Informasi

2.11: Aturan Struktur Protein - Biologi

2.11: Aturan Struktur Protein - Biologi


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Fungsi protein ditentukan oleh bentuknya. Sejumlah agen dapat mengganggu struktur ini sehingga denaturasi protein.

  • perubahan pH (mengubah interaksi elektrostatik antara asam amino bermuatan)
  • perubahan konsentrasi garam (melakukan hal yang sama)
  • perubahan suhu (suhu yang lebih tinggi mengurangi kekuatan ikatan hidrogen)
  • kehadiran agen pereduksi (memecah ikatan S-S antara sistein)

Seringkali ketika protein telah dengan lembut didenaturasi dan kemudian dikembalikan ke kondisi fisiologis normal seperti suhu, pH, konsentrasi garam, dll., secara spontan mendapatkan kembali fungsinya (misalnya aktivitas enzimatik atau kemampuan untuk mengikat antigennya). Ini memberitahu kita bahwa protein secara spontan kembali ke bentuk tiga dimensi aslinya. Selain itu, kemampuan ini adalah hakiki; tidak ada agen luar yang diperlukan untuk membuatnya dapat dilipat kembali dengan benar.

Namun, ada enzim yang menambahkan gula ke asam amino tertentu, dan ini mungkin penting untuk pelipatan yang tepat. Protein ini, disebut pendamping molekul, memungkinkan protein yang baru disintesis untuk memperoleh bentuk akhirnya lebih cepat dan lebih andal daripada yang seharusnya.

Pendamping

Meskipun struktur tiga dimensi (tersier) protein ditentukan oleh struktur utamanya, ia mungkin memerlukan bantuan dalam mencapai bentuk akhirnya.

  • Saat polipeptida sedang disintesis, polipeptida muncul (terminal N terlebih dahulu) dari ribosom dan proses pelipatan dimulai.
  • Namun, polipeptida yang muncul menemukan dirinya dikelilingi oleh sitosol berair dan banyak protein lainnya.
  • Ketika asam amino hidrofobik muncul, mereka harus menemukan asam amino hidrofobik lain untuk diasosiasikan. Idealnya, ini harus menjadi milik mereka sendiri, tetapi ada bahaya bahwa mereka dapat mengasosiasikan dengan protein terdekat sebagai gantinya — menyebabkan agregasi dan kegagalan untuk membentuk struktur tersier yang tepat.

Terlepas dari pentingnya pendamping, aturannya tetap berlaku: bentuk akhir protein hanya ditentukan oleh satu hal: urutan yang tepat dari asam amino dalam protein. Dan urutan asam amino dalam setiap protein ditentukan oleh urutan nukleotida dalam gen yang mengkode protein itu. Jadi fungsi masing-masing dari ribuan protein dalam suatu organisme ditentukan oleh satu atau lebih gen.


Gen NKCC dan NCC

E. Topologi yang Diprediksi tetapi Tidak Ditunjukkan dari Protein SLC12A1, 2 dan 3

Sebuah protein topologi diprediksi dalam silikon adalah setengah jalan dari urutan peptida ke struktur tiga dimensi nyata dari protein (von Heijne, 2006). Oleh karena itu, algoritma komputer yang dikembangkan untuk memprediksi topologi atau struktur protein berdasarkan sifat fisikokimia dari urutan asam amino serta dengan perbandingan dengan struktur protein yang diketahui (misalnya pemodelan threading dan homologi) adalah alat yang sangat berharga untuk menyimpulkan topologi dan/atau hubungan fungsi-struktur.

Sebagian besar protein SLC12A tampaknya memiliki struktur prediksi serupa dengan beberapa domain transmembran dan N- atau C-termini intraseluler yang panjang. Asumsi ini didasarkan pada perkiraan profil hidrofilisitas/hidrofobisitas dari sekuens protein SLC12A yang dideduksi menurut algoritma Kyte-Doolittle (Kyte dan Doolittle, 1982). Fitur kunci dari algoritma ini adalah apa yang disebut "ukuran jendela", yaitu jumlah asam amino yang diperiksa pada suatu waktu untuk menentukan titik karakter hidrofobik (Kyte dan Doolittle, 1982). Oleh karena itu, sangat penting untuk memilih ukuran jendela yang sesuai dengan ukuran yang diharapkan dari motif struktural yang sedang diselidiki (yaitu ukuran jendela 19-21 (kira-kira seukuran membran yang membentang -helix) akan membuat hidrofobik, rentang membran domain menonjol pada skala Kyte-Doolittle (biasanya >1.6)). Namun, ukuran jendela mulai dari 11 hingga 15 asam amino digunakan untuk menghasilkan plot hidropati yang memprediksi 12 domain transmembran (TM) pada anggota mamalia dari keluarga SLC12A (Caron et al., 2000 Delpire et al., 1994 Gamba et al., 1994 Gillen dkk., 1996 Hiki dkk., 1999 Moore-Hoon dan Turner, 1998 Payne dan Forbush, 1994 Payne dkk., 1996 Yerby dkk., 1997). Meskipun model topologi alternatif untuk anggota keluarga SLC12A telah diusulkan (Park dan Saier, 1996) dan beberapa keluarga protein transpor termasuk anggota yang mungkin memiliki lebih atau kurang dari 12 domain TM (Espanol dan Saier, 1995 Paulsen dan Skurray, 1993), diterima bahwa keluarga SLC12A adalah protein dari 12 domain TM.

