这项工作得到了科学部、Tecnología e Innovación （Minciencias） 和卡塔赫纳大学 （Colombia） 的研究资助代码 1107-844-67943 的支持，以支持 2021 年研究小组和 Acta 017-2022。

1. 新型改性氨基酸的设计与优化
注意：此阶段涉及绘制修饰残基的结构并优化其能量。
<ol><li>设计修改后的结构并优化其结构。<ol><li>使用计算化学软件包绘制与脂质过氧化衍生的反应性醛结合的氨基酸分子，即使用 HNE、HHE、MDA 和 ONE。一旦修饰，在氨基酸的羧基末端绘制出甲胺基的形状。在氨基端，画一个乙酰基来模拟修饰氨基酸的肽键，如图 1 所示。</li>
		<li>单击 Clean 图标 进行结构清理。对于结构优化，请点击 Calculate > Gaussian calculation setup... ，或 Ctrl+G，然后点击 General ，取消选中 Write connectivity。单击 Job Type > Optimization，如图 2 所示。在其他关键字中，键入以下行： SCF=紧密测试 Pop=MK iop（6/33=2） iop（6/42=6） opt 注意：在这里，GaussView 会自动将 Hartree Fock （HF） 设置为泛函，并将基设置为 3-21。HF 通常用作各种应用中的官能团，但根据具体系统和研究人员的目标，也使用了其他官能团，例如 M062X。请记住，由于它是中性电荷分子，因此电荷和多重性必须分别为 0 和 1。</li>
		<li>要更改基础集，请单击 “基础集”>方法 6-31G ”。</li>
		<li>要在同一台计算机上执行优化，请单击 Submit。要从 Gaussian 终端进行优化，请编写以下命令： G16 name_of_the_file.com &</li>
		<li>单击 File > Save。将文件另存为 Linux .com 或。gjf for Windows 的 gjf 中。优化完成后，打开输出文件（在 Windows 中为 .out，在 Linux 中为 .log）并验证一切是否顺利。文档末尾不应有错误消息。 注意：如果输出文件末尾没有错误消息，则表示优化已正确执行。</li>
	</ol></li>
</ol><img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/66605/66605fig01.jpg"> 图 1：用活性羰基化合物修饰的半胱氨酸。 表示用 HNE、HHE、MDA 和 ONE（绿线）修饰并与乙酰酰胺（蓝线）和甲酰胺（红线）取代基连接的半胱氨酸（黑线）的化学结构。 <a href="https://www.jove.com/files/ftp_upload/66605/66605fig01large.jpg" target="_blank">请单击此处查看此图的较大版本。</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/66605/66605fig02.jpg"> 图 2：优化合成的修饰残基的菜单。 参考图说明了协议的步骤 1.1，它显示了 Gaussian 程序中修改后结构的优化步骤。 <a href="https://www.jove.com/files/ftp_upload/66605/66605fig02large.jpg" target="_blank">请单击此处查看此图的较大版本。</a>
2. 修饰氨基酸残基的参数化
<ol><li>使用 AmberTools 16 软件包或可用版本中的 antechamber 程序创建 prepin 文件。请参阅 图 3 以获取 prepin 文件的外观图像。 前房 -i init-gau.log -fi gout -o u00.prepin -fo prepi -c resp -s 2 -rn U00 -at gaff2 -nc 0 注意：此后，斜体文本对应于文件名，并根据研究人员的标准而有所不同。在这种情况下，init-gau.log 对应于优化后获得的文件。</li>
	<li>要构建参数文件，请键入以下命令： parmchk -i u00.prepin -f prepi -o u00.frcmod 此时验证。frcmod 文件。请参阅 图 3 中的 .frcmod 文件示例。</li>
	<li>构建库文件<ol><li>使用 xleap 命令打开 XLEaP，域编辑器。将打开一个类似于 图 4 所示的窗口。然后，按照以下步骤生成包含相关数据的库文件。键入以下命令： 资料来源： leaprc.gaff2 loadamberparams u00.frcmod loadamberprep u00.prep 列表 注意：验证是否已使用 list 命令创建 U00 文件。</li>
		<li>通过键入以下命令，编辑已修改结构的末端并调整生成的电荷： 编辑 U00 将显示一个图形界面（参见 图 4）。</li>
		<li>选择 抹去 选项。单击步骤 1.1 中添加的 乙酰基和甲胺末端的原子 以删除它们（参见 图 4 以了解修饰残基的羧基和氨基末端应该是什么样子的参考）。</li>
		<li>电荷中和<ol><li>此时，由于步骤 2.3.3 中消除了原子，分子的电荷不再是中性的。电荷来自羧基端和氨基端。要中和氨基端和羧基端的电荷，请按照以下步骤操作。</li>
			<li>要获得总电荷值（参见 图 5），请键入： 充电 U00 将得到的电荷除以 2。使用绝对值作为总费用值。</li>
			<li>在图形界面中，选择 Whole Molecule（整个分子）。单击 Display > Names（显示名称）。单击 Edit > Edit selected atoms。此时，应显示一个带有表格的窗口。</li>
			<li>验证 N 和 C 末端原子的名称。在表中，加上除以总电荷时获得的值（绝对值;参见 图 5）。然后单击 Table > Save and 退出 保存并退出。</li>
