmektir. Bu işlem, öncelikle proteinlerin ikincil yapılarının makine öğrenimi ile tahmin edilmesiyle gerçekleştirilir. Ardından, diziler ve öngörülen ikincil yapı, mümkün olan en iyi yapı şablonlarını belirlemek amacıyla PDB kütüphanesindeki çözülmüş yapılarla eşleştirilir.Bu prosedüre threading (iplikleme) adı verilir. Threading prosedürünü takiben, IT AER programı şablonları dizi şablon hizalamalarına göre fragmanlara ayıracak ve ardından üçüncü adımda bu fragmanları tam uzunluktaki modellere yeniden birleştirecektir. Tam atomik modeller, hidrojen bağı ağlarını optimize etmek ve sterik çakışmaları gidermek için atomik düzeydeki rafinasyonlar ile oluşturulur.Prosedürün son adımı, tahmin edilen yapıları fonksiyon kütüphanesindeki bilinen fonksiyonlu proteinlerle eşleştirerek proteinlerin biyolojik fonksiyonlarını belirlemektir. ITER'in mevcut yapı modelleme yöntemlerine göre temel avantajı, threading hizalamalarını tutarlı bir şekilde doğal duruma daha çok yaklaştırabilen yerleşik yapı fragmanı montaj yaklaşımıdır. Bu yüksek kaliteli yapı modelleri, bilimsel toplulukta ITER'in kullanımını teşvik etmek amacıyla, yapı tabanlı doğru fonksiyonel açıklamaların da temelini oluşturur.Laboratuvarımız, protein dizilerinin iter'e gönderilebileceği bir web sitesini kullanıma sunmuştur. Bu web site, dünya çapındaki kullanıcıların, ITER simülasyonlarını yöneten ve çalıştıran bilgisayar kümesine bir arayüz kaydedebilmelerini sağlayan bir merkez görevi görmektedir. Bir ITER simülasyon işi, bir düzineden fazla daha küçük alt simülasyondan oluşur.Tek bir işlemci çekirdeğine sahip tek bir bilgisayarda çalıştırıldığında, bu simülasyonlar yüz saatten fazla sürebilir. Zang laboratuvarı bilgisayar kümesi, bu alt simülasyonları alır, yüzlerce bilgisayara dağıtır ve 2000'den fazla simülasyonu çalıştırabilme kapasitesine sahiptir. Bilgisayar kümemiz sayesinde, her gün yüzlerce I taster simülasyonunu tamamlayabiliyoruz.Bu kapasiteye rağmen, sistemi optimize etmek ve çevrimiçi IT AER kullanıcılarımızın bekleme süresini en aza indirmek için birçok çalışma yapılması gerekmektedir. Yapı ve fonksiyon modelleme deneyine başlamak için IT AER web sayfasına giriş yapın. Burada tartışılan tüm ilgili web sayfalarının URL adresleri yazılı protokolde bulunabilir.Amino asit dizisini sağlanan forma kopyalayıp yapıştırın veya gözat düğmesine tıklayarak diziyi doğrudan yükleyin. İş için bir e-posta adresi ve bir isim belirtin. Kullanıcılar isteğe bağlı olarak kalıntı temas veya mesafe kısıtlamaları belirtebilirler.Yapı modelleme süreci sırasında ek bir şablon ekleyin veya bazı şablon proteinleri hariç tutun. Diziyi göndermek için run it taser düğmesine tıklayın. Gönderilen işin durumunu IT taser kuyruk sayfasını ziyaret ederek kontrol edin.Arama sekmesine tıklayın ve gönderilen işi aramak için iş kimlik (ID) numarasını veya sorgu dizisini kullanın. Yapı ve fonksiyon modellemesi tamamlandığında, tahmin edilen yapıların bir görüntüsünü ve bir web bağlantısını içeren bir bildirim e-postası belirtilen e-posta adresine gönderilecektir. Sonuçları görüntülemek ve indirmek için bu bağlantıya tıklayın.Yapı analizine, alfa heliks için H, beta tabaka için S veya rastgele kıvrım (coil) için C olarak görüntülenen ikincil yapı tahminini inceleyerek başlayın. Ayrıca, her bir kalıntı için tahminin güven skorunu dikkate alın. Proteindeki çekirdek bölgeyi tahmin etmek için düzenli ikincil yapı tahminlerinin uzun yapılarına sahip bölgeleri arayın.Proteinin yapısal sınıfı, sekonder yapı elementlerinin dağılımına dayanarak da analiz edilebilir. Gömülü ve çözücüye açık bölgeleri belirlemek için öngörülen çözücü erişilebilirliğini görüntüleyin. Sorguda, öngörülen çözücü erişilebilirliği değerleri, gömülü bir kalıntı için sıfır puanından, açık bir kalıntı için dokuz puanına kadar değişmektedir.