Sekarang jelas bahwa faktor terpenting dalam menentukan penyisipan membran adalah hidrofobisitas dari 19-21 urutan asam amino (Zhao dan London, 2006). Konsep ini lebih baik direpresentasikan dengan menggunakan energi bebas transfer yang ditentukan secara eksperimental (ΔG) untuk setiap asam amino (yaitu skala termodinamika hidrofobisitas) awalnya diusulkan oleh Wimley dan White (Wimley dan White, 1996). Oleh karena itu, plot hidrofobisitas Wimley-White (juga dikenal sebagai oktanol plot) mengidentifikasi posisi transmembran -heliks dalam urutan protein dengan ambiguitas yang lebih sedikit daripada plot Kyte-Doolittle. Seperti yang ditunjukkan pada Gambar. 11.3 , oktanol plot yang diperoleh untuk SLC12A1 (NKCC2), SLC12A2 (NKCC1) dan SLC12A3 (NCC) berbeda dengan yang awalnya diusulkan untuk produk gen ini menggunakan algoritma Kyte-Doolittle dengan ukuran jendela 11–15 ( Delpire et al., 1994 Gamba dkk., 1994 Payne dan Forbush, 1994 Yerby dkk., 1997). Namun, oktanol plot berkorelasi sangat baik dengan plot Kyte-Doolittle jika yang terakhir dibangun menggunakan ukuran jendela 19-21 asam amino (Gbr. 11.3).

Gambar 11.3. Plot Kyte-Doolittle dan White-Wimley dari sekuens protein NKCC2 dan NKCC1. A. Topologi protein NKCC yang diprediksi. Domain transmembran diduga (TM) ditunjukkan sebagai kotak abu-abu di seluruh lapisan ganda lipid. Posisi asam amino NKCC2 yang diprediksi terlokalisasi pada domain TM diberi nomor di bawah setiap domain TM potensial. Garis abu-abu kontinu mewakili rantai asam amino dari protein NKCC2. Titik-titik berwarna yang terletak di bagian terminal-N sitoplasma dan terminal-C dari NKCC2 mewakili lokasi residu yang diprediksi akan terfosforilasi (biru: Ser, hijau: Thr dan hitam: Tyr) dan situs N-glikosilasi potensial (titik merah). Situs potensial untuk sulfinasi tirosin di N-terminus NKCC2 ditunjukkan dengan panah. Situs fosforilasi dan sulfinasi pada protein NKCC2 diprediksi menggunakan NetPhos ( www.cbs.dtu.dk/services/NetPhos ) dan Sulfinator ( www.expasy.ch/tools/sulfinator ), masing-masing. B. Plot hidropati hNKCC2A (ABU69043) (atas), rNKCC2A (ABU63482) (tengah) dan hNKCC1a (AAC50561) (bawah). Analisis ini dilakukan dengan menggunakan ukuran jendela 19 residu. Ukuran jendela 19 atau 21 membuat domain hidrofobik, rentang membran menonjol dengan jelas (biasanya, nilai &gt 1,6 pada skala Kyte dan Doolittle). Dalam kondisi ini, protein hNKCC2 diperkirakan memiliki 10 wilayah TM: 174–198, 208–228, 259–279, 298–318, 323–349, 380–402, 413–441, 489–512, 551–579 dan 604–627. Setiap TM memiliki panjang 20 residu dan sangat identik antar spesies. Semua TM yang diprediksi dalam NKCC2 memiliki preferensi energik untuk berada di lingkungan lipid yang ditandai dengan total energi bebas (ΔG) di atas nol pada plot hidropati antarmuka White-Wimley. Muatan rata-rata asam amino dihitung dengan memberikan residu D (Asp) dan E (Glu) muatan −1, K (Lys) dan R (Arg) muatan +1, dan residu H (His) biaya +0,5. Data yang diwakili diperoleh dengan menggunakan JEMBOSS untuk Linux (emboss.sourceforge.net/Jemboss), tmap, TMPredProtScale (di server biologi molekuler ExPASy) dan Server Prediksi Struktur PROTEUS v2.0 ( wks16338.biology.ualberta.ca/proteus ).

