Abstract

Summary: XtalPred jest serwerem internetowym służącym do przewidywania krystalizacji białek. Przewidywanie odbywa się poprzez porównanie kilku cech białka z rozkładami tych cech w TargetDB i połączenie wyników w ogólne prawdopodobieństwo krystalizacji. XtalPred zapewnia: (1) szczegółowe porównanie cech białka z odpowiednim rozkładem z TargetDB; (2) podsumowanie cech białka i przewidywań wskazujących na problemy, które prawdopodobnie zostaną napotkane podczas krystalizacji białka; (3) przewidywanie ligandów; oraz (4) (opcjonalnie) listy bliskich homologów z kompletnych genomów mikroorganizmów, które mają większe szanse na krystalizację.

Dostępność: Serwer internetowy XtalPred jest swobodnie dostępny dla użytkowników akademickich na stronie http://ffas.burnham.org/XtalPred

Contact:[email protected]

1 WPROWADZENIE

Wysoki wskaźnik niepowodzeń w eksperymentalnym wyznaczaniu struktur białek jest wciąż jednym z największych wyzwań biologii strukturalnej. Dane z centrów genomiki strukturalnej (Structural Genomics – SG) pokazują, że ogólny wskaźnik sukcesu w konfiguracji high-throughput (HT) wynosi tylko około 5% i chociaż nie ma dostępnych statystyk dla zwykłych laboratoriów biologii strukturalnej, niepotwierdzone dowody sugerują, że wskaźnik niepowodzeń jest również bardzo wysoki. Narzędzia bioinformatyczne mogą pomóc w rozpoznaniu, które białka mają większe szanse na sukces i dostarczyć sugestii możliwych modyfikacji dla wszystkich pozostałych. Wybór celów z największą szansą powodzenia jest szczególnie przydatny dla ośrodków SG, celujących raczej w rodziny białek niż w pojedyncze białka.

Zależność między cechami białek a ich zdolnością do krystalizacji została zbadana przez kilka grup (Bertone i in., 2001; Canaves i in., 2004; Goh i in., 2004; Oldfield i in., 2005). Jednak tradycyjne laboratoria raportują jedynie sukcesy w określaniu struktury, co czyni analizy data mining prawie niemożliwymi ze względu na brak odpowiednio zbilansowanych zbiorów danych z danymi pozytywnymi i negatywnymi. Sytuacja ta uległa zmianie wraz z powstaniem Protein Structure Initiative (www.nigms.nih.gov/Initiatives/PSI), która wymaga od swoich ośrodków członkowskich raportowania zarówno sukcesów jak i porażek do centralnej bazy danych TargetDB (Chen i in., 2004). Zestawy uczące się wyekstrahowane z TargetDB pozwoliły na bardziej zaawansowane analizy (Chandonia i in., 2006; Overton i Barton, 2006; Smialowski i in., 2006), które tutaj rozszerzamy wykorzystując dane i spostrzeżenia pochodzące z pracy w Joint Center for Structural Genomics (JCSG).

Użyliśmy metody logarytmicznej puli opinii (Genest i in., 1984) do połączenia rozkładów prawdopodobieństwa obliczonych dla kilku indywidualnych cech białka w „wynik wykonalności krystalizacji” (Slabinski i in., 2007), gdzie wykazaliśmy, że nasza metoda może znacząco poprawić ogólny wskaźnik sukcesu w określaniu struktury. Analiza depozycji w PDB (Berman i in., 2000) potwierdziła, że te same cechy białek mają również znaczący wpływ na sukces w standardowym, nie-HT wyznaczaniu struktur, co sugeruje, że „wynik wykonalności krystalizacji” będzie również interesujący dla szerokiej społeczności biologii strukturalnej. Od 2006 roku nasz algorytm jest z powodzeniem stosowany w JCSG do wyboru optymalnych celów wyznaczania struktur z rodzin białek, które nie mają pokrycia strukturalnego lub jest ono niewystarczające.

Serwer XtalPred bazuje na wiedzy statystycznej o krystalizacji białek zgromadzonej przez PSI w ciągu ostatnich 7 lat i udostępnia szerokiej społeczności biologów strukturalnych spostrzeżenia z wyznaczania struktur HT.