			<li>确保电荷为零（参见 图 5）： 充电 U00</li>
			<li>要退出程序并保存库文件类型： 描述 U00 saveoff U00 u00.lib 退出</li>
			<li>验证是否已正确创建库文件 （.lib）（请参阅 图 6 以供参考）。</li>
		</ol></li>
	</ol></li>
	<li>使用新参数构建修改后的残基的 pdb 文件，如下所述。 tleap 资料来源： leaprc.gaff2 loadamberparams u00.frcmod 加载 u00.lib x = U00 savepdb U00 来自 lib.pdb 退出</li>
	<li>蛋白质的制备<ol><li>下载要修饰的蛋白质的 PDB 文件。选择硫氧还蛋白作为模型蛋白系统 （PDB ID： 2IFQ）。使用适当的蛋白质可视化器擦除水分子、二聚体（如有必要）、配体等。 注意：可以在 UCSF Chimera 或 Discovery 等查看器中执行此步骤</li>
		<li>添加文件 from-lib.pdb（在步骤 2.4 中获得的文件）并将其覆盖在要修饰的氨基酸残基上（如图 7 所示）。确保 from-lib.pdb 的氨基和羰基末端与要修饰的氨基酸匹配。</li>
		<li>删除蛋白质，只有 from-lib.pdb 文件应保留在待修饰残基所占据的三维空间中。从 N 端和 C 端原子中去除 H。</li>
		<li>使用新坐标将 from-lib.pdb 另存为 u00-moved.pdb。</li>
		<li>保存修饰残基的坐标后，使用文本编辑器打开 u00-moved.pdb 和之前清理的蛋白质 PDB 文件。在这里，我们使用 Notepad++ v8.4.8 文本编辑器。</li>
		<li>如图 8 所示，从 u00-moved.pdb 中复制坐标并将其粘贴到蛋白质 pdb 文件中，替换要修改的残基。这是为了适应修饰的残基和蛋白质系统之间的键。</li>
		<li>调整类型以与蛋白质 PDB 格式兼容，将 HEATATM 更改为 ATOM 并将编号 1 更改为与要修改的残基相对应的数字。将新文件另存为 complex。pdb 的</li>
	</ol></li>
	<li>产生修饰的蛋白质-残基结合连接<ol><li>在 protein visualizer 程序中，打开文件 from-lib.pdb。选择整个结构。单击 Structure > Labels > Add...（添加...）>确定。</li>
		<li>验证分配给 N 端和 C 端原子的命名法。在另一个窗口中，在文本编辑器中打开 u00.lib 文件。</li>
		<li>在显示的列表中，验证 N 端和 C 端的位置，同时考虑分配的命名法。</li>
		<li>在 u00.lib 文件中，找到以下行：！entry。u00.unit.connect 数组 int.在该行下方，将出现两个数字。将第一个数字更改为 N 端子的位置，将第二个数字更改为 C 端子的位置并保存。</li>
	</ol></li>
	<li>通过键入以下行来创建参数列表： tleap 资料来源： leaprc.gaff2 资料来源： leaprc.protein.ff14SB 加载 u00.lib loadamberparams u00.frcmod x = loadpdb complex.pdb 检查 X 注意：此时，tleap 将提供要参数化的键、角和二面角列表。</li>
	<li>类型识别<ol><li>在蛋白质可视化器中打开 complex.pdb 文件。选择修饰的残基和任一侧的相邻残基。 注：在蛋白质的三级结构中，通常在修饰残基的位点出现间隙。</li>
		<li>显示所选残留物的球和棒结构。仅显示修改后的残基的命名法，如步骤 2.6.1 在所选文本编辑器中打开库文件 （.lib） 中所示。</li>
		<li>根据观察到的命名法，在库文件 （.lib） 中标识分配的拓扑（位于命名法旁边的引号中），该拓扑对应于在步骤 2.7 中创建的要参数化的键、角和二面角列表中使用的拓扑。 注：在 tleap 提供的键、角和二面角列表中，大写字母表示与修饰残基相邻的氨基酸原子。</li>
	</ol></li>
	<li>使用 parmcal 对键、角和二面角进行参数化（Amber 中的程序） 注意：对于此步骤，需要使用 Amber 软件包的 parmcal 程序。在文本编辑器中打开 frcmod 文件 （u00.frcmod） 和库文件也是必不可少的。应使用蛋白质可视化器来可视化角度和键距离。在蛋白质可视化器中，将选择与修饰的氨基酸残基结合的氨基酸残基，以生成键距离、角度和二面体（参见列表步骤 2.7）。这些数据将被实现以计算 parmcal 中的常数，并将它们添加到 frcmod 文件中以创建参数。<ol><li>在 Visualizer 中生成键合距离和角度<ol><li>在 Visualizer 中，选择键或角度中涉及的原子。单击 Structure > Monitor > Distance or Angle。</li>
			<li>对要添加的每个新参数执行以下过程。要在 parmcal 中输入的数据以粗体表示。以下是如何在修饰氨基酸的 N 端与其他氨基酸的相邻 C 之间创建结合参数的示例。 帕尔姆卡尔 请选择： 0. 设置参数 SE （gaff） 1. 计算键长参数：A-B 2. 计算键角参数：A-B-C 3. 退出 0 请选择要使用的参数集：1-gaff（默认）或 2-gaff2 2 力场参数集已设置为 gaff2 请选择： 0. 设置参数 SE （gaff） 1. 计算键长参数：A-B 2. 计算键角参数：A-B-C 3. 退出 1 请在 A-B 中输入原子 A 的元素名称 C 请在 A-B 中输入原子 B 的元素名称 夜行者 请以非正数输入键合长度 根据经验规则计算的手段 1.455 邦德 C-ns 270.256 1.455 注意：双下划线被复制并添加到 frcmod 文件中。在此示例中，它被添加到 BOND 部分的最后一行下方。二面角是根据 Alviz-Amador 等人 9 报告的值添加的。</li>
