Información

Software para modelar y analizar interacciones proteína-ligando

Software para modelar y analizar interacciones proteína-ligando


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Actualmente estoy tratando de modelar una determinada proteína (Golgi Manosidasa II) y comparar el ajuste inducido del inhibidor swainsonina. Me gustaría poder analizar las distancias entre las interacciones de enlace y las fortalezas de las regiones de enlace. Me preguntaba si había algún tipo de software que me permitiera analizar esta proteína y sus interacciones con la swainsonina. He visto muchas imágenes como la que se muestra a continuación en artículos de investigación, pero nunca estoy seguro de qué software están usando los investigadores para generar estos modelos.

Liberato, M. V. y col. La caracterización molecular de una glucósido hidrolasa de la familia 5 sugiere un mecanismo enzimático de ajuste inducido. Sci. Rep. 6, 23473; doi: 10.1038 / srep23473 (2016).


No sé exactamente a qué te refieres con "analizar", que podría ser cualquier cosa, desde simplemente "ver" o "medir distancias", hasta evaluar una función energética en una estructura cristalina o simulación de dinámica molecular, hasta la predicción de sitios de unión de novo. . Las herramientas son diferentes para cada caso, aunque algunas pueden hacer varias cosas.

Para simplemente ver, medir distancias y crear "imágenes bonitas" como las que incluyó con la pregunta, PyMOL y UCSF Chimera son las herramientas más populares. Quimera es altamente programable y puede realizar simulaciones de dinámica molecular (es decir, simular el movimiento de átomos en función de una función energética), aunque su capacidad a este respecto es algo limitada. El paquete de software NAMD / VMD (que se utilizó en el estudio citado en la pregunta) tiene más funciones, al igual que CHARMM (el último de los cuales también es el nombre de una función de energía). Para la predicción de sitios de unión de novo (sin una estructura experimental limitada), es decir, "acoplamiento", existen DOCK y AutoDock (ambos con una larga historia académica), así como otros más orientados a la industria como Glide.

Tenga cuidado con lo que se está metiendo, mientras que simplemente ver estructuras y hacer declaraciones geométricas por observación directa está al alcance del bioquímico promedio con un conocimiento razonable de la estructura de las proteínas (¡siempre que confíe en el laboratorio que resolvió la estructura en primer lugar! ), la simulación de proteínas usando funciones energéticas requiere una considerable experiencia computacional, aunque la naturaleza de "caja negra" de algunos programas pasa por alto esto. Puede ser relativamente fácil ejecutar una simulación usando parámetros cuestionablemente apropiados, pero el adagio "basura entra basura" se aplica mucho aquí. Esto también es cierto con el acoplamiento.


No soy un experto, pero un comienzo podría ser PyMOL https://pymol.org/2/ Desafortunadamente, necesita una licencia para usar la última versión

Puede encontrar una versión anterior (gratuita) aquí: https: //sourceforge.net/projects/pymol/files/latest/download

Puede encontrar un tutorial aquí: https: //pymolwiki.org/index.php/Practical_Pymol_for_Beginners

¡Espero que te ayude a empezar!


Interacciones de proteína y ligando # 8211

No siempre, pero a veces uno quiere aplanar las interacciones entre una proteína y un ligando. El objetivo es ordenar la información tridimensional (3D) en una imagen 2D. Con tales visualizaciones, la ventaja es que uno puede ver las diversas interacciones sin que ninguna de ellas quede enterrada, y concentrarse en las cruciales que son la clave para las interacciones proteína-ligando. Las situaciones en las que se utilizan estas representaciones 2D son, en términos generales, de dos áreas:

  1. Trazar las interacciones de los complejos proteína-ligando en los datos existentes (de la base de datos PDB)
  2. Trazar las interacciones entre una proteína y un fármaco potencial / molécula pequeña a partir de un resultado de acoplamiento molecular. Una vez más, la entrada podría provenir de un acoplamiento de una sola molécula pequeña o de un cribado virtual.

En esta publicación, veremos tres herramientas que nos ayudarán a lograr el objetivo de graficar las interacciones proteína-ligando.
LIGPLOT & # 8211 Durante muchos años, Ligplot (1) ha sido la opción para trazar interacciones 2D. De hecho, la base de datos pdbsum crea imágenes de Ligplot para una interacción proteína-ligando determinada. Las dos cosas principales que se muestran son los enlaces de hidrógeno y las interacciones hidrofóbicas.

Los enlaces de hidrógeno están indicados por líneas discontinuas entre los átomos involucrados, mientras que los contactos hidrófobos están representados por un arco con radios que irradian hacia los átomos del ligando con los que contactan. Los átomos contactados se muestran con radios que se irradian hacia atrás.

PoseView & # 8211 Esta es una nueva herramienta que salió hace dos años (2). Tiene una generación de imágenes similar a Ligplot, pero tiene más funciones que Ligplot.

La representación en 2D muestra los enlaces de hidrógeno como líneas discontinuas entre los socios de interacción a cada lado. Las interacciones hidrófobas se ilustran como líneas de contorno suaves entre los aminoácidos respectivos y el ligando.

Recientemente, la base de datos PDB incorporó poseview con las estructuras que están presentes. Por lo tanto, uno puede obtener los gráficos 2D directamente del propio PDB en la sección de ligando de cada proteína, por ejemplo aquí. Aquí se puede acceder a la interfaz web de PoseView.

