Dr. Guido Scarabelli ve Hongyang Li&#39;ye geliştirme süresince kapsamlı testlerin yanı sıra bu uygulamayı geliştiren geribildirim ve yorumlar için Bio3D kullanıcı topluluğu ve Bergen Üniversitesi Biyoinformatik yapım atölyesi katılımcılarına teşekkür ediyoruz.

NOT: Tipik bir Bio3D web oturumu beş ardışık ve bağımlı adımlarla ilerlemektedir (şematik bir gösterim için Şekil 1&#39;e bakınız). Her adım, web uygulamasının ardışık gezinme sekmesi, yani SEARCH, ALIGN, FIT, PCA ve eNMA olarak uygulanmaktadır. 1. Yapı Arama ve Seçme (SEARCH) <ol><li> Girdi yapısı <ol><li> Adenylat kinazın (Adk) PDB Kimliğini, örneğin PDB&#39;yi [http://www.rcsb.org/pdb] arayarak elde edin. Alternatif olarak, ilgi konusu protein amino asit sekansını, örneğin UniProt [http://uniprot.org] adresinden temin edebilirsiniz. </li><li> Adk için dört karakter uzunluğunda PDB kimliği girin ( örn., 1AKE) veya &quot;Giriş yapısı ya da sekans&quot; panelindeki metin kutusuna bir protein sekansı yapıştırın. </li></ol></li><li> Seçime bas <ol><li> İlk panelde mavi &quot;Sonraki&quot; (Hit seçimi) düğmesine tıklayın veya basitçe B) &quot;Hit seçme&quot; ye gidin.Daha fazla analiz için. </li><li> &quot;Dahil edilen yapıların toplam sayısını sınırla&quot; sürgüsünün tüm yapıların sınırın üst kısmına dahil edilebilmesi için maksimum değere ayarlandığından emin olun. </li><li> Daha uzakta ilgili isabetler eklemek için &quot;Dahil etme BitScore kesimini ayarla&quot; yı azaltın veya hariç tutmak için artırın. </li></ol></li><li> İsteğe bağlı vuruş filtreleme <ol><li> İlk panelde mavi &quot;Sonraki&quot; (Hit seçimi) butonuna tıklayın veya sadece panel C) &quot;Ayrıntılı analiz için ilgili yapıların isteğe bağlı filtreleme&quot; ne gidin. </li><li> Seçilen isabetlerin, örneğin PDB adı, türler ve bağlı ligandlar gibi tablonun ayrıntılarını inceleyerek ilgili yapıları temsil ettiğinden emin olun. </li><li> Tablonun satırlarını tıklayarak yapıların seçili alt kümesini manuel olarak rafine edin. NOT: Mavi bir renkle vurgulanan satırlar, sonraki sekmelerde daha ileri analiz için seçilen PDB kimliklerini gösterir. </li></ol></li></ol> 2. Çoklu Sıra Hizalama Analizi (ALIGN) <ol><li> SEARCH sekmesinden seçilen yapıların sıra hizalamasını yapmak için ALIGN (ALIGN) sekmesini tıklayın. </li><li> Hizalama özeti <ol><li> Panel A) &quot;Hizalama özeti&quot; &#39;ndaki hizalama özetini gözden geçirin. İlgi alanlarının bir veya daha fazla yapıdaki boşluklarla hizalandığını ve maskelenmediğinden emin olun. </li><li> Gerekirse, &quot;Ekran hizalama düzenleme seçenekleri&quot; ni değiştirin ve istenmeyen PDB kimliklerini ( örneğin eksik kalıntıları olan PDB&#39;ler) kaldırın. </li></ol></li><li> Sıra hizalama analizi <ol><li> Toplanan yapıların diziye dayalı kümeleme analizi yapmak için mavi &quot;Sonraki&quot; (Analiz) düğmesini tıklayın. </li><li> Arsa opsiyonu Dendrogram&#39;ı seçin. Yapıları k gruplarına bölmek için Kümeyi K gruplarına kaydırın. </li><li> İsteğe bağlı olarak Diğer kümeleme ve çıktı seçenekleri onay kutusunu değiştirerek kümeleme yöntemini değiştirin. </li></ol&gt; </li><li> Rezidü korunumu analizi <ol><li> Sütunu bilge kalıntı korumasını hesaplamak için mavi &quot;Sonraki&quot; (Koruma) düğmesini tıklayın. </li><li> Her hizalama konumunda kalıntı koruma konusunu oluşturmak için Hizalanmış yapı kümelerini seçin. </li><li> Ailenin temsili üyelerini içeren ilişkili PFAM tohumu hizalamasına göre hesaplanan korumayı göstermek için PFAM tohum hizalanması ile hizalanmış Yapılar seçin. </li></ol></li><li> Sıra hizalama ekranı <ol><li> Tarayıcı içi hizalama görselleştirme aracıyla tam sıra hizalamasını göstermek için mavi &quot;Sonraki&quot; (Hizalama) düğmesini tıklayın. </li></ol></li></ol> 3. Yapı Uyumu ve Analizi (FIT) <ol><li> FIT sekmesine girerek yapının üst üste binme işlemini gerçekleştirin. </li><li> Yapı üst üste binme <ol><li> Hizalanmış proteiyi görselleştirmek için &quot;Show PDBs&quot; onay kutusunu değiştirinN yapıları tarayıcıda. </li><li> Protein yapılarının görsel incelemelerle ilgili ve ilgili bölgelere eklendiğinden emin olun. Döndürmek için fareyi tıklatıp yapıların üzerine sürükleyin ve büyütmek için kaydırın. </li><li> Yapıların renklerini &quot;Renk seçenekleri&quot; ni tıklayarak ayarlayın. Renklendirme seçenekleri hizalama konumu, pozisyon başına yapısal değişkenlik, RMSD küme grupları, dizi küme grupları, hizalanmış bölgeler ve ikincil yapı içerir. </li><li> Örtüşen yapıları geleneksel PDB dosyaları olarak veya özel bir moleküler görüntüleyici programında görselleştirme için tek bir PyMOL oturum dosyası olarak indirin. </li></ol></li><li> Yapı analizi <ol><li> Toplanan PDB yapılarının yapı temelli kümeleme işlemini gerçekleştirmek için mavi &quot;Sonraki&quot; (Analiz) düğmesini tıklayın. </li><li> Plot seçenekleri açılır menüsündeki RMSD Heatmap&#39;ı açın veya kapatın. </li><li> Kümeleme yöntemlerini de dahil olmak üzere kümeleme seçeneklerini ayarlayın, &quot;Diğer kümeleme ve çıktı seçenekleri&quot; onay kutusunu değiştirerek. NOT: Çiftli RMSD verileri aynı zamanda bir dendrogram, histogram veya ısı haritası olarak da görülebilir. </li></ol></li><li> Kalıntı dalgalanmaları <ol><li> X-ekseni kenar bölgelerinde gösterilen başlıca ikincil yapı öğelerine sahip her artıkın (bir RMSF grafiği olarak gösterilir) yapısal değişkenliğini görüntülemek için mavi &quot;Sonraki&quot; (RMSF) düğmesini