			<li>创建所有粘结、角度和二面体参数并将它们添加到 frcmod 文件后，保存 frcmod 文件，确保包含新参数。</li>
		</ol></li>
	</ol></li>
	<li>对于 topology and coordinate file generation（拓扑和坐标文件生成），键入以下命令： tleap 资料来源： leaprc.gaff2 资料来源： leaprc.protein.ff14SB 加载 u00.lib loadamberparams u00.frcmod x = loadpdb complejo.pdb 资料来源： leaprc.water.tip3p 电荷 X<ol><li>通过键入添加中和电荷所需的 Na 或 Cl 离子数量： 添加物 x Na+ 5 溶剂 OCT X TIP3PBOX 10.0 saveamberparm x prot.topo prot.coords 注：如果需要添加 Cl 离子而不是 Na，请将 Na+ 替换为 Cl-。5 对应于要添加的离子数，并进行调整以中和电荷。</li>
	</ol></li>
	<li>对于摩尔浓度计算类型： tail -f prot.coords<ol><li>复制生成的最后一行，将其替换为后续指令中粗体的内容。0.15 对应于目标摩尔浓度。 usr/bin/perl molarity.perl 0.15 101.3356150 101.3356150 101.3356150 109.4712190 109.4712190 109.4712190 Kconts 这将产生要添加的 Cl- 和 Na + 离子的量，如步骤 2.10 所述。此时，使用新参数生成修饰的氨基酸残基的拓扑和坐标文件。</li>
	</ol></li>
</ol><img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/66605/66605fig03.jpg"> 图 3：参数文件准备。 （A） 参考图像说明了步骤 2.1 中生成的 prepin 文件的预期外观。文件的可视化是使用 GNU nano 文本编辑器 v2.3.1 进行的。（B） 参考图像，说明了步骤 2.1 中生成的 frcmod 文件的预期外观。 <a href="https://www.jove.com/files/ftp_upload/66605/66605fig03large.jpg" target="_blank">请单击此处查看此图的较大版本。</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/66605/66605fig04.jpg"> 图 4：XLEaP 窗口的参考图像。 （A） 显示键入上述命令时的预期响应。（B） 显示需要去除的原子（黄色）和需要选择的选项（红色）。（C） 显示了修饰残基的氨基和羰基末端在乙酰基和甲胺基被删除后的样子的参考图像。 <a href="https://www.jove.com/files/ftp_upload/66605/66605fig04large.jpg" target="_blank">请单击此处查看此图的较大版本。</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/66605/66605fig05.jpg"> 图 5：电荷中和程序。 （A） 去除乙酰基和甲胺基后总电荷的计算。（B） 确定残基原子的指定命名法。注意氨基末端的 N 和羧基末端的 C 的指定命名法。（C） 表中这两个原子（N1 和 C3）的指定电荷的标识。取原子的电荷值（除以 2）并加上所得电荷的绝对值。（D） 用获得的值代入 N1 和 C3 的电荷值。（E） 验证生成的费用现在是否为零。（提供的所有数据仅供参考，可能会因修饰的残基而异）。 <a href="https://www.jove.com/files/ftp_upload/66605/66605fig05large.jpg" target="_blank">请单击此处查看此图的较大版本。</a>
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/66605/66605fig06.jpg"> 图 6：库文件 （.lib） 所需结构的参考图像。 请务必注意，提供的图像仅显示完整文件的压缩表示形式。 <a href="https://www.jove.com/files/ftp_upload/66605/66605fig06large.jpg" target="_blank">请单击此处查看此图的较大版本。</a>
<img alt="Figure 7" class="xfigimg" src="/files/ftp_upload/66605/66605fig07.jpg"> 图 7：说明从 lib.pdb 文件的正确定位的参考图像。 请务必注意，显示的图像包括 N 和 C 末端上的氢，在保存文件之前应将其排除在外。图像是在 Visualizer 软件中拍摄的。 <a href="https://www.jove.com/files/ftp_upload/66605/66605fig07large.jpg" target="_blank">请单击此处查看此图的较大版本。</a>
<img alt="Figure 8" class="xfigimg" src="/files/ftp_upload/66605/66605fig08.jpg"> 图 8：PDB 文件更新。 用修饰的残基替换残基坐标（在本例中为 Cys32）的过程的参考图像。修改后的残余 PDB 文件引用 u00-moved.pdb 文件。 <a href="https://www.jove.com/files/ftp_upload/66605/66605fig08large.jpg" target="_blank">请单击此处查看此图的较大版本。</a>