BINding ANAlyzer (BINANA) & # 8211 Esta es probablemente la herramienta de representación de proteína-ligando más reciente (3). Aunque no es exactamente una herramienta de trazado 2D, tiene más funciones que Ligplot o PoseView, es decir, puede trazar interacciones electrostáticas, apilamiento pi pi, interacciones catión-pi y más. El único inconveniente es que necesita la entrada en formato .PDBQT. Esto se puede obtener a través de AutoDock Tools. La salida se puede visualizar a través de VMD, lo que convierte el 2D de nuevo en 3D bu con características distinguibles.

1. Wallace AC, Laskowski RA y Thornton JM (1995). LIGPLOT: programa para generar diagramas esquemáticos de interacciones proteína-ligando. Ingeniería de proteínas, 8 (2), 127-34 PMID: 7630882

2. Stierand, K. y Rarey, M. (2010). Dibujando el AP: complejos de proteína-ligando en dos dimensiones ACS Medicinal Chemistry Letters, 1 (9), 540-545 DOI: 10.1021 / ml100164p


Fondo

Los ligandos desempeñan diversas funciones en la regulación y expresión de proteínas. Actualmente, el PDB tiene miles de ligandos y la mayoría de ellos se unen de forma no covalente a varias proteínas. La unión del ligando no covalente ocurre por fuerzas intermoleculares como enlaces de hidrógeno, enlaces iónicos, interacción hidrofóbica-hidrofóbica, fuerzas de van der Waals, etc. La forma 3D de la proteína se altera como resultado de la unión del ligando. Estos cambios en el estado conformacional de la proteína pueden activar o inhibir alguna función específica de la proteína. Se han desarrollado varios métodos para predecir la afinidad de unión de los ligandos [1-9]. También se desarrollan muchas bases de datos para resumir la afinidad de unión de una clase diversa de ligandos [10, 11] o una clase específica de ligandos [12, 13].

Los ligandos tienen una unión alta o baja con aminoácidos específicos dependiendo de varios factores (por ejemplo, forma, carga, área de superficie). El ATP tiene una interacción significativamente mayor con la glicina y la menor interacción con la leucina [14]. Se han realizado varios estudios para comprender el comportamiento de unión de los ligandos con los aminoácidos en una proteína. También se han desarrollado muchos métodos de aprendizaje automático para predecir la preferencia de los aminoácidos que interactúan y no interactúan con varios ligandos [15-24].

Sin embargo, el análisis de preferencia de unión entre diferentes ligandos y proteínas no se llevó a cabo en un gran conjunto de datos. Teniendo esto en cuenta, realizamos un estudio riguroso para comprender el comportamiento de unión de varios ligandos con diferentes aminoácidos. Esta información puede usarse para mejorar o disminuir la fuerza de unión del ligando dado mutando el residuo desfavorable con el residuo preferido en el sitio de unión. Además, desarrollamos una plataforma basada en la web para el análisis de la preferencia de aminoácidos para todos los ligandos presentes en PDB.


Artículos de investigación relacionados

Bioinformática estructural es la rama de la bioinformática que se relaciona con el análisis y predicción de la estructura tridimensional de macromoléculas biológicas como proteínas, ARN y ADN. Se trata de generalizaciones sobre estructuras macromoleculares 3D, como comparaciones de pliegues generales y motivos locales, principios de plegamiento molecular, evolución, interacciones de unión y relaciones estructura / función, trabajando tanto a partir de estructuras resueltas experimentalmente como de modelos computacionales. El término estructural tiene el mismo significado que en biología estructural, y la bioinformática estructural puede verse como parte de la biología estructural computacional. El principal objetivo de la bioinformática estructural es la creación de nuevos métodos de análisis y manipulación de datos macromoleculares biológicos con el fin de resolver problemas en biología y generar nuevos conocimientos.

En el campo del modelado molecular, unión cósmica es un método que predice la orientación preferida de una molécula a una segunda cuando se unen entre sí para formar un complejo estable. El conocimiento de la orientación preferida, a su vez, puede usarse para predecir la fuerza de asociación o afinidad de unión entre dos moléculas usando, por ejemplo, funciones de puntuación.

Acoplamiento macromolecular es el modelado computacional de la estructura cuaternaria de complejos formados por dos o más macromoléculas biológicas que interactúan. Los complejos de proteínas y proteínas son los objetivos que se intentan con más frecuencia de tal modelado, seguidos de los complejos de proteínas y ácidos nucleicos.

Proteína y acoplamiento # 8211ligand es una técnica de modelado molecular. El objetivo del acoplamiento de ligando de proteínas es predecir la posición y orientación de un ligando cuando está unido a un receptor de proteína o enzima. La investigación farmacéutica emplea técnicas de acoplamiento para una variedad de propósitos, sobre todo en la selección virtual de grandes bases de datos de sustancias químicas disponibles para seleccionar posibles fármacos candidatos.

En modelado molecular, unión cósmica es un método que predice la orientación preferida de una molécula a otra cuando se unen en un complejo estable. En el caso del acoplamiento de proteínas, el espacio de búsqueda consta de todas las posibles orientaciones de la proteína con respecto al ligando. Además, el acoplamiento flexible considera todas las posibles conformaciones de la proteína junto con todas las posibles conformaciones del ligando.

En los campos de la química computacional y el modelado molecular, funciones de puntuación son funciones matemáticas que se utilizan para predecir aproximadamente la afinidad de unión entre dos moléculas después de haber sido acopladas. Por lo general, una de las moléculas es un pequeño compuesto orgánico, como un fármaco, y la segunda es el objetivo biológico del fármaco, como un receptor de proteína. También se han desarrollado funciones de puntuación para predecir la fuerza de las interacciones intermoleculares entre dos proteínas o entre la proteína y el ADN.