tıklayın. </li><li> Referans yapısının kristalografik B faktörlerini RMSF arsa üzerine bindirmek için B faktörlerini göster onay kutusunu açın veya değiştirin. </li></ol></li></ol> 4. Temel Bileşen Analizi (PCA) <ol><li> &quot;PCA&quot; sekmesine girerek temel bileşen analizi yapın. </li><li> Ana bileşenlerin görselleştirilmesi <ol><li> PC&#39;ler tarafından tarıflı görselleştirme aracı ile tanımlanan hareketleri görselleştirmek için &quot;Show PC Trajectory&quot; onay kutusunu açın veya değiştirin. </li><li> Emin olun &quot;PrinCipal Bileşen 1 &quot;ilk açılır menüden seçilir. </li><li> Diğer bilgisayarlar tarafından tanımlanan hareketleri görselleştirmek için, &quot;Ana Bileşeni Seç&quot; açılır menüsünden istediğiniz PC&#39;yi seçin. </li><li> Yörüngenin renk ayarını &quot;Renk seçenekleri&quot; açılır menüsünden değiştirin. </li><li> &quot;Renk seçenekleri&quot; nden yer değiştirme büyüklüğüne göre &quot;Konum başına değişkenlik&quot; seçin. </li><li> PC&#39;ler tarafından tanımlanan hareket yörüngesel bir görünümünü elde etmek için &quot;Ana Bileşen Görselleştirme&quot; panelindeki &quot;Download PDB yörüngesi&quot; düğmesini tıklayın. </li><li> İşlemleri bir vektör alanı olarak veren bir PyMOL oturum dosyası oluşturmak için &quot;Download PyMOL&quot; oturum dosyasını tıklayın. </li></ol></li><li> Konformer analizi <ol><li> Bireysel yapıları mavi &quot;Sonraki&quot; (Çizim) düğmesine basarak seçilen iki PC&#39;ye projelendirin. </li><li> &quot;X ekseni üzerinde PC&quot; 1&#39;e ayarlandığından ve &quot;PC oN Y ekseni &quot;değerine 2 getirin. Yapıları diğer bilgisayarlara yansıtmak için PC numaralarını buna göre ayarlayın. </li><li> PC tabanlı kümeleme ile arsa içindeki yapıları renklendirmek için &quot;PC Altuzay Kümesi&quot; ni seçin; &quot;RMSD&quot;, &quot;RMSD tabanlı&quot; kümeleme ile renklendirir; Ve &quot;Sıra&quot;, sıralı kümeleme ile renklendirir. </li><li> Yapıları etiketlemek için arsa içindeki herhangi bir noktayı tıklayın. Alternatif olarak, arsa altındaki &quot;PCA konformer çizimi açıklaması&quot; tablosundaki bir veya daha fazla yapı vurgulayın. </li><li> Kümeleme algoritması için daha fazla / daha az PC&#39;ye yer vermek için alt uzay kaydırıcısındaki PC&#39;leri kaydırın. </li></ol></li><li> Artık katkı payı <ol><li> Mavi &quot;Sonraki&quot; (Kalıntı katkıları) düğmesini tıklatarak kalıcı katkıları tek tek PC&#39;lere hesaplayın. </li><li> PC Numarasını &quot;Ana Bileşeni Seç&quot; metin kutusuna ekleyerek ek PC&#39;lerin katkılarını çizin. </li><li> &quot;Spread li&#39;yi açın veya kapatın.Onay kutusu, kalıntı katkılarının birbirinin üstüne çizilmesini önler. </li><li> Kalıntı katkılarını ayrı parseller halinde çizmek için &quot;Çok çizgili plot&quot; onay kutusunu kapatın. </li><li> RMSF değerlerini (FIT sekmesinden) eklemek için &quot;Show RMSF&quot; &#39;i açın veya kapatın. </li></ol></li></ol> 5. Topluluk Normal Mod Analizi (eNMA) <ol><li> Normal mod (NM) hesaplamasını başlatmak için eNMA sekmesini tıklayın. </li><li> Filtre yapısı <ol><li> Yapıların eklenmesi / hariç tutulması için &quot;Kesme&quot; değerini düşürerek veya arttırarak yapı sayısını ayarlayın. </li><li> NMA hesaplamasını başlatmak için yeşil &quot;Run Ensemble NMA&quot; ya tıklayın. </li></ol></li><li> Normal mod görüntüleme <ol><li> NM&#39;lerin görselleştirilmesi için eNMA sekmesinin ikinci paneline gidin (Normal Mod Görselleştirme). NOT: Varsayılan olarak, PC-1&#39;e en yüksek örtüşme (benzerlik) olan NM, görseldeAyar penceresi. </li><li> Diğer NM&#39;ler veya diğer PDB yapıları tarafından tanımlanan hareketleri görselleştirmek için, sırasıyla &quot;Seç Modu&quot; ve &quot; Yapı için NM&#39;leri göster &quot; açılır menülerinden istediğiniz NM&#39;yi ve yapıyı seçin. </li></ol></li><li> Kalıntı dalgalanmaları <ol><li> ENMA için seçilen yapıların kalıntı yönlü dalgalanmalarını hesaplamak için mavi &quot;Sonraki&quot; (Dalgalanmalar) düğmesine tıklayın. </li><li> RMSD tabanlı kümeleme ile dalgalanma profillerini renklendirmek için &quot;Cluster by RMSD&quot; seçeneğini açın. </li><li> RMSIP tabanlı kümeleme ile dalgalanma profillerini renklendirmek için &quot;Cluster by RMSIP&quot; seçeneğini açın veya kapatın. </li><li> Gruplanmış dalgalanma profillerini birbirinden ayrı olarak çizmek için &quot;Spread lines&quot; onay kutusunu açın veya değiştirin. </li></ol></li><li> NMA ve PCA&#39;nın karşılaştırılması <ol><li> Tekli NM&#39;ler ve PC&#39;ler arasındaki benzerliği hesaplamak için mavi &quot;Sonraki&quot; (PCA-VS-NMA) düğmesini tıklayın. </li><li> Bir P seçinDB Yapılandırmasının NM&#39;leri ile PCA sekmesinde hesaplanan PC&#39;ler arasındaki benzerliği hesaplamak için &quot;Yapıların NM&#39;lerini karşılaştır&quot; açılır menüsünden DB kimliği. </li></ol></li><li> Çakışan analiz <ol><li> Hesaplanmış NM&#39;ler ile seçilen iki yapı arasında yapısal fark vektörü arasındaki çakışmayı hesaplamak için mavi &quot;Sonraki&quot; (Çakışan analiz) düğmesini tıklayın. </li><li> &quot;Yapıların NM&#39;lerini karşılaştır&quot; açılır menüsünden bir &quot;referans&quot; PDB KIMLIĞI seçin ve referans PDB ile çift karşılaştırması için yapı tablosundaki bir veya daha fazla PDB kimliği seçin. </li></ol></li><li> Kümeleme analizi <ol><li> Çiftli NM benzeşmesine (RMSIP) dayalı yapı kümelemesi yapmak için mavi &quot; Sonraki&quot; (Kümeleme) düğmesini tıklayın. </li></ol></li></ol>