脂质衍生物对蛋白质羰基化进行计算机结构分析

<ol>
	<li>Cornell, W. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+second+generation+force+field+for+the+simulation+of+proteins,+nucleic+acids,+and+organic+molecules.">A second generation force field for the simulation of proteins, nucleic acids, and organic molecules.</a> J Am Chem Soc. 117 (19), 5179-5197 (1995).</li><li>Wang, J., Wolf, R. M., Caldwell, J. W., Kollman, P. A., Case, D. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Development+and+testing+of+a+general+amber+force+field.">Development and testing of a general amber force field.</a> J Comput Chem. 25 (9), 1157-1174 (2004).</li><li>Brooks, B. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=CHARMM:+A+program+for+macromolecular+energy,+minimization,+and+dynamics+calculations.">CHARMM: A program for macromolecular energy, minimization, and dynamics calculations.</a> J Comput Chem. 4 (2), 187-217 (1983).</li><li>Mayo, S. L., Olafson, B. D., Goddard, W. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=DREIDING:+a+generic+force+field+for+molecular+simulations.">DREIDING: a generic force field for molecular simulations.</a> J Phys Chem. 94 (26), 8897-8909 (1990).</li><li>Daura, X., Mark, A. E., van Gunsteren, W. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Parametrization+of+aliphatic+CHn+united+atoms+of+GROMOS96+force+field.">Parametrization of aliphatic CHn united atoms of GROMOS96 force field.</a> J Comput Chem. 19 (5), 535-547 (1998).</li><li>Robertson, M. J., Tirado-Rives, J., Jorgensen, W. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Improved+peptide+and+protein+torsional+energetics+with+the+OPLS-AA+force+field.">Improved peptide and protein torsional energetics with the OPLS-AA force field.</a> J Chem Theory Comput. 11 (7), 3499-3509 (2015).</li><li>Guvench, O., MacKerell, A. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Comparison+of+protein+force+fields+for+molecular+dynamics+simulations.">Comparison of protein force fields for molecular dynamics simulations.</a> Methods Mol Biol. 443, 63-88 (2008).</li><li>Petrov, D., Margreitter, C., Grandits, M., Oostenbrink, C., Zagrovic, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+systematic+framework+for+molecular+dynamics+simulations+of+protein+post-translational+modifications.">A systematic framework for molecular dynamics simulations of protein post-translational modifications.</a> PLoS Comput Biol. 9 (7), e1003154 (2013).</li><li>Alviz-Amador, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Development+and+benchmark+to+obtain+AMBER+parameters+dataset+for+non-standard+amino+acids+modified+with+4-hydroxy-2-nonenal.">Development and benchmark to obtain AMBER parameters dataset for non-standard amino acids modified with 4-hydroxy-2-nonenal.</a> Data Brief. 21, 2581-2589 (2018).