Weby s proteiny I. - Protein I-sites

I-stránky jsou krátké motivy sekvenční struktury které se těží z Proteinová datová banka (PDB), které silně korelují s trojrozměrnými strukturálními prvky. Tyto motivy sekvenční struktury se používají pro predikci lokální struktury proteinů. Místní struktura může být vyjádřena jako fragmenty nebo jako úhly páteře. Místa v proteinové sekvenci, která mají vysokou spolehlivost předpovědí I-míst, mohou být iniciačními místy skládací. I-stránky byly také identifikovány jako diskrétní modely skládacích drah. I-stránky se skládají z asi 250 motivů. Každý motiv má aminokyselinový profil, fragmentovou strukturu (představovanou fragmentem „paradigmatu“ vybraným z proteinu v PDB) a volitelně čtyřrozměrný tenzor párové sekvenční kovariance.

Výstavba knihovny I-site

Posloupnost a struktura databáze

Databáze původně sestávala ze 471 rodin proteinových sekvencí z databáze HSSP, s průměrem 47 seřazených sekvencí na rodinu. Každá rodina obsahovala jedinou známou strukturu (mateřskou) z Brookhavenské proteinové datové banky. Jednalo se o podmnožinu seznamu PDBSelect-25, která neměla více než 25% identitu sekvence mezi jakýmikoli dvěma zarovnáními. Neuspořádané smyčky byly vynechány. Mezery a vložení v sekvenci byly ignorovány.

Shlukování segmentů sekvence

Každá pozice v databázi je popsána váženou frekvencí aminokyselin. A opatření podobnosti v sekvenčním prostoru mezi segmentem (p) a shlukem segmentů (q) je definován jako:

${ displaystyle D_ {pq} = součet _ {ij} log left [{ dfrac {P_ {ij} (p) + alpha F_ {i}} {(1+ alpha) F_ {i}}} right] log left [{ dfrac { sum _ {k epsilon q} P_ {ij} (k) + alpha 'F_ {i}} {(N_ {q} + alpha') F_ {i }}}že jo]}$

kde Pij (p) je frekvence aminokyselin i v poloze j v segmentu p. Nq je počet segmentů sekvence k v klastru q. Fi je celková frekvence aminokyseliny typu i v databázi. Optimální hodnoty a a0 byly stanoveny empiricky na 0,5, respektive 15. Pomocí tohoto opatření podobnosti byly segmenty dané délky (3 až 15) seskupeny přes Algoritmus k-means.

Posuzování struktury v klastru; volba paradigmatu

Strukturní podobnost mezi jakýmikoli dvěma peptidovými segmenty byla hodnocena pomocí kombinace chyby matice vzdálenosti RMS (dme):

${ displaystyle dme = { sqrt { dfrac { sum limity _ {i = 1} ^ {L} suma limity _ {j = i-5} ^ {i + 5} ( alpha _ {i rightarrow j} ^ {s1} - alpha _ {i rightarrow j} ^ {s2}) ^ {2}} {N}}}}$

kde ai-> j je vzdálenost mezi atomy a-uhlíku i a j v segmentu s1 délky L a maximální odchylka v torzních úhlech páteře (mda) po délce segmentu je dána vztahem:

${ displaystyle mda (L) = max_ {i = 1, L-1} ( Delta Phi _ {i + 1}, Delta Psi _ {i})}$

Struktura paradigmatu pro klastr byla vybrána z 20 nejlépe hodnocených segmentů v databázi jako struktura s nejmenším součtem hodnot mda k ostatním 19. Před usazením na tyto dva byly vyzkoušeny další strukturální opatření: RMS odchylka atomů a-uhlíku (rmsd), samotný dme a strukturální filtr, který hledal konkrétní konzervované kontakty. Ten druhý fungoval nejlépe při rozlišování pravdivých a nepravdivých pozitiv, ale nemohl být snadno automatizován. Bylo zjištěno, že rmsd a dme jsou špatnými diskriminátory dvou typů šroubovice. Kombinovaný filtr mda-dme nejlépe simuluje filtr konzervovaných kontaktů a je rychle vypočítán.

Reference

Bystroff, C; Baker, D (1998). „Predikce lokální struktury v proteinech pomocí knihovny motivů sekvenční struktury“ (PDF). Journal of Molecular Biology. 281 (3): 565–77. CiteSeerX  10.1.1.125.3690. doi:10.1006 / jmbi.1998.1943. PMID  9698570.

externí odkazy

• Knihovna I-stránek
• I-weby / Predikční server HMMSTR