<ol>
	<li>Kornev, A. P., Taylor, S. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Dynamics-Driven+Allostery+in+Protein+Kinases.">Dynamics-Driven Allostery in Protein Kinases.</a> Trends Biochem. Sci. 40 (11), 628-647 (2015).</li><li>Yao, X. -. Q., Grant, B. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Domain-opening+and+dynamic+coupling+in+the+&#945;-subunit+of+heterotrimeric+G+proteins.">Domain-opening and dynamic coupling in the &#945;-subunit of heterotrimeric G proteins.</a> Biophys. J. 105 (2), L08-L10 (2013).</li><li>Henzler-Wildman, K. 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=Intrinsic+motions+along+an+enzymatic+reaction+trajectory.">Intrinsic motions along an enzymatic reaction trajectory.</a> Nature. 450 (7171), 838-844 (2007).</li><li>Boehr, D., Nussinov, R., Wright, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+role+of+dynamic+conformational+ensembles+in+biomolecular+recognition.">The role of dynamic conformational ensembles in biomolecular recognition.</a> Nat. Chem. Biol. 5 (11), 789-796 (2009).</li><li>Teilum, K., Olsen, J. G., Kragelund, B. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+aspects+of+protein+flexibility.">Functional aspects of protein flexibility.</a> Cell Mol Life Sci. 66 (14), 2231-2247 (2009).</li><li>Henzler-Wildman, K., Kern, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Dynamic+personalities+of+proteins.">Dynamic personalities of proteins.</a> Nature. 450 (7172), 964-972 (2007).</li><li>Grant, B. J., Gorfe, A. A., McCammon, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Large+conformational+changes+in+proteins:+signaling+and+other+functions.">Large conformational changes in proteins: signaling and other functions.</a> Curr. Opin. Struct. Biol. 20 (2), 142-147 (2010).</li><li>Grant, B. J., Rodrigues, A. P. C., ElSawy, K. M., McCammon, J. A., Caves, L. S. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Bio3d:+an+R+package+for+the+comparative+analysis+of+protein+structures.">Bio3d: an R package for the comparative analysis of protein structures.</a> Bioinformatics. 22 (21), 2695-2696 (2006).</li><li>Bakan, A., Meireles, L. M., Bahar, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=ProDy:+protein+dynamics+inferred+from+theory+and+experiments.">ProDy: protein dynamics inferred from theory and experiments.</a> Bioinformatics. 27 (11), 1575-1577 (2011).</li><li>Zimmermann, M. T., Kloczkowski, A., Jernigan, R. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=MAVENs:+motion+analysis+and+visualization+of+elastic+networks+and+structural+ensembles.">MAVENs: motion analysis and visualization of elastic networks and structural ensembles.</a> BMC Bioinformatics. 12 (1), 264 (2011).</li><li>Yang, L. -. W., 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=oGNM:+online+computation+of+structural+dynamics+using+the+Gaussian+Network+Model.">oGNM: online computation of structural dynamics using the Gaussian Network Model.</a> Nucleic Acids Res. 34, 24-31 (2006).</li><li>Suhre, K., Sanejouand, Y. -. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=ElNemo:+a+normal+mode+web+server+for+protein+movement+analysis+and+the+generation+of+templates+for+molecular+replacement.">ElNemo: a normal mode web server for protein movement analysis and the generation of templates for molecular replacement.</a> Nucleic Acids Res. 32, W610-W614 (2004).</li><li>Tiwari, S. P., 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=WEBnm@+v2.0:+Web+server+and+services+for+comparing+protein+flexibility.">WEBnm@ v2.0: Web server and services for comparing protein flexibility.</a> BMC Bioinformatics. 15 (1), 427 (2014).</li><li>Hrabe, T., 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=PDBFlex:+exploring+flexibility+in+protein+structures.">PDBFlex: exploring flexibility in protein structures.</a> Nucleic Acids Res. 44, D423-D428 (2016).</li><li>Skj&#230;rven, L., Jariwala, S., Yao, X. -. Q., Grant, B. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Online+interactive+analysis+of+protein+structure+ensembles+with+Bio3D-web.">Online interactive analysis of protein structure ensembles with Bio3D-web.</a> Bioinformatics. , (2016).</li><li>Skj&#230;rven, L., Yao, X., Scarabelli, G., Grant, B. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Integrating+protein+structural+dynamics+and+evolutionary+analysis+with+Bio3D.">Integrating protein structural dynamics and evolutionary analysis with Bio3D.</a> BMC Bioinformatics. 15 (399), 1-11 (2014).</li><li>Eddy, S. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Accelerated+Profile+HMM+Searches.">Accelerated Profile HMM Searches.</a> PLoS Comput. Biol. 7 (10), (2011).</li><li>Edgar, R. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=MUSCLE:+multiple+sequence+alignment+with+high+accuracy+and+high+throughput.">MUSCLE: multiple sequence alignment with high accuracy and high throughput.</a> Nucleic Acids Res. 32 (5), 1792-1797 (2004).</li><li>Berman, H. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Protein+Data+Bank.">The Protein Data Bank.</a> Nucleic Acids Res. 28 (1), 235-242 (2000).</li><li>Finn, R. 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=Pfam:+the+protein+families+database.">Pfam: the protein families database.</a> Nucleic Acids Res. 42, D222-D230 (2014).</li><li>Kerns, S. J., 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=The+energy+landscape+of+adenylate+kinase+during+catalysis.">The energy landscape of adenylate kinase during catalysis.</a> Nat. Struct. Mol. Biol. 22 (2), 124-131 (2015).</li></ol>