</li><li>Pineda-Alem&#225;n, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cysteine+carbonylation+with+reactive+carbonyl+species+from+lipid+peroxidation+induce+local+structural+changes+on+thioredoxin+active+site.">Cysteine carbonylation with reactive carbonyl species from lipid peroxidation induce local structural changes on thioredoxin active site.</a> J Mol Graph Model. 124, 108533 (2023).</li><li>Alviz-Amador, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Effect+of+4-HNE+modification+on+ZU5-ANK+domain+and+the+formation+of+their+complex+with+&#946;-Spectrin:+A+molecular+dynamics+simulation+study.">Effect of 4-HNE modification on ZU5-ANK domain and the formation of their complex with &#946;-Spectrin: A molecular dynamics simulation study.</a> J Chem Info Model. 60 (2), 805-820 (2020).</li><li>Zhou, A., Schauperl, M., Nerenberg, P. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Benchmarking+electronic+structure+methods+for+accurate+fixed-charge+electrostatic+models.">Benchmarking electronic structure methods for accurate fixed-charge electrostatic models.</a> J Chem Info Model. 60 (1), 249-258 (2020).</li><li>G&#281;gotek, A., Skrzydlewska, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Biological+effect+of+protein+modifications+by+lipid+peroxidation+products.">Biological effect of protein modifications by lipid peroxidation products.</a> Che Phys Lipids. 221, 46-52 (2019).</li><li>Moldogazieva, N. T., Zavadskiy, S. P., Astakhov, D. V., Terentiev, A. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Lipid+peroxidation:+Reactive+carbonyl+species,+protein/DNA+adducts,+and+signaling+switches+in+oxidative+stress+and+cancer.">Lipid peroxidation: Reactive carbonyl species, protein/DNA adducts, and signaling switches in oxidative stress and cancer.</a> Biochem Biophys Res Comm. 687, 149167 (2023).</li></ol>

作者没有什么可披露的。

开发 AMBER 参数化方案的关键步骤之一是对用脂质过氧化衍生物修饰的新氨基酸残基进行量子优化，因为与 AMBER 前室中的最小化和分配 RESP 电荷的方式相关的能量可变性。为此 ，使用Hartree-Fock （HF/6-31G） 和半经验密度泛函理论 （DFT;B3LYP/6-31G 和 M062X/6-31G） 的建立来评估对载荷分配的响应。因此，HF 函数呈现出更好的性能/计算成本比，将此作为协议的前一步考虑在内。周 et al.1...

在不断追求了解具有氧化修饰的蛋白质的分子行为的过程中，计算化学已成为广泛科学研究领域的基本支柱。这依赖于使用能够解释电子系统中物理现象的理论模型，使用数学方程来描述分子的原子行为。在这种环境中，蛋白质的计算模拟是分析分子系统原子行为的关键工具。基于对结构行为、能量计算和构象状态1 的评估，这些方法成为预测生物分子系统行为的战略盟友。
这些模拟专门用于研究结构变化和评估蛋白质系统中生物功能的丧失或获得。然而，当应用于包含由序列中的共价翻译后修饰形成的修饰残基的蛋白质系统时，计算方法显示出明显的局限性。这是因为许多可用方法缺乏参数适应力场的资源，而这些力场与最常见的蛋白质分子动力学模拟程序包兼容 2,3,4,5,6。因此，计算软件兼容的力场自适应参数的标准化对于促进拓扑和原子坐标与控制系统势能方程7 的精确耦合至关重要。
为了应对这些挑战，已经使用 从头到尾 的方法开发了一种适用于新的修饰氨基酸残基的方案，其中醛来自脂质过氧化。从这个意义上说，新残基结构几何形状的优化允许将自适应电荷分配给新的键、角度和二面体参数，这些参数可以在 AMBER 等一般力场中运行。对这些参数的后续验证可以确定适用于分子动力学模拟的方法的一致性和稳健性。
该方法的显着优势之一在于它能够适应各种翻译后修饰，从羰基化到磷酸化、乙酰化和甲基化等。这种多功能性不仅限于蛋白质系统，还延伸到大分子结构，允许与原子拓扑和坐标耦合。相比之下，以前的研究表明，翻译后修饰的标准参数化仅适用于特定类型的修饰，并且只能从已发布的存储库中获得，缺乏创建新结构的能力8。
目前，在对具有翻译后修饰的结构进行建模时，蛋白质结构预测和设计方面的挑战变得更加明显。描述特定氨基酸位点改变的参数稀缺凸显了开发和应用可根据标准参数化进行调整的计算方法的迫切需要。该方案的目的是为用脂肪酸氧化衍生的活性羰基物种共价修饰的氨基酸的计算机构建新参数提供一条途径。这些修饰的氨基酸被一般琥珀力场 （GAFF） 识别，因此可用于计算机评估这种羰基化对其靶蛋白的结构和功能影响。

