Membrantopologi
Topologi för ett transmembranprotein hänvisar till placeringar av N- och C-terminaler av membranomspännande polypeptidkedja med avseende på de inre eller yttre sidorna av det biologiska membranet som upptas av proteinet.
Flera databaser tillhandahåller experimentellt bestämda topologier av membranproteiner. De inkluderar Uniprot , TOPDB, OPM och ExTopoDB. Det finns också en databas med domäner som ligger konservativt på en viss sida av membranen, TOPDOM.
Flera beräkningsmetoder utvecklades, med begränsad framgång, för att förutsäga transmembrana alfa-helixar och deras topologi. Pionjärmetoder utnyttjade det faktum att membranomspännande regioner innehåller fler hydrofoba rester än andra delar av proteinet, men användning av olika hydrofoba skalor förändrade förutsägelseresultaten. Senare utvecklades flera statistiska metoder för att förbättra topografiprediktionen och en speciell inriktningsmetod introducerades. Enligt positiv-insidan-regeln innehåller cytosolslingor nära lipiddubbelskiktet mer positivt laddade aminosyror. Att tillämpa denna regel resulterade i de första topologiprediktionsmetoderna. Det finns också en negativ-ute-regel i transmembrana alfa-helixar från enkelpassageproteiner, även om negativt laddade rester är sällsynta än positivt laddade rester i transmembransegment av proteiner. När fler strukturer bestämdes dök maskininlärningsalgoritmer upp. Övervakade inlärningsmetoder tränas på en uppsättning experimentellt bestämda strukturer, men dessa metoder är mycket beroende av träningsuppsättningen. Oövervakade inlärningsmetoder bygger på principen att topologi beror på den maximala divergensen av aminosyrafördelningarna i olika strukturella delar. Det visades också att låsning av en segmentplats baserat på förkunskaper om strukturen förbättrar prediktionsnoggrannheten. Den här funktionen har lagts till några av de befintliga prediktionsmetoderna. De senaste metoderna använder konsensusprediktion (dvs. de använder flera algoritmer för att bestämma den slutliga topologin) och införlivar automatiskt tidigare bestämd experimentell information. HTP-databas tillhandahåller en samling topologier som är beräkningsmässigt förutspådda för mänskliga transmembranproteiner.
Diskriminering av signalpeptider och transmembransegment är ett ytterligare problem vid topologiprediktion som behandlas med begränsad framgång med olika metoder. Både signalpeptider och transmembransegment innehåller hydrofoba regioner som bildar a-helixar. Detta orsakar korsprediktionen mellan dem, vilket är en svaghet hos många transmembrantopologiprediktorer. Genom att förutsäga signalpeptider och transmembranspiraler samtidigt (Phobius) reduceras felen som orsakas av korsprediktion och prestandan förbättras avsevärt. En annan funktion som används för att öka noggrannheten i förutsägelsen är homologin (PolyPhobius).
Det är också möjligt att förutsäga beta-fat membranproteiners topologi.