Algoritma prediksi hanya berdasarkan plot hidrofobisitas (Kyte dan Doolittle, 1982) atau skala termodinamika hidrofobisitas (Wimley dan White, 1996) agak tidak lengkap dan tidak akurat. Fakta bahwa 5% dari -heliks transmembran dalam struktur yang diketahui sangat pendek (<15 residu) dan hanya menjangkau sebagian membran, bersama dengan kurangnya data termodinamika kritis, telah membuat algoritme prediksi transmembran agak tidak memuaskan. Baru-baru ini kontribusi energi bebas dari asam amino individu pada posisi yang berbeda di sepanjang membran dilaporkan (Hessa et al., 2007). Oleh karena itu, keakuratan algoritma yang memprediksi heliks TM baru-baru ini ditingkatkan dengan pengembangan alat baru seperti: MemBrain (Shen dan Chou, 2008), TopPred G (Hessa et al., 2007), SCAMPI ( Bernsel et al., 2008 ), ZPRED (Granseth et al., 2006) dan PRO/PRODIV-TMHMM (Viklund dan Elofsson, 2004). Sebagian besar algoritma ini adalah bagian dari TOPCONS server prediksi topologi protein (topcons.cbr.su.se). Dengan menggunakan MemBrain atau SCAMPI, protein SLC12A1, SLC12A2 dan SLC12A3 manusia (yaitu NKCC2, NKCC1 dan NCC) dapat diprediksi bahwa protein ini mungkin memiliki 13 domain TM, sedangkan PRODIV, PRO atau oktupus memprediksi 12 domain TM (Gbr. 11.4). Harus disebutkan bahwa model yang memiliki 13 domain TM menempatkan N- dan C-termini di kompartemen yang berbeda (masing-masing di dalam dan di luar), yang tidak didukung oleh bukti eksperimental saat ini.

Gambar 11.4. Prediksi konsensus topologi protein membran. Informasi topologi protein hNKCC2A, hNKCC1a dan hNCCa (GenBank ABU69043, AAC50561 dan AAC50355, masing-masing) dihasilkan dengan menggunakan lima algoritma yang berbeda: SCAMPI, oktupus, ZPRED, PRO/PRODIV-TMHMM ( topcons.cbr.su.se/ ) dan MemBrain, algoritma yang digunakan untuk memprediksi ujung domain TM yang lebih pendek dari 15 residu. A. Prediksi topologi protein NKCC dan NCC sesuai dengan algoritma yang digunakan (MemBrain (merah), SCAMPI (biru), PRO/PRODIV dan TOPCONS (hijau)). Domain TM yang diprediksi ditunjukkan sebagai kotak abu-abu di seluruh lapisan ganda lipid. Lokasi asam amino NKCC/NCC yang diprediksi berada di setiap TM diberi nomor di bawah setiap domain transmembran dan bervariasi sesuai dengan algoritma yang digunakan. Garis abu-abu kontinu mewakili rantai asam amino dari protein NKCC/NCC sedangkan garis putus-putus mewakili topologi potensial sesuai dengan algoritma yang digunakan. Bagian N-terminal dan C-terminal sitoplasma dari NKCCs/NCC ditunjukkan. B. Energi bebas total yang diprediksi (ΔG) nilai masing-masing residu dalam urutan protein hNKCC2A (atas), hNKCC1a (tengah) dan hNCCa (bawah).


Analisis evolusi dan struktural molekuler dari sensor DNA sitosol cGAS dan STING

Cyclic GMP-AMP (cGAMP) synthase (cGAS) baru-baru ini diidentifikasi sebagai sensor DNA sitosol dan menghasilkan cGAMP non-kanonik yang mengandung ikatan fosfodiester G(2',5')pA dan A(3',5')pG. cGAMP mengaktifkan STING yang memicu respons imun bawaan pada mamalia. Namun, fungsi evolusioner dan asal cGAS dan STING sebagian besar masih sulit dipahami. Di sini, kami melakukan analisis evolusioner komprehensif dari jalur cGAS-STING. Analisis filogenetik keluarga cGAS dan STING menunjukkan bahwa asal-usul mereka dapat ditelusuri kembali ke choanoflagellata Monosiga brevicollis. cGAS dan STING modern mungkin telah memperoleh fitur struktural, termasuk domain pita-seng dan residu asam amino kritis untuk pengikatan DNA dalam cGAS serta domain ekor terminal karboksi untuk mentransduksi sinyal dalam STING, hanya baru-baru ini pada vertebrata. Pada invertebrata, homolog cGAS mungkin tidak bertindak sebagai sensor DNA. Kedua protein bekerja sama secara ekstensif, memiliki karakteristik evolusi yang serupa, dan dengan demikian mungkin telah berevolusi bersama selama evolusi metazoan. Homolog cGAS dan dinukleotida siklase prokariotik untuk cGAMP kanonik berbagi struktur sekunder yang dilestarikan dan residu katalitik. Oleh karena itu, cGAS non-mamalia dapat berfungsi sebagai nukleotidiltransferase dan dapat menghasilkan cGAMP dan dinukleotida siklik lainnya. Secara bersama-sama, merakit komponen pensinyalan dari jalur cGAS-STING ke peta evolusi eukariotik menerangi fungsi dan asal usul jalur imun bawaan ini.

© Penulis 2014. Diterbitkan oleh Oxford University Press atas nama Riset Asam Nukleat.

