단백질 화학적 이동 예측

Protein chemical shift prediction

단백질 화학 변화 예측은 단백질 좌표로부터 단백질 화학 변화를 정확하게 계산하는 것을 목표로 하는 생체 분자 핵자기 공명 분광학의 한 분야이다.단백질 화학적 이동 예측은 1960년대 후반에 X선 결정학에 [1]의해 해결된 단백질 구조에 적용된 반경험적 방법을 사용하여 처음 시도되었다.그 이후로 단백질 화학 변화 예측은 양자역학, 기계학습 및 경험적으로 파생된 화학 변화 하이퍼서페이스를 [1]포함한 훨씬 더 정교한 접근법을 채택하도록 진화해 왔다.가장 최근에 개발된 방법들은 놀라운 정확성과 정확성을 보여준다.

단백질 화학 변화

NMR의 화학적 변화는 종종 핵자기공명분광학의 이정표라고 불린다.화학자들은 50년 이상 작은 유기 분자의 공유 구조를 나타내기 위해 재현성이 높고 쉽게 측정되는 매개 변수로서 화학적 변화를 사용해 왔습니다.사실, NMR 화학 변도는, 이웃 원자의 종류와 캐릭터로 결합된 경향이 있다퉁불퉁하다경화학적 특징들은 단백질 화학자들과 생체 분자 NMR 분광학자들에게 단백질 [4]화학적 변화를 동등하게 가치 있게 만들었다.특히 단백질 화학 변화는 치환기 또는 공유가 원자 효과(전기 음성도, 산화환원 상태 또는 링 전류 등)에 민감할 뿐만 아니라 골격 비틀림 각도(2차 구조), 수소 결합, 국소 원자 운동 및 용매 접근성에도 민감하다.

단백질 화학적 이동 예측의 중요성

예측되거나 추정된 단백질 화학적 변화를 사용하여 화학적 이동 할당 프로세스를 지원할 수 있습니다.유사(또는 동일한) 단백질 구조가 X선 결정학에 의해 해결된 경우 특히 그렇습니다.이 경우, 3차원 구조를 사용하여 NMR의 화학적 변화를 추정할 수 있으며, 따라서 실험적으로 관찰된 화학적 변화를 할당하는 과정을 단순화할 수 있다.예측/예: 예측 단백질 변환을 통해 부정확하거나 부정확한 화학적 변화 또는 잘못된 화학적 변화 또는 부정확한 화학변화를 통해 단백질 변화를 최적화하는 데 사용될 수 있다.[1][1]단백질 화학적 이동은 또한 2차 구조를 식별하고, 백본 비틀림 각도를 추정하며, 방향족 고리의 위치를 결정하고, 시스테인 산화 상태를 평가하고, 용매 노출을 추정하며, 백본 [4]유연성을 측정하는 데 사용될 수 있습니다.

화학적 이동 예측 프로그램의 진전

화학적 이동 예측은 화학적 이동 변화에 기여하는 주요 물리-화학적 요인에 대한 이해를 지속적으로 개선함으로써 상당한 진전을 이루었다.이러한 개선은 또한 상당한 계산 발전과[5][6][7][8] 생체 분자 화학 이동 데이터베이스의 [9][10]빠른 확장을 통해 도움을 받았습니다.지난 40년 동안 단백질의 화학적 변화를 계산하거나 예측하는 적어도 세 가지 다른 방법이 등장했다.첫 번째 방법은 단백질 화학 이동 데이터베이스에 대한 배열/구조 정렬을 사용하는 것이고, 두 번째 방법은 원자 좌표에서 직접 이동을 계산하는 것이고, 세 번째 방법은 두 [1][4]가지 접근방식의 조합을 사용하는 것에 기초한다.

  • 배열 호몰로지(sequence homology)를 통한 이동 예측: 유사한 단백질 배열이 유사한 구조와 유사한 화학적[1][3] 이동을 공유한다는 단순한 관찰에 기초한다.
  • 좌표 데이터/구조에서 이동 예측:
  • 하이브리드 방법: 위의 두 가지[1] 방법을 조합한 것입니다.

하이브리드 예측 방법의 등장

2000년 초, 몇몇 연구 그룹은 그림 1과 같이 서로 다른 방법을 조합함으로써 단백질의 화학적 변화를 보다 효율적이고 정확하게 계산할 수 있다는 것을 깨달았다.이를 통해 단백질 좌표 [1]데이터를 제공할 때 단백질 화학 변화를 신속하게 계산하는 여러 프로그램과 웹 서버가 개발되었습니다.이러한 「하이브리드」프로그램과 그 기능 및 URL을 표 1에 나타냅니다.