Evaluación crítica de la predicción de interacciones (CAPRI) es un experimento de toda la comunidad para modelar la estructura molecular de complejos de proteínas, también conocido como proteína y acoplamiento de proteínas.

AutoDock es un software de simulación de modelado molecular. Es especialmente eficaz para el acoplamiento proteína-ligando. AutoDock 4 está disponible bajo la Licencia Pública General GNU. AutoDock es una de las aplicaciones de software de acoplamiento más citadas en la comunidad de investigación. Es una base para los proyectos FightAIDS @ Home y OpenPandemics - COVID-19 ejecutados en World Community Grid, para buscar antivirales contra el VIH / SIDA y COVID-19. En febrero de 2007, una búsqueda en el ISI Citation Index mostró que se habían citado más de 1.100 publicaciones utilizando los documentos del método principal de AutoDock. A partir de 2009, este número superó los 1.200.

A permutación circular es una relación entre proteínas en la que las proteínas tienen un orden cambiado de aminoácidos en su secuencia de péptidos. El resultado es una estructura de proteína con diferente conectividad, pero en general una forma tridimensional (3D) similar. En 1979, se descubrió el primer par de proteínas permutadas circularmente & # 8211 concanavalina A y lectina & # 8211; ahora se conocen más de 2000 proteínas de este tipo.

David S. Goodsell, es profesor asociado en el Instituto de Investigación Scripps y profesor de investigación en la Universidad de Rutgers, Nueva Jersey. Es especialmente conocido por sus acuarelas de interiores de celdas.

Bucles de Schellman son características estructurales de proteínas y polipéptidos que ocurren comúnmente. Cada uno tiene seis residuos de aminoácidos con dos enlaces de hidrógeno específicos entre cadenas principales y una conformación de ángulo diedro característico de la cadena principal. El grupo de CO de residuo I está unido por enlaces de hidrógeno al NH del residuo I+5, y el grupo CO del residuo I+1 está unido por enlaces de hidrógeno al NH del residuo I+4. Residuos I+1, I+2, y I+3 tienen valores de ángulo negativos & # 966 (phi) y el valor phi del residuo I+4 es positivo. Los bucles de Schellman incorporan un nido RL de tres residuos de aminoácidos, en el que tres grupos NH de la cadena principal forman una concavidad para la unión de hidrógeno a carbonil oxígenos. Aproximadamente el 2,5% de los aminoácidos de las proteínas pertenecen a los bucles de Schellman. Hay dos sitios web disponibles para examinar pequeños motivos en proteínas, Proteínas Motivadas: o PDBeMotif :.

Predicción de estructura secundaria basada en explosión PSI (PSIPRED) es un método utilizado para investigar la estructura de las proteínas. Utiliza métodos de aprendizaje automático de redes neuronales artificiales en su algoritmo. Es un programa del lado del servidor, con un sitio web que sirve como interfaz de usuario, que puede predecir la estructura secundaria de una proteína a partir de la secuencia primaria.

Jeffrey Skolnick es un biólogo computacional estadounidense. Actualmente es profesor del Instituto de Tecnología de Georgia en la Facultad de Biología, director del Centro para el Estudio de Biología de Sistemas, la Cátedra Mary y Maisie Gibson, el Académico Eminente de Georgia Research Alliance en Biología de Sistemas Computacionales, el Director del Instituto Integrativo de BioSistemas y anteriormente fue Asesor Científico en Intellimedix.

En espectrometría de masas, secuenciación de péptidos de novo es el método en el que se determina una secuencia de aminoácidos peptídicos a partir de espectrometría de masas en tándem.

Osnat Penn es un biólogo computacional israelí. Penn es la tercera científica israelí en tres años en ganar la beca UNESCO-L & # 8217Or & # 233al, que recibió en 2013 por su trabajo sobre los orígenes genéticos del autismo. Penn se encuentra actualmente en la Universidad de Washington en Seattle.

FlexAID es un software de acoplamiento molecular que puede utilizar pequeñas moléculas y péptidos como ligandos y proteínas y ácidos nucleicos como objetivos de acoplamiento. Como sugiere el nombre, FlexAID admite la flexibilidad total del ligando y la flexibilidad de la cadena lateral del objetivo. Lo hace utilizando una función de puntuación suave basada en la complementariedad de las dos superficies.

Zhiping Weng es el profesor Li Weibo de investigación biomédica y presidente del programa de biología integrativa y bioinformática de la Facultad de Medicina de la Universidad de Massachusetts. Recibió una beca de la Sociedad Internacional de Biología Computacional (ISCB) en 2020 por sus destacadas contribuciones a la biología computacional y la bioinformática.


TargetS - Predictor para apuntar a sitios de unión proteína-ligando

:: DESCRIPCION

TargetS es un nuevo predictor sin molde específico de ligando para dirigirse a sitios de unión proteína-ligando de secuencias primarias.