Yazarlar rakip mali çıkarlarının olmadığını beyan ettiler.

Bio3D-web mevcut kristalografik yapılardan proteinlerin yapısal, dinamik ve fonksiyonel durumlarını interaktif olarak keşfetmek ve haritalamak için kullanılabilir. Ayrıca, NMA ve PCA tabanlı kümeleme sonuçları, ek açıklamalar ve dizi temelli analiz ile birlikte, topluluk küçük molekül yerleştirme veya moleküler dinamik simülasyonları gibi daha zaman alan analizler için temsili yapıları seçmek için özellikle yararlı olabilir. Bio3D-web, gerekli teknik uzmanlık seviyesini azaltarak daha geniş bir araştırmacı aralığı için gelişmiş yapısal biyoenformatik analizini kolaylaştırır. Bio3D-web&#39;in mevcut tasarımı, bağımsız bağımsız Bio3D paketinde bulunan birçok analiz yönteminin kapsamlı bir şekilde dahil edilmesindeki basitliği vurgular. Çoğu durumda, araştırmacıların, daha özel analizleri bildirebilecekleri, protein ailesindeki veya aile üstü sü- rümündeki genel eğilimleri anlamak için Bio3D-web&#39;i kullanmaları öngörülmektedir. Bio3D-webBiyomoleküler yapı veri setlerini hızla keşfetmek ve hipotez üreten bir araç olarak hareket etmek için tasarlanmıştır. Kullanıcıları, tüm sorgu ayrıntılarını ve analiz sonuçlarını da saklayan yeniden üretilebilir raporda örnek Bio3D kodu sağlayarak verilerini daha ayrıntılı araştırmaya teşvik ediyoruz. Yukarıdaki temsili örnek protokolde, Bio3D-web&#39;in Adk&#39;ın fonksiyonel konformasyonel geçişlerinin yapısal özelliklerini ortaya koyma kabiliyetini gösteriyoruz. Bio3D-web&#39;in ek uygulamaları, kullanıcı tarafından yüklenen PDB yapılarının yapısal ve dinamik analizini içerir. Örneğin, kullanıcı analiz için yeni yapılar veya gerçekten protein dizileri yükleyebilir. Daha önce bahsedilen analiz adımları, özellikle de eNMA basamağı, protein hareketi içindeki hem yerel hem de küresel eğilimleri ortaya çıkarabilir, toplu hareketler fonksiyonel öneme sahiptir. Apo yapılarıyla karşılaştırma, bağlı olmayan konformasyonel geçişlere ait özellikleri de ortaya çıkarabilir. Için uygulama için ek örneklerBir dizi farklı protein ailesi çevrimiçi olarak sağlanmaktadır. Tüm proteinler esnek ve dinamik varlıklar olmasına rağmen, tüm proteinlerin bir dizi farklı durumda ( örneğin, aktif ve aktif olmayan durumlar) mevcut olan atomik çözünürlük yapıları yoktur. Protein yapı alanı konusundaki görüşümüz sınırlıdır ve dolayısıyla Bio3D-web gibi araçlardan elde edilen bilgiler belirli proteinler için de sınırlıdır. Bununla birlikte, mevcut teknolojik ilerlemeler ve yapısal genomik için yeni girişimler ile burada sunulan protokol, önemli yapısal-işlev ilişkileri hakkında fikir edinmek için giderek daha önemli bir rota haline gelecektir. Daha uzakta bulunan ilgili proteinleri analiz ederken özellikle önemli olan kritik bir adım ALIGN sekmesindeki hizalama hatalarının ortaya çıkmasıdır. Sıralama benzerlikleri% 30&#39;un altına düştüğünde hizalama hataları kaçınılmaz olarak ortaya çıkacak ve kullanıcı bu gibi durumlarda sıralı hizalamayı iki kez kontrol etmeli ve düzeltmelidirALIGN sekmesinde. Hizalama hataları, muhtemelen FIT sekmesindeki hatalı üst üste binmiş yapılarla sonuçlanır ve sonraki PCA için en uygun konformasyonel varyasyonları maskeleyebilir. Buna ek olarak, kullanıcı geçerli uygulanmış olduğu gibi seçilen PDB yapılarında eksik kalıntılardan haberdar olmalıdır. PCA yalnızca tüm yapıların karşılık gelen karbon alfa atomu çözülmüş olan protein kalıntıları üzerinde gerçekleştirilebilir. Sonuç olarak, seçilen bir PDB, proteinin belirli bir bölgesi için çözülmemiş artıkları varsa, bu bölge PCA&#39;dan çıkarılacaktır. Bio3D-web halihazırda tek zincirli PDB yapılarının analizi ile sınırlıdır. Sonuç olarak, kuaterner düzeyde meydana gelen işlevsel hareketler, mevcut protokol kullanılarak araştırılamaz. Bu tür analizleri Bio3D-web&#39;e eklemek için şu anda yeni algoritmalar geliştiriyoruz, ancak tek geçerli seçenek geleneksel Bio3D kullanımı içindir. Bio3D-web, yalnızca çevrimiçi başvuru kaynağıdırYapı kümelerini sorgulayıp tanımlamayı, dizi ve yapısal değişkenlik modellerini yorumlamayı ve yapısal esnekliğin hem analizinden hem de öngörülmesinden mekanistik bilgi çıkarmasını mümkün kılar. Geniş bir moleküler görselleştirme araçları ve çevrimiçi sunucular, araştırmacıların bireysel biyomoleküler yapıları keşfetmelerini ve analiz etmelerini sağlar. Bununla birlikte, büyük heterojen protein ailelerinin dizilimini, yapısını ve dinamiklerini analiz etmek için mevcut araçlar genellikle önemli hesaplama uzmanlığı gerektirir ve yalnızca ilgili programlama becerilerine sahip kullanıcılar tarafından erişilebilir olmaya devam eder. Örneğin, Bio3D paketi R 8 gerektirir, ProDy python gerektirir ve Maven Matlab bilgisi 9 , 10 gerektirir. Buna karşılık Bio3D-web programlama bilgisi gerektirmez ve böylece erişilebilirliği arttırır ve gelişmiş karşılaştırmalı dizi, yapı ve dy&#39;yi gerçekleştirmek için giriş engelini azaltırAd analizleri. Ayrıca, verimli analiz için sıklıkla gerekli olan moleküler yapıların hazırlanması, küratörlüğü, açıklaması ve temizlenmesi Bio3D web servisine dahildir. Ayrıca, yetenekli hesaplama kaynakları üzerinde böyle bir analiz gerçekleştirme kısıtlaması, herhangi bir modern web tarayıcısından başlatılabilen ve kontrol edilebilen birçok yapıların geniş ölçekli analizini sağlayan sunucu örneğimiz tarafından hafifletilir. Bio3D-web&#39;in açık geliştirme süreci devam etmektedir (bkz. Https://bitbucket.org/Grantlab/bio3d). Yeni analiz işlevleri eklemeye ve mevcut yöntemleri geliştirmeye devam ediyoruz. Gelecekteki gelişme, mesafe matrisi tabanlı PCA ve burulma PCA, filogenetik bir bileşen, topluluk bağlama bölgesi tanımlama ve protein aileleri arasında dinamik ağ analizi için yeni yaklaşımlar içeren daha kapsamlı dizi koruma yaklaşımlarının eklenmesine odaklanacaktır. Bu bağlamda, mevcut web uygulaması, başlangıç ​​poini temsil ederKullanıcı tanımlı deneysel yapı setleri üzerinde tekrarlanabilir ve paylaşılabilir adımlar atarak diğer birçok işbirliğine dayalı yapısal biyoinformatik analiz akışları. Ayrıca PDB yapılarının asimetrik birimi içerisindeki bireysel ve çoklu zincirlerin yanı sıra yeniden yapılandırılmış biyolojik birim koordinat setlerinin gelecekte desteklenmesini planlıyoruz. Ek özellikler arasında, geri alma olasılığı ile birlikte, ortak çalışma alanlarının daha iyi kaydedilmesi ve yüklenmesi yer alıyor. Bio3D-web, biyomoleküler yapı verilerinin etkileşimli analizi için çevrimiçi bir uygulamadır. Bio3D-web, herhangi bir modern web tarayıcısında çalışır ve aşağıdakiler için işlevsellik sağlar: (1) İlgili protein yapısının belirlenmesi, kullanıcıya belirtilen benzerlik eşiklerine ayarlanır; (2) Çoklu hizalama ve yapı üst üste binme; (3) Dizinin ve yapıların korunum analizi; (4) Ana bileşen analizi ile inter-konformer ilişki haritalaması ve (5) tahmin edilen iç dinamiklerin topluluk vasıtasıyla karşılaştırılması,Mal mod analizi. Bu entegre işlevsellik, protein aileleri ve süper aileler arasındaki sekans yapısı-dinamik ilişkilerin araştırılması için eksiksiz bir iş akışı sağlar. Bio3D-web, parametre ve yöntem seçeneklerinin etkilerini keşfetmek için kullanımı kolay bir dinamik arayüze ek olarak kullanıcının oturumu ve sonraki oturumun grafik sonuçlarını da kaydeder. Bu, kullanıcıların sonuçlarını oluşturan analiz adımlarının dizisini kolayca paylaşmasına ve çoğaltmasına olanak tanır. Bio3D-web tamamen R dilinde uygulanmaktadır ve Bio3D ve Shiny R paketlerine dayanmaktadır. Online sunucudan çalıştırılabilir veya yerel olarak R çalıştıran herhangi bir bilgisayara yüklenebilir. Bu, ilaç endüstrisinde yaygın olanlar gibi öncelikli yapısal veri setlerine erişimi olan özelleştirilmiş bir çoklu kullanıcı örneğini sağlamak için yerel sunucu kurulumunu içerir. Http://thegrantlab.org adresinden bir GPL-3 açık kaynak lisansıyla tam kaynak kodu ve geniş kapsamlı belgeler sağlanmaktadır./ Bio3d / webapps

