Jump to content

Предикторы агрегации белков

Вычислительные методы, использующие последовательность и/или структуру белка для прогнозирования агрегации белков . В таблице ниже показаны основные возможности программного обеспечения для прогнозирования агрегации белков.

Таблица 1
Метод Последнее обновление Доступ (веб-сервер/загружаемый) Принцип Вход Выход
Последовательность/3D-структура Дополнительные параметры
Амилоидогенный Паттен [ 1 ] 2004 Веб-сервер — AMYLPRED2 Связанные со вторичной структурой

Амилоидогенный образец

Отправленные материалы сканируются на наличие этого шаблона {P}-{PKRHW}-[VLSCWFNQE]-[ILTYWFNE]-[FIY]-{PKRH} на уровне идентификации с использованием простого пользовательского сценария.

последовательность - Амилоидогенные регионы
Удалять [ 2 ] [ 3 ] [ 4 ] 2004 Веб-сервер - ТАНГО Феноменологический

Основанные на физико-химических принципах формирования вторичной структуры, расширенные предположением, что основные области агрегата полностью заглублены.

последовательность pH/ионная сила Общая агрегация и амилоидогенные области
Средняя плотность упаковки [ 5 ] 2006 Веб-сервер — AMYLPRED2 Связанные со вторичной структурой

Связывает среднюю плотность упаковки остатков с образованием амилоидных фибрилл.

последовательность - Амилоидогенные регионы
Смежность бета-цепи [ 6 ] 2007 Веб-сервер — AMYLPRED2 Феноменологический

Прогнозирование показателя склонности B-цепи к расположению в амилоидной фибрилле.

последовательность - образование бета-цепи
Конформационная энергия гексапептида/преамил [ 7 ] 2007 Веб-сервер — AMYLPRED2 Связанные со вторичной структурой

Гексапептиды представленного белка нанизаны на более чем 2500 шаблонов микрокристаллической структуры NNQQNY, значения энергии ниже -27,00 считаются попаданиями.

последовательность - Амилоидогенные регионы и энергия
АГГРЕСКАН [ 8 ] 2007 Веб-серверы — AMLYPRED2 и AGGRESCAN Феноменологический

Прогнозирование «склонности к агрегации» в белковых последовательностях на основе шкалы склонности к агрегации природных аминокислот, полученной в in vivo экспериментах .

последовательность - Общая агрегация и амилоидогенные области
Сальса [ 9 ] 2007 Веб-сервер — AMYPdb [ 10 ] Феноменологический

Прогнозирование склонности к агрегации одной или нескольких последовательностей на основе физико-химических свойств.

последовательность длина горячей точки Амилоидогенные регионы
Пафиг [ 11 ] 2009 Веб-сервер — AMYLPRED2

Скачать

Феноменологический

Идентификация гексапептидов, связанных с амилоидными фибриллярными агрегатами.

последовательность - Амилоидогенные регионы
Сетевой-CSSP [ 12 ] [ 13 ] [ 14 ] [ 15 ] 2020 Веб-сервер — Net-CSSP

АМИЛПРЕД2

Связанные со вторичной структурой

Количественная оценка влияния третичного взаимодействия на вторичные структурные предпочтения.

последовательность/PDB одиночный/двойной сетевой порог Области склонности к амилоидогену
Бетаскан [ 16 ] 2009 Веб-сервер — Бетаскан

Скачать - Бетаскан

Связанные со вторичной структурой

Предскажите вероятность того, что определенные части белка образуют амилоид.

последовательность длина Амилоидогенные регионы
СкладнойАмилоид [ 17 ] 2010 Веб-сервер — FoldAmyloid Связанные со вторичной структурой

Прогнозирование амилоидных областей с использованием ожидаемой вероятности образования водородных связей и плотности упаковки остатков.

последовательность шкала, порог, рамка усреднения Амилоидогенные регионы
Вальс [ 18 ] [ 19 ] 2010 Веб-сервер - Вальс и

АМИЛПРЕД2

Связанные со вторичной структурой

Применение матриц позиционно-специфичных замен (ПССМ), полученных из амилоидогенных пептидов.

последовательность pH, специфичность, чувствительность Амилоидогенные регионы
Молния БД [ 20 ] [ 21 ] [ 22 ] [ 23 ] 2010 Веб-сервер — база данных Zipper Связанные со вторичной структурой

Структурное предсказание склонности к фибрилляции с использованием кристаллической структуры фибриллообразующего пептида NNQQNY из прионного белка sup 35 Saccharomyces cerevisiae .

