Förutsägelse av proteinkemiskt skift
Proteinkemisk skiftförutsägelse är en gren av biomolekylär kärnmagnetisk resonansspektroskopi som syftar till att exakt beräkna proteinkemiska skift från proteinkoordinater. Förutsägelse av proteinkemiskt skift försökte först i slutet av 1960-talet med hjälp av semi-empiriska metoder tillämpade på proteinstrukturer lösta med röntgenkristallografi . Sedan dess har förutsägelse av proteinkemiskt skift utvecklats till att använda mycket mer sofistikerade tillvägagångssätt inklusive kvantmekanik , maskininlärning och empiriskt härledda kemiska skifthyperytor. De senast utvecklade metoderna uppvisar anmärkningsvärd precision och noggrannhet.
Proteinkemiska förändringar
NMR kemiska skift kallas ofta milstolparna för kärnmagnetisk resonansspektroskopi . Kemister har använt kemiska förändringar i mer än 50 år som mycket reproducerbara, lättmätbara parametrar för att kartlägga den kovalenta strukturen hos små organiska molekyler. Faktum är att känsligheten hos NMR- kemiska förändringar till typen och karaktären hos närliggande atomer , i kombination med deras någorlunda förutsägbara tendenser har gjort dem ovärderliga för både dechiffrering och beskrivning av strukturen hos tusentals nysyntetiserade eller nyligen isolerade föreningar. Samma känslighet för en mängd olika viktiga proteinstrukturella egenskaper har gjort proteinkemiska förändringar lika värdefulla för proteinkemister och biomolekylära NMR-spektroskoper. Speciellt är proteinkemiska skift känsliga inte bara för substituent- eller kovalenta atomeffekter (såsom elektronegativitet , redoxtillstånd eller ringströmmar ) utan de är också känsliga för ryggradsvridningsvinklar (dvs sekundärstruktur), vätebindning, lokala atomrörelser och lösningsmedel tillgänglighet.
Vikten av förutsägelse av proteinkemiska förändringar
Förutspådda eller uppskattade proteinkemiska skift kan användas för att hjälpa till med kemisk skifttilldelning. Detta gäller särskilt om en liknande (eller identisk) proteinstruktur har lösts genom röntgenkristallografi. I det här fallet kan den tredimensionella strukturen användas för att uppskatta vad de kemiska skiften i NMR bör vara och därigenom förenkla processen för att tilldela de experimentellt observerade kemiska skiftningarna. Förutspådda/uppskattade proteinkemiska skift kan också användas för att identifiera felaktiga eller felaktiga tilldelningar, för att korrigera felaktiga eller felaktigt refererade kemiska skift, för att optimera proteinstrukturer via kemisk skiftförfining och för att identifiera de relativa bidragen från olika elektroniska eller geometriska effekter till kärnspecifika förskjutningar. Proteinkemiska förskjutningar kan också användas för att identifiera sekundära strukturer, för att uppskatta ryggradsvridningsvinklar , för att bestämma platsen för aromatiska ringar , för att bedöma cysteinoxidationstillstånd , för att uppskatta lösningsmedelsexponering och för att mäta ryggradsflexibilitet .
Framsteg i program för förutsägelse av kemikalieskift
Betydande framsteg i förutsägelse av kemiska förändringar har gjorts genom kontinuerliga förbättringar i vår förståelse av de viktigaste fysikalisk-kemiska faktorerna som bidrar till förändringar av kemiska förändringar. Dessa förbättringar har också hjälpts åt genom betydande beräkningsframsteg och den snabba expansionen av databaser för biomolekylära kemiska skift. Under de senaste fyra decennierna har minst tre olika metoder för att beräkna eller förutsäga proteinkemiska förändringar dykt upp. Den första är baserad på att använda sekvens/strukturanpassning mot proteinkemiska skiftdatabaser , den andra är baserad på direkt beräkning av skift från atomkoordinater, och den tredje är baserad på att använda en kombination av de två tillvägagångssätten.