Protein veri bankası (PDB) şu anda 120.000&#39;den fazla protein yapısı içeriyor - bunların çoğu aynı protein ailesindendir ancak farklı deney koşulları altında çözülmüştür. Bu çoklu yapılar protein formunun ve işlevinin karmaşıklığını anlamak için paha biçilemez bir kaynaktır. Örneğin, bu yapı topluluklarının titiz karşılaştırması, önemli moleküler mekanizmalar 1 , 2 , 3&#39;ü açığa çıkarabilir ve ligand bağlama, enzimatik kataliz ve bi-moleküler tanıma 4 , 5 , 6 , 7 dahil süreçlerle ilgili konformasyonal dinamikler hakkında bilgi verebilir. Yeni görüşler, sıklıkla protein ailelerinin dizilişinin, yapısının ve dinamiklerinin ayrıntılı geniş ölçekli analizinden elde edilebilir. Bununla birlikte, bu genellikle büyük bioinf gerektirirOrmatik ve bilgisayar programlama uzmanlığı ile birlikte çalışılan protein sistemleri ile aşinalık. Örneğin, Bio3D, ProDy ve Maven gibi yazılım paketleri sırasıyla 8 , 9 , 10 numaralı R, python ve Matlab programlamalarını gerektirir. Tersine, yapısal esneklik analizi için çevrimiçi araçlar genellikle bireysel yapılar 11 soruşturma, 12 ile sınırlıdır. Bu bağlamda bir istisna, yakın geçmişte geliştirilmiş WebNM @ sunucusudur ve önceden belirlenmiş birkaç kullanıcı tarafından belirlenen yapıların normal mod analizi (NMA) &#39;ndan elde edilen esneklik kalıplarının karşılaştırılmasına izin verir 13 . Bununla birlikte, bu sunucu, karşılaştırma için yapıların tanımlanması için otomatik bir prosedürden yoksundur, bunların hizalanması veya NMA&#39;nın ötesinde analizi. Yakın bir diğer katkı, çevrimiçi PDBFlex veritabanında ön-c% 95 veya daha fazla dizi kimliği paylaşan PDB yapılarının omputed analizi 14 . Bununla birlikte, daha çeşitli yapı kümelerinin analizi şu anda mevcut değildir. Daha önce Bio3D-web sunmuşlardır - kolay bir protein dizi-yapı-dinamik ilişkiler 15 analizi için web uygulaması kullanmak. Bio3D-web, büyük homolog yapı gruplarının çevrimiçi tanımlanması, karşılaştırılması ve detaylı analizi için kullanımı kolay entegre işlevsellik sağlamada benzersizdir. Burada, Bio3D-web kullanılarak protein dizisi-yapısal-dinamik ilişkisinin çevrimiçi incelenmesi için ayrıntılı bir protokol sunmaktayız. Bio3D-web, Şekil 1&#39;de gösterilen ve aşağıda detaylı olarak tartışılan beş büyük veri analiz aşamasını desteklemek için çeşitli işlevler sunmaktadır. Bu adımlar, sorgu diziliminden veya yapı girdisinden, çoklu düzey dizisi yapısı-dinamik çözümlemeden, özet akışına kadar uzanan bir iş akışı oluştururRapor oluşturma. Sonuçlar, kapsamlı tarayıcı içi görselleştirme ve çizim cihazlarıyla yanı sıra, yaygın olarak kullanılan formatlarda sonuç dosyalarını indirerek kullanılabilir. Bio3D-web, parametre ve yöntem seçeneklerinin etkilerini keşfetmek için kullanışlı bir dinamik arayüze ek olarak kullanıcı oturumunun tamamındaki kullanıcı girişini ve sonraki grafik sonuçlarını, PDF, DOC ve HTML formatlarında paylaşılabilir bir tekrarlanabilir rapor olarak kaydeder. Kullanıcı oturumları gelecek zamanlarda kaydedilebilir ve yeniden yüklenebilir ve sonuçların indirilmesi ve bir kullanıcının yerel makinesinde Bio3D R paketi tarafından daha fazla yorumlanması sağlanabilir. Bio3D-web, biyomoleküler yapı, sekans ve moleküler simülasyon verilerini analiz etmek için Bio3D R paketiyle güçlendirilmiştir 8 , 16 . Özellikle, katı-çekirdek tanımlama için Bio3D algoritmaları 8 , süperpozisyon, ana bileşen analizi(PCA) 8 ve topluluk normal mod analizi (eNMA) 16 uygulaması temelini oluşturmaktadır. Ayrıca çoklu dizi hizalama için ilgili protein yapılarının tanımlanması ve kas 18 için pHMMER 17 bağlıdır Bio3D protokollerini kullanmaktadır. Yapı ve sekans açıklamaları, RCSB PDB 19 ve PFAM veritabanlarından 20 Bio3D araçları kullanılarak türetilir. Bio3D-web çevrimiçi sunucumuzdan çalıştırılabilir veya yerel olarak R çalıştıran herhangi bir bilgisayara yüklenebilir. Bio3D-web tüm kullanıcılara açıktır ve http: // thegrantlab adresinden bir GPL-3 açık kaynak lisansıyla ücretsiz olarak sağlanır. org / bio3d / webapps

<table><tbody><tr><td>Bio3D-web</td><td></td><td></td><td></td></tr><tr><td>Web-site</td><td>http://thegrantlab.org/bio3d-web/</td><td></td><td></td></tr><tr><td>Requirements</td><td>Web browser</td><td></td><td></td></tr></tbody></table>

investigating protein sequence-structure-dynamics relationships with bio3d-web

Biyomoleküler yapı verilerinin etkileşimli analizi için Bio3D-web kullanımını gösteriyoruz. Bio3D-web uygulaması, aşağıdakiler için çevrimiçi işlevsellik sağlar: (1) İlgili protein yapısının belirlenmesi, kullanıcıya belirtilen benzerlik eşiklerine ayarlanır; (2) Çoklu hizalama ve yapı üst üste binme; (3) Dizinin ve yapıların korunum analizi; (4) Temel bileşen analizi ile inter-konformer ilişki haritalama ve (5) topluluk normal mod analizi yoluyla öngörülen iç dinamiklerin karşılaştırılması. Bu entegre işlevsellik, protein aileleri ve süper aileler arasındaki sekans yapısı-dinamik ilişkileri araştırmak için eksiksiz bir çevrimiçi iş akışı sağlar.