Çoğunlukla gömülü kalıntıların bulunduğu bölgeler, proteindeki çekirdek bölgeyi belirlemek için kullanılabilirken; çözücüye açık ve hidrofilik kalıntıların olduğu bölgeler potansiyel hidratasyon veya fonksiyonel bölgelerdir. Sorgulanan proteinin öngörülen üçüncül yapılarını görüntülemek için solda görüntülenen etkileşimli JMO Applet'ine aşağı kaydırın. Görüntülenen yapının görünümünü değiştirmek için applet'e tıklayın.Belirli bir bölgeye yakınlaştırın, öngörülen modeldeki belirli kalıntı türlerini seçin veya kalıntılar arası mesafeleri hesaplayın. Öngörülen yapıların kalitesini tahmin etmek için yapısal modellemenin güven puanlarını analiz edin. Csco değerleri tipik olarak eksi beş ile iki aralığındadır ve daha yüksek bir puan, daha iyi kaliteye sahip bir modeli yansıtır.İlk modelin tahmini TM skoru ve RMSD değeri, birinci modelin tahmini doğruluğu olarak gösterilmiştir. csco hakkında daha fazla bilgi bağlantısına tıklayın. Tüm modellerin csco küme boyutunu ve küme yoğunluğunu analiz etmek için, low mets threading programları tarafından belirlenen sorgu proteininin ilk 10 threading şablonunu analiz edin.Sonuçlar sayfasını aşağı kaydırarak, threading hizalamalarının kalitesini analiz etmek için normalize edilmiş Z-skorunu görüntüleyin. Normalize edilmiş csco değeri birden büyük olan hizalamalar, güvenilir bir hizalamayı yansıtır ve sorgu proteini ile aynı katlanmaya sahip olma olasılığı en yüksek olanlardır. Sorgu ve şablon proteinler arasındaki homologiyi değerlendirmek için threading hizalı bölgesindeki ve tüm zincirdeki sekans özdeşliğini inceleyin.Yüksek sekans özdeşliği, sorgu ve şablon proteinler arasındaki evrimsel akrabalığın bir göstergesidir. Sorgu ve şablon proteinlerdeki korunmuş kalıntıları veya motifleri görsel olarak tanımlamak için renkli olarak gösterilen threading hizalı kalıntıları inceleyin; threading hizalı bölgedeki sekans özdeşliğinin tüm zincir hizalamasına kıyasla daha yüksek olması, sorguda korunmuş yapısal motiflerin veya domainlerin varlığına da işaret eder. Hizalamayı kontrol ederek threading hizalamasının kapsamını değerlendirin.En üstteki hizalamanın kapsamı düşükse ve sorgu proteininin yalnızca küçük bir bölgesiyle sınırlıysa veya sorgu dizisinin uzun bir segmentinde mevcut değilse, bu durum sorgu proteininin birden fazla domain içerdiğini gösterir. Bu durumda, dizinin bölünmesi ve domainlerin ayrı ayrı modellenmesi önerilir. Yapısal hizalama programı TM align tarafından belirlenen ilk öngörülen modelin en iyi 10 yapısal analoğunu belirlemek için sonuç sayfasındaki bir sonraki tabloyu görüntüleyin.0.5'den büyük bir TM skoru, tespit edilen analoğun ve modelin benzer bir topolojiye sahip olduğunu ve sorgu proteinin yapısal sınıfını veya protein ailesini belirlemek için kullanılabileceğini gösterir. 0.3'ten küçük TM skoruna sahip olanlar ise rastgele bir yapısal benzerliğe işaret eder. Model ve yapısal analogdaki uzaysal motiflerin korunmasını değerlendirmek için yapısal olarak hizalanmış bölgedeki sekans kimliğini ve RMSD değerini analiz edin.Yapısal olarak korunan bu kalıntıları ve motifleri belirlemek için hizalamadaki renkli ve hizalanmış kalıntı çiftlerini görsel olarak inceleyin. Sorgu proteinin potansiyel olarak en olası beş enzim OG'sini görmek için öngörülen EC numaraları tablosuna bakın. Bu şablonlar kullanılarak yapılan EC numarası tahmininin güven düzeyi, kıyaslama analizine