:: CAPTURAS DE PANTALLA

:: REQUISITOS

:: MÁS INFORMACIÓN

IEEE / ACM Trans Comput Biol Bioinform. 2013 julio-agosto 10 (4): 994-1008. doi: 10.1109 / TCBB.2013.104.
Diseño de predictor sin plantilla para apuntar a sitios de unión proteína-ligando con conjunto de clasificadores y agrupamiento espacial.
Dong-Jun Yu, Jun Hu, Jing Yang, Hong-Bin Shen, Jinhui Tang y Jing-Yu Yang,


Análisis de la estabilidad de las proteínas y las interacciones de los ligandos mediante un ensayo de desplazamiento térmico

La purificación de proteínas recombinantes para ensayos bioquímicos y estudios estructurales requiere mucho tiempo y presenta dificultades inherentes que dependen de la optimización de la estabilidad de las proteínas. El uso de colorantes para controlar la desnaturalización térmica de proteínas con detección de fluorescencia sensible permite una determinación rápida y económica de la estabilidad de las proteínas utilizando instrumentos de PCR en tiempo real. Al seleccionar una amplia gama de condiciones de solución y aditivos en un formato de 96 pocillos, el ensayo de desplazamiento térmico identifica fácilmente las condiciones que mejoran significativamente la estabilidad de las proteínas recombinantes. El mismo enfoque se puede utilizar como un cribado inicial de bajo costo para descubrir nuevas interacciones proteína-ligando al capitalizar los aumentos en la estabilidad de la proteína que ocurren típicamente en la unión del ligando. Esta unidad presenta un flujo de trabajo metodológico para la desnaturalización térmica a pequeña escala y de alto rendimiento de proteínas recombinantes en presencia del colorante SYPRO Orange. © 2015 por John Wiley & Sons, Inc.


Abstracto

Divulgamos un método basado en plantilla, LT-scanner, que escanea el proteoma humano usando la alineación estructural de proteínas para identificar proteínas que probablemente se unan a ligandos que están presentes en complejos determinados experimentalmente. Una función de puntuación que explica rápidamente las similitudes de los sitios de unión entre la plantilla y las proteínas que se escanean es una característica crucial del método. El enfoque general se prueba primero en función de su capacidad para predecir los residuos en la superficie de una proteína que probablemente se unan a ligandos de moléculas pequeñas. Se muestra que el algoritmo que presentamos, LBias, se compara muy favorablemente con los algoritmos existentes para la predicción de residuos de sitios de unión. El rendimiento del escáner LT se evalúa en función de su capacidad para identificar objetivos conocidos de medicamentos aprobados por la Administración de Alimentos y Medicamentos (FDA) y también demuestra ser muy eficaz. La especificidad de la función de puntuación que utilizamos se demuestra por la capacidad del escáner LT para identificar los objetivos conocidos de los inhibidores de quinasas aprobados por la FDA basados ​​en plantillas que involucran otras quinasas. La combinación de secuencia con información estructural mejora aún más el rendimiento del escáner LT. El enfoque que describimos es extensible al problema más general de identificar socios de unión de ligandos conocidos incluso si no aparecen en un complejo determinado estructuralmente, aunque esto requerirá la integración de métodos que combinen la estructura de proteínas y las bases de datos de compuestos químicos.

Los métodos computacionales que hacen coincidir pequeños ligandos con proteínas específicas que se unen tienen muchas aplicaciones prácticas, incluida la anotación de funciones de proteínas y el descubrimiento / reutilización de fármacos. Detrás de estos objetivos hay desafíos algorítmicos relacionados pero distintos que incluyen los siguientes: (I) dada una proteína, en qué parte de su superficie se une a moléculas pequeñas (ii) dada una proteína, ¿qué pequeñas moléculas unirá (iii) dada una molécula pequeña, a qué proteínas se unirá. Existe una gran cantidad de literatura sobre algunos de estos temas, y este artículo tiene la intención de agregar a esta literatura. Sin embargo, como discutimos a continuación, los métodos que presentamos tienen características distintivas que nos permiten tener en cuenta las interacciones proteína-ligando en el sitio de unión y, al mismo tiempo, permitir que se hagan predicciones a gran escala para todo el genoma en una cantidad de tiempo relativamente limitada en un grupo de computadoras moderno.

Problema I, la predicción de residuos en la superficie de una proteína que se unen a ligandos, ha sido ampliamente estudiada. Los residuos de unión a ligandos predichos se pueden usar para guiar el cribado in silico de bibliotecas químicas mediante acoplamiento u otros enfoques. Los métodos existentes basados ​​en la estructura para la predicción del sitio de unión se clasifican en distintas categorías. Uno implica la identificación de bolsas de unión en la superficie de la proteína basándose, por ejemplo, en la curvatura de la superficie (1, 2). Sin embargo, dado que puede haber regiones cóncavas en la superficie de una proteína que no se unen a moléculas pequeñas o, por el contrario, regiones convexas / planas que sí lo hacen, programas como ConCavity (3) y LIGSITE CSC (4) combinan algoritmos de búsqueda de bolsas con información de conservación de secuencias. . FTsite (5) utiliza el acoplamiento para sondear la superficie de una proteína con varios tipos de grupos químicos y utiliza una función de puntuación empírica para identificar parches de superficie que podrían interactuar favorablemente con esos grupos. MetaPocket 2.0 (6) y COACH (7) son "metaservidores" que combinan los resultados de una variedad de enfoques basados ​​en estructuras que utilizan el aprendizaje automático.

Aunque los métodos de búsqueda de bolsas y basados ​​en secuencias a menudo tienen mucho éxito, pueden pasar por alto los sitios de unión que no muestran la curvatura o las características de secuencia esperadas. Los métodos basados ​​en plantillas se basan en la observación (8) de que dos proteínas que comparten similitud estructural probablemente se unirán a ligandos en ubicaciones geométricas similares en sus superficies. Esto es cierto incluso para proteínas relacionadas de forma remota (es decir, diferentes pliegues de SCOP) (9), lo que permite la explotación de homólogos estructurales cercanos y distantes en la predicción del sitio de unión. Observaciones similares para los sitios de unión proteína-proteína llevaron al desarrollo del servidor PredUs, que ha demostrado ser extremadamente eficaz para predecir regiones en la superficie de una proteína que se unen a otras proteínas (10 ⇓ –12).

