肽组学遇上对接: 更智能的肽-蛋白质相互作用工作流程

在任何对接运行之前,肽-蛋白质相互作用工作流程必须决定什么

多肽订单供应商 地理肽 工作流的控制规则是一个阶段只能传递下一阶段可以伪造的内容. 本文中的其他内容都是该规则应用了四次.

肽组学遇上对接: 更智能的肽-蛋白质相互作用工作流程

交接检查可以在实验前揭露缺失的证据, 但本文并未衡量活动失败的分布情况. 检查序列分配, 搜索设置, 提出假设, 材料识别和分析控制一起进行.

工具问题排在第二位, 这是一个关于先验知识而不是准确性的问题. 肽对接首次在 CAPRI 进行多轮评估 28 和 29, 随后的评估认为现有标准需要更好的选择规则, 特别是在结合位点未知的情况下 (CAPRI 肽轮). 这就是该领域的诚实状态: 方法进行基准测试, 标准受到争议, 没有论文推荐针对给定用例的默认方法. 因此,您在对接之前实际做出的决定是您的活动需要哪种交接标准.

肽组学遇上对接: 更智能的肽-蛋白质相互作用工作流程

要点: 一个阶段只能传递下一个阶段可以证伪的东西.

步 1: 通过多样性抽样定义库, 不是通过枚举

输入: 生物学问题, 作为您打算进行的比较. 行动: 固定长度, 残留字母表, 偏移和控制. 输出: 综合团队无需询问您任何问题即可构建的设计记录. 完成时间 设计记录说明了该库为什么回答这个问题以及它故意不涵盖的内容.

肽组学遇上对接: 更智能的肽-蛋白质相互作用工作流程

无法提供详尽的覆盖范围, 序列空间算术很快就解决了争论. 7 聚体空间容纳 1.28×10⁹ 序列, 10聚体1.024×10^3, 和一个 15 聚体 3.2768×10^⁹, 实际展示图书馆的天花板大约有 10⁹ 成员 (序列空间算术). 这个上限是一个数量级的约定, 不是测量极限, 但结论在任何合理的值下都成立: 您正在采样的大约六到七个残留物, 不一一列举.

这就是多样性采样肽组学发挥作用的地方. 您选择一个涵盖源肽的化学和结构多样性的面板,而不是每个检测到的特征一个肽, 你在设计记录中这么说. 我们自己的服务文档中阐述的库设计原则清楚地说明了故障模式: 肽库可能在合成前很久就失败 地理肽 环肽供应商 如果设计与生物学问题不匹配则开始. 长度, 重叠, 残基字母表和突变范围均驱动肽计数, 合成复杂性和测定通量, 这就是为什么肽库设计不应止于序列选择. 控件属于同一记录: 已知的粘合剂, 乱码版本, 和您预计会失败的肽.

步 2: 进行分析筛选并移交带有来源的肽表

输入: 原始 LC-MS/MS 文件和样品处理记录. 行动: 无酶特异性的搜索, 具有扩展变量修改和目标诱饵 FDR 控制. 输出: 具有自己出处的肽表. 完成时间 对接团队可以过滤, 无需打开单个原始文件即可重新排名并捍卫列表. 环肽工厂

设置和评估实际肽组学工作流程的错误发现控制. 研究特定的肽和蛋白质过滤器组合不能保证低于 1% 另一个数据集中的肽 FDR, 特别是在没有酶特异性或具有扩展修饰的搜索中. 抛物线肽

报告模板已存在. MIAIPE 报告清单, 在 HUPO 下开发的免疫肽组学, 需要说明鉴定是基于序列还是从头开始, 峰值列表工具及其参数, 搜索引擎设置, 以及应用的每个过滤器 (MIAIPE 报告清单). 即使对于非免疫样本也可以借用其结构. 多了一个容易被遗忘的领域: 通用肽组学分析工作流程从样品预处理到提取, 分馏, 质谱分析与鉴定, 并且提取必须足够快以避免持续的酶降解. 样品中存在的肽是具有处理历史的测量值, 所以记录下来.