dayalı EC skoru olarak gösterilmiştir.Sorgu ve şablon protein arasındaki fonksiyonel benzerlik, 1.1'den büyük bir EC skoru kullanılarak güvenilir bir şekilde yorumlanabilir. Ardından, sorgu proteini ile benzer katlanmaya sahip şablonlar arasında fonksiyonel bir konsensüs olup olmadığına bakın. Eğer birden fazla şablon aynı EC numarasına sahipse ve EC skoru 1.1'den büyükse, tahminin güven düzeyi çok yüksektir.Ancak, EC skoru yüksek olmasına rağmen tanımlanan hitler arasında bir fikir birliği yoksa tahmin daha az güvenilir hale gelir ve kullanıcılara gen ontolojisine başvurmaları önerilir. Terim tahminleri, sorgulanan proteinin PDB kütüphanesindeki gen ontolojisi terimleriyle açıklanmış ilk 10 homologunu belirlemek için tahmin edilen gen ontolojisi terimleri tablosunu görüntüler; her bir protein genellikle moleküler işlevlerini, biyolojik süreçlerini ve hücresel konumunu tanımlayan birden fazla gen ontolojisi terimi ile ilişkilendirilmiştir. Tanımını ve soy ağacını analiz etmek için amigo web sitesini ziyaret etmek amacıyla her bir terime tıklayın.Sorgu ve şablon proteinler arasındaki fonksiyonel benzerliğe erişmek için fonksiyonel homoloji skoru sütununu analiz edin. Bu proteinlerden fonksiyonel anotasyon aktarımının güven düzeyi de tahmin edilebilir. Şablonlar arasındaki fonksiyon uyumunu analiz etmek için gen ontolojisi terimlerinin konsensüs tahmini tablosunu görüntüleyin.Bu yaygın işlevler, sorgulanan proteinin gen ontolojisi terimlerini tahmin etmek ve geo terim tahminlerinin güven düzeyini değerlendirmek için kullanılır. Son olarak, sorgulanan protein için en iyi 10 ligand bağlanma bölgesi tahminini görüntülemek için sayfanın altına kaydırın; tahmin edilen bağlanma bölgeleri, ortak bir bağlanma cebini paylaşan tahmin edilen ligand konformasyonlarının sayısına göre sıralanır. Belirlenen en iyi bağlanma bölgesi halihazırda JM OL uygulamasında görüntülenmektedir.Diğer öngörüleri analiz etmek ve ligand ile etkileşime giren kalıntıları görselleştirmek için radyo butonlarına tıklayın. BS skoru, model ile şablonların bağlanma bölgesi arasındaki yerel benzerliği ortaya koyar. 1.1'den büyük bir BS skoru, öngörülen bağlanma bölgesinin yakınında yüksek sekans ve yapısal benzerliğe işaret eder.Şablondaki bilinen bağlanma bölgesiyle karşılaştırıldığında modelde, IT diğer kullanışlı özelliklere bağlantılar içeren ana bir web sayfasıdır. Forum özelliği, kullanıcının çevrim içi bir hesap oluşturmasına ve yapı modelleme konusunda veya sonuçların yorumlanmasında diğer ITER kullanıcılarından yardım almasına olanak tanır. İndirme özelliği, kullanıcıların iter ve ilgili paketleri indirmelerine ve bunları bilgisayarlarına kurmalarına imkan sağlar.Bu, modelleme deneylerini gerçekleştirmek için gereken sürenin azaltılmasına yardımcı olur. Kuyruk özelliği, gönderilen tüm işlerin durumunun IT a Q sayfasında görülmesini sağlar. Kullanıcılar ayrıca, tamamlanan işlere ait modellenmiş yapıların görüntülerini görsel olarak inceleyebilirler.Bu sayfada, CSCO beklenen TM skoru, ilk modelin beklenen RMSD değeri ve gönderim tarihi ile birlikte; daha hızlı formatlanmış sorgu dizisini, öngörülen sekonder yapıyı, ilgili güven skorlarını ve kalıntıların öngörülen çözücü erişilebilirliğini gösteren IT AER sonuçları sayfasının bir alıntısı da sunulmuştur. Analiz edilen çekirdek bölge ve sorgudaki potansiyel hidratasyon bölgesi sırasıyla camgöbeği ve kırmızı dikdörtgenlerle vurgulanmıştır. Burada, sorgu proteinleri için tersiyer yapı öngörüleri gösterilmektedir.