последовательность - Амилоидогенные области, энергия и конформация бета-листа
ВЫШИВАТЕЛЬ [ 24 ] 2012 Веб-сервер — Stitcher (в настоящее время не в сети) Связанные со вторичной структурой последовательность - Амилоидогенные регионы
МетАмил [ 25 ] [ 26 ] [ 27 ] [ 28 ] 2013 Веб-сервер — МетАмил Метод консенсуса

Амилоидогенные паттерны, средняя плотность упаковки, смежность бета-цепи, pafig, Net-CSSP, STITCHER

последовательность порог Общие родовые и амилоидогенные регионы на основе консенсуса
АмилПред2 [ 29 ] 2013 Веб-сервер — AMYLPRED2 Метод консенсуса

Амилоидогенные паттерны, средняя плотность упаковки, смежность бета-цепи, pafig, Net-CSSP, STITCHER

последовательность - Общие родовые и амилоидогенные регионы на основе консенсуса
ПАСТА 2.0 [ 30 ] 2014 Веб-сервер — ПАСТА 2.0 Связанные со вторичной структурой

Прогнозирует участки, наиболее склонные к агрегации, и соответствующее межмолекулярное спаривание β-цепи для нескольких входных последовательностей.

последовательность топ-пары и энергии, мутации и белок-белок Амилоидогенные регионы, энергия и ориентация бета-листов в агрегатах
РЫБА Амилоид [ 31 ] 2014 Веб-сервер — Comprec (в настоящее время не в сети) Связанные со вторичной структурой последовательность порог Амилоидогенные регионы
ЗАЗОР [ 32 ] [ 33 ] [ 34 ] [ 35 ] 2014 Веб-сервер — ГАП Связанные со вторичной структурой

Идентификация амилоидобразующих пептидов и аморфных пептидов с использованием набора данных из 139 амилоидов и 168 аморфных пептидов.

последовательность - Общая агрегация и амилоидогенные области
АППНН [ 36 ] 2015 Скачать - КРАН Феноменологический

Предиктор склонности к амилоидогенности, основанный на подходе машинного обучения посредством рекурсивного выбора признаков и нейронных сетей прямого распространения с использованием недавно опубликованных последовательностей с экспериментальными in vitro доказательствами образования амилоида.

последовательность - Амилоидогенные регионы
ArchCandy [ 37 ] 2015 Скачать- БиСММ Связанные со вторичной структурой

Основано на предположении, что белковые последовательности, способные образовывать β-аркады, являются амилоидогенными.

последовательность - Амилоидогенные регионы
Амилоад [ 38 ] 2015 Веб-сервер — Comprec (в настоящее время не в сети) Метод консенсуса последовательность - Общие родовые и амилоидогенные регионы
СолюбиС [ 39 ] [ 40 ] 2016 Веб-сервер - СолюбиС 3D structure PDB-файл цепь, порог, привратник Склонность к агрегации и стабильность в сравнении с мутациями
CamSol структурно исправлен [ 41 ] [ 42 ] 2017 сервер - Химия здоровья Веб - 3D structure PDB-файл pH, радиус пятна Открытые патчи, склонные к агрегации, и дизайн мутировавших вариантов
CamSol встроенный [ 43 ] [ 44 ] 2017 Веб-сервер Химия - здоровья Феноменологический

Основанный на последовательностях метод прогнозирования растворимости белков и общей склонности к агрегации.

последовательность рН Расчет общего показателя внутренней растворимости и профиля растворимости
Амилограмм [ 45 ] 2017 Веб-сервер - АмилоГрам Феноменологический

AmyloGram предсказывает амилоидные белки, используя кодирование n-грамм и случайный лес.

последовательность - Общая агрегация и амилоидогенные области
БетаСерпантин [ 46 ] 2017 Веб-сервер — BetaSerpentine-1.0 Связанный с последовательностью

Реконструкция амилоидных структур, содержащих соседние β-дуги.

последовательность - Амилоидогенные регионы
AggScore [ 47 ] 2018 AggScore доступен через Schrödinger's BioLuminate Suite начиная с версии программного обеспечения 2018-1. Связанные со вторичной структурой

Метод, который использует распределение гидрофобных и электростатических пятен на поверхности белка с учетом интенсивности и относительной ориентации соответствующих поверхностных пятен в функции склонности к агрегации, которая была обучена на эталонном наборе из 31 белка-аднектина.