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>AmberTools16 or Upper</td>
			<td>The Amber Project</td>
			<td></td>
			<td>Amber is a suite of biomolecular simulation programs</td>
		</tr>
		<tr>
			<td>Gaussian 09 or Upper</td>
			<td>Gaussian Inc</td>
			<td></td>
			<td>Draw and optimize structures</td>
		</tr>
		<tr>
			<td>Linux Ubuntu</td>
			<td>GNU/Linux</td>
			<td></td>
			<td>Platform for AmberTools</td>
		</tr>
		<tr>
			<td>NVIDIA GPUs GTX 1080 or Upper</td>
			<td>Nvidia</td>
			<td></td>
			<td>Compatible with PMEMD</td>
		</tr>
	</tbody>
</table>

synthesizing amino acids modified with reactive carbonyls in silico to assess structural effects using molecular dynamics simulations 

脂质过氧化衍生的反应性醛对蛋白质进行羰基化，导致蛋白质交联、寡聚化和聚集，导致细胞内损伤、细胞功能受损，并最终导致细胞死亡。它已在衰老和几种与年龄相关的慢性病中被描述。然而，与蛋白质靶标功能丧失相关的结构变化的基础仍不清楚。因此，描述了用脂肪酸氧化衍生的活性羰基物种羰基化的氨基酸的计算机构建新参数的途径。构建了具有 4-羟基-2-壬烯醛 （HNE）、4-羟基-2-己烯醛 （HHE） 的 Cys、His 和 Lys 的 Michael 加合物，以及 4-氧代-2-壬烯醛 （ONE） 的呋喃环形式，而丙二醛 （MDA） 直接连接到每个残基上。该协议描述了构造、几何优化、电荷分配、缺失键、角度、二面角参数及其对每个改性残基结构的验证的详细信息。因此，通过对不同蛋白质系统（如硫氧还蛋白、牛血清白蛋白和膜 Zu-5-锚蛋白结构域）进行分子动力学模拟，采用均方根偏差 （RMSD）、均方根波动 （RMSF）、结构二次预测 （DSSP） 和溶剂可及表面积分析 （SASA），测量了与这些脂质衍生物羰基化诱导的结构效应， 等等。

In the constant pursuit of understanding the molecular behavior of proteins with oxidative modifications, computational chemistry has become a fundamental pillar in the broad field of scientific research. This relies on the use of theoretical models capable of interpreting physical phenomena in electronic systems, using mathematical equations to describe the atomic behavior of molecules. Within this landscape, computational simulations of proteins stand out as crucial tools to analyze the atomic behavior of molecular systems. Based on the evaluation of structural behavior, energetic calculations, and conformational states1, these methods become strategic allies to predict the behavior of biomolecular systems.
These simulations specialize in studying structural changes and assessing the loss or gain of biological functions in protein systems. However, computational approaches have shown significant limitations when applied to protein systems containing modified residues formed by covalent post-translational modifications in the sequence. This is because many available methods lack resources with parameters adaptable to force fields that are compatible with the most common packages of programs for molecular dynamics simulations of proteins2,3,4,5,6. Therefore, the standardization of computational software-compatible force-field adaptive parameters is essential to facilitate the precise coupling of topologies and atomic coordinates with the equation governing the potential energy of the system7.
In response to these challenges, a protocol adaptable to new modified amino acid residues with aldehydes derived from lipid peroxidation has been developed using ab initio methods. In that sense, the optimization of the structural geometry of the new residues allows the assignment of adaptive charges to new bond, angle, and dihedral parameters that can be run in general force fields such as AMBER. Subsequent validation of these parameters allows the determination of the consistency and robustness of the method applicable to molecular dynamics simulations.
One of the notable strengths of this method lies in its ability to adapt to diverse post-translational modifications, from carbonylation to phosphorylation, acetylation, and methylation, among others. This versatility is not only limited to protein systems but extends to macromolecular structures, allowing coupling with atomic topologies and coordinates. In contrast, previous studies reveal that the standard parameterization of post-translational modifications is only suited to a specific type of modification and can only be obtained from published repositories, lacking the ability to create new structures8.
Currently, challenges in protein structure prediction and design are becoming more evident when modeling structures with post-translational modifications. The scarcity of parameters describing alterations at specific amino acid sites underlines the urgent need to develop and apply computational methods that can be adjusted to standard parameterizations. The aim of this protocol is to provide a route for the in silico construction of new parameters for amino acids covalently modified with reactive carbonyl species derived from fatty acid oxidation. These modified amino acids are recognized by the general amber force field (GAFF) and can, therefore, be used to evaluate in silico the structural and functional effects that this kind of carbonylation has on their target proteins.