En los últimos años se ha informado de varios programas basados ​​en plantillas que predicen residuos de sitios de unión a ligandos. Una característica común es el uso de alineaciones geométricas para superponer la estructura de una plantilla con un ligando unido (estructura "holo") en una estructura de consulta sin ligandos (estructura "apo"). Los algoritmos como 3DLigandsite (13) y FINDSITE (14, 15) puntúan los residuos basándose en parte en el número de ligandos superpuestos dentro de una distancia fija de ese residuo. También se han desarrollado métodos híbridos en particular, el metaservidor COACH (7) combina varios métodos basados ​​en plantillas, información de conservación de secuencias y ConCavity.

Aquí, presentamos un método basado en plantillas, "análisis del sitio de unión de ligando" (LBias). Como en otros métodos basados ​​en plantillas, LBias primero identifica proteínas estructuralmente similares a una proteína de consulta que contiene un ligando y luego coloca estas estructuras y sus ligandos en el sistema de coordenadas de la consulta (Fig.1A). LBias tiene una función de puntuación única que refleja si los tipos específicos de interacciones entre la plantilla y su ligando también podrían formarse con la consulta. Como se discutirá, se encuentra que el rendimiento de LBias se compara muy favorablemente con los métodos actuales del estado de la técnica, en parte debido a su uso de la similitud del sitio de unión para ponderar la contribución de una plantilla determinada.

Descripción general de los métodos de escáner LBias y LT. (A) Para una proteína de consulta dada (mostrada en verde) LBias recolecta y superpone estructuras vecinas A, B y C (mostradas en amarillo) que están cocristalizadas con sus ligandos unidos (mostrados en azul). Luego, LBias predice los residuos de unión al ligando más probables (mostrados en rojo y amarillo) en la proteína de consulta basándose en la información de contacto colectiva que producen los ligandos superpuestos. (B) Para una estructura de cocristal de plantilla dada de un fármaco (que se muestra en azul) y una proteína de plantilla (que se muestra en verde), el escáner de LT explora las proteínas A, B y C (que se muestran en naranja) superponiendo la estructura de la plantilla en cada proteína para crear modelos de interacción. Luego, el escáner LT calcula el SimEscáner LT puntuación de similitud de interacción (mostrada como SimLT) entre los modelos de interacción del complejo consulta-fármaco y las interacciones en el sitio de unión de la plantilla.

El éxito de LBias sugiere que su representación de tipos específicos de interacciones proteína-ligando podría ser eficaz en la predicción de las proteínas que se unen a un ligando en particular (los "objetivos" del ligando). Con este objetivo en mente, desarrollamos un escáner ligando-objetivo (escáner LT), un método para predecir, a escala genómica, proteínas diana para un ligando dado basado en la función de puntuación LBias. El escáner LT toma una estructura compleja ligando-proteína como entrada y escanea a través de una base de datos de estructura de proteínas para identificar proteínas que podrían unirse a ese ligando (Fig.1B). Se han desarrollado previamente varios enfoques computacionales para la predicción de proteínas diana. Varios métodos utilizan similitudes de sitios de unión para predecir objetivos (16, 17). Otros involucran relaciones cuantitativas estructura-actividad basadas en ligandos (18 ⇓ ⇓ ⇓ –22), aunque un enfoque desarrollado recientemente, FINDSITE comb (23), combina enfoques basados ​​en plantillas y basados ​​en similitudes químicas. El escáner LT se utilizó para predecir proteínas humanas diana conocidas de 200 medicamentos aprobados por la Administración de Alimentos y Medicamentos (FDA) que se extrajeron de las bases de datos de medicamentos diana (24 ⇓ ⇓ –27). Su rendimiento alentador y su capacidad para tener en cuenta la especificidad de unión entre proteínas estrechamente relacionadas sugiere que el método puede usarse eficazmente tanto para la reutilización de fármacos como para la predicción "fuera del objetivo" (es decir, objetivos no deseados de un fármaco determinado). En particular, el uso de una red bayesiana ingenua para combinar el escáner LT con un enfoque basado en secuencias produjo una mejora adicional en el rendimiento.


Análisis de interacción proteína-ligando usando LigPlot +

En nuestro último artículo, explicamos la instalación de LigPlot + [1] en Ubuntu. En este artículo, realizaremos análisis de complejos de proteínas utilizando LigPlot +.

Consulte nuestro último tutorial para ejecutar LigPlot + en Ubuntu. Si está utilizando la versión de Windows, haga doble clic en el archivo jar ejecutable llamado & # 8220LigPlus & # 8221.

Preparando la entrada

Prepare un archivo PDB de un complejo proteína-ligando como entrada para LigPlot +. Puede usar Pymol para esto como se muestra a continuación:

  1. Abrir Pymol - & gt Archivo - & gt Abrir - & gt Seleccionar archivo .pdb de proteína
  2. Vaya a Archivo - & gt Abrir - & gt Seleccione el archivo de salida del acoplamiento
  3. Elija una pose adecuada del ligando.
  4. Vaya a Archivo - & gt Exportar molécula - & gt Seleccione 'Opciones de PDB' - & gt Seleccione 'Escribir registros CONECT para todos los enlaces'
  5. Haga clic en 'Guardar' - & gt Cambie 'Guardar como tipo' a 'PDB' - & gt Haga clic en 'Guardar'

Esto guardará su archivo de proteína-ligando en formato PDB. Aquí, lo hemos guardado como & # 8216input.pdb‘.