Angka

Distribusi cGAS dan STING…

Distribusi homolog cGAS dan STING di seluruh spesies choanoflagellata dan 61 metazoan.…

Pohon filogenetik ML menunjukkan…

Pohon filogenetik ML menunjukkan hubungan homolog cGAS (A) atau STING (B).…

Evolusi domain fungsional di…

Evolusi domain fungsional dalam protein cGAS. (A) Diagram domain…

Penyelarasan beberapa urutan DncV…

Penyelarasan sekuens ganda DncV dan sekuens representatif dari homolog cGAS, OAS1…

Evolusi domain fungsional di…

Evolusi domain fungsional dalam protein STING. (A) Diagram domain…

Pemodelan struktural STING dari…

Pemodelan struktural STING dari medaka Jepang Oryzias latipes mengikat dengan 2′3′-cGAMP. (A)…

pensinyalan cGAS-STING untuk memicu jenis…

Pensinyalan cGAS-STING untuk memicu IFN tipe I dan profil filogenetik dari molekulnya…


Wawasan struktural tentang peran protein SARS-CoV-2 E baru: Target potensial untuk pengembangan vaksin dan strategi terapeutik lainnya

Wabah COVID-19 di seluruh dunia telah menimbulkan tantangan yang belum pernah terjadi sebelumnya dan global di berbagai bidang. Sebagian besar pengembangan vaksin dan obat difokuskan pada protein lonjakan dan RNA-polimerase virus dan protease utama untuk replikasi virus. Dengan menggunakan pendekatan pemodelan bioinformatika dan struktural, kami memodelkan struktur protein amplop (E) dari novel SARS-CoV-2. E-protein dari virus ini memiliki kesamaan urutan dengan SARS-CoV-1, dan sangat terkonservasi di wilayah N-terminus. Kebetulan, dibandingkan dengan protein lonjakan, protein E menunjukkan perbedaan yang lebih rendah dan mutabilitas di antara sekuens yang terisolasi. Dengan menggunakan pemodelan homologi, kami menemukan bahwa struktur yang paling disukai dapat berfungsi sebagai saluran ion gerbang yang menghantarkan ion H+. Menggabungkan estimasi saku dan docking dengan air, kami menentukan bahwa GLU 8 dan ASN 15 di wilayah terminal-N berada di dekat membentuk ikatan-H yang selanjutnya divalidasi dengan penyisipan protein E dalam membran tiruan ERGIC. Selain itu, dua struktur "inti" yang berbeda terlihat, inti hidrofobik dan inti pusat, yang dapat mengatur pembukaan/penutupan saluran. Kami mengusulkan ini sebagai mekanisme aktivitas penyaluran ion virus yang memainkan peran penting dalam infeksi virus dan patogenesis. Selain itu, ini memberikan dasar struktural dan jalan tambahan untuk pengembangan vaksin dan menghasilkan intervensi terapeutik terhadap virus.

Pernyataan konflik kepentingan

Para penulis telah menyatakan bahwa tidak ada kepentingan yang bersaing.

Angka

Gambar 1. Urutan keselarasan SARS CoV…

Gambar 1. Urutan urutan protein SARS CoV E, indeks disparitas dan mutabilitas.

Gambar 2. Model homologi pentamerik dari…

Gambar 2. Model homologi pentamerik protein E SARS-CoV-2.

Gambar 3. Estimasi volume pori E…

Gambar 3. Estimasi volume pori E put protein oleh GALAXY-WEB dan docking dengan air…

Gambar 4. Estimasi volume pori E…

Gambar 4. Estimasi volume pori E put protein oleh MODEL SWISS dan dipasangkan dengan…

Gambar 5. Protein E-put berinteraksi dengan…

Gambar 5. Protein E-put berinteraksi dengan komponen molekul lipid membran ERGIC.

Gambar 6. Mekanisme yang diusulkan untuk penyaluran proton…

Gambar 6. Mekanisme yang diusulkan dari aktivitas chaneling proton dalam protein E-put.

Gambar 7. Penyisipan membran E-put protein…

Gambar 7. Penyisipan membran E-put protein dan morphing struktural dari keadaan terbuka ke keadaan tertutup.


Hasil/Diskusi

Kumpulan Data Kompleks Protein

Kami mengambil semua Unit Biologis dari PDB (Oktober 2005), yang merupakan kompleks protein dalam keadaan fisiologisnya, menurut kurator PDB. Informasi ini diperoleh dengan kombinasi pernyataan dari penulis struktur, kurasi literatur, dan prediksi otomatis yang dibuat oleh server Protein Quaternary Structure (PQS) [17,18]. Unit Biologi PDB dijelaskan lebih rinci dalam Protokol S1. Menyimpulkan Unit Biologis dari struktur kristalografi adalah proses yang sulit dan rawan kesalahan [17,19,20]. Dalam Ponstingl et al. (2003), metode prediksi otomatis diperkirakan memiliki tingkat kesalahan 16%. Kami akan membahas nanti bagaimana klasifikasi kompleks protein kami dapat memfasilitasi proses ini dan bagaimana kami menggunakannya untuk menunjukkan kemungkinan kesalahan dalam Satuan Biologis.

