Feb. 14th, 2017

[identity profile] thundersnatch.livejournal.com
13 февраля 2017

Кратко:
Какие белки наиболее вероятно взаимодействуют с другими белками и каким образом эти взаимодействия влияют на болезнь и на саму жизнь? Результаты данных, вычисленных World Community Grid используются, чтобы помочь создать индекс социабельности белков, который мог бы помочь в будущих достижениях в области биологии и медицины.

Доктор Алессандра Карбоне, главный исследователь проекта Help Cure Muscular Dystrophy (помогите вылечить мышечную дистрофию) , в настоящее время стала соавтором статьи, которая обращается к одному из фундаментальных вопросов о взаимодействии белок-белок. Используя данные из проекта, который проводился в два этапа на World Community Grid, исследователи разработали метод, чтобы определить, какие белки, скорее всего, будут взаимодействовать с другими белками. Доктор Карбоне говорит: "Идею можно суммировать как: скажите мне, что белок социабелен и я скажу вам, кто его друзья."

Приведенные выше рисунки представляют собой стыковочные протоколы белок-белок, которые обсуждаются в статье. Индекс социабельности белка был показан, чтобы применить к простым и сложным белковым стыковочными протоколам.

Как различные белки взаимодействуют друг с другом имеет важное значение для понимания хода развития жизни и болезни. Первые шаги идентификации белковых взаимодействий включают вычислительный поиск комплементарных поверхностей среди коллекции белков, потому что они с большей долей вероятности взаимодействуют между собой, как это было сделано с помощью World Community Grid для проекта Help Cure Muscular Dystrophy.

Тем не менее, некоторые белки как правило оценивают как прилипшие ко многим белкам, скрывая свои истинные взаимодействия. Доктор Карбоне и ее коллеги исследователи обнаружили алгоритм для повышения точности определения истинных взаимодействий белков с использованием коэффициента социабельности, чтобы компенсировать очевидную "липкость" некоторых белков.

Концепция социабельности вместе с правильными предсказаниями белковых участков связывания и соответствующей количественной оценки энергии взаимодействия, оказывается одним из важнейших компонентов для опознания партнеров белка. Доказано, что социабельность лучше опознает партнеров белка, чем геометрические формы взаимодействующих поверхностей. Эта работа приводит к свету новые направления исследований о принципах взаимодействия белков, которые могли бы стать основой для решения этой трудной вычислительной проблемы, представляющую наибольший интерес для биологии и медицины.

Спасибо всем волонтерам World Community Grid, которые внесли вклад в проект Help Cure Muscular Dystrophy!

Техническая аннотация:

Клетки представляют собой интерактивные живые системы, где движение белков, взаимодействие и регулирование являются по существу свободными от централизованного управления. Как физико-химические и геометрические свойства белка определяют что с чем взаимодействует остается далеким от полного понимания.

Мы показали, что охарактеризование поведения белка со многими потенциальными взаимодействователями в полном перекрестном стыковочном исследовании приводит к отточенной идентификации его клеточных/истинных/родных (партнеров). Определяем индекс социабельности, или S-индекс, отражающий нравится ли белку или нет спариваться с другими белками. Формально, мы предлагаем подходящую функцию нормализации, которая учитывает социабельность белка и комбинирует его с помощью простого интерфейса на основе (ранжирования) балла, чтобы опознать невзаимодействующих партнеров.

Мы показали, что социальность является важным фактором и что нормализация позволяет достичь значительно большей мощности опознания, чем тождество форм стыковочных баллов. Социальный эффект наблюдается также с более сложными алгоритмами стыковки. Стыковочные конформации оцениваются с использованием экспериментальных участков связывания. Эти последние приближения наилучшим образом связывают предсказанные участки, что достигло высокой точности в последние годы. Это делает наш анализ полезным для понимания глобальной идентификации партнера и предлагая опознавательные стратегии. Эти результаты противоречат ранее полученные данным, утверждающим, что проблемы определения партнера решаема через геометрическую стыковку.

новость на англ.

Profile

Volunteer Computing ( добровольные вычисления )

August 2017

S M T W T F S
  1 2345
6789101112
1314151617 1819
202122 23242526
2728293031  

Most Popular Tags

Style Credit

Expand Cut Tags

No cut tags
Page generated Sep. 20th, 2017 05:45 am
Powered by Dreamwidth Studios