步 3: 优先对接, 并将得分视为排名而不是亲和力

输入: 肽表. 行动: 按肽长度选择方案, 受体状态以及您是否有先前的站点信息. 输出: 记录了协议和标准的排名姿势表. 完成时间 每行都说明是哪个协议产生的以及应用了哪个成功标准.

按协议划分的前 10 名肽对接成功率 顶部- 按方案确定肽对接成功率: HPEPDOCK 全局盲值, HPEPDOCK本地, 黑线鳕合奏, AutoDock CrankPep 本地. 按协议划分的前 10 名肽对接成功率. 水平条数据: HPEPDOCK 全局盲板 33.3; HPEPDOCK本地 72.6; 黑线鳕合奏 79.4; AutoDock CrankPep 本地 85.7.源: 周等人。, 核酸研究 46(W1):W443 2018. 按协议划分的前 10 名肽对接成功率 HPEPDOCK 全球瞎的 33.3 HPEPDOCK本地 72.6 黑线鳕合奏 79.4 自动对接CrankPep 本地 85.7 来源: 周等人。, 核酸研究 46(W1):W443 (2018)

公布的成功率不一致, 并且分歧是有信息性的. HADDOCK 的肽方案, 从三构象系综开始, 达到 79.4% 针对未结合肽的结合受体的可接受模型和 69.4% 对于未绑定/未绑定 (HADDOCK 的肽方案). HPEPDOCK 的盲模式基准测试报告 33.3% 前 10 名成功者 57 未装订的箱子, 上升到 72.6% 当提供结合位点时 (HPEPDOCK 的盲模式基准测试). 肽对接方法的重新基准将 CABS-dock 置于 53.0% 绑定和 37.0% 在 peptiDB 上未结合, 和 AutoDock CrankPep 位于 85.7% 在本地模式下,在更严格的 RMSD 截止条件下的 LEADS-PEP (肽对接方法的重新基准). AlphaFold2 的肽结果运行 75% 之内 1.5 Å 当已知结合基序并且 36% 之内 2.5 Å 当不是时 (AlphaFold2 的肽结果).

这些数字不是排行榜. 它们的数据集不同, 肽长度和成功标准, 分布反映了标准和方法. 转移是什么 影响的方向. 盲对接是比定点对接更难的问题, 这就是为什么HADDOCK是信息驱动的对接: 模糊的相互作用限制诱变, 多发性硬化症, NMR 或守恒编码您已知的内容 (HADDOCK是信息驱动的对接). CABS 码头失控, 将肽视为完全灵活的并将轨迹返回到聚类而不是一个排名姿势 (CABS 码头失控). AlphaFold 3 自己的评估报告了蛋白质和抗体界面,并指出它可以预测静态结构, 不是合奏团 (AlphaFold 3自己的评测). 选择与您现有知识相匹配的协议, 然后将输出读取为排名.

步 4: 通过质量等级来判断姿势, 然后决定什么值得合成

DockQ 根据参考结构评估预测的复合体,对于回顾性基准测试非常有用. 它无法为参考未知的新型复合物提供测量的质量带. 供未来选择, 使用校准的置信证据, 多样性, 可行性和预定义的实验验证计划. DockQ方法.