Kami memfilter Unit Biologis menurut kriteria berikut: kami hanya mempertimbangkan struktur yang ada di SCOP 1.69 [4] karena metodologi kami memerlukan penetapan domain superfamili SCOP. Kami menghapus kapsid virus dan kompleks apa pun yang mengandung lebih dari 62 rantai protein karena file PDB tidak dapat menangani lebih dari 62 referensi rantai yang berbeda (a–z, A–Z, 0–9), dan juga karena biaya komputasi yang tinggi. Kami membuang struktur yang dipecah menjadi dua atau lebih kompleks saat menghapus antarmuka nonbiologis seperti yang didefinisikan di bagian berikutnya. Ketika dua atau lebih salinan kompleks hadir di unit asimetris, kurator PDB membuat banyak salinan dari Unit Biologis yang sama. Dalam kasus ini, kami hanya menyimpan satu salinan.

Setelah menerapkan filter ini, kami memperoleh 21.037 struktur, yang kami gunakan selama penelitian ini.

Mengekstrak Fitur Struktural Fundamental dari Kompleks Protein

Prasyarat untuk membuat klasifikasi hierarki kompleks protein adalah cara cepat untuk membandingkan kompleks satu sama lain. Representasi atom penuh tidak praktis, karena superposisi struktural otomatis sulit, jika bukan tidak mungkin, untuk pasangan struktur yang berbeda [21]. Sebagai gantinya, kita perlu meringkas fitur struktural dasar kompleks protein menjadi representasi yang lebih mudah untuk dimanipulasi.

Bagian fitur mana yang akan kita pilih? Cara alami untuk memecah kompleks adalah menjadi rantai penyusunnya, yang masing-masing merupakan produk gen. Pola interaksi antara rantai menentukan QS dan karenanya fungsi kompleks. Tidak seperti percobaan proteomik skala besar, di mana kompleks terdiri dari daftar subunit penyusun, struktur PDB memberi kita QS: stoikiometri tepat dari subunit dan pola antarmuka di antara mereka. QS sering berperan dalam mengatur fungsi protein, dan gangguannya dapat dikaitkan dengan penyakit [22,23]. Misalnya, dalam kasus superoksida dismutase, gangguan QS membuat protein tidak stabil dan dikaitkan dengan neuropatologi [23].

Untuk mengekstrak pola antarmuka dari struktur, kami menghitung kontak antara pasangan kelompok atom. Kami mendefinisikan antarmuka protein-protein dengan ambang batas setidaknya sepuluh residu dalam kontak, di mana jumlah residu adalah jumlah residu yang berkontribusi pada antarmuka oleh kedua rantai. Kontak residu-residu dihitung jika ada pasangan gugus atom yang lebih dekat daripada jumlah jari-jari van der Waals ditambah 0,5 [24]. Kami menyelidiki efek perubahan ambang batas sepuluh residu pada antarmuka dan menemukan bahwa itu hanya memiliki efek kecil pada klasifikasi. Silakan lihat Tabel S1 untuk detailnya.

Karena salah satu tujuan kami adalah untuk membandingkan konservasi evolusi rantai protein baik di dalam maupun di seluruh kompleks, kami harus menyertakan informasi yang memungkinkan kami untuk menghubungkan rantai satu sama lain. Untuk melakukan ini, kami menggunakan informasi struktural, seperti yang didefinisikan oleh domain superfamili SCOP, serta informasi urutan. Urutan N- ke C-terminal domain superfamili SCOP memungkinkan kami untuk mendeteksi hubungan yang jauh, sedangkan kesamaan urutan memungkinkan perbandingan pada tingkat yang lebih baik, misalnya, penyaringan rantai identik.

Kami memilih arsitektur domain rantai, urutan, dan kontak rantai-rantai untuk mewakili kompleks protein karena ini adalah atribut universal kompleks. Sebaliknya, atribut lain seperti keberadaan situs katalitik, atau sifat antarmuka sementara atau wajib, tidak universal atau selalu tersedia dari struktur. Namun, atribut ini dapat dengan mudah diproyeksikan ke skema klasifikasi kami untuk melihat bagaimana mereka berhubungan di antara kompleks protein yang berbagi rantai terkait evolusi.

Untuk representasi inti ini kami menambahkan informasi simetri, yang menyempurnakan deskripsi pengaturan subunit di luar pola interaksi. Kami memproses simetri setiap kompleks menggunakan pendekatan pencarian lengkap. Secara singkat, kami memusatkan koordinat kompleks pada pusat massanya, kami kemudian menghasilkan 600 sumbu yang berjarak sama melewati pusat massa. Kami memeriksa apakah kompleks, yang diputar pada sudut yang berbeda di sekitar masing-masing sumbu, bersuperposisi ke kompleks yang tidak diputar. Dari sini, kami menyimpulkan jenis simetri. Untuk penjelasan lebih rinci, silakan merujuk ke bagian Metode dan Gambar S1.

Grafik sederhana dan cocok untuk menyimpan dan memvisualisasikan informasi ini (Gambar 2A). Grafik itu sendiri memberikan apa yang kita sebut topologi kompleks, yaitu, jumlah rantai polipeptida (node) dan pola antarmuka (tepi). Label pada grafik membawa informasi simetri. Label pada setiap tepi menunjukkan jumlah residu pada antarmuka. Dua informasi lebih lanjut terkait dengan setiap simpul dalam grafik: urutan asam amino dan arsitektur domain SCOP dari rantai. Kedua atribut ini memberikan informasi tentang urutan dan kesamaan struktural dan hubungan evolusioner antar rantai. Kami kemudian membandingkan representasi grafik kompleks untuk membangun klasifikasi hierarkis.