作者聚焦：羰基化氨基酸的计算机生成及其对蛋白质结构和功能的影响

在计算机中合成用活性羰基化合物修饰的氨基酸，以使用分子动力学模拟评估结构效应 

Our work shows a route for the in silico creation of carbonylated amino acids with lipid peroxidation end products and on how to incorporate them into a protein. This can help us understand how this post-translational modification can alter the structural function of carbonylated proteins. Programs based on artificial intelligence algorithms are the most powerful computational tools today for predicting the tertiary structure of protein.However, they do not yet recognize carbonylated amino acids and therefore, they cannot predict their effects on protein structure. To study the impact of post-translational modification on the structure and function of a protein, a wide range of the parameter methods are available that are combined with computational approaches to accelerate and deepen the desired finding. There are important challenges that must be faced in the study of post-translational modification of proteins, both in vivo, in vitro, and in silico.At the in silico level, the improvement of force fields and data analysis programs is still required, along with the creation of new parameters. Due to the increase in carbonylated proteins in metabolic infections and aging-related diseases, among many others, our results can contribute to understanding the structural change that occur in this and how this can affect the function in silico

为了说明协议的实施并评估结果，将考虑以下分析。通过为修饰的氨基酸残基分配新参数生成的数据集是基于电子结构的优化构建的，这些电子结构支持部分 RESP 负载。 图 9 显示了使用参数分配优化的一个氨基酸残基的结构构象。
<img alt="Figure 9" class="xfigimg" src="/files/ftp_upload/66605/66605fig09.jpg"> 图 9...

Read this Scientific Article Protocol about Author Spotlight: In Silico Creation and Impact of Carbonylated Amino Acids on Protein Structure and Function at JoVE.com

在这里，我们描述了一种用活性羰基物种修饰的氨基酸残基的优化和参数化方案，适用于蛋白质系统。实验步骤包括结构设计和优化、电荷分配、参数构建和蛋白质系统的制备。

Protein carbonylation by reactive aldehydes derived from lipid peroxidation leads to cross-linking, oligomerization, and aggregation of proteins, causing ...

我们的工作展示了一种用脂质过氧化终产物计算机产生羰基化氨基酸的途径，以及如何将它们掺入蛋白质中。这可以帮助我们了解这种翻译后修饰如何改变羰基化蛋白的结构功能。基于人工智能算法的程序是当今预测蛋白质三级结构的最强大的计算工具。然而，它们还不能识别羰基化氨基酸，因此无法预测它们对蛋白质结构的影响。为了研究翻译后修饰对蛋白质结构和功能的影响，可以使用多种参数方法，这些方法与计算方法相结合，以加速和加深所需的发现。在研究蛋白质的翻译后修饰时，无论是在体内、体外还是计算机中，都必须面对一些重要的挑战。在计算机模拟层面，仍然需要改进力场和数据分析程序，同时创建新参数。由于代谢感染和衰老相关疾病等疾病中羰基化蛋白的增加，我们的结果有助于理解其中发生的结构变化以及这如何影响计算机功能

synthesizing-amino-acids-modified-with-reactive-carbonyls-silico-to

Research

JoVE Journal

Biochemistry

Synthesizing Amino Acids Modified with Reactive Carbonyls in Silico to Assess Structural Effects Using Molecular Dynamics Simulations 

195 次观看.  University of Cartagena. 我们的工作展示了一种用脂质过氧化终产物计算机产生羰基化氨基酸的途径，以及如何将它们掺入蛋白质中。这可以帮助我们了解这种翻译后修饰如何改变羰基化蛋白的结构功能。基于人工智能算法的程序是当今预测蛋白质三级结构的最强大的计算工具。然而，它们还不能识别羰基化氨基酸，因此无法预测它们对蛋白质结构的影响。为了研究翻译后修饰对蛋白质结构和?...