последовательность - Амилоидогенные регионы
AggreRATE-Пред [ 48 ] 2018 Веб-сервер — AggreRAE-Pred Связанные со вторичной структурой

Прогнозировать изменения скорости агрегации при точечных мутациях

PDB последовательности мутации
AGGRESCAN 3D 2.0 [ 49 ] [ 50 ] [ 51 ] [ 52 ] [ 53 ] 2019 Веб-сервер — Aggrescan3D 3D structure PDB-файл динамический режим, мутации, радиус патча, стабильность, повышение растворимости Динамические открытые патчи, склонные к агрегации, и дизайн мутировавших вариантов
Будапештский прогноз амилоида [ 54 ] 2021 Веб-сервер - Будапештский предсказатель амилоида Гексапептид последовательность Амилоидгенность гексапептида
АНуПП [ 55 ] 2021 Веб-сервер - АНуПП Гексапептид и последовательность

Идентификация пептидов и областей, образующих амилоидные фибриллы, в белковых последовательностях

последовательность Амилоидогенные гексапептиды и области, склонные к агрегации

См. также

[ редактировать ]

Набор инструментов PhasAGE

Амилоид

Агрегация белков

  1. ^ Пас, Мануэла Лопес де ла; Серрано, Луис (6 января 2004 г.). «Детерминанты последовательности образования амилоидных фибрилл» . Труды Национальной академии наук . 101 (1): 87–92. Бибкод : 2004PNAS..101...87L . дои : 10.1073/pnas.2634884100 . ISSN   0027-8424 . ПМК   314143 . ПМИД   14691246 .
  2. ^ Руссо, Ф; Шимковиц, Дж; Серрано, Л. (февраль 2006 г.). «Агрегация белков и амилоидоз: путаница видов?» . Современное мнение в области структурной биологии . 16 (1): 118–126. дои : 10.1016/j.sbi.2006.01.011 . ПМИД   16434184 .
  3. ^ Фернандес-Эскамилья, Ана-Мария; Руссо, Фредерик; Шимковиц, Йост; Серрано, Луис (октябрь 2004 г.). «Прогнозирование последовательность-зависимых и мутационных эффектов на агрегацию пептидов и белков» . Природная биотехнология . 22 (10): 1302–1306. дои : 10.1038/nbt1012 . ISSN   1087-0156 . ПМИД   15361882 . S2CID   41481025 .
  4. ^ Линдинг, Руне; Шимковиц, Йост; Руссо, Фредерик; Диелла, Франческа; Серрано, Луис (сентябрь 2004 г.). «Сравнительное исследование связи между структурой белка и β-агрегацией в глобулярных и внутренне неупорядоченных белках» . Журнал молекулярной биологии . 342 (1): 345–353. дои : 10.1016/j.jmb.2004.06.088 . ПМИД   15313629 .
  5. ^ Гальзицкая Оксана Владимировна; Гарбузинский Сергей О.; Лобанов Михаил Юрьевич (29 декабря 2006 г.). «Прогнозирование амилоидогенных и неупорядоченных участков в белковых цепях» . PLOS Вычислительная биология . 2 (12): е177. Бибкод : 2006PLSCB...2..177G . дои : 10.1371/journal.pcbi.0020177 . ISSN   1553-7358 . ПМК   1761655 . ПМИД   17196033 .
  6. ^ Зибаи, Шахин; Макин, О. Самнер; Гедерт, Мишель; Серпелл, Луиза К. (май 2007 г.). «Простой алгоритм находит β-цепи в ядре амилоидных фибрилл α-синуклеина, Aβ и тау, используя только аминокислотную последовательность» . Белковая наука . 16 (5): 906–918. дои : 10.1110/ps.062624507 . ПМК   2206631 . ПМИД   17456743 .
  7. ^ Чжан, Чжуцин; Чен, Хао; Лай, Лухуа (1 сентября 2007 г.). «Идентификация сегментов, образующих амилоидные фибриллы, на основе структуры и статистического потенциала на основе остатков» . Биоинформатика . 23 (17): 2218–2225. doi : 10.1093/биоинформатика/btm325 . ISSN   1367-4803 . ПМИД   17599928 .
