Abstract

Summary: XtalPred is a web server for prediction of protein crystallizability. Az előrejelzés úgy történik, hogy a fehérje több jellemzőjét összehasonlítjuk a TargetDB-ben található e jellemzők eloszlásával, és az eredményeket kombinálva meghatározzuk a kristályosodás teljes valószínűségét. Az XtalPred biztosítja: (1) a fehérje jellemzőinek részletes összehasonlítását a TargetDB megfelelő eloszlásával; (2) a fehérje jellemzőinek és előrejelzéseinek összefoglalóját, amely jelzi a fehérje kristályosítása során valószínűleg felmerülő problémákat; (3) a ligandumok előrejelzését; és (4) (opcionális) a teljes mikrobiális genomból származó közeli homológok listáját, amelyek nagyobb valószínűséggel kristályosíthatók.

Készenlét: Az XtalPred webszerver szabadon elérhető tudományos felhasználók számára a http://ffas.burnham.org/XtalPred

Contact:[email protected]

1 BEVEZETÉS

A fehérjeszerkezetek kísérleti meghatározásának magas hibaaránya még mindig a strukturális biológia egyik legnagyobb kihívása. A strukturális genomikai (SG) központok adatai azt mutatják, hogy a nagy áteresztőképességű (HT) beállításokban az általános sikerességi arány mindössze 5% körül van, és bár a szokásos strukturális biológiai laboratóriumokról nem állnak rendelkezésre statisztikák, az anekdotikus bizonyítékok azt sugallják, hogy a kudarcok aránya szintén nagyon magas. A bioinformatikai eszközök segíthetnek annak felismerésében, hogy mely fehérjéknek van nagyobb esélyük a sikerre, a többiek számára pedig javaslatokat tehetnek a lehetséges módosításokra. A legnagyobb esélyű célpontok kiválasztása különösen hasznos az SG-központok számára, amelyek inkább fehérjecsaládokat céloznak meg, mint egyes fehérjéket.

A fehérjék tulajdonságai és kristályosíthatóságuk közötti kapcsolatot több csoport is vizsgálta (Bertone et al., 2001; Canaves et al., 2004; Goh et al., 2004; Oldfield et al., 2005). A hagyományos laboratóriumok azonban csak a szerkezetmeghatározás sikereiről számolnak be, ami a pozitív és negatív adatokat tartalmazó, megfelelően kiegyensúlyozott adatsorok hiánya miatt szinte lehetetlenné teszi az adatbányászati elemzéseket. Ez a helyzet megváltozott a Protein Structure Initiative (www.nigms.nih.gov/Initiatives/PSI) létrehozásával, amely megköveteli a tagközpontoktól, hogy a sikereket és a kudarcokat egyaránt jelentse egy központi adatbázisba, a TargetDB-be (Chen et al., 2004). A TargetDB-ből kinyert tanulási halmazok lehetővé tették a fejlettebb elemzéseket (Chandonia et al., 2006; Overton és Barton, 2006; Smialowski et al., 2006), amelyeket itt kibővítünk a Joint Center for Structural Genomics (JCSG) munkájából származó adatok és meglátások felhasználásával.

A logaritmikus véleménygyűjtési módszert (Genest et al., 1984), hogy a több egyedi fehérjejellemzőre számított valószínűségi eloszlásokat egy “kristályosítási megvalósíthatósági pontszámban” (Slabinski et al., 2007) egyesítsük, ahol bebizonyítottuk, hogy módszerünk jelentősen javíthatja a szerkezetmeghatározás általános sikerességi arányát. A PDB-ben lévő letétek elemzése (Berman et al., 2000) megerősítette, hogy ugyanazok a fehérjejellemzők a standard, nem-HT szerkezetmeghatározás sikerességi arányára is jelentős hatással vannak, ami arra utal, hogy a “kristályosítási megvalósíthatósági pontszám” a széles szerkezetbiológiai közösség számára is jelentős érdeklődésre tarthat számot. Algoritmusunkat 2006 óta sikeresen használják a JCSG-ben az optimális szerkezetmeghatározási célpontok kiválasztására olyan fehérjecsaládok közül, amelyeknek nincs vagy nem megfelelő a szerkezeti lefedettsége.

Az XtalPred szerver a PSI által az elmúlt 7 év során a fehérjekristályosításról összegyűjtött statisztikai ismeretekre épül, és a HT szerkezetmeghatározásból származó meglátásokat a szerkezetbiológusok széles közössége számára teszi elérhetővé.

2 SZERVER JELLEMZŐK ÖSSZEFOGLALÓJA

Kristályosítási elemzések: a webszerver összehasonlítja az elemzett fehérje kilenc biokémiai és biofizikai jellemzőjét a TargetDB-ből származó megfelelő valószínűségi eloszlásokkal. Minden egyes fehérjejellemzőhöz grafikon készül, amely mutatja a TargetDB-ből kinyert halmazok sikertelenségi és sikertelenségi eloszlásait; a kristályosodás valószínűségének interpolált empirikus eloszlásait; és a fehérje helyét ezekben az eloszlásokban (1. ábra).