Структура и функционирование белков. Применение методов биоинформатики - Джон Ригден 2014

Предсказание структуры мембранных белков
Предсказание топологии трансмембранных белков
Белки, имеющие структуру ß-бочонка

Количество а-спиральных ТМ белков как в полных протеомах, так и в базах данных пространственных структур относительно велико по сравнению с количеством белков, имеющих структуру ß-бочонков. В связи с этим методы предсказания структуры и топологии ß-бочонков развиваются менее интенсивно. Еще одна причина различного уровня развития методов, вероятно, состоит в том, что предсказывать структуру ТМ а-спиралей относительно легко ввиду большого количества входящих в их состав гидрофобных остатков. Антипараллельные ß-тяжи ТМ ß-бочонков содержат чередующиеся полярные и гидрофобные аминокислоты. Благодаря такому строению гидрофобные остатки обращены к мембране, а полярные - к поверхности, которая контактирует с растворителем. В основе ранних методов предсказания топологии ß-тяжей лежал анализ данных скользящей рамки гидрофобности, который позволял выявить чередующиеся элементы структуры (Schirmer and Cowan 1993). В других методах использовались специальные эмпирические правила, разработанные на основе информации о предрасположенностях аминокислот, а также на основе данных о структурной природе белков (Gromiha and Ponnuswamy 1993). С ростом числа ß-бочонков, структура которых известна с атомарным разрешением, стали появляться методы, основанные на машинном обучении. К числу таких методов относятся нейронные сети (Jacoboni et al. 2001; Gromiha et al. 2004), скрытые марковские модели (Martelli et al. 2002; Liu et al. 2003; Bagos et al. 2004) и предсказание на основе метода опорных векторов (Park et al. 2005), где используются одиночные и множественные выравнивания последовательностей. Ряд методов предсказания структуры и топологии ß-бочонков, в основе которых лежит машинное обучение, приведен в таблице 4.4.

Таблица 4.4. Методы предсказания топологии трансмембранных бета-бочонков, основанные на машинном обучении

* - прогнозирование топологии осуществляется с использованием множественных выравниваний последовательностей (МВП).

** - метод пригоден для полного анализа генома (ПАГ)