  8. ^ Кончилло-Соле, Оскар; де Гроот, Наталья С.; Авилес, Франческ X.; Вендрелл, Джозеф; Даура, Ксавьер; Вентура, Сальвадор (27 февраля 2007 г.). «AGGRESCAN: сервер для прогнозирования и оценки «горячих точек» агрегации в полипептидах» . БМК Биоинформатика . 8 (1): 65. дои : 10.1186/1471-2105-8-65 . ISSN   1471-2105 . ПМЦ   1828741 . ПМИД   17324296 .
  9. ^ Зибаи, Шахин; Макин, О. Самнер; Гедерт, Мишель; Серпелл, Луиза К. (2007). «Простой алгоритм находит β-цепи в ядре амилоидных фибрилл α-синуклеина, Aβ и тау, используя только аминокислотную последовательность» . Белковая наука . 16 (5): 906–918. дои : 10.1110/ps.062624507 . ISSN   1469-896X . ПМК   2206631 . ПМИД   17456743 .
  10. ^ Павлицкий, Сандрин; Ле Бечек, Энтони; Деламарш, Кристиан (10 июня 2008 г.). «AMYPdb: база данных, посвященная белкам-предшественникам амилоида» . БМК Биоинформатика . 9 (1): 273. дои : 10.1186/1471-2105-9-273 . ISSN   1471-2105 . ПМЦ   2442844 . ПМИД   18544157 .
  11. ^ Тиан, Цзянь; У, Нинфэн; Го, Цзюнь; Фань, Юньлю (30 января 2009 г.). «Прогнозирование сегментов, образующих амилоидные фибриллы, на основе машины опорных векторов» . БМК Биоинформатика . 10 (1): С45. дои : 10.1186/1471-2105-10-S1-S45 . ISSN   1471-2105 . ПМЦ   2648769 . ПМИД   19208147 .
  12. ^ Ким, К.; Чой, Дж.; Ли, С.Дж.; Валлийский, WJ; Юн, С. (1 июля 2009 г.). «NetCSSP: веб-приложение для прогнозирования последовательностей хамелеона и образования амилоидных фибрилл» . Исследования нуклеиновых кислот . 37 (Веб-сервер): W469–W473. дои : 10.1093/nar/gkp351 . ISSN   0305-1048 . ПМК   2703942 . ПМИД   19468045 .
  13. ^ Юн, Сукджун; Уэлш, Уильям Дж.; Юнг, Хиён; Ю, Ён До (октябрь 2007 г.). «CSSP2: Улучшенный метод прогнозирования склонности к вторичной структуре, зависящей от контакта» . Вычислительная биология и химия . 31 (5–6): 373–377. doi : 10.1016/j.compbiolchem.2007.06.002 . ПМИД   17644485 .
  14. ^ Юн, Сукджун; Уэлш, Уильям Дж. (22 апреля 2005 г.). «Быстрая оценка склонности к контактно-зависимой вторичной структуре: актуальность для амилоидогенных последовательностей» . Белки: структура, функции и биоинформатика . 60 (1): 110–117. дои : 10.1002/прот.20477 . ПМИД   15849755 . S2CID   44309651 .
  15. ^ Юн, Сукджун; Уэлш, Уильям Дж. (август 2004 г.). «Обнаружение склонности скрытых последовательностей к образованию амилоидных фибрилл» . Белковая наука . 13 (8): 2149–2160. дои : 10.1110/ps.04790604 . ISSN   0961-8368 . ПМК   2279810 . ПМИД   15273309 .
  16. ^ Брайан, Аллен В. младший; Менке, Мэтью; Коуэн, Ленор Дж.; Линдквист, Сьюзен Л.; Бергер, Бонни (27 марта 2009 г.). «БЕТАСКАН: Вероятные β-амилоиды, выявленные с помощью парного вероятностного анализа» . PLOS Вычислительная биология . 5 (3): e1000333. Бибкод : 2009PLSCB...5E0333B . дои : 10.1371/journal.pcbi.1000333 . ISSN   1553-7358 . ПМЦ   2653728 . ПМИД   19325876 .
  17. ^ Гарбузинский, С.О.; Лобанов М. Ю.; Гальзицкая, О.В. (01.02.2010). «FoldAmyloid: метод предсказания амилоидогенных областей по последовательности белка» . Биоинформатика . 26 (3): 326–332. doi : 10.1093/биоинформатика/btp691 . ISSN   1367-4803 . ПМИД   20019059 .
  18. ^ Оливберг, Микаэль (март 2010 г.). «Вальс, новый захватывающий шаг в предсказании амилоида» . Природные методы . 7 (3): 187–188. дои : 10.1038/nmeth0310-187 . ISSN   1548-7091 . ПМИД   20195250 . S2CID   205417298 .