Analizando en LigPlot +

Después de abrir LigPlot +, siga los pasos que se mencionan a continuación:

  1. Vaya a Archivo - & gt Abrir - & gt Examinar - & gt Seleccione el archivo 'input.pdb'. Mostrará cuántos ligandos y cadenas contiene este archivo de proteína-ligando. También puede seleccionar una variedad de residuos para su análisis, incluidas varias otras opciones.
  2. También muestra las pestañas DIMPLOT y Anticuerpo, pero en este artículo solo tratamos con LigPlot.
  3. Haga clic en 'Ejecutar'

Mostrará un gráfico 2D que muestra las interacciones entre la proteína y el ligando. Puede seleccionar diferentes colores y mover átomos o residuos, etc.


Software para modelar y analizar interacciones proteína-ligando - Biología

Tabla de contenido para aplicaciones de análisis de modelos

3DNA: análisis y visualización de la estructura de los ácidos nucleicos
ACCESO: Accesibilidad de superficie
APROPOS: Calcula los bolsillos en la superficie de una molécula.
ASC: Cálculo analítico de superficies
AutoDock: programa para el acoplamiento automatizado de ligandos flexibles a macromoléculas
AQUA: comprobar la geometría en estructuras de proteínas de RMN
Paquete de programas CCP4: Refinamiento de la estructura
CHI: búsqueda computacional de interacciones de hélice de proteínas
SNC: Cristalografía y sistema de RMN (solo local)
CoordComp: comparar los movimientos de la cadena lateral
CURVAS: Análisis helicoidal de ácidos nucleicos irregulares
Servidor DALI Comparación de estructuras de proteínas en 3D
DEFINE_S: Gráfico y análisis de estructura secundaria
DELPHI: Calcular distribución de carga
Gráfico de matriz de distancia de diferencia (DDMP): comparar posiciones C-alfa
Diales y ventanas: visualización de la estructura del ADN y simulaciones de MD
DialX: marca trazados de trayectorias X-PLOR
DOCK: Unión de receptor / ligando más favorable
Programa DSSP: cálculo de estructura secundaria
Asignaciones de estructura secundaria de la base de datos DSSP
FREEHELIX: Análisis de ADN radicalmente doblado y retorcido
gnuplot: programa de trazado de funciones
GRASP: Calcular áreas de superficie
HBPLUS: cálculo de enlaces de hidrógeno
HELANAL: programa para caracterizar la geometría general de una hélice alfa.
AGUJERO: Analiza poros y canales.
LIGPLOT: diagramas esquemáticos 2D de interacciones proteína-ligando
MOLEMAN2: Manipulación y análisis de archivos PDB
MSMS: Cálculo de volumen y superficie excluida de Solevent
MSP: Paquete de superficie molecular: superficies y volúmenes
OS: superficie ocluida: análisis de empaque
PROCHECK: comprobar la geometría en estructuras de proteínas cristalinas
PROCHECK-NMR: comprobar la geometría en las estructuras proteicas de RMN
PERFIL: Análisis del entorno 3D de Eisenberg
PyMOL: gráficos y animaciones moleculares
ROTAMER: Análisis de rotámero de cadena lateral
SPOCK: Gráficos moleculares
Clasificación estructural de familias, superfamilias y pliegues de proteínas
SURFNET: Huecos, fisuras y huecos en la superficie
SurfVol: Programas de volumen y área de superficie de Mark Gerstein
Swiss-PDBViewer: interfaz amigable para analizar varias proteínas al mismo tiempo
Uppsala Software Factory: Programas de Gerard Kleywegt
VOIDOO: Cálculo de cavidades y volúmenes, generación de superficies
VOLUMEN: Volúmenes de residuos de Voronoi
WHAT_IF: COMPROBAR Entornos residuales
Xmgr: X, Y Trazado y regresión
Xplor: Refinamiento de estructuras


Software para modelar y analizar interacciones proteína-ligando - Biología

Última actualización: 9 de octubre de 2011

Reseñas y artículos fundamentales

Archakov, A.I. Govorun, V.M. Dubanov, A.V. Ivanov, Y.D. Veselovsky, A.V. Lewi, P. Janssen, P. Proteómica 2003, 3 (4), 380-391. Interacciones proteína-proteína como diana de fármacos en proteómica.
Concurso de predicciones CAPRI

Acoplamiento proteína-proteína (péptido)

  • FTDock, RPScore y MultiDock
  • GRAMOlobal ADakota del Norte Restrangulado Docking miexploración norteexus
  • sistema para modelar complejos proteína-proteína basado en el refinamiento conformacional de conjuntos generados con el algoritmo de cubos de marcha
  • detecta complementariedades geométricas y químicas entre superficies de proteínas y estima las posiciones de acoplamiento
  • algoritmo de acoplamiento de proteínas integrado en chemera, un programa de modelado y gráficos moleculares para estudiar estructuras e interacciones de proteínas
  • enfoque integrado para el acoplamiento proteína-proteína DOT y ZDOCK
  • Dmás OF Turnip
  • cálculo de la energía potencial electrostática entre dos proteínas u otras moléculas cargadas
  • versión mejorada del sistema de acoplamiento automático proteína-proteína ESCHER original desarrollado en 1997
  • Fast Iinteracción REfinement en molecular MUELLEEn g
  • servidor web para el refinamiento flexible y la puntuación de las soluciones de acoplamiento proteína-proteína
  • incluye la optimización de las conformaciones de la cadena lateral y la orientación del cuerpo rígido y permite un refinamiento de alto rendimiento
  • HIG H Aambigüedad Dproteína-proteína dividida MUELLEEn g
  • programa de acoplamiento de proteínas y superposición molecular
  • predice la estructura de los complejos de proteínas dadas las estructuras de los componentes individuales y una orientación de unión aproximada

