Este método usa o poder do Jupyter Notebook para fornecer relatórios informativos e visualmente atraentes, permitindo que os usuários ampliem e personalizem o relatório de forma reprodutível e rastreável. Esta técnica flexível permite que todas as modificações do usuário sejam capturadas em um detalhe suficiente para serem reproduzidas em um prazo posterior ou por um usuário diferente. Embora este método seja geralmente aplicável em qualquer área de pesquisa, ele é projetado principalmente para a mucor ciências da vida, uma área de pesquisa que pode produzir dados complexos.
Antes de iniciar a análise, abra o site de espectrometria de massa de ligação cruzada direcionado. Após a navegação no site, uma tela de boas-vindas que fornece uma descrição de alto nível do serviço TX MS.web aparecerá. Na guia tutorial, uma descrição detalhada dos serviços prestados, incluindo informações sobre como usar o serviço e como analisar os resultados, pode ser observada.
Na guia de download, software e recursos podem ser baixados. Todo o software está disponível sob uma licença de código aberto. De acordo com a guia Licença, a licença BSD de 3 cláusulas torna explicitamente o software o mais amplamente utilizável possível.
A guia Contato fornece informações de contato para envio de perguntas ou comentários. Para enviar um e-mail solicitando credenciais do usuário, retorne à guia Cheetah e clique no hiperlink do endereço de e-mail na parte inferior da página. Insira as informações relevantes na linha de assunto no corpo do e-mail.
Uma resposta será enviada o mais rápido possível. Depois de receber um e-mail de confirmação com as credenciais do usuário, faça login e carregue os dados de espectrometria em massa para o site. Clique em Enviar fluxo de trabalho e digite um título e uma descrição.
Em seguida, clique em exibir fluxo de trabalho e selecione o fluxo de trabalho cheetah. Depois de seguir o assistente, use o visualizador online para inspecionar o Caderno Jupyter. Para instalar o JupyterHub instale o Docker como instruído e baixe o contêiner JupyterHub Docker com a extensão Jupyter openBIS.
Depois de iniciar o Docker executar P8171:8000 malmstroem/jove:último contêiner. Navegue até o endereço web indicado e faça login com o nome de usuário e senha usuário. Para baixar o relatório clique em novo no Python 3 para abrir uma nova guia com um notebook sem título.
Clique em configurar conexões openBIS no menu da ferramenta Jupyter e digite TX MS para o nome, o endereço web TX MS para a URL, Guest para o usuário e G-U-E-S-T-P-A-S-S-W-D para a senha. Selecione a nova conexão e clique em escolher conexão para procurar o relatório. Em seguida, clique, baixe no celular e execute tudo para retornar o relatório.
Para estender o relatório, clique na célula e insira abaixo para adicionar uma nova célula na parte inferior. Em seguida, clique em código e pressione shift e digite para executar a célula. Para carregar o relatório, clique no botão upload para criar um novo conjunto de dados.
Uma estrutura representativa de M1 e albumina com crosslinks superiores mapeados na estrutura são mostrados aqui. Todos os crosslinks foram obtidos por espectrometria de massa cruzada direcionada após análise de dados MS1 de alta resolução dependentes e dados independentes de aquisição e os modelos computacionais foram fornecidos pelo protocolo RosettaDock. É importante lembrar que as interações proteicas são diversas em termos de sua estabilidade.
Portanto, seus resultados podem variar. A metodologia atual limita-se às interações binárias e, portanto, não pode ser aplicada a estruturas quaternárias de proteínas mais complexas. No entanto, modelar pares individuais pode fornecer uma boa base para construir estruturas mais complexas.
Detalhes sobre a interface de ligação podem ser úteis de muitas maneiras, por exemplo, para sugerir mutações que podem estabilizar ou desestabilizar as interações proteicas. Então, isso pode ser útil para entender melhor o papel das interações proteína-proteína.