Perhatikan bahwa kami juga menyertakan protein monomer dalam klasifikasi, dan kami mewakilinya dengan satu simpul. Meskipun protein monomer bukanlah kompleks, inklusinya memungkinkan kita untuk membandingkan frekuensi dan sifat lainnya dengan kompleks protein.

Perbandingan Kompleks dan Gambaran Umum Klasifikasi

Keuntungan dari representasi grafik adalah memungkinkan perbandingan yang cepat dan mudah menggunakan algoritma pencocokan grafik. Karena grafik membawa atribut khusus tentang struktur dan urutan rantai, dan tentang simetri kompleks, kami harus menerapkan versi khusus dari prosedur pencocokan grafik untuk mempertimbangkan informasi ini. Untuk detail algoritmik, silakan merujuk ke bagian Metode.

Yang penting, prosedur pencocokan grafik kami memungkinkan atribut yang berbeda untuk dipertimbangkan, seperti yang diilustrasikan pada Tabel 1 dengan tag “Y” dan “N”. Tabel menunjukkan bahwa 12 tingkat klasifikasi hierarki dibuat menggunakan satu atau lebih dari lima kriteria berikut untuk membandingkan kompleks satu sama lain: (i) topologi, diwakili oleh jumlah node dan pola kontaknya, (ii ) struktur setiap rantai penyusun berupa arsitektur domain SCOP, (iii) jumlah rantai tidak identik per arsitektur domain dalam setiap kompleks, (iv) urutan asam amino setiap rantai penyusun untuk perbandingan antar kompleks, dan (v ) simetri kompleks.


Pendamping

  • Saat polipeptida sedang disintesis, polipeptida muncul (terminal N terlebih dahulu) dari ribosom dan proses pelipatan dimulai.
  • Namun, polipeptida yang muncul menemukan dirinya dikelilingi oleh sitosol berair dan banyak protein lainnya.
  • Ketika asam amino hidrofobik muncul, mereka harus menemukan asam amino hidrofobik lain untuk diasosiasikan. Idealnya, ini harus menjadi milik mereka sendiri, tetapi ada bahaya bahwa mereka dapat mengasosiasikan dengan protein terdekat sebagai gantinya &mdash menyebabkan agregasi dan kegagalan untuk membentuk struktur tersier yang tepat.

Untuk menghindari masalah ini, sel-sel semua organisme mengandung molekul pendamping yang menstabilkan polipeptida yang baru terbentuk saat mereka melipat ke dalam struktur yang tepat. Para pendamping menggunakan energi ATP untuk melakukan pekerjaan ini.

Pendamping

Beberapa protein sangat kompleks sehingga diperlukan subset molekul pendamping & mdash yang disebut pendamping & mdash.

Chaperonin adalah silinder berongga tempat protein yang baru disintesis pas saat terlipat.

Chaperonin juga menggunakan ATP sebagai sumber energi untuk mendorong proses pelipatan.

Seperti disebutkan di atas, suhu tinggi dapat mengubah sifat protein, dan ketika sel terkena suhu tinggi, beberapa jenis molekul pendamping beraksi. Untuk alasan ini, pendamping ini juga disebut protein kejut panas (HSP).

Pendamping molekuler tidak hanya membantu dalam pelipatan protein yang baru disintesis, tetapi beberapa di antaranya juga dapat membuka lipatan protein teragregasi dan kemudian melipat kembali protein dengan benar. Agregasi protein adalah penyebab gangguan seperti penyakit Alzheimer, penyakit Huntington, dan penyakit prion (misalnya, penyakit "sapi gila"). Mungkin suatu hari nanti akan ditemukan cara-cara untuk mengobati penyakit-penyakit ini dengan meningkatkan efisiensi dari para pendamping yang memilah-milah.

Terlepas dari pentingnya pendamping, aturannya tetap berlaku: bentuk akhir protein hanya ditentukan oleh satu hal: urutan yang tepat dari asam amino dalam protein.

Dan urutan asam amino dalam setiap protein ditentukan oleh urutan nukleotida dalam gen yang mengkode protein itu. Jadi fungsi masing-masing dari ribuan protein dalam suatu organisme ditentukan oleh satu atau lebih gen.