Acoplamiento proteína-ligando

  • programa de acoplamiento basado en fragmentos creado para ayudar al diseño de bibliotecas combinatorias
  • mielectrónica Holagh Trendimiento Scribado
  • Acoplamiento rápido y flexible de estructuras completas o parciales a los receptores de destino.
  • Fast Rigid mixhaustivo Docking
  • programa de acoplamiento multiconformador
  • PDF
  • Hydropático EN Teliminaciones
  • programa para trazar automáticamente interacciones proteína-ligando
  • correoscket-Californiavidad Sbuscar Aaplicación
  • predecir los sitios de unión mediante la detección de bolsas y cavidades de proteínas de estructura 3D conocida
  • detección de bolsillo
  • predicción del sitio de unión del ligando
  • Cálculo de afinidad de unión basado en métodos de mecánica cuántica y física estadística.
  • paquete de programas para modelar estructuras de resolución atómica en mapas de densidad de baja resolución
  • cálculo de la energía de interacción ligando-receptor

Acoplamiento proteína-proteína y ligando proteína

  • GRAMOlobal REAL ACADEMIA DE BELLAS ARTESnge METROolecular METROatching
  • ver también la base de datos de señuelos proteína-proteína para la validación de funciones energéticas y procedimientos de refinamiento
  • algoritmo de acoplamiento molecular basado en principios de complementariedad de formas

Programas relacionados para análisis y visualización.