<图形类="博客图表" 风格="最大宽度:640像素;利润:1.5雷姆汽车;字体大小:12像素;行高:1.3;颜色:继承"> <svg 视图框="0 0 560 380" 风格="最大宽度: 100%; 高度: 汽车; 字体系列: “国际米兰”, 系统用户界面, 无衬线字体; 颜色: #1e293b; --图表静音: #64748乙;" 角色="图像" 咏叹调标记者="码头q级截止-a-0-1-规模标题 Dockq-Class-cutoffs-on-a-0-1-比例描述"> <风格> /* 渲染器将​​图表放入元素背景为黑色的 iframe 中, iframe 与图表的形状不同, 所以信箱带显示为周围的黑框 (产品 09-22). iframe内的文档默认是透明的; 画在这里覆盖元素背景, 当图表内联时,这与任何内容都不匹配. 使尖括号远离此块: SVG 中的样式元素被解析为外部内容, 所以一个杂散的括号会丢弃其中的每一条规则. */ html, 身体 { 背景: #噗噗噗; 利润: 0; } @媒体 (偏好减少运动: 减少) { * { 动画片: 没有任何 !重要的; 过渡: 没有任何 !重要的; } } </风格> <直角x="0" y="0" 宽度="560" 高度="380" 接收="8" 填充="#噗噗噗" /> <标题 ID="码头q级截止-a-0-1-规模标题">DockQ 类截止 0-1 规模</标题> <描述 ID="码头q级截止-a-0-1-比例描述">DockQ 类截止 - 规模: 不正确的值, 可以接受, 中等的, 高的. DockQ 类截止 0-1 规模. 线路数据: 不正确 0.23; 可以接受 0.49; 中等的 0.8; 高1.来源: 巴苏 & 沃尔纳, 公共科学图书馆一号 11(8):e0161879 2016。</描述> <文本x="280.0" y="29" 文本锚点="中间" 字体大小="18" 字体粗细="800" 填充="当前颜色">DockQ 类截止 0-1 规模</文本> <线 x1="70" y1="292.0" x2="500" y2="292.0" 行程="当前颜色" 不透明度="0.08" /> <线 x1="70" y1="239.5" x2="500" y2="239.5" 行程="当前颜色" 不透明度="0.08" /> <线 x1="70" y1="187.0" x2="500" y2="187.0" 行程="当前颜色" 不透明度="0.08" /> <线 x1="70" y1="134.5" x2="500" y2="134.5" 行程="当前颜色" 不透明度="0.08" /> <线 x1="70" y1="82.0" x2="500" y2="82.0" 行程="当前颜色" 不透明度="0.08" /> <文本x="64" y="296.0" 文本锚点="结尾" 字体大小="10" 填充="当前颜色" 不透明度="0.7">0</文本> <文本x="64" y="243.5" 文本锚点="结尾" 字体大小="10" 填充="当前颜色" 不透明度="0.7">0.25</文本> <文本x="64" y="191.0" 文本锚点="结尾" 字体大小="10" 填充="当前颜色" 不透明度="0.7">0.5</文本> <文本x="64" y="138.5" 文本锚点="结尾" 字体大小="10" 填充="当前颜色" 不透明度="0.7">0.75</文本> <文本x="64" y="86.0" 文本锚点="结尾" 字体大小="10" 填充="当前颜色" 不透明度="0.7">1</文本> <折线点="70.0,243.7 213.3,189.1 356.7,124.0 500.0,82.0" 填充="没有任何" 行程="#f97316" 笔划宽度="2.5" 笔划线帽="圆形的" 笔划线连接="圆形的" /> <圆cx="70.0" 赛="243.7" r="4" 填充="#f97316" /> <文本x="70.0" y="234.7" 文本锚点="中间" 字体大小="9" 填充="当前颜色">0.23</文本> <文本x="70.0" y="312.0" 文本锚点="中间" 字体大小="10" 填充="当前颜色" 不透明度="0.8"><跨度 x="70.0" dy="0">不正确</茨潘></文本> <圆cx="213.3" 赛="189.1" r="4" 填充="#38bdf8" /> <文本x="213.3" y="180.1" 文本锚点="中间" 字体大小="9" 填充="当前颜色">0.49</文本> <文本x="213.3" y="312.0" 文本锚点="中间" 字体大小="10" 填充="当前颜色" 不透明度="0.8"><跨度 x="213.3" dy="0">可以接受</茨潘></文本> <圆cx="356.7" 赛="124.0" r="4" 填充="#a78bfa" /> <文本x="356.7" y="115.0" 文本锚点="中间" 字体大小="9" 填充="当前颜色">0.8</文本> <文本x="356.7" y="312.0" 文本锚点="中间" 字体大小="10" 填充="当前颜色" 不透明度="0.8"><跨度 x="356.7" dy="0">中等的</茨潘></文本> <圆cx="500.0" 赛="82.0" r="4" 填充="#22c55e" /> <文本x="500.0" y="73.0" 文本锚点="中间" 字体大小="9" 填充="当前颜色">1</文本> <文本x="500.0" y="312.0" 文本锚点="中间" 字体大小="10" 填充="当前颜色" 不透明度="0.8"><跨度 x="500.0" dy="0">高的</茨潘></文本> <文本x="280.0" y="366" 文本锚点="中间" 字体大小="10" 填充="我们的(--图表静音, 当前颜色)">来源: 巴苏 & 沃尔纳, 公共科学图书馆一号 11(8):e0161879 (2016)</文本> </svg> </数字>

