Wie können Computervorhersagen der Proteinfaltung rechnerisch verifiziert werden?

Überblick

Die Modellierung hat in den letzten zehn Jahren sprunghaft zugenommen und in vielen Fällen als manchmal praktikabler und kostengünstiger Ersatz für experimentelle Strukturen fungiert.

Woher weißt du, wann du es richtig machst?

Letztendlich braucht man immer noch experimentelle Beweise , um zu wissen, wann ein in silico generiertes Modell richtig ist. Aber es gibt Möglichkeiten, ein Modell dahingehend zu bewerten, wie wahrscheinlich es ist, dass es richtig ist.

Gibt es eine Möglichkeit, in silico zu verifizieren, dass Sie eine legitime/korrekte Struktur für ein Protein gefunden haben?

Es gibt viele Möglichkeiten, Ihre Modelle zu bewerten und zu überprüfen. Jede Methode sagt etwas anderes über die Vorzüge oder deren Fehlen Ihres Strukturmodells aus. Einige wurden entwickelt, um die offensichtlich schrecklichen Modelle auszusortieren, und andere ermöglichen es Ihnen, genau zu erkennen, wo Ihr Modell genau oder ungenau zu sein scheint.

MODELLER Homologiemodellierungs-Ausgangsüberprüfung im laufenden Betrieb.

Ich bin am vertrautesten mit dem Modellierer für die Homologiemodellierung. Andere Software ist verfügbar und wird seit 1994 alle zwei Jahre von CASP evaluiert.

Bei der Homologiemodellierung gibt es drei gängige Bewertungssysteme, die zur Bewertung der biochemischen Lebensfähigkeit eines Modells verwendet werden können. In dieser E-Mail wird erläutert, wann die einzelnen zu verwenden sind. Meine Antwort erweitert und erklärt ein bisschen mehr.

molpdf ist die Modeller-Zielfunktion. Das hier diskutierte GA341 wird vom Z-Score (berechnet mit einer statistischen Potentialfunktion) abgeleitet, der eine Ziel-Matrizen-Sequenzidentität und ein Maß für die strukturelle Kompaktheit ist. DOPE ist eine aktuellere Methode, die erstmals 2006 veröffentlicht wurde und eher der "biologischen Lebensfähigkeit" entspricht. Aus der Veröffentlichung :

DOPE basiert auf einem verbesserten Referenzzustand, der nicht wechselwirkenden Atomen in einer homogenen Kugel entspricht, wobei der Radius von einer nativen Probenstruktur abhängt; es erklärt somit die endliche und sphärische Form der nativen Strukturen.

Welche Sie verwenden, hängt davon ab, was Sie mit dem Modell machen möchten, aber von diesen drei Bewertungen ist DOPE am zuverlässigsten, wenn es darum geht, native-ähnliche Modelle von "Ködern" zu trennen. DOPE ist normalerweise der Ausgangspunkt, um herauszufinden, welche Modelle richtig sein könnten und welche Modelle einfach nur Müll sind.

Hinweis: Wenn Sie Rosetta verwenden, gibt es Äquivalente dazu, oder Sie können Ihre generierten Modelle durch diese Techniken laufen lassen. Wenn Sie SWISS MODEL verwenden , das mit seinen eigenen Black-Box-Verifizierungstechniken geliefert wird, können Sie das Modell dennoch zur weiteren Verifizierung exportieren.

Allgemeine Modellprüfung gegen experimentelle Daten.

Eine weitere Validierung von Homologie-Modellierungsmethoden oder anderen Strukturmodellen ist ProSA . ProSA bietet eine großartige visuelle Darstellung dessen, wo der Z-Score zwischen tatsächlichen Kristall- und NMR-Strukturen liegt. Es gibt wahrscheinlich andere, die ähnliche Funktionen haben, aber dies ist meine persönliche Anlaufstelle, um eine Vorstellung davon zu bekommen, wo meine Struktur unter den experimentell gesammelten Strukturen liegt.

Sensibler Rückstand durch Rückstandsnachweis.

Obwohl die oben genannten Methoden jeden Rest untersuchen, geben sie normalerweise eine Gesamtpunktzahl aus. Rückstand-für-Rückstand-Scores sind ebenfalls verfügbar und erfordern eine sorgfältige Interpretation. Wenn Sie beispielsweise die katalytische Aktivität analysieren, ist eine Oberflächenschleifenregion, die schlecht abschneidet, möglicherweise kein Problem, aber ein katalytischer Kernrückstand, der schlecht abschneidet, macht das Modell unbrauchbar. Das bedeutet, nur weil Ihr Modell einen guten (niedrigeren) DOPE-Gesamtwert als ein anderes Modell hat, bedeutet dies nicht, dass es notwendigerweise ein genaueres Modell für das ist, woran Sie interessiert sind.

Es gibt viele empfindliche Modellierungsbewertungssysteme. Einige davon sind XdVal, MTZdump , die berühmte, wenn auch altmodische Ramachandran-Plotting - Methode, pdbU , pdbSNAFU , PROCHECK , Verify3D und ERRAT , um nur einige zu nennen. Jeder hat einen Platz, wenn Sie überprüfen, wie korrekt Ihr Modell ist.

An dieser Stelle muss es experimentell verifiziert werden.

In dieser zusammenklappbaren Forschungsarbeit verwenden sie Software und Benutzereingaben, um im Wesentlichen eine verbesserte Version eines natürlich vorkommenden Proteins zu entwerfen, aber sie stellen ihr neues Protein dann physisch her und bestimmen seine Struktur experimentell unter Verwendung von Röntgenkristallographie. Insgesamt verwenden sie viel Versuch und Irrtum http://homes.cs.washington.edu/~zoran/foldit-nbt-2012.pdf

Projekte wie dieses zielen gewissermaßen darauf ab, die Struktur eines Proteins anhand seiner Aminosäuresequenz in silico bestimmen zu können . Sobald wir diese Fähigkeit erreichen, wird es revolutionär sein. Es ist jedoch sehr schwierig, weil das Treffen solcher Vorhersagen die Verwendung der Quantenmechanik auf eine Weise erfordern würde, die extrem schwer rechnerisch zu modellieren ist. Diese Projekte verwenden Abkürzungen, um dieses Problem zu umgehen, daher sind ihre Ergebnisse nicht sehr genau, aber sie können genau genug sein, um nützlich zu sein, wie in diesem Dokument gezeigt wird.