Adenilat kinaz (Adk), birçok hücre prosesi için gerekli olan sitoplazmik nükleotidler arasındaki dengesini korumak için işlev gören her yerde bulunan bir enzimdir. Adk, bir fosforil grubunun ATP&#39;den AMP&#39;ye reversibl transferini katalize ederek çalışır. Bu reaksiyona, iyi çalışılan hız sınırlayıcı konformasyonel geçişler 3 , 21 eşlik eder. Burada, bu önemli geçişlerin detaylı özelliklerini ve mekanik ilkelerini ortaya çıkarmak için halihazırda mevcut olan tüm Adk yapılarını Bio3D web ile analiz ederiz. Bilinen herhangi bir Adk yapısının RCSB PDB kodunu girerek Adk Bio3D-web analizimize başlayabiliriz. Örneğin, SEARCH sekmesinin A paneline PDB ID 1AKE girildiğinde, üst 26&#39;nın daha ileri analiz için otomatik olarak seçildiği 167 dizi benzer yapılar döndürülür (bkz. Panel B). Ek açıklama mevcutC panelinde, bu seçilmiş yapıların hepsinin E. coli&#39;den geldiğini ve bir dizi uzay grubu içinde x-ışını kırınımı ile çözüldüğünü belirtir; 1.63 ila 2.8 Â çözünürlük aralığına sahiptir ve bir dizi farklı ligand (ligandlar, AMP, ADP, MG ve inhibitör AP5 dahil olmak üzere) ile birlikte kristalleştirilmiştir. Ek açıklama ayrıntılarının, panel C&#39;deki &quot;Sütunları Göster / Gizle&quot; seçeneğini tıklayarak görüntülenebileceğini unutmayın. ALIGN sekmesine girdikten sonra çoklu dizi hizalaması yapılır. ALIGN sekmesinin ilk paneli, sıralama satırlarının sayısı (PDB yapılarının sayısıyla eşdeğer) ve konumların sayısı ( yani hizalama sütunları) hakkında bilgi sağlayan hizalama özetini görüntüler. Bu boşluk ve boşluk içermeyen sütunların sayısının bir tanımlamasını içerir. İlk satırın sağ tarafındaki şekil, dizi hizalamasını şematik olarak gösterir. Işte thE gri alanlar boşluk olmayan konumları temsil ederken, hizalardaki beyaz alanlar boşluklara karşılık gelir. Sekans koruma konusunun bir gösterimi, iyi korunmuş konumları belirten kırmızı alanlarla hizalama üzerinde gösterilir ve beyaz daha az korunmuş gösterir. Bu şekildeki dizilerin, sol taraftaki kümeleme dendrogramı tarafından sağlanan benzerliklerine dayanarak sıralandığını unutmayın. Bu sekmenin ikinci paneli, seçilen PDB&#39;lerin çift-durum sırası benzerliklerine dayalı olarak kümelenmesini kolaylaştırır ve bunlar bir dendrogram veya ısı haritası olarak görülebilir. Varsayılan olarak, kümelerin düzenini temsil eden bir dendrogram (veya ağaç şeması) gösterilir. Dendrogramın y ekseni, kümeler arasındaki mesafeyi (dizi kimliği açısından) temsil eder. Yapı üst üste binme, FIT sekmesine girdikten sonra otomatik olarak gerçekleştirilir. Panel A&#39;da etkileşimli olarak görüntülenen üst üste binmiş yapılar, indica(1-29, 68-117 ve 161-214 tortularını kapsayan nispeten katı bir çekirdek bölgesinin varlığı; ayrıntılar için FIT sekmesinin altındaki &#39;opsiyonel çekirdek ve RMSD ayrıntıları&#39; paneline bakın). İki değişken nükleotid bağlayıcı bölge (kalıntılar 30-67 ve 118-167) de açıkça görülmektedir ( Şekil 2 ). RMSD tabanlı kümeleme bu yapıları iki ayrı düzenle gruplar. PCA sekmesine tıklamak, ilgili yapılardaki bağlı nükleotid türleri üzerinde etkili bir şekilde kapanan bu bölgelerin yer değiştirmeleri açısından yapılar arasındaki ilişkiyi daha net bir şekilde gösterir ( Şekil 2B ve 2C ). Yapıların çoğunluğu &#39;kapalı&#39; formdadır ( Şekil 2C&#39;de mavi) ve bağlı bir ligand veya inhibitör ile bağlantılıdır. Buna karşılık daha &#39;açık&#39; konformasyonlar nükleotid ve inhibitör içermez. Bu tutarlıdırAdk yapısı ve dinamikleriyle ilgili kapsamlı araştırma grubu, nükleotid bağlanması için bu bölgelerin açık bir konfigürasyonunun gerekli olduğunu ve etkili fosforil transferi ve zararlı hidroliz olaylarının bastırılması için kapalı bir konformasyonun gerekli olduğunu belirtir. Tek bir PC&#39;nin bu Adk yapısındaki toplam ortalama karesi yer değiştirmesinin% 97&#39;sini yakalaması dikkat çekicidir ve bu işlevsel yerinden çıkmaya tek tek kalıntı katkıları ile birlikte kapalıdan açık geçişin net ve çekici bir açıklaması sağlar (uygulamanın C paneline) Ve Şekil 2 ). NMA sekmesini ziyaret etmek ve hesaplama için düşünülen yapıların sayısını arttırmak (benzer yapıların filtrelenmesine yönelik kesintiyi azaltmak yoluyla), açık yapıdaki yapıların kapalı form yapılarına kıyasla gelişmiş yerel ve global dinamikleri gösterdiğini gösterir (Uygulamanın Şekil 2D ve C panelinde) . Için PCA ve NMA sonuçlarını karşılaştırmaBireysel yapılar (panel D) tüm açık form yapılarının ilk modunun PC1&#39;e nispeten yüksek örtüşme sergilediğini (ortalama değeri 0.37 ± 0.04) gösterir. Bunun aksine, kapalı form yapıları daha düşük değerler (ortalama 0.30 ± 0.01) gösterir. Açık form yapıları için RMSIP değerleri (0.62 ± 0.003) kapalı yapıdakilere (0.56 ± 0.008) göre daha yüksektir. Buna ek olarak, örtüşme analizi, açık durumun ilk modlarının açık ve kapalı durumların farkını açıklayan konformasyonal değişimle (panel E) iyi bir uyum içinde olduğunu göstermektedir. RMSIP değerlerine dayalı kümeleme, yine açık ve kapalı durum yapılarının tutarlı bir şekilde bölünmesini görüntüler (panel F). Topluca bu sonuçlar, Adk için iki büyük konformasyonel durumun varlığına işaret etmektedir. Bunlar, farklı esneklik gösteren iki nükleotid bağlama bölgesi bölgelerinin kolektif bir düşük frekanslı yer değiştirmesi ile farklılık gösterirlerNükleotid bağlama üzerine. <img alt="Şekil 1" src="/files/ftp_upload/55640/55640fig1.jpg" /> Şekil 1: PCA ve NMA sekmelerinin ekran görüntüleriyle Bio3D-web&#39;e genel bakış. Bio3D-web, kullanıcı tarafından sağlanan protein yapısı veya sekansı SEARCH sekmesindeki girdi olarak alır ( 1 ). Sunucu, daha ayrıntılı analiz için seçilebilecek ilgili yapıların bir listesini sağlar. ( 2 ) ALIGN sekmesi SEARCH sekmesinde seçilen yapıların dizilim hizalamasını ve analizini sağlar. ( 3 ) FIT sekmesinde, tüm yapılar, geleneksel çift-bilge yapı analizi sonuçları ile birlikte üç boyutlu olarak görüntülenir ve görselleştirilir. ( 4 ) Yapısal kümenin temel bileşen analizi PCA sekmesinde birbirleriyle uyumlu ilişkileri karakterize etmek için yapılır. ( 5 ) Her yapı üzerinde normal mod analizi, eNMA sekmesinde gerçekleştirilebilirMevcut yapısal devletler için dinamik eğilimleri keşfetmek. <a href="http://ecsource.jove.com/files/ftp_upload/55640/55640fig1large.jpg" target="_blank">Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız.</a> <img alt="şekil 2" src="/files/ftp_upload/55640/55640fig2.jpg" /> Şekil 2: Adenylat kinazın Bio3D-web analizinin sonuçları. ( A ) Tanımlanmış değişmez çekirdek üzerine konan adenilat kinazın mevcut PDB yapıları. Yapılar, FIT sekmesinde sağlanan RMSD tabanlı kümelenmeye göre renklendirilir. ( B ) Temel bileşenlerin görselleştirilmesi, veri setindeki temel konformasyonel çeşitlemeleri karakterize etmek için PCA sekmesinden edinilebilir. Burada, birinci ana bileşene karşılık gelen yörünge, proteinin geniş ölçekli kapanış hareketini gösteren tüp görünümünde gösterilir. ( C ) Yapılar prKonformasyonel değişkenliğin düşük boyutlu bir temsilini gösteren bir konformer çizimde iki ana ilke bileşenine atıldı. Her nokta (veya yapı) kullanıcı tarafından belirlenen ölçütlere göre renklendirilir, bu durumda PCA tabanlı kümeleme sonuçları. ( D ) eNMA sekmesindeki Normal mod analizi, açık haldeki yapılar için (kırmızı) kapalı form (mavi) yapılarla karşılaştırıldığında geliştirilmiş yerel ve global dinamikleri göstermektedir. <a href="http://ecsource.jove.com/files/ftp_upload/55640/55640fig2large.jpg" target="_blank">Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız.</a>

Watch this Scientific Journal Video about Investigating Protein Sequence-structure-dynamics Relationships with Bio3D-web at JoVE.com

Investigating Protein Sequence-structure-dynamics Relationships with Bio3D-web

Bio3D-web kullanılarak protein dizisi-yapı-dinamikleri ilişkilerinin çevrimiçi incelenmesi için bir protokol sunulmuştur.

Bio3D-web ile Protein Dizisi-yapı-dinamikleri İlişkilerinin İncelenmesi

We demonstrate the usage of Bio3D-web for the interactive analysis of biomolecular structure data. The Bio3D-web application provides online functionality ...

investigating-protein-sequence-structure-dynamics-relationships-with

Research

JoVE Journal

Biochemistry

15.3K Görüntüleme.  University of Michigan Medical School.  Bio3D-web kullanılarak protein dizisi-yapı-dinamikleri ilişkilerinin çevrimiçi incelenmesi için bir protokol sunulmuştur. 

Video: Investigating Protein Sequence-structure-dynamics Relationships with Bio3D-web

Optimization of Synthetic Proteins: Identification of Interpositional Dependencies Indicating Structurally and/or Functionally Linked Residues

Protein alignments are commonly used to evaluate the similarity of protein residues, and the derived consensus sequence used for identifying functional units (e.g., domains). Traditional consensus-building models fail to account for interpositional dependencies &#8211; functionally required covariation of residues that tend to appear simultaneously throughout evolution and across the phylogentic tree. These relationships can reveal important clues about the processes of protein folding, thermostability, and the formation of functional sites, which in turn can be used to inform the engineering of synthetic proteins. Unfortunately, these relationships essentially form sub-motifs which cannot be predicted by simple &#8220;majority rule&#8221; or even HMM-based consensus models, and the result can be a biologically invalid &#8220;consensus&#8221; which is not only never seen in nature but is less viable than any extant protein. We have developed a visual analytics tool, StickWRLD, which creates an interactive 3D representation of a protein alignment and clearly displays covarying residues. The user has the ability to pan and zoom, as well as dynamically change the statistical threshold underlying the identification of covariants. StickWRLD has previously been successfully used to identify functionally-required covarying residues in proteins such as Adenylate Kinase and in DNA sequences such as endonuclease target sites.