  19. ^ Маурер-Штро, Себастьян; Дебулпаеп, Майя; Кюммерер, Нико; де ла Пас, Мануэла Лопес; Мартинс, Иво Криштиану; Реймерс, Шутка; Моррис, Кайл Л.; Копленд, Аластер; Серпель, Луиза; Серрано, Луис; Шимковиц, Йост WH (март 2010 г.). «Изучение детерминант последовательности структуры амилоида с использованием оценочных матриц для конкретных позиций» . Природные методы . 7 (3): 237–242. дои : 10.1038/nmeth.1432 . ISSN   1548-7105 . ПМИД   20154676 . S2CID   52874481 .
  20. ^ Томпсон, Майкл Дж.; Сиверс, Стюарт А.; Караниколас, Джон; Иванова Магдалена И.; Бейкер, Дэвид; Айзенберг, Дэвид (14 марта 2006 г.). «3D-профильный метод идентификации фибриллообразующих сегментов белков» . Труды Национальной академии наук . 103 (11): 4074–4078. Бибкод : 2006PNAS..103.4074T . дои : 10.1073/pnas.0511295103 . ISSN   0027-8424 . ПМЦ   1449648 . ПМИД   16537487 .
  21. ^ Нельсон, Ребекка; Савая, Майкл Р.; Балбирни, Мелинда; Мэдсен, Андерс О; Рикель, Кристиан; Гроте, Роберт; Айзенберг, Дэвид (июнь 2005 г.). «Структура поперечного β-остиста амилоидных фибрилл» . Природа . 435 (7043): 773–778. Бибкод : 2005Natur.435..773N . дои : 10.1038/nature03680 . ISSN   1476-4687 . ПМЦ   1479801 . ПМИД   15944695 .
  22. ^ Кульман, Брайан; Бейкер, Дэвид (12 сентября 2000 г.). «Нативные белковые последовательности близки к оптимальным по своей структуре» . Труды Национальной академии наук . 97 (19): 10383–10388. Бибкод : 2000PNAS...9710383K . дои : 10.1073/pnas.97.19.10383 . ISSN   0027-8424 . ПМК   27033 . ПМИД   10984534 .
  23. ^ Савая, Майкл Р.; Самбашиван, Шилпа; Нельсон, Ребекка; Иванова Магдалена И.; Сиверс, Стюарт А.; Апостол, Марцин И.; Томпсон, Майкл Дж.; Балбирни, Мелинда; Вильциус, Джед Дж.В.; Макфарлейн, Хизер Т.; Мэдсен, Андерс О. (май 2007 г.). «Атомные структуры амилоидных поперечных β-шипов обнаруживают разнообразные стерические молнии» . Природа . 447 (7143): 453–457. Бибкод : 2007Natur.447..453S . дои : 10.1038/nature05695 . ISSN   0028-0836 . ПМИД   17468747 . S2CID   4400866 .
  24. ^ Брайан, Аллен В.; О'Доннелл, Чарльз В.; Менке, Мэтью; Коуэн, Ленор Дж.; Линдквист, Сьюзен; Бергер, Бонни (февраль 2012 г.). «STITCHER: Динамическая сборка вероятных амилоидных и прионных β-структур на основе предсказаний вторичных структур» . Белки: структура, функции и биоинформатика . 80 (2): 410–420. дои : 10.1002/прот.23203 . ISSN   0887-3585 . ПМК   3298606 . ПМИД   22095906 .
  25. ^ Тиан, Цзянь; У, Нинфэн; Го, Цзюнь; Фань, Юньлю (январь 2009 г.). «Прогнозирование сегментов, образующих амилоидные фибриллы, на основе машины опорных векторов» . БМК Биоинформатика . 10 (С1): С45. дои : 10.1186/1471-2105-10-S1-S45 . ISSN   1471-2105 . ПМЦ   2648769 . ПМИД   19208147 .
  26. ^ Зибаи, Шахин; Макин, О. Самнер; Гедерт, Мишель; Серпелл, Луиза К. (май 2007 г.). «Простой алгоритм находит β-цепи в ядре амилоидных фибрилл α-синуклеина, Aβ и тау, используя только аминокислотную последовательность» . Белковая наука . 16 (5): 906–918. дои : 10.1110/ps.062624507 . ПМК   2206631 . ПМИД   17456743 .
  27. ^ Маурер-Штро, Себастьян; Дебулпаеп, Майя; Кюммерер, Нико; де ла Пас, Мануэла Лопес; Мартинс, Иво Криштиану; Реймерс, Шутка; Моррис, Кайл Л.; Копленд, Аластер; Серпель, Луиза; Серрано, Луис; Шимковиц, Йост WH (март 2010 г.). «Изучение детерминант последовательности структуры амилоида с использованием оценочных матриц для конкретных позиций» . Природные методы . 7 (3): 237–242. дои : 10.1038/nmeth.1432 . ISSN   1548-7091 . ПМИД   20154676 . S2CID   52874481 .