Pemodelan Homologi dan Desain Molekul Berbasis Ligan

4.5 Ringkasan

Pemodelan homologi memperluas cakupan struktural genom yang dapat dibius. Keandalan model homologi sebanding dengan urutan tingkat homolog antara protein target dan templatnya. Faktor penting lainnya yang harus dipertimbangkan dalam pemilihan template termasuk konsistensi keadaan aktivasi antara protein target dan template, terutama untuk target kinase dan GPCR. Model homologi yang dibangun berdasarkan template yang dipilih dengan benar menyoroti karakter struktural protein target, dan model homologi berkualitas tinggi telah terbukti berguna dalam VS berbasis docking molekuler. Hasil mutagenesis adalah sumber daya yang berharga untuk mengevaluasi hipotesis yang diajukan dengan pendekatan docking. Di sisi lain, penemuan obat berbasis ligan cocok untuk target yang strukturnya tidak tersedia, namun informasi yang kaya terakumulasi untuk ligan. Model farmakofor yang berasal dari ligan berkualitas tinggi mampu mengidentifikasi senyawa yang relevan secara biologis secara efisien dan efektif. PBVS menyediakan pelengkap penting untuk HTS. Untuk menghindari pemborosan waktu dan sumber daya pada positif palsu, permintaan farmakofor yang akurat dan spesifik sangat diinginkan. Optimalisasi kueri yang dipandu GA menawarkan tempat yang menarik untuk mempertajam kueri farmakofor yang berasal dari struktur tunggal, sehingga dapat membedakan variasi struktural yang halus antara senyawa positif dan negatif.


Protein

Protein adalah molekul biologis yang berfungsi sebagai mesin seluler dalam organisme hidup. Molekul besar ini adalah struktur tiga dimensi spesifik yang terlibat dalam proses biologis seperti pensinyalan seluler, katalis reaksi kimia, transportasi molekuler, dan banyak fungsi lainnya. Protein adalah polimer, terdiri dari rantai panjang monomer, asam amino.

Asam amino

Gambar 11. Struktur primer asam amino. Asam amino terdiri dari gugus amina, karbon pusat, gugus karboksil, dan gugus R. R-gugus bervariasi dari asam amino ke asam amino.

Dari lebih dari 500 asam amino yang diketahui, hanya 20 yang muncul dalam protein organisme hidup. Asam amino adalah molekul organik yang relatif sederhana (Gambar 11). Terlampir pada karbon pusat dengan ikatan kovalen tunggal adalah: 1) atom hidrogen, 2) gugus amina (NH3+), 3) gugus asam karboksilat (COO-) dan 4) gugus R, juga dikenal sebagai rantai samping .

Pada sekitar pH 7 seperti dalam air, gugus amina dari asam amino menarik proton menjadi NH3+, dan bertindak sebagai basa. Gugus karboksil bermuatan negatif dalam air, karena elektronegativitas tinggi dari kedua oksigen menarik elektron dari hidrogen dan kehilangan proton. Asam amino yang berbeda bervariasi dalam kelompok R-nya. Dari asam amino pembentuk protein, gugus R dapat bervariasi dalam ukuran, bentuk, dan polaritasnya. Protein, yang terdiri dari rantai asam amino, bervariasi berdasarkan interaksi atom dalam asam amino dan air. Interaksi ini menentukan bentuk protein, yang pada gilirannya menentukan fungsinya.

R-gugus bervariasi dalam polaritasnya. Molekul non-polar memiliki distribusi elektron yang relatif sama melalui ikatan kovalen, sedangkan molekul polar memiliki distribusi elektron yang tidak merata. Distribusi elektron yang tidak merata dalam molekul polar menciptakan atom bermuatan parsial (δ+, -). Gugus R kutub bersifat hidrofilik, artinya mereka memiliki afinitas terhadap air karena ikatan hidrogen antara muatan parsial gugus R dan molekul air. Gugus R non-polar ditolak oleh air, atau hidrofobik. Oleh karena itu dalam rantai asam amino, yang dengan gugus R polar akan membengkok ke arah air dan gugus R non-polar menekuk, mempengaruhi bentuk akhir protein.

Ikatan peptida

Gambar 12. Polipeptida terdiri dari beberapa asam amino yang dihubungkan oleh ikatan peptida. Catatan: di salah satu ujung polipeptida terdapat gugus amina, sedangkan gugus karboksil berada di ujung yang berlawanan.

Protein adalah polimer asam amino yang dirantai bersama oleh ikatan kovalen, yang dikenal sebagai ikatan peptida (Gambar 12). Ikatan peptida adalah reaksi kondensasi, di mana ion oksigen (O-) asam karboksilat dari satu asam amino dihilangkan (menjadi karboksil) dan bergabung dengan dua atom hidrogen (2H) dari gugus amina dari asam amino yang berdekatan ke menghasilkan air (H2O). Ikatan kovalen terbentuk antara dua asam amino ketika karbon dari gugus karboksil yang kehilangan OH selama reaksi kondensasi bergabung dengan nitrogen yang berdekatan (N) dari asam amino lain yang kehilangan atom hidrogen, mengikat dua asam amino yang berdekatan. Ini adalah ikatan peptida. Asam amino terhubung melalui ikatan peptida membentuk molekul rantai panjang, atau polipeptida.


7 Referensi

Terbaik TH. Transposon dihidupkan kembali pada tikus. 2005. Sel 122:322-325.

Komite Nomenklatur Tikus, Cochairmen Gill T.J. III, Nomura T. 1992. Definisi, Nomenklatur, dan Konservasi Strain Tikus. Berita ILAR 34:S1-S56.

Komite Nomenklatur Genetik Standar untuk Tikus. 1963. Revisi nomenklatur genetik standar untuk tikus. J. Hered. 54:159-162.