  • software de diseño gráfico comercial
  • Aágil PAGrotein Iinteracción DataAnalyzer
  • herramienta web interactiva
  • todas las interacciones proteína-proteína validadas experimentalmente conocidas
  • unified interactome graphic analyzer
  • open access tool, included in Cytoscape, that allows to surf unified interactome data by quering APID server and facilitates dynamic analysis of the protein-protein interaction (PPI) networks
  • visualize, dynamically explore and analyze the proteins and interactions retrieved, including all the annotations and attributes associated to such PPIs, i.e.: GO terms, Pfam and InterPro domains, experimental methods that validate each interaction, PubMed IDs, UniProt IDs, etc
  • AJAX Viewer of Interactive Signaling networks
  • Google gadget compatible web-based viewer of interactive cell signaling networks
  • Java program tool for creation, visualization and manipulation of metabolic pathways [PDF]
  • web-based NCBI-PubMed search application, which can analyze articles for selected biomedical verbs and give users relational information, such as subject, object, location, manner, time, etc.
  • Java applet interface for visualizing interactomes
  • bioCOmplexes COntact MAPS
  • web application to easily and effectively analyse and visualize the interface in biological complexes (such as protein-protein, protein-DNA and protein-RNA complexes), by making use of intermolecular contact maps
  • visualizing molecular interaction networks
  • repository of protein-protein docking decoys
  • knowledge-based scoring function for computational alanine-scanning in protein-protein interfaces
  • dedicated to successfully identify hot spots in protein-protein interfaces
  • web-based software
  • Integrated platform for network analysis and visualization
  • Perl library which gives full-automatic connections to various biological databases
  • can perform topological analysis based on graph theory
  • protein-protein interaction analysis module
  • protein docking web server
  • graph visualization software
  • spherical harmonic representations of molecular surfaces
  • interactive approach to molecular docking
  • Interface-para-Interface-SiteEngine
  • structural and physico-chemical alignment of protein-protein interfaces
  • identify protein-protein interfaces between chains in a structure
  • collection of interactive, graphical search tools for exploring protein-protein interaction networks
  • automatic prediction tool to infer protein-protein interaction networks
  • applicable for lots of species using orthology and known interactions
  • web server for predicting the functional sites on the protein surface
  • predicts interacting amino acid residues in proteins that are most likely to interact with other proteins
  • visualization and analysis of protein-protein interactions
  • visualization of protein-protein interactions at domains and amino acid resolutions
  • Interrelational Visualization and Correlation Interface
  • analyze cellular networks represented as addressable symmetric or asymmetric two-dimensional matrices
  • permit simultaneous visualization and correlation of multiple datasets, representing any relationship between a set of genes, mRNAs, or proteins
  • visual overlay of datasets and addressable access to gene annotations permits comparison of networks of different types (for example protein-protein interactions and genetic networks) or investigation of the dynamic reorganization of a particular network
  • Java 3D - METROobile of PAGrotein Interactions
  • graph visualization tool for exploring graphs from protein-protein interaction or functional coupling networks
  • Knowledge-based Fade and Contacts
  • predicts binding "hot spots" within protein-protein interfaces by recognizing structural features indicative of important binding contacts
  • analyzes several chemical and physical features surrounding an interface residue and predicts the classification of the residue using a model trained on prior experimental data
  • Malaria GRAMOminorteome mixploration Tool
  • LaCount, D.J. Vignali, M. Chettier, R. Phansalkar, A. Bell, R. Hesselberth, J.R. Schoenfeld, L.W. Ota, I. Sahasrabudhe, S. Kurschner, C. Fields, S. Hughes, R.E. Naturaleza2005, 438(7064), 103-107. A protein interaction network of the malaria parasite Plasmodium falciparum. [PubMed]
  • meta server to identify pockets on protein surface to predict ligand-binding sites
  • including the Viewdock tool for analyzing of DOCK output files
  • computational platform that integrates pathway, protein-protein interaction, genome and literature mining data to result in comprehensive networks for a list of genes or proteins
  • macromolecular interface navigator
  • Java based software tool 2D protein-protein interface maps to navigate 3D structures of proteins [PDF]
  • Gabdoulline, R.R. Wade, R.C. Walther, D. Res de ácidos nucleicos. 2003, 31(13), 3349-3351. MolSurfer: a macromolecular interface navigator. [PubMed]
  • norteetwork Analysis, Visualization, & GRAMOraphing TORsobre
  • software package for visualizing and analyzing protein-protein interaction networks
  • network visualization system
  • functional prototype research tool for biochemistry and functional genomics
  • tools for building, visualizing and comparing metabolic networks [Demo]
  • cutting-edge software tool for visualization and interpretation of biological pathways, gene regulation networks and protein-protein interaction maps
  • PAGrotein Interactions ADakota del Norte norteetwork Analysis
  • software framework that facilitates the work with protein interaction networks by 1) integrating data from multiple sources in a centralized database, 2) providing a library that handles all operations related with the network and 3) automating the analysis of protein-protein interactions networks.
  • PAGrotein Interaction information mixtraction system
  • online prediction system for protein-protein interactions from text
  • functional proteomics software platform includes
    • PIM® - displays proteins in their respective networks
    • PBS® - filtering of interactions based on their reliability
    • SID® - identifies a specific protein domain involved in a given interaction [Guided Tour]
    • PAGrotein Interaction PAGroperty Similarity Analysis
    • compute and analyze the pairwise similarity of 3D interaction property fields for a set of proteins
    • produce a matrix of pairwise similarity indices for each protein interaction property this matrix is converted into a distance matrix which may be used for clustering or visualization
    • visualizes and analyzes large molecular networks in interactive graphs [PDF]
    • visualization of a protein-protein interaction dataset for Plasmodium falciparum, the bacterium responsible for malaria
    • supports >50 different classes of queries against nearly a dozen different types of text, scientific abstract or bioinformatic databases
    • exploits a variety of techniques in text mining and information retrieval to identify, highlight and rank informative abstracts, paragraphs or sentences
    • generates animated images as well as publication quality static slides of protein 3D structures using the PDB formatted data
    • tool for protein structure analysis, with the focus on annotation and visualization of protein complexes
    • service for sequence analysis, structure and function prediction
    • PRotein ENteraction Confidence mivaluación System with multiple data Sources
    • Protein Structure Annotation Tool
    • facilitate interactive visualization of non-structure-based functional annotations in protein 3D structures
    • Protein Structure Annotation Server
    • server to select and group residue based annotations and explore them interactively on a 3D structure of a protein
    • biological tool that offers a way of searching proteins and their interactions in different Protein Interaction Web Databases
    • protein-protein interaction graphs visualisation tool
    • tries to detect domains in a protein that might be involved in protein-protein interaction
    • Simulation of Diffusional Association
    • permits Brownian dynamics simulations to be carried out and the rates of bimolecular diffusional association of 2 molecules, e.g. 2 proteins to be computed given the atomic structure of the bound complex of the 2 molecules
    • predicts the location of protein interaction sites on the surface of the 3D structure of a protein
    • text-based approach
    • focus on the detection of interactions as they are reported in scientific and patent literature [PDF]
    • interactive visual exploration of aligned biological networks
    • ability to build, visualize and analyze biological pathways by using metabolic and protein-protein interaction data from multiple sources [PDF]
    • bio-network visualization and analysis tool
    • visualizes large-scale molecular interaction networks
    • PAGrotein Interaction PAGroperty Similarity Analysis
    • web server for the comparison of protein interaction properties

CAPRI - Ccrítico Aevaluación de PRdictado Iinteracciones
Informe de la reunión 2001: Modelado de interacciones de proteínas en genomas.
Libros

Biological Data Mining in Protein Interaction Networks (Premier Reference Source)
See-Kiong Ng and Xiao-Li Lii
450 pp., Medical Information Science Reference, May 2009
ISBN: 978-1605663982 [Amazon]

Computational Approaches In Systems Biology: protein-protein interactions and its contribution in the Reconstruction of Metabolic Networks: A worm case study
Mahmood A. Mahdavi
124 pp., LAP Lambert Academic Publishing, August 2009
ISBN: 978-3838309682 [Amazon]

Computational Protein-Protein Interactions
Ruth Nussinov and Gideon Schreiber
343 pp., CRC Press, June 2009
ISBN: 978-1420070057 [Amazon]

Efficient Two-Stage Model for Predicting Protein-Protein Interactions: Machine Learning
Jingkai Yu
116 pp., VDM Verlag Dr. Müller, February 2009
ISBN: 978-3639118582 [Amazon]

Proteomics in Drug Research
Michael Hamacher, Katrin Marcus, Kai Stühler, Andre van Hall, Bettina Warscheid and Helmut E. Meyer
383 pp., Wiley-VCH, May 2006
ISBN: 978-3527312269 [Amazon]

Protein Structure Prediction (Methods in Molecular Biology)
Mohammed Zaki and Chris Bystroff
337 pp., Humana Press 2nd edition, September 2007
ISBN: 978-1588297525 [Amazon]


Ver el vídeo: Analizando estructuras 3D de proteínas con Pymol (Diciembre 2022).