规范是计算和实验团队通常会失去彼此的地方. 命名确切的序列版本, 修改及其地点, 和抗衡离子形式, 因为其中任何一个的改变都会改变你正在测试的内容. 索取分析 HPLC 纯度的分析证书, 质谱鉴定和净肽含量, 并在检测需要时添加内毒素检测或反离子分析. 供应商如 商船三井的变化 可以与肽一起递送该包裹, 这是在订单之前而不是之后解决数据要求的实际原因.

步 5: 实验确认, 将分析与所提出的问题相匹配

输入: 合成的肽及其批次数据. 行动: 进行一项测定,其读数可以回答特定问题. 输出: 结合或不结合的结果及其测量条件. 完成时间 结果可以与双方都接受的条件下的对接预测进行比较.

将测定与声明相匹配. 对接姿势预测结合位点和近似几何形状; 竞争测定或诱变系列测试该位点, 而直接结合测量则测试亲和力. 它们不可互换, 错误检测的无效结果无法告诉您有关该姿势的任何信息. SKEMPI 亲和力数据库显示了为什么该方法必须与数字一起移动: 其条目记录了测量方法和温度, 表面等离子体共振和荧光光谱在文献中占主导地位 (SKEMPI亲和力数据库). 您比较的任何“典型 Kd”都会继承这两种方法的偏差, 所以报告你自己的情况并进行同类比较.

经证实的结合物支持结合假设, 但不证明预测的姿势或验证整个对接协议. 当测定灵敏度时,非结合和弱结合结果均提供信息, 了解材料质量和条件.

常见故障点以及如何在交接时发现它们

表背后的模式是,每次失败对于捕获上游来说都是廉价的,而捕获下游则是昂贵的. 没有 FDR 设置的肽表无法重新过滤, 所以对接团队要么信任它,要么重建它. 没有协议的排名列表无法解释, 所以一个好的姿势和一个幸运的姿势看起来是一样的. 缺少抗衡离子形式的规格会产生一种肽,其行为可能与建模的肽不同.

结论

该规则还告诉您如何确定活动范围或判断提供活动的合作伙伴. 询问哪个阶段产生哪个工件, 选择的对接协议是否符合现有的先验知识, 以及综合请求是否带有自己的接受标准. 能够回答这三个问题的合作伙伴拥有一个工作流程. 分数领先的伙伴就有排名.

文档用完的地方, 决定工件. 如果到达的肽表没有搜索参数, 停靠前询问他们. 如果姿势表到达时没有其标准, 询问应用了哪一个. 如果到达的规范没有序列版本, 询问您被要求测试哪种分子. 这些问题不需要花费什么代价就能解决大部分争论.

MOL Changes 在工件生成点支持此工作流程: 具有确定长度的肽库设计, 抵消, 突变和控制逻辑, 和定制合成,并附有涵盖 HPLC 纯度的分析证书, MS 身份和肽含量. 如果您正在确定营销活动的范围, 将您的目标发送给我们, 肽长度和测定计划, 我们将与您一起审查可行性.

出版商披露: MOL Changes 提供肽服务并对此主题具有商业利益. 服务范围和能力声明是供应商的声明; 特定构造的可用性和性能需要项目特定的证据.

Miao He

Miao He

输送系统研究科学家 核心专长: 口服肽递送, 脂质纳米颗粒 (利纳普) 封装, 细胞穿透肽 (CPP), 和缓释制剂.
事实已核实 & 编辑指南
审阅者: 主题专家
分享这篇文章
家 搜索 Whatsapp 服务 产品