  28. ^ Гарбузинский, С.О.; Лобанов М. Ю.; Гальзицкая, О.В. (01.02.2010). «FoldAmyloid: метод предсказания амилоидогенных областей по последовательности белка» . Биоинформатика . 26 (3): 326–332. doi : 10.1093/биоинформатика/btp691 . ISSN   1367-4803 . ПМИД   20019059 .
  29. ^ Цолис, Антониос К.; Папандреу, Никос К.; Икономиду, Василики А.; Хамодракас, Ставрос Дж. (10 января 2013 г.). «Консенсусный метод прогнозирования склонных к агрегации пептидов в глобулярных белках» . ПЛОС ОДИН . 8 (1): e54175. Бибкод : 2013PLoSO...854175T . дои : 10.1371/journal.pone.0054175 . ISSN   1932-6203 . ПМЦ   3542318 . ПМИД   23326595 .
  30. ^ Уолш, Ян; Сено, Флавио; Тосатто, Сильвио CE; Тровато, Антонио (21 мая 2014 г.). «PASTA 2.0: улучшенный сервер для прогнозирования агрегации белков» . Исследования нуклеиновых кислот . 42 (Д1): W301–W307. дои : 10.1093/nar/gku399 . ISSN   1362-4962 . ПМК   4086119 . ПМИД   24848016 .
  31. ^ Гасиор, Павел; Котульская, Малгожата (декабрь 2014 г.). «FISH Amyloid – новый метод поиска амилоидогенных сегментов в белках, основанный на сайт-специфическом совместном встречании [ sic ] аминокислот» . БМК Биоинформатика . 15 (1): 54. дои : 10.1186/1471-2105-15-54 . ISSN   1471-2105 . ПМЦ   3941796 . ПМИД   24564523 .
  32. ^ Тангакани, А. Мэри; Кумар, Сандип; Нагараджан, Р.; Велмуруган, Д.; Громиха, М. Михаил (28 марта 2014 г.). «GAP: к почти 100-процентному предсказанию пептидов, опосредованных β-цепью агрегации, с различной морфологией» . Биоинформатика . 30 (14): 1983–1990. doi : 10.1093/биоинформатика/btu167 . ISSN   1460-2059 . ПМИД   24681906 .
  33. ^ Тангакани, Энтони Мэри; Кумар, Сандип; Велмуруган, Девадасан; Громиха, Мария Силувай Михаил (апрель 2012 г.). «Как термофильные белки противостоят агрегации?» . Белки: структура, функции и биоинформатика . 80 (4): 1003–1015. дои : 10.1002/прот.24002 . ПМИД   22389104 . S2CID   21496810 .
  34. ^ Громиха, М. Михаил; Тангакани, А. Мэри; Кумар, Сандип; Велмуруган, Д. (2012), Хуан, Де-Шуан; Гупта, Пхалгуни; Чжан, Сян; Премаратне, Прашан (ред.), «Анализ последовательностей и распознавание амилоидных и неамилоидных пептидов» , «Новые интеллектуальные вычислительные технологии и приложения» , «Коммуникации в компьютерных и информационных науках», том. 304, Берлин, Гейдельберг: Springer Berlin Heidelberg, стр. 447–452, doi : 10.1007/978-3-642-31837-5_65 , ISBN  978-3-642-31836-8 , получено 26 ноября 2021 г.
  35. ^ Тангакани, Мэри; Кумар, Сандип; Велмуруган, Д; Громиха, М Михаил (май 2013 г.). «Отличительные особенности последовательности гексапептидов, специфичных для положения, которые образуют амилоидные фибриллы: применение для различения между амилоидными фибриллами и аморфными пептидными последовательностями, образующими β-агрегаты» . БМК Биоинформатика . 14 (С8): С6. дои : 10.1186/1471-2105-14-S8-S6 . ISSN   1471-2105 . ПМЦ   3654898 . ПМИД   23815227 .
  36. ^ Фамилия, Карлос; Деннисон, Сара Р.; Кинтас, Александр; Феникс, Дэвид А. (4 августа 2015 г.). Пермяков, Евгений А. (ред.). «Прогнозирование склонности пептидов и белков к образованию амилоида» . ПЛОС ОДИН . 10 (8): e0134679. Бибкод : 2015PLoSO..1034679F . дои : 10.1371/journal.pone.0134679 . ISSN   1932-6203 . ПМЦ   4524629 . ПМИД   26241652 .