视频: 作者聚焦：羰基化氨基酸的计算机生成及其对蛋白质结构和功能的影响

Protein carbonylation by reactive aldehydes derived from lipid peroxidation leads to cross-linking, oligomerization, and aggregation of proteins, causing intracellular damage, impaired cell functions, and, ultimately, cell death. It has been described in aging and several age-related chronic conditions. However, the basis of structural changes related to the loss of function in protein targets is still not well understood. Hence, a route to the in silico construction of new parameters for amino acids carbonylated with reactive carbonyl species derived from fatty acid oxidation is described. The Michael adducts for Cys, His, and Lys with 4-hydroxy-2-nonenal (HNE), 4-hydroxy-2-hexenal (HHE), and a furan ring form for 4-Oxo-2-nonenal (ONE), were built, while malondialdehyde (MDA) was directly attached to each residue. The protocol describes details for the construction, geometry optimization, assignment of charges, missing bonds, angles, dihedral angles parameters, and its validation for each modified residue structure. As a result, structural effects induced by the carbonylation with these lipid derivatives have been measured by molecular dynamics simulations on different protein systems such as the thioredoxin enzyme, bovine serum albumin and the membrane Zu-5-ankyrin domain employing root-mean-square deviation (RMSD), root mean square fluctuation (RMSF), structural secondary prediction (DSSP) and the solvent-accessible surface area analysis (SASA), among others.

Here, we describe a protocol for the optimization and parameterization of amino acid residues modified with reactive carbonyl species, adaptable to protein systems. The protocol steps include structure design and optimization, charge assignments, parameter construction, and preparation of protein systems.

科研

生物化学

Computational Design and Energy Optimization of Modified Amino Acids Reacting with Lipid Peroxidation Aldehydes

To begin, using a computational chemistry software package, draw the amino acid molecules bound to the reactive aldehydes derived from lipid peroxidation. Upon modification at the carboxyl group bend of the amino acid, draw the shape of the methylamine group. At the amino end, draw an acetyl group to emulate the peptide bonds of the modified amino acid.Click on the clean icon to clean the structure. For structure optimization, click on calculate, followed by gaussian calculation setup. Then click on general and uncheck write connectivity.From the job type, select optimization. In additional keywords, enter the indicated text. To change the basis set, go to method and select 631 G.For optimization, click on submit.Then to optimize from gaussian terminal, enter the indicated command. Click on file, then save. Enter the file name and save the file as com.Once the optimization is complete, open the output file and check that there are no error messages at the end of the document.

修饰氨基酸与脂质过氧化醛反应的计算设计和能量优化

Parameterization of Modified Amino Acid Residues into the Thioredoxin Protein Structure

To begin, download the PDB file of the thioredoxin protein as the model protein system. Use an appropriate protein visualizer software to erase water molecules, dimers, and ligands from the protein structure. Add the file with modified amino acid residues from-lib.pdb and overlay it on the amino acid residue to be modified. Ensure that the amino and carbonyl ends of from-lib. pdb accurately matches the amino acid intended for modification.Delete the protein, leaving only the from-lib. pdb file in the three-dimensional space occupied by the amino acid residue to be modified. Remove hydrogen from the N and C-terminal atoms.Save the from-lib. pdb as u00-moved. pdb with the new coordinates.Using a text editor, open the cleaned protein PDB file and u00-moved. pdb file. Copy the coordinates from u00-moved.pdb and paste them into the protein PDB file to adapt the bond between the modified residue and the protein system. Adjust the typology to be compatible with the protein PDB format, changing HEATATM to ATOM and updating the number one to the one corresponding to the residue to be modified. Save the new file as complex.pdb.Structures from density functional theory at m062x/631g level compared with AMBER's molecular dynamics simulations correlated well with theoretical quantum mechanics, showing minimal bond distance errors and angle parameter values. The RMSD values obtained for each of the modified amino acids were similar to native counterparts and maintained confirmational stability throughout the entire trajectory.