2 PODSUMOWANIE FUNKCJI SERWERA

Analizy krystalizacji: serwer porównuje dziewięć biochemicznych i biofizycznych cech analizowanego białka z odpowiadającymi im rozkładami prawdopodobieństwa z TargetDB. Dla każdej cechy białka generowany jest wykres przedstawiający rozkłady niepowodzeń i sukcesów w zbiorach pobranych z TargetDB; interpolowane empiryczne rozkłady prawdopodobieństwa krystalizacji; oraz pozycje białka w tych rozkładach (Rys. 1).

Przewidywanie krystalizacji: przewidywanie odbywa się poprzez połączenie indywidualnych prawdopodobieństw krystalizacji w pojedynczy wynik krystalizacji. Na podstawie tego wyniku białko jest przypisywane do jednej z pięciu klas krystalizacji: optymalnej, suboptymalnej, średniej, trudnej i bardzo trudnej (Rys. 1).

Podsumowanie informacji o białku: serwer oblicza i przewiduje cechy białka, które są związane z jego krystalizowalnością i podsumowuje je na jednej stronie internetowej. Obliczone cechy białka obejmują: długość białka; masę cząsteczkową; indeks gravy (Kyte i Doolittle, 1982); indeks niestabilności (Guruprasad i in., 1990); współczynnik ekstynkcji (Gill i von Hippel, 1989); punkt izoelektryczny (Creighton, 1984); zawartość reszt Cys, Met, Trp, Tyr i Phe; oraz średnią liczbę insercji w wyrównaniu w porównaniu z homologami w nieredundantnej (NR) bazie danych sekwencji białkowych. Do przewidywanych cech należą: struktura drugorzędowa, regiony nieuporządkowane, regiony o niskiej złożoności, regiony cewek, heliksy transmembranowe i peptydy sygnałowe. Zwrócono uwagę na cechy, które mogą wskazywać na problemy podczas procesu krystalizacji. W przypadku przewidywań wykonanych przez zewnętrzne oprogramowanie (Sekcja 3), surowe dane wyjściowe są dostępne jako pliki tekstowe.

Klasy homologiczne, które mają większe szanse na krystalizację: wstępnie obliczone klasy krystalizacji dla wszystkich kompletnych genomów mikroorganizmów (obecnie 487 genomów; 1, 549, 504 białek) są dostępne na serwerze. Dla każdego zgłoszonego białka serwer dostarcza listę jego homologów wraz z informacją o ich klasie krystaliczności. Lista ta zawiera również odnośniki do szczegółowych informacji o każdym homologu.

Przewidywanie form i ligandów: XtalPred dostarcza wyrównanie sekwencji białka wejściowego ze wszystkimi białkami homologicznymi w PDB. Zawiera również listę ligandów współkrystalizowanych z białkami homologicznymi oraz ich strukturę drugorzędową.

Skalowalność: serwer może przetworzyć do 10 sekwencji w pojedynczym zgłoszeniu. Większe zgłoszenia powinny być przedyskutowane z administratorem serwera.

Homologi: serwer dostarcza wyrównanie z homologami, które może być użyte do zaproponowania truncacji.

3 SZCZEGÓŁY SERWERA

Serwer XtalPred używa kilku publicznie dostępnych programów do obliczania i przewidywania cech białek: PSI-BLAST do wyszukiwania homologii; CD-HIT (Li i Godzik, 2006) do klasteryzacji baz danych sekwencji białkowych; COILS (Lupas i in., 1991) do predykcji regionów coiled-coil, TMHMM (Krogh i in., 2001) do przewidywania heliksów transmembranowych; RPSP (Plewczynski i in., 2007) do przewidywania peptydów sygnałowych, SEG (Wootton, 1994) do obliczania regionów o niskiej złożoności; PSIPRED (Jones, 1999) do przewidywania struktur drugorzędowych oraz DISOPRED2 (Ward i in., 2004) do przewidywania regionów strukturalnie nieuporządkowanych.

Wyjaśnienia

Praca ta była wspierana przez NIH Protein Structure Initiative grantami U54 GM074898 (JCSG) i P20 GM076221 (JCMM).

Konflikt interesów: nie zgłoszono.

Notatki o autorze