  37. ^ Ахмед, Абдулла Б.; Знаси, Надя; Замок, Мария-Тереза; Каява, Эндрю В. (июнь 2015 г.). «Структурный подход к прогнозированию предрасположенности к амилоидозу» . Болезнь Альцгеймера и деменция . 11 (6): 681–690. дои : 10.1016/j.jalz.2014.06.007 . ISSN   1552-5260 . ПМИД   25150734 . S2CID   3130411 .
  38. ^ Возняк, Павел П.; Котульская, Малгожата (17 июня 2015 г.). «AmyLoad: веб-сайт, посвященный фрагментам амилоидогенного белка» . Биоинформатика . 31 (20): 3395–3397. doi : 10.1093/биоинформатика/btv375 . ISSN   1367-4803 . ПМИД   26088800 .
  39. ^ Ван Дурме, Йост; Де Баэтс, приветствую; Ван дер Кант, Роб; Рамакерс, Майне; Ганесан, Ашок; Уилкинсон, Ханна; Галлардо, Родриго; Руссо, Фредерик; Шимковиц, Йост (август 2016 г.). «Солюбис: веб-сервер для уменьшения агрегации белков посредством мутаций» . Инженерный дизайн и отбор белков . 29 (8): 285–289. дои : 10.1093/протеин/gzw019 . ISSN   1741-0126 . ПМИД   27284085 .
  40. ^ Де Баэтс, приветствую; Ван Дурме, Йост; ван дер Кант, Роб; Шимковиц, Йост; Руссо, Фредерик (01 августа 2015 г.). «Солюбис: оптимизируйте потребление белка: рис. 1» . Биоинформатика . 31 (15): 2580–2582. doi : 10.1093/биоинформатика/btv162 . ISSN   1367-4803 . ПМИД   25792555 .
  41. ^ Сорманни, Пьетро; Априле, Франческо А.; Вендрусколо, Микеле (январь 2015 г.). «Метод рационального создания мутантов белков с повышенной растворимостью CamSol» . Журнал молекулярной биологии . 427 (2): 478–490. дои : 10.1016/j.jmb.2014.09.026 . ПМИД   25451785 .
  42. ^ Сорманни, Пьетро; Эмери, Линн; Экизоглу, София; Вендруколо, Микеле; Попович, Бояна (декабрь 2017 г.). «Быстрый и точный скрининг растворимости библиотеки моноклональных антител in silico» . Научные отчеты . 7 (1): 8200. Бибкод : 2017НатСР...7.8200С . дои : 10.1038/s41598-017-07800-w . ISSN   2045-2322 . ПМК   5558012 . ПМИД   28811609 .
  43. ^ Сорманни, Пьетро; Априле, Франческо А.; Вендрусколо, Микеле (январь 2015 г.). «Метод рационального создания мутантов белков с повышенной растворимостью CamSol» . Журнал молекулярной биологии . 427 (2): 478–490. дои : 10.1016/j.jmb.2014.09.026 . ПМИД   25451785 .
  44. ^ Сорманни, Пьетро; Эмери, Линн; Экизоглу, София; Вендруколо, Микеле; Попович, Бояна (декабрь 2017 г.). «Быстрый и точный скрининг растворимости библиотеки моноклональных антител in silico» . Научные отчеты . 7 (1): 8200. Бибкод : 2017НатСР...7.8200С . дои : 10.1038/s41598-017-07800-w . ISSN   2045-2322 . ПМК   5558012 . ПМИД   28811609 .
  45. ^ Бурдукевич, Михал; Собчик, Петр; Рёдигер, Стефан; Дуда-Мадей, Анна; Мацкевич, Павел; Котульская, Малгожата (11 октября 2017 г.). «Амилоидогенные мотивы, выявленные с помощью н-граммного анализа» . Научные отчеты . 7 (1): 12961. Бибкод : 2017NatSR...712961B . дои : 10.1038/s41598-017-13210-9 . ISSN   2045-2322 . ПМК   5636826 . ПМИД   29021608 .
  46. ^ Бондарев Станислав А; Бондарева Ольга В; Журавлёва Галина А; Каява, Андрей В. (04.10.2017). «BetaSerpentine: биоинформатический инструмент для реконструкции амилоидных структур» . Биоинформатика . 34 (4): 599–608. doi : 10.1093/биоинформатика/btx629 . ISSN   1367-4803 . ПМИД   29444233 .