단백질 화학적 이동 예측 프로그램 요약

표 1: 현재 이용 가능한 단백질 화학적 변화 예측 프로그램
이름. 방법 웹 사이트
시프카루[11] 하이브리드 – 경험적 화학적 이동 하이퍼서페이스와 반고전적 계산 조합 https://https.today/20140324204821/http://nmr.group.shef.ac.uk/NMR/mainpage.html
시프트[12] 하이브리드 – QM 화학 시프트 하이퍼서페이스와 준클래식 계산 조합 http://casegroup.rutgers.edu/qshifts/qshifts.htm
체쉬프트[13] QM에 의해 계산된 화학적 이동 하이퍼서페이스 http://cheshift.com/
SHIFTX[2] 하이브리드 – 경험적 화학적 이동 하이퍼서페이스와 반고전적 계산 조합 http://shiftx.wishartlab.com
시프트[14] 원자 파라미터와 시퀀스 정보를 이용한 뉴럴 네트워크 모델 http://www.meilerlab.org/index.php/servers/show?s_id=9
스파르타[15] 하이브리드 - 데이터베이스에 대한 시퀀스 및 시프트 매칭과 세미클래식 계산 결합 http://spin.niddk.nih.gov/bax/software/SPARTA/index.html
스파르타+[16] 하이브리드 - 반고전적 계산과 인공 신경망이 결합된 데이터베이스에 대한 시퀀스 및 시프트 매칭 http://spin.niddk.nih.gov/bax/software/SPARTA+/
카메라[17] 시프트 파라미터화된 다항식 확장과 조합한 거리 기반 방법 https://web.archive.org/web/20140109151911/http://www-vendruscolo.ch.cam.ac.uk/camshift/camshift.php
SHIFTX2[4] 하이브리드 – 원자 매개변수를 사용하고 세미클래식 계산(SHIFTX+)과 조합한 기계 학습 방법.마지막으로 시퀀스 호몰로지 기반 예측(SHIFTY+)과 함께 앙상블 규칙 사용 http://www.shiftx2.ca

http://www.wishartlab.com

현대 단백질 화학적 이동 예측 프로그램의 성능 비교

이 표(그림 2)는 61개의 테스트 단백질로 구성된 동일한 테스트 세트를 사용하여 실험적으로 관찰된 골격 화학 이동과 다양한 화학 이동 예측 변수에 대해 계산/예측된 골격 이동 사이의 상관 계수를 나열한다.

커버리지와 속도

방법마다 적용 범위 수준과 계산 속도가 다릅니다.일부 방법에서는 골격 원자(6개의 원자 유형)에 대한 화학적 이동만 계산하거나 예측합니다.일부는 골격 및 특정 측쇄 원자(C와 N에만 해당)에 대한 화학적 이동을 계산하고, 다른 일부는 모든 원자(40개의 원자 유형)에 대한 이동을 계산할 수 있습니다.화학적 이동 정교화를 위해서는 분자 역학 또는 시뮬레이션 어닐링 실행 중에 수천 개의 구조가 생성되고 화학적 이동이 동일하게 빠르게 계산되어야 하기 때문에 신속한 계산이 필요합니다.

프로그램. 예측된 원자 유형 수 속도(잔류량 100초당 초수)
SHIFTX 27 0.59
스파르타 6 (표준만) 17.92
스파르타+ 6 (표준만) 2.47
CamShift 6 (표준만) 0.91
시프트 31 3.66
시프트 40 12.82
SHIFTX2 40 2.10