Öngörülen modeller, kullanıcının molekül görüntüsünü değiştirmesine olanak tanıyan etkileşimli bir JML uygulama çıkışında görüntülenir. Modeller ayrıca indirme bağlantılarına tıklanarak indirilebilir; modelin kalitesini tahmin etmek için kullanılan güven puanı csco olarak raporlanır. Loomis threading programları tarafından tanımlanan en iyi 10 threading şablonunu ve hizalamasını gösteren itta A sonuçları sayfasına bir örnek sunulmuştur.Threading hizalamalarının kalitesi, bir'den büyük bir değerin güvenilir bir hizalamayı yansıttığı normalize edilmiş Z-skoru baz alınarak değerlendirilir. Şablondaki hizalanmış kalıntulardan, sorgu kalıntılarıyla aynı olanlar, korunmuş bir kalıntı veya motifin varlığını belirtmek için renklerle vurgulanmıştır. Aksine, en üstteki şablonların çoğunda hizalamanın olmaması, sorgu proteininde birden fazla domainin varlığına işaret eder ve hizalanmamış kalıntular domain bağlayıcı bölgelere karşılık gelir.Bu tablo, TM hizalı Yapısal Hizalama Programı tarafından tanımlanan ilk 10 yapısal analoğu ve yapısal hizalamaları göstermektedir. Analogların sıralaması, yapısal hizalamanın TM skoruna dayanmaktadır. 0.5'ten büyük bir TM skoru, karşılaştırılan iki yapının benzer bir topolojiye sahip olduğunu gösterir.0,3'ten düşük bir TM skoru, iki rastgele yapı arasındaki benzerlik anlamına gelirken; yapısal olarak hizalanmış kalıntı çiftleri, amino asit özelliklerine göre renklerle vurgulanmış, hizalanmamış bölgeler ise tire ile belirtilmiştir. Burada, PDB kütüphanesindeki sorgu proteininin tanımlanan enzim homologlarını gösteren ITR sonuç sayfasına bir örnek verilmiştir.EC numarası tahmininin güven düzeyi, sorgu ve şablon protein arasındaki fonksiyonel benzerliğin 1,1'den büyük bir EC skoru ile belirtildiği EC skoruna dayanarak analiz edilir. Sorgu protein için oluşturulan gen ontolojisi terim tahmin tablosu, gen ontolojisi şablon kütüphanesindeki sorgu proteinin fonksiyonel homologlarını, fonksiyonel homoloji skorlarına göre sıralanmış şekilde içerir. Sorgu protein için nihai gen ontolojisi terim tahminlerini oluşturmak amacıyla, en yüksek skorlu bu eşleşmelerden ortak fonksiyonel özellikler türetilir.Tahmin edilen gen ontolojisi terimlerinin kalitesi geo skoruna göre değerlendirilir; 0,5'ten büyük bir geo skoru, kofaktör algoritmasını kullanarak en iyi 10 protein ligand bağlanma bölgesi tahminini gösteren IT AZA sonuç sayfası örneğinde sunulduğu üzere güvenilir bir tahmini belirtir. Tahmin edilen bağlanma bölgelerinin sıralaması, ortak bir bağlanma cebini paylaşan tahmin edilen ligand konformasyonlarının sayısına dayanmaktadır. Sorguda BS skoru, tahmin edilen bağlanma bölgesi ile şablon bağlanma bölgesi arasındaki yerel sekans ve yapı benzerliğinin bir ölçüsüdür ve bağlanma bölgesi ceplerinin korunmuşluğunu analiz etmek için kullanışlıdır.ISER, protein yapısı ve fonksiyonu tahmini için en verimli algoritmalardan biri olsa da, bunun yalnızca bilgisayar algoritmalarıyla yapılan bir tahmin olduğunu unutmamak önemlidir. Örneğin, kalıntı temasları veya bağlanma bilgileri gibi herhangi bir deneysel veri veya fonksiyonel içgörü, tahminlerin doğruluğunu artırmak için son derece faydalı olacaktır. IT AER sunucusu, artan ilgiyi karşılamak amacıyla modelleme prosedürü sırasında bu bilgilerin eklenmesine olanak tanıyan bir portala sahiptir.Zang laboratuvarı, IT AER yazılımını ticari olmayan araştırmalar için ücretsiz olarak kullanıma sunmuştur. IT AER ve göz seçiciyi (eye taster) aktif olarak geliştirmeye devam ediyoruz; bu yazılımın erişilebilir olmasının, Zang laboratuvarı dışındaki geniş ölçekli uygulamalara yol açacağını, bilimsel topluluğa fayda sağlayacağını ve daha fazla araştırmayı teşvik edeceğini umuyoruz.