- Förutsäga skift via sekvenshomologi: dessa är baserade på den enkla observationen att liknande proteinsekvenser delar liknande strukturer och liknande kemiska skift
- Förutsäga skift från koordinatdata/struktur:
- Semi-klassiska metoder: använd empiriska ekvationer härledda från klassisk fysik och experimentella data
- Kvantmekaniska (QM) metoder: använd densitetsfunktionsteori (DFT)
- Empiriska metoder: förlita dig på att använda kemiska skift -''hypersytor" eller relaterade tabeller för "struktur/skift"
- Hybridmetoder: kombinerar ovanstående två metoder
Framväxten av hybridförutsägelsesmetoder
I början av 2000 insåg flera forskargrupper att proteinkemiska förskjutningar kunde beräknas mer effektivt och exakt genom att kombinera olika metoder tillsammans som visas i figur 1. Detta ledde till utvecklingen av flera program och webbservrar som snabbt beräknar proteinkemiska förskjutningar när de förses med proteinkoordinatdata. Dessa "hybrid"-program, tillsammans med några av deras funktioner och webbadresser, listas nedan i tabell 1.
Sammanfattning av förutsägelseprogram för proteinkemiska skift
namn | Metod | Hemsida |
---|---|---|
SHIFTCALC | Hybrid – empiriska kemiska skifthyperytor i kombination med halvklassiska beräkningar | https://archive.today/20140324204821/http://nmr.group.shef.ac.uk/NMR/mainpage.html |
SKIFT | Hybrid – QM kemiskt skift-hyperytor kombinerat med halvklassiska beräkningar | http://casegroup.rutgers.edu/qshifts/qshifts.htm |
CheSHIFT | QM-beräknade kemiska skifthyperytor | http://cheshift.com/ |
SHIFTX | Hybrid – empiriska kemiska skifthyperytor i kombination med halvklassiska beräkningar | http://shiftx.wishartlab.com |
PROSHIFT | Neural nätverksmodell med hjälp av atomparametrar och sekvensinformation | http://www.meilerlab.org/index.php/servers/show?s_id=9 |
SPARTA | Hybrid - sekvens- och skiftmatchning till en databaser i kombination med semi-klassiska beräkningar | http://spin.niddk.nih.gov/bax/software/SPARTA/index.html |
SPARTA+ | Hybrid - sekvens- och skiftmatchning till en databaser kombinerad med semi-klassiska beräkningar och artificiellt neurala nätverk | http://spin.niddk.nih.gov/bax/software/SPARTA+/ |
CAMSHIFT | Avståndsbaserad metod i kombination med parametriserad polynomexpansion | https://web.archive.org/web/20140109151911/http://www-vendruscolo.ch.cam.ac.uk/camshift/camshift.php |
SHIFTX2 | Hybrid – maskininlärningsmetod som använder atomparametrar och kombination med semi-klassiska beräkningar (SHIFTX+). Slutligen, med hjälp av ensembleregler med sekvenshomologibaserad förutsägelse (SHIFTY+) | http://www.shiftx2.ca |
Prestandajämförelse av moderna program för förutsägelse av proteinkemiska förändringar
Denna tabell (Figur 2) listar korrelationskoefficienterna mellan de experimentellt observerade kemiska skiftningarna i ryggraden och de beräknade/förutspådda ryggradsförskjutningarna för olika kemiska skiftprediktorer med användning av en identisk testuppsättning av 61 testproteiner.
Täckning och hastighet
Olika metoder har olika täckningsgrad och beräkningsgrad. Vissa metoder beräknar eller förutsäger endast kemiska förskjutningar för ryggradsatomer (6 atomtyper). Vissa beräknar kemiska förskjutningar för ryggrads- och vissa sidokedjeatomer (endast C och N) och ytterligare andra kan beräkna förskjutningar för alla atomer (40 atomtyper). För kemisk skiftförfining finns det ett behov av snabb beräkning eftersom tusentals strukturer genereras under en molekylär dynamik eller simulerad glödgningskörning och deras kemiska skift måste beräknas lika snabbt.
Program | Antal atomtyper förutspått | Hastighet (sekunder/100 rester) |
---|---|---|
SHIFTX | 27 | 0,59 |
SPARTA | 6 (endast ryggrad) | 17,92 |
SPARTA+ | 6 (endast ryggrad) | 2,47 |
CamShift | 6 (endast ryggrad) | 0,91 |
SKIFT | 31 | 3,66 |
PROSHIFT | 40 | 12,82 |
SHIFTX2 | 40 | 2.10 |
Alla beräkningshastighetstester för SPARTA, SPARTA+, SHIFTS, CamShift, SHIFTX och SHIFTX2 utfördes på samma dator med samma uppsättning proteiner. Den rapporterade beräkningshastigheten för PROSHIFT är baserad på svarsfrekvensen för dess webbserver.