SPARTA, SPARTA+, SHIFT, CamShift, SHIFTX 및 SHIFTX2에 대한 모든 계산 속도 테스트는 동일한 단백질 세트를 사용하여 동일한 컴퓨터에서 수행되었다.PROSHIFT에 대해 보고된 계산 속도는 웹 서버의 [4]응답 속도를 기반으로 합니다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ a b c d e f g h i j k Wishart, DS (Feb 2011). "Interpreting protein chemical shift data". Progress in Nuclear Magnetic Resonance Spectroscopy. 58 (1–2): 62–87. doi:10.1016/j.pnmrs.2010.07.004. PMID 21241884.
  2. ^ a b c Neal, S; Nip AM; Zhang H; Wishart DS (Jul 2003). "Rapid and accurate calculation of protein 1H, 13C and 15 N chemical shifts". Journal of Biomolecular NMR. 26 (3): 215–240. doi:10.1023/A:1023812930288. PMID 12766419. S2CID 29425090.
  3. ^ a b Wishart, DS; Watson, M.S.; Boyko, R.F.; Sykes, B.D. (Dec 1997). "Automated 1H and 13C Chemical Shift Prediction Using the BioMagResBank". Journal of Biomolecular NMR. 10 (4): 329–336. doi:10.1023/A:1018373822088. PMID 9460240. S2CID 6004996.
  4. ^ a b c d e f Han, Beomsoo; Yifeng Liu; Simon Ginzinger; David Wishart (May 2011). "SHIFTX2: significantly improved protein chemical shift prediction". Journal of Biomolecular NMR. 50 (1): 43–57. doi:10.1007/s10858-011-9478-4. PMC 3085061. PMID 21448735.
  5. ^ Williamson, MP; Asakura, T (Jul 1997). Protein Chemical Shifts. Methods in Molecular Biology. Vol. 60. pp. 53–69. doi:10.1385/0-89603-309-0:53. ISBN 978-0-89603-309-2. PMID 9276246.
  6. ^ Case, DA (Oct 1998). "The use of chemical shifts and their anisotropies in biomolecular structure determination". Current Opinion in Structural Biology. 8 (5): 624–630. doi:10.1016/S0959-440X(98)80155-3. PMID 9818268.
  7. ^ Case, DA (Apr 2000). "Interpretation of chemical shifts and coupling constants in macromolecules". Current Opinion in Structural Biology. 10 (2): 197–203. doi:10.1016/S0959-440X(00)00068-3. PMID 10753812.
  8. ^ Wishart, DS; Case, DA (2001). Use of Chemical Shifts in Macromolecular Structure Determination. Methods in Enzymology. Vol. 338. pp. 3–34. doi:10.1016/s0076-6879(02)38214-4. ISBN 9780121822392. PMID 11460554.
  9. ^ Seavey, B.R.; Farr, E.A.; Westler, W.M. & Markley, J.L. (1991). "A relational database for sequence-specific protein NMR data". Journal of Biomolecular NMR. 1 (3): 217–236. doi:10.1007/BF01875516. PMID 1841696. S2CID 33755287.
  10. ^ Zhang, H; Neal, S. & Wishart, D.S. (Mar 2003). "RefDB: A database of uniformly referenced protein chemical shifts". J. Biomol. NMR. 25 (3): 173–195. doi:10.1023/A:1022836027055. PMID 12652131. S2CID 12786364.
  11. ^ Iwadate, M; Asakura T; Williamson MP (1999). "C-alpha and C-beta carbon-13 chemical shifts in proteins from an empirical database". J Biomol NMR. 13 (3): 199–211. doi:10.1023/A:1008376710086. PMID 10212983. S2CID 43991686.
  12. ^ Xu, XP; Case DA (2001). "Automated prediction of 15N, 13Calpha, 13Cbeta and 13C′ chemical shifts in proteins using a density functional database". J Biomol NMR. 21 (4): 321–333. doi:10.1023/A:1013324104681. PMID 11824752. S2CID 665000.
  13. ^ Vila, JA; Arnautova YA; Martin OA (2009). "Quantum-mechanics-derived 13Calpha chemical shift server (CheShift) for protein structure validation". Proc Natl Acad Sci USA. 106 (40): 16972–16977. Bibcode:2009PNAS..10616972V. doi:10.1073/pnas.0908833106. PMC 2761357. PMID 19805131.
  14. ^ Meiler, J (2003). "PROSHIFT: protein chemical shift prediction using artificial neural networks". J Biomol NMR. 26 (1): 25–37. doi:10.1023/A:1023060720156. PMID 12766400. S2CID 16360110.
  15. ^ Shen, Y; Bax A (2007). "Protein backbone chemical shifts predicted from searching a database for torsion angle and sequence homology". J Biomol NMR. 38 (4): 289–302. doi:10.1007/s10858-007-9166-6. PMID 17610132. S2CID 12886163.
  16. ^ Shen, Yang; Ad Bax (2010). "SPARTA+: a modest improvement in empirical NMR chemical shift prediction by means of an artificial neural network". J Biomol NMR. 48 (1): 13–22. doi:10.1007/s10858-010-9433-9. PMC 2935510. PMID 20628786.
  17. ^ Kohlhoff, KJ; Robustelli P; Cavalli A; Salvatella X; Vendruscolo M (2009). "Fast and accurate predictions of protein NMR chemical shifts from interatomic distances". J Am Chem Soc. 131 (39): 13894–13895. doi:10.1021/ja903772t. PMID 19739624.