Synthetic protein sequences based on consensus motifs typically ignore co-evolving residues, that imply interpositional dependencies (IPDs). IPDs can be essential to activity, and designs that disregard them may result in suboptimal results. This protocol uses StickWRLD to identify IPDs and help inform rational protein design, resulting in more efficient results.

Sentetik Proteinlerin Optimizasyon: interpozisyonel bağımlılıklar belirlenmesi Yapısal belirten ve / veya Fonksiyonel Bağlantılı tortular

Protein alignments are commonly used to evaluate the similarity of protein residues, and the derived consensus sequence used for identifying functional ...

Kimya

Analyzing Dynamic Protein Complexes Assembled On and Released From Biolayer Interferometry Biosensor Using Mass Spectrometry and Electron Microscopy

In vivo, proteins are often part of large macromolecular complexes where binding specificity and dynamics ultimately dictate functional outputs. In this work, the pre-endosomal anthrax toxin is assembled and transitioned into the endosomal complex. First, the N-terminal domain of a cysteine mutant lethal factor (LFN) is attached to a biolayer interferometry (BLI) biosensor through disulfide coupling in an optimal orientation, allowing protective antigen (PA) prepore to bind (Kd 1 nM). The optimally oriented LFN-PAprepore complex then binds to soluble capillary morphogenic gene-2 (CMG2) cell surface receptor (Kd 170 pM), resulting in a representative anthrax pre-endosomal complex, stable at pH 7.5. This assembled complex is then subjected to acidification (pH 5.0) representative of the late endosome environment to transition the PAprepore into the membrane inserted pore state. This PApore state results in a weakened binding between the CMG2 receptor and the LFN-PApore and a substantial dissociation of CMG2 from the transition pore. The thio-attachment of LFN to the biosensor surface is easily reversed by dithiothreitol. Reduction on the BLI biosensor surface releases the LFN-PAprepore-CMG2 ternary complex or the acid transitioned LFN-PApore complexes into microliter volumes. Released complexes are then visualized and identified using electron microscopy and mass spectrometry. These experiments demonstrate how to monitor the kinetic assembly/disassembly of specific protein complexes using label-free BLI methodologies and evaluate the structure and identity of these BLI assembled complexes by electron microscopy and mass spectrometry, respectively, using easy-to-replicate sequential procedures.

Here we present a protocol to monitor the assembly and disassembly of the anthrax toxin using biolayer interferometry (BLI). Following assembly/disassembly on the biosensor surface, the large protein complexes are released from the surface for visualization and identification of components of the complexes using electron microscopy and mass spectrometry, respectively.

Dinamik Protein kompleksleri analiz monte ve kütle spektrometresi ve Elektron Mikroskopisi kullanılarak Biolayer Interferometry biyoalgılayıcı--dan serbest bırakmak

In vivo, proteins are often part of large macromolecular complexes where binding specificity and dynamics ultimately dictate functional outputs. In this ...

Biyokimya

Analyzing Protein Architectures and Protein-Ligand Complexes by Integrative Structural Mass Spectrometry

Proteins are an important class of biological macromolecules that play many key roles in cellular functions including gene expression, catalyzing metabolic reactions, DNA repair and replication. Therefore, a detailed understanding of these processes provides critical information on how cells function. Integrative structural MS methods offer structural and dynamical information on protein complex assembly, complex connectivity, subunit stoichiometry, protein oligomerization and ligand binding. Recent advances in integrative structural MS have allowed for the characterization of challenging biological systems including large DNA binding proteins and membrane proteins. This protocol describes how to integrate diverse MS data such as native MS and ion mobility-mass spectrometry (IM-MS) with molecular dynamics simulations to gain insights into a helicase-nuclease DNA repair protein complex. The resulting approach provides a framework for detailed studies of ligand binding to other protein complexes involved in important biological processes.

Mass spectrometry (MS) has emerged as an important tool for the investigation of structure and dynamics of macromolecular assemblies. Here, we integrate MS-based approaches to interrogate protein complex formation and ligand binding.

Protein mimarileri ve Protein-Ligand komplekslerinin bütünleştirici yapısal kütle spektrometresi tarafından analiz

Proteins are an important class of biological macromolecules that play many key roles in cellular functions including gene expression, catalyzing ...

Structural Analyses of An Epidermal Growth Factor Receptor-Specific Single-Chain Fragment Variable via An In Silico Approach

Single-chain fragment variable (scFv) antibodies were previously constructed of variable light and heavy chains joined by a (Gly4-Ser) 3 linker. The linker was created using molecular modeling software as a loop structure. Here, we introduce a protocol forin silico analysis of a complete scFv antibody that interacts with the epidermal growth factor receptor (EGFR). The homology modeling, with Pyrx of protein-protein docking and molecular dynamic simulation of the interacting scFv antibody and EGFR First, the authors used a protein structure modeling program and Python for homology modeling, and the antibody scFv structure was modeled for homology. The investigators downloaded Pyrx software as a platform in the docking study. The Molecular dynamic simulation was run using modeling software. Results show that when the MD simulation was subjected to energy minimization, the protein model had the lowest binding energy (-5.4 kcal/M). In addition, the MD simulation in this study showed that the docked EGFR-scFv antibody was stable for 20-75 ns when the movement of the structure increased sharply to 7.2 &#197;. In conclusion, in silicoanalysiswas performed, and the molecular docking and molecular dynamics simulations of the scFv antibody proved the effectiveness of the designed immune-therapeutic drug scFv as a specific drug therapy for EGFR.

Structural Analyses of An Epidermal Growth Factor Receptor-Specific Single-Chain Fragment Variable via An In Silico Approach

This antibody homology modeling prediction protocol is followed by antibody-receptor Pyrx docking and molecular dynamic simulation. These three primary methods are used to visualize the accurate antibody-receptor binding areas and the binding stability of the final structure.

Single-chain fragment variable (scFv) antibodies were previously constructed of variable light and heavy chains joined by a (Gly4-Ser) 3 linker. The ...

Genetik

Modeling an Enzyme Active Site using Molecular Visualization Freeware

Biomolecular visualization skills are paramount to understanding key concepts in the biological sciences, such as structure-function relationships and molecular interactions. Various programs allow a learner to manipulate 3D structures, and biomolecular modeling promotes active learning, builds computational skills, and bridges the gap between two dimensional textbook images and the three dimensions of life. A critical skill in this area is to model a protein active site, displaying parts of the macromolecule that can interact with a small molecule, or ligand, in a way that shows binding interactions. In this protocol, we describe this process using four freely available macromolecular modeling programs: iCn3D, Jmol/JSmol, PyMOL, and UCSF ChimeraX. This guide is intended for students seeking to learn the basics of a specific program, as well as instructors incorporating biomolecular modeling into their curriculum. The protocol enables the user to model an active site using a specific visualization program, or to sample several of the free programs available. The model chosen for this protocol is human glucokinase, an isoform of the enzyme hexokinase, which catalyzes the first step of glycolysis. The enzyme is bound to one of its substrates, as well as a non-reactive substrate analog, which allows the user to analyze interactions in the catalytic complex.

A key skill in biomolecular modeling is displaying and annotating active sites in proteins. This technique is demonstrated using four popular free programs for macromolecular visualization: iCn3D, Jmol, PyMOL, and UCSF ChimeraX.

Moleküler Görselleştirme Freeware Kullanarak Bir Enzim Aktif Sitesini Modelleme

Biomolecular visualization skills are paramount to understanding key concepts in the biological sciences, such as structure-function relationships and ...