Komite Nomenklatur Genetik Standar untuk Tikus. 1973. Pedoman tata nama varian biokimia yang ditentukan secara genetik pada tikus rumah, Mus musculus. Biokimia. gen. 9:369-374.

Komite Nomenklatur Genetik Standar untuk Tikus, Ketua: Lyon, M.F. 1981. Aturan dan pedoman untuk nomenklatur gen. Dalam: Varian Genetik dan Strain Tikus Laboratorium, Green, M.C. (ed.), Edisi Pertama, Gustav Fischer Verlag, Stuttgart, hlm. 1-7.

Komite Nomenklatur Genetik Standar untuk Tikus, Ketua: Lyon, M.F. 1989. Aturan dan pedoman untuk nomenklatur gen. Dalam: Varian Genetik dan Strain Tikus Laboratorium, Lyon, M.F., A.G. Searle (eds.), Edisi Kedua, Oxford University Press, Oxford, hlm. 1-11.

Komite Nomenklatur Genetik Standar untuk Tikus, Ketua: Davisson, M.T. 1996. Aturan dan pedoman untuk nomenklatur gen. In: Genetic Variants and Strains of the Laboratory Mouse, Lyon, M.F., Rastan, S., Brown, S.D.M. (eds.), Third Edition, Volume 1, Oxford University Press, Oxford, pp. 1-16.

Ding S, Wu X, Li G, Han M, Zhuang Y, Xu. T. 2005. Efficient transposition of the piggyBac (PB) transposon in mammalian cells and mice. Cell 122:473-483.

Desvignes T, Batzel P, Berezikov E, Eilbeck K, Eppig JT, McAndrews MS, Singer A, Postlethwait JH. 2015. miRNA Nomenclature: A View Incorporating Genetic Origins, Biosynthetic Pathways, and Sequence Variants. Trends Genet 31: 613-626.

Dunn, L.C., H. Gruneberg, G.D. Snell. 1940. Report of the committee on mouse genetics nomenclature. J. Hered. 31:505-506.

Dupuy AJ, Akagi K, Largaespada DA, Copeland NG, Jenkins NA. 2005. Mammalian mutagenesis using a highly mobile somatic Sleeping Beauty transposon system. Nature 436:221-226.

Eppig, JT. 2006. Mouse Strain and Genetic Nomenclature: an Abbreviated Guide. In: Fox J, Barthold S, Davvison M, Newcomer C, Quimby F, Smith A (eds) The Mouse in Biomedical Research, Volume 1, Second Edition. Pers Akademik. pp.79-98.

Gaj T, Gersbach CA, Barbas CF 3 rd . 2013. ZFN, TALEN, and CRISPR/Cas-based methods for genome engineering. Trends Biotechnol 31: 397-405.

International Committee on Standardized Genetic Nomenclature for Mice, Chairperson: Davisson, M.T. 1994. Rules and guidelines for genetic nomenclature in mice. Mouse Genome 92 vii-xxxii.

Levan G., H.J. Hedrich, E.F. Remmers, T. Serikawa, M.C. Yoshida. 1995. Standardized rat genetic nomenclature. ibu. Genome 6:447-448.

Wijshake T, Baker DJ, van de Sluis B. 2014. Endonucleases: new tools to edit the mouse genome. Biochim Biophys Acta. 2014 Apr 30


<p>This section provides any useful information about the protein, mostly biological knowledge.<p><a href='/help/function_section' target='_top'>More. </a></p> Function i

V region of the variable domain of immunoglobulin light chains that participates in the antigen recognition (PubMed:24600447).

Immunoglobulins, also known as antibodies, are membrane-bound or secreted glycoproteins produced by B lymphocytes. In the recognition phase of humoral immunity, the membrane-bound immunoglobulins serve as receptors which, upon binding of a specific antigen, trigger the clonal expansion and differentiation of B lymphocytes into immunoglobulins-secreting plasma cells. Secreted immunoglobulins mediate the effector phase of humoral immunity, which results in the elimination of bound antigens (PubMed:20176268, PubMed:22158414).

The antigen binding site is formed by the variable domain of one heavy chain, together with that of its associated light chain. Thus, each immunoglobulin has two antigen binding sites with remarkable affinity for a particular antigen. The variable domains are assembled by a process called V-(D)-J rearrangement and can then be subjected to somatic hypermutations which, after exposure to antigen and selection, allow affinity maturation for a particular antigen (PubMed:17576170, PubMed:20176268).

<p>Manually curated information that is based on statements in scientific articles for which there is no experimental support.</p> <p><a href="/manual/evidences#ECO:0000303">More. </a></p> Manual assertion based on opinion in i


Tonton videonya: Նուկլեինաթթուներ (Juni 2022).


Komentar:

  1. Sanbourne

    the message Competent :), cognitively ...

  2. Tyreeque

    Saya mengkonfirmasi. Dan saya telah menghadapinya.

  3. Anant

    Kemana arah dunia?

  4. Amey

    Demikian juga, untuk :)

  5. Remy

    Maaf, tapi saya pikir Anda membuat kesalahan. Saya bisa mempertahankan posisi saya. Email saya di PM.



Menulis pesan