Cette méthode utilise la puissance de Jupyter Notebook pour fournir des rapports informatifs et visuellement attrayants tout en permettant aux utilisateurs d’étendre et de personnaliser le rapport de manière reproductible et traçable. Cette technique flexible permet de capturer toutes les modifications de l’utilisateur avec suffisamment de détails pour être reproduites ultérieurement ou par un utilisateur différent. Bien que cette méthode soit généralement applicable dans n’importe quel domaine de recherche, elle est principalement conçue pour les sciences de la vie de Mucor, un domaine de recherche qui peut produire des données complexes.
Avant de commencer l’analyse, ouvrez le site Web de spectrométrie de masse de réticulation ciblée. Lors de la navigation vers le site Web, un écran d’accueil fournissant une description de haut niveau du service TX MS.web apparaîtra. Sous l’onglet tutoriel, une description détaillée des services fournis, y compris des informations sur la façon d’utiliser le service et d’analyser les résultats, peut être observée.
Sous l’onglet téléchargement, les logiciels et les ressources peuvent être téléchargés. Tous les logiciels sont disponibles sous une licence open source. Sous l’onglet Licence, la licence BSD à 3 clauses rend explicitement le logiciel aussi largement utilisable que possible.
L’onglet Contact fournit des informations de contact pour soumettre des questions ou des commentaires. Pour envoyer un e-mail demandant des informations d’identification utilisateur, revenez à l’onglet Cheetah et cliquez sur le lien hypertexte de l’adresse e-mail au bas de la page. Entrez les informations pertinentes dans la ligne d’objet dans le corps de l’e-mail.
Une réponse sera envoyée dans les plus brefs délais. Après avoir reçu un e-mail de confirmation avec les informations d’identification de l’utilisateur, connectez-vous et téléchargez les données de spectrométrie de masse sur le site Web. Cliquez sur Envoyer le flux de travail et entrez un titre et une description.
Cliquez ensuite sur Afficher le flux de travail et sélectionnez le flux de travail Cheetah. Après avoir suivi l’Assistant, utilisez la visionneuse en ligne pour inspecter le bloc-notes Jupyter. Pour installer jupyterHub, installez Le Docker comme indiqué et téléchargez le conteneur Docker JupyterHub avec l’extension Jupyter openBIS.
Après avoir démarré le Docker, exécutez le conteneur P8171:8000 malmstroem/jove:latest. Accédez à l’adresse Web indiquée et connectez-vous avec le nom d’utilisateur et le mot de passe Utilisateur. Pour télécharger le rapport, cliquez sur Nouveau dans Python 3 pour ouvrir un nouvel onglet avec un bloc-notes sans titre.
Cliquez sur configurer les connexions openBIS dans le menu de l’outil Jupyter et entrez TX MS pour le nom, l’adresse Web TX MS pour l’URL, Invité pour l’utilisateur et G-U-E-S-T-P-A-S-S-W-D pour le mot de passe. Sélectionnez la nouvelle connexion et cliquez sur Choisir la connexion pour rechercher le rapport. Cliquez ensuite, téléchargez dans la cellule et exécutez tout pour renvoyer le rapport.
Pour étendre le rapport, cliquez sur cellule et insérez ci-dessous pour ajouter une nouvelle cellule en bas. Cliquez ensuite sur le code et appuyez sur Maj et entrez pour exécuter la cellule. Pour télécharger le rapport, cliquez sur le bouton de téléchargement pour créer un nouvel ensemble de données.
Une structure représentative de M1 et d’albumine avec des réticulations supérieures mappées sur la structure est montrée ici. Toutes les réticulations ont été obtenues par spectrométrie de masse de réticulation ciblée après l’analyse des données d’acquisition indépendantes et dépendantes des données MS1 à haute résolution et les modèles de calcul ont été fournis par le protocole RosettaDock. Il est important de se rappeler que les interactions protéines protéiques sont diverses en termes de stabilité.
Par conséquent, vos résultats peuvent varier. La méthodologie actuelle se limite aux interactions binaires et ne peut donc pas être appliquée à des structures quaternaires protéiques plus complexes. Cependant, la modélisation de paires individuelles peut fournir une bonne base pour construire des structures plus complexes.
Les détails sur l’interface de liaison peuvent être utiles à bien des égards, par exemple, pour suggérer des mutations qui peuvent stabiliser ou déstabiliser les interactions protéiques. Cela peut donc être utile pour mieux comprendre le rôle des interactions protéine-protéine.