  47. ^ Санкар, Каннан; Кристек, Стэнли Р.; Карл, Стивен М.; Дэй, Тайлер; Майер, Йоханнес КХ (ноябрь 2018 г.). «AggScore: Прогнозирование склонных к агрегации областей в белках на основе распределения участков поверхности» . Белки: структура, функции и биоинформатика . 86 (11): 1147–1156. дои : 10.1002/прот.25594 . ПМИД   30168197 . S2CID   52131048 .
  48. ^ Рават, Пунит; Прабакаран, Р; Кумар, Сандип; Громиха, М Михаил (10.10.2019). «AggreRATE-Pred: математическая модель для прогнозирования изменения скорости агрегации при точечной мутации» . Биоинформатика . 36 (5): 1439–1444. doi : 10.1093/биоинформатика/btz764 . ISSN   1367-4803 . ПМИД   31599925 .
  49. ^ Куриата, Александр; Иглесиас, Валентин; Пухольс, Хорди; Курчинский, Матеуш; Кмичик, Себастьян; Вентура, Сальвадор (3 мая 2019 г.). «Aggrescan3D (A3D) 2.0: прогнозирование и разработка растворимости белков» . Исследования нуклеиновых кислот . 47 (Н1): W300–W307. дои : 10.1093/nar/gkz321 . ISSN   0305-1048 . ПМК   6602499 . ПМИД   31049593 .
  50. ^ Куриата, Александр; Иглесиас, Валентин; Курчинский, Матеуш; Вентура, Сальвадор; Кмичик, Себастьян (2 марта 2019 г.). «Автономный пакет Aggrescan3D для структурного прогнозирования агрегационных свойств белков» . Биоинформатика . 35 (19): 3834–3835. doi : 10.1093/биоинформатика/btz143 . ISSN   1367-4803 . ПМИД   30825368 .
  51. ^ Самбрано, Рафаэль; Джамроз, Михал; Щасюк, Агата; Пухольс, Хорди; Кмичик, Себастьян; Вентура, Сальвадор (16 апреля 2015 г.). «AGGRESCAN3D (A3D): сервер прогнозирования агрегационных свойств белковых структур» . Исследования нуклеиновых кислот . 43 (П1): W306–W313. дои : 10.1093/nar/gkv359 . ISSN   0305-1048 . ПМЦ   4489226 . ПМИД   25883144 .
  52. ^ Хиль-Гарсия, Маркос; Баньо-Поло, Мануэль; Варежао, Наталия; Джамроз, Михал; Куриата, Александр; Диас-Кабальеро, Марта; Ласкорц, Хара; Морель, Бертран; Наварро, Сюзанна; Ревертер, Дэвид; Кмичик, Себастьян (04 сентября 2018 г.). «Сочетание прогнозов склонности к структурной агрегации и стабильности для изменения растворимости белков» . Молекулярная фармацевтика . 15 (9): 3846–3859. doi : 10.1021/acs.molpharmaceut.8b00341 . ISSN   1543-8384 . ПМИД   30036481 . S2CID   206688348 .
  53. ^ Пухольс, Хорди; Церкви, Валентина; Сантос, Хайме; Куриата, Александр; Кмичик, Себастьян; Вентура, Сальвадор (14 апреля 2021 г.). «Обновление A3D 2.0 для прогнозирования и оптимизации растворимости белков» . дои : 10.1101/2021.04.13.439600 . S2CID   233329012 . {{cite journal}}: Для цитирования журнала требуется |journal= ( помощь )
  54. ^ Крестес, Ласло; Соги, Эвелин; Варга, Балинт; Фаркас, Виктор; Перцель, Андраш; Гролмуш, Винс (апрель 2021 г.). «Будапештский предсказатель амилоида и его применение» . Биомолекулы . 11 (4): 500. дои : 10.3390/biom11040500 . ПМК   8067080 . ПМИД   33810341 .
  55. ^ Прабакаран, Р.; Рават, Пунит; Кумар, Сандип; Михаил Громиха, М. (май 2021 г.). «ANuPP: универсальный инструмент для прогнозирования областей зародышеобразования агрегации в пептидах и белках» . Журнал молекулярной биологии . 433 (11): 166707. doi : 10.1016/j.jmb.2020.11.006 . ПМИД   33972019 . S2CID   228867153 .
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: c00d4a3f5993b89a96cb19f4d68694af__1701593220
URL1:https://arc.ask3.ru/arc/aa/c0/af/c00d4a3f5993b89a96cb19f4d68694af.html
Заголовок, (Title) документа по адресу, URL1:
Protein aggregation predictors - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)