Çalışmamız, lipid peroksidasyon son ürünleri ile karbonile amino asitlerin in silico oluşturulması ve bunların bir proteine nasıl dahil edileceği için bir yol göstermektedir. Bu, bu translasyon sonrası modifikasyonun karbonile proteinlerin yapısal işlevini nasıl değiştirebileceğini anlamamıza yardımcı olabilir. Yapay zeka algoritmalarına dayalı programlar, proteinin üçüncül yapısını tahmin etmek için günümüzde en güçlü hesaplama araçlarıdır.
Bununla birlikte, karbonile amino asitleri henüz tanımazlar ve bu nedenle protein yapısı üzerindeki etkilerini tahmin edemezler. Translasyon sonrası modifikasyonun bir proteinin yapısı ve işlevi üzerindeki etkisini incelemek için, istenen bulguyu hızlandırmak ve derinleştirmek için hesaplamalı yaklaşımlarla birleştirilen çok çeşitli parametre yöntemleri mevcuttur. Hem in vivo, hem in vitro hem de in silico olarak proteinlerin translasyon sonrası modifikasyonu çalışmasında karşılaşılması gereken önemli zorluklar vardır.
In silico düzeyde, yeni parametrelerin oluşturulmasının yanı sıra kuvvet alanlarının ve veri analizi programlarının iyileştirilmesi hala gereklidir. Metabolik enfeksiyonlarda ve yaşlanmaya bağlı hastalıklarda karbonile proteinlerin artması nedeniyle, sonuçlarımız bu konuda meydana gelen yapısal değişikliğin ve bunun in in silico işlevi nasıl etkileyebileceğinin anlaşılmasına katkıda bulunabilir