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

Research

JoVE Journal

Biology

Biyoloji

Protein tasarımının birkaç önemli alanını ele alabilen hesaplamalı de novo protein tasarım yöntemleri geliştirdik. Bu yöntemleri yaymak için, protein tasarımı için çevrimiçi bir araç olan Protein WISDOM'ı sunuyoruz (http://www.proteinwisdom.org). Yapısal bir şablondan başlayarak, artan stabilite için monomerik proteinlerin ve artan bağlanma afinitesi için komplekslerin tasarımı gerçekleştirilebilir.

Protein AKIL: A Tezgahı<em&gt; Siliko olarak</em&gt;<em&gt; De novo</emBiyomoleküllerin&gt; Tasarım

Konsensüs motiflerine dayanan sentetik protein dizileri, tipik olarak, interpozisyonel bağımlılıkları (IPD'ler) ima eden birlikte gelişen kalıntıları görmezden gelir.  IPD'ler aktivite için gerekli olabilir ve bunları göz ardı eden tasarımlar optimal olmayan sonuçlara neden olabilir.  Bu protokol, IPD'leri tanımlamak ve rasyonel protein tasarımını bilgilendirmeye yardımcı olmak için StickWRLD'yi kullanır ve bu da daha verimli sonuçlar sağlar.

Sentetik Proteinlerin Optimizasyon: interpozisyonel bağımlılıklar belirlenmesi Yapısal belirten ve / veya Fonksiyonel Bağlantılı tortular

Bio3D-web kullanılarak protein dizisi-yapı-dinamikleri ilişkilerinin çevrimiçi incelenmesi için bir protokol sunulmuştur.

Bio3D-web ile Protein Dizisi-yapı-dinamikleri İlişkilerinin İncelenmesi

Burada açıklanan protokol, kullanıcı dostu UCSC Genom Tarayıcısında PhyloCSF kullanarak mikroprotein kodlama potansiyeli için ilgilenilen genomik bölgelerin nasıl analiz edileceğine dair ayrıntılı talimatlar sağlar. Ek olarak, varsayılan işlevleri hakkında fikir edinmek için tanımlanmış mikroproteinlerin dizi özelliklerini daha fazla araştırmak için çeşitli araçlar ve kaynaklar önerilmektedir.