<meta charset="utf8"></head><body>Protein-Protein Bağlanma Arayüzlerinin Amino Asit Tercihlerini Tahmin Etmek

Computational Prediction of Amino Acid Preferences of Potentially Multispecific Peptide-Binding Domains Involved in Protein-Protein Interactions

Many protein-protein interactions involve the binding of short protein segments to peptide-binding domains. Usually, such interactions require the recognition of linear motifs with variable conservation. The combination of highly conserved and more variable regions in the same ligands often contributes to the multispecificity of binding, a common property of enzymes and cell signaling proteins. Characterization of amino acid preferences of peptide-binding domains is important for the design of mediators of protein-protein interactions (PPIs). Computational methods are an efficient alternative to the often costly and cumbersome experimental techniques, enabling the design of potential mediators that can be later validated in downstream experiments. Here, we described a methodology using the Pepspec application of the Rosetta molecular modeling package to predict the amino acid preferences of peptide-binding domains. This methodology is useful when the structure of the receptor protein and the nature of the peptide ligand are both known or can be inferred. The methodology starts with a well-characterized anchor from the ligand, which is extended by randomly adding amino acid residues. The binding affinity of peptides generated this way is then evaluated by flexible-backbone peptide docking in order to select the peptides with the best predicted binding scores. These peptides are then used to calculate amino acid preferences and to optionally compute a position-weight matrix (PWM) that can be used in further studies. To illustrate the application of this methodology, we used the interaction between subunits of human interferon regulatory factor 5 (IRF5), previously known to be multispecific but globally guided by a short conserved motif called pLxIS. The estimated amino acid preferences were consistent with previous knowledge about the IRF5 binding surface. Positions occupied by phosphorylatable serine residues exhibited a high frequency of aspartate and glutamate, likely because their negatively charged side chains are similar to phosphoserine.

<meta charset="utf8"></head><body>Yazar Spotlight: Çok Spesifik Protein-Protein Etkileşimlerinde Amino Asit Tercihlerini Deşifre Etmek İçin Hesaplamalı Bir Yaklaşım

We describe a methodology based on sequence diversification to estimate the amino acid preferences of multispecific binding sites in protein-protein interactions (PPIs). In this strategy, thousands of potential peptide ligands are generated and screened in silico, thus overcoming some limitations of available experimental methods.

Protein-Protein Etkileşimlerinde Görev Alan Potansiyel Olarak Çok Spesifik Peptit Bağlayıcı Alanların Amino Asit Tercihlerinin Hesaplamalı Tahmini

Many protein-protein interactions involve the binding of short protein segments to peptide-binding domains. Usually, such interactions require the ...

A Protocol for Computer-Based Protein Structure and Function Prediction

Genome sequencing projects have ciphered millions of protein sequence, which require knowledge of their structure and function to improve the understanding of their biological role. Although experimental methods can provide detailed information for a small fraction of these proteins, computational modeling is needed for the majority of protein molecules which are experimentally uncharacterized. The I-TASSER server is an on-line workbench for high-resolution modeling of protein structure and function. Given a protein sequence, a typical output from the I-TASSER server includes secondary structure prediction, predicted solvent accessibility of each residue, homologous template proteins detected by threading and structure alignments, up to five full-length tertiary structural models, and structure-based functional annotations for enzyme classification, Gene Ontology terms and protein-ligand binding sites. All the predictions are tagged with a confidence score which tells how accurate the predictions are without knowing the experimental data. To facilitate the special requests of end users, the server provides channels to accept user-specified inter-residue distance and contact maps to interactively change the I-TASSER modeling; it also allows users to specify any proteins as template, or to exclude any template proteins during the structure assembly simulations. The structural information could be collected by the users based on experimental evidences or biological insights with the purpose of improving the quality of I-TASSER predictions. The server was evaluated as the best programs for protein structure and function predictions in the recent community-wide CASP experiments. There are currently &gt;20,000 registered scientists from over 100 countries who are using the on-line I-TASSER server.

Guidelines for computer based structural and functional characterization of protein using the I-TASSER pipeline is described. Starting from query protein sequence, 3D models are generated using multiple threading alignments and iterative structural assembly simulations. Functional inferences are thereafter drawn based on matches to proteins with known structure and functions.

Bilgisayar Tabanlı Protein Yapısı ve İşlevi Tahmin Protokolü

Genome sequencing projects have ciphered millions of protein sequence, which require knowledge of their structure and function to improve the ...

Biyoloji

Analyzing and Building Nucleic Acid Structures with 3DNA

The 3DNA software package is a popular and versatile bioinformatics tool with capabilities to analyze, construct, and visualize three-dimensional nucleic acid structures. This article presents detailed protocols for a subset of new and popular features available in 3DNA, applicable to both individual structures and ensembles of related structures. Protocol 1 lists the set of instructions needed to download and install the software. This is followed, in Protocol 2, by the analysis of a nucleic acid structure, including the assignment of base pairs and the determination of rigid-body parameters that describe the structure and, in Protocol 3, by a description of the reconstruction of an atomic model of a structure from its rigid-body parameters. The most recent version of 3DNA, version 2.1, has new features for the analysis and manipulation of ensembles of structures, such as those deduced from nuclear magnetic resonance (NMR) measurements and molecular dynamic (MD) simulations; these features are presented in Protocols 4 and 5. In addition to the 3DNA stand-alone software package, the w3DNA web server, located at <a href="http://w3dna.rutgers.edu" target="_blank">http://w3dna.rutgers.edu</a>, provides a user-friendly interface to selected features of the software. Protocol 6 demonstrates a novel feature of the site for building models of long DNA molecules decorated with bound proteins at user-specified locations.

The 3DNA software package is a popular and versatile bioinformatics tool with capabilities to analyze, construct, and visualize three-dimensional nucleic acid structures. This article presents detailed protocols for a subset of new and popular features available in 3DNA, applicable to both individual structures and ensembles of related structures.

3DNA ile Nükleik Asit Yapıları analiz ve Yapı

The 3DNA software package is a popular and versatile bioinformatics tool with capabilities to analyze, construct, and visualize three-dimensional nucleic ...

Bio3D-web ile Protein Dizisi-yapı-dinamikleri İlişkilerinin İncelenmesi

Özet

Daha Fazla Video Keşfet

Bu videodaki bölümler

Sentetik Proteinlerin Optimizasyon: interpozisyonel bağımlılıklar belirlenmesi Yapısal belirten ve / veya Fonksiyonel Bağlantılı tortular

Dinamik Protein kompleksleri analiz monte ve kütle spektrometresi ve Elektron Mikroskopisi kullanılarak Biolayer Interferometry biyoalgılayıcı--dan serbest bırakmak

Protein mimarileri ve Protein-Ligand komplekslerinin bütünleştirici yapısal kütle spektrometresi tarafından analiz

Structural Analyses of An Epidermal Growth Factor Receptor-Specific Single-Chain Fragment Variable via An In Silico Approach

Moleküler Görselleştirme Freeware Kullanarak Bir Enzim Aktif Sitesini Modelleme

Protein-Protein Etkileşimlerinde Görev Alan Potansiyel Olarak Çok Spesifik Peptit Bağlayıcı Alanların Amino Asit Tercihlerinin Hesaplamalı Tahmini

Protein-Protein Etkileşimlerinde Görev Alan Potansiyel Olarak Çok Spesifik Peptit Bağlayıcı Alanların Amino Asit Tercihlerinin Hesaplamalı Tahmini

Protein-Protein Etkileşimlerinde Görev Alan Potansiyel Olarak Çok Spesifik Peptit Bağlayıcı Alanların Amino Asit Tercihlerinin Hesaplamalı Tahmini

Bilgisayar Tabanlı Protein Yapısı ve İşlevi Tahmin Protokolü

3DNA ile Nükleik Asit Yapıları analiz ve Yapı