Mikroprotein Tanımlama ve Dizi Analizi için Entegre Bir Yaklaşım

Protein-protein etkileşimlerinde (PPI'ler) çok spesifik bağlanma bölgelerinin amino asit tercihlerini tahmin etmek için dizi çeşitlendirmesine dayalı bir metodoloji açıklıyoruz. Bu stratejide, binlerce potansiyel peptit ligandı üretilir ve in silico olarak taranır, böylece mevcut deneysel yöntemlerin bazı sınırlamalarının üstesinden gelinir.

Protein-Protein Etkileşimlerinde Görev Alan Potansiyel Olarak Çok Spesifik Peptit Bağlayıcı Alanların Amino Asit Tercihlerinin Hesaplamalı Tahmini

Protein tasarımı, amino asit dizilerinin inşasını ve fonksiyonel varyantlar oluşturmak için belirli motiflerin dahil edilmesini içerir. Bu yaklaşım, antibiyotiğe dirençli patojenlerle savaşmak için antimikrobiyal peptitlerin (AMP'ler) geliştirilmesi için kritik öneme sahiptir. Bu makale, çeşitli biyoinformatik araçları kullanılarak protein yapımı için bir prosedür sunmaktadır.

Proteinlerin De Novo ve In Silico Tasarımı için I TASSER, trRosetta, UCSF Chimera, HADDOCK sunucusu ve HEX loria uygulaması

Biz geçerlidir etiket kinetik karakterizasyonu ile papain birkaç sistatin B mutantlar bağlayıcı yapı-işlev analizi için ücretsiz Biacore X100 kullanarak protein etkileşim analizi. Kalibrasyon konsantrasyon analizi (CFCA) standart eğri gerek kalmadan muhafaza bağlayıcı aktivite ile protein konsantrasyonu ölçer. Biz CFCA kinetik analiz güvenilirliğini artırır ve bu kinetik sabitler güvenilir bir rekombinant proteinin aktivitesi azalır bile tespit edilebilir kullanarak bu onay konsantrasyonlarının...

Kinetik ve Yapı-fonksiyon Analiz Affinity belirlenmesi Doğru Protein Konsantrasyonu Önemi

İlişikteki video GELFREE 8100 Fraksiyonu Sistemi kullanımı, kompleks protein örneklerinin moleküler ağırlık bazında bölümleri açıklar ve sıvı faz fraksiyonları kurtarır. Video teknoloji, nasıl kullanılır, inşaat işleri ve fraksiyone sığır karaciğer Homojenat poliakrilamid jel elektroforezi analizleri ile ortaya çıkan veri sağlar.

Sıvı Faz Kurtarma Moleküler Ağırlık Tabanlı Fraksiyonu GELFREE 8100 Fraksiyonu Sisteminin Kullanılması

Gen silme ve protein aşırı ekspresyonu proteinlerin işlevleri çalışmak için sık kullanılan yöntemlerdir. Bu makalede, bir nüfus protein konsantrasyonu fonksiyonu ve tek hücreli düzeylerde fenotip gelişimi analiz için bir...

Geliştirici Maya Protein Konsantrasyonu bir işlev olarak Morfolojik Fenotip Kalkınma Analizi

3-D bir molekül yapısı molekül fonksiyonları nasıl eşsiz bir anlayış sağlar. Yakın atomik çözünürlükte yapı tespiti için temel yöntem, X-ışını kristalografisi. Burada, X-ışını kristalografisi yapı tayini için uygun olan herhangi bir makromolekül üç boyutlu kristaller elde etmek için mevcut yöntemler göstermektedir.

X-ray Kristalografi Protein Kristalizasyon

Öğrenin, I-TASSER ardışık düzeni kullanarak amino asit dizilerinden proteinlerin üç boyutlu yapılarını ve biyolojik işlevlerini hesaplamalı olarak tahmin etme yöntemini. Makine öğrenimi, iş parçacığı ve parça birleştirme teknikleriyle yüksek kaliteli modeller oluşturulur.

Bilgisayar Tabanlı Protein Yapısı ve İşlevi Tahmin Protokolü

Daha fazla video keşfet