Будем работать с белком лизоцима человека. Используя
известную структуру лизоцима форели,
как образец, необходимо построить
модель комплекса белка LYSC_HUMAN с
лигандом.
Построим выравнивание последовательности из структуры ID: 1lmp и белка LYSC_HUMAN. Выравнивание сохранено в файле: lysc_aligned.pir
-
Модифицируем файл выравнивания.
Во-первых, переименуем последовательности на ">P1;1lmp" и ">P1;seq".
Во-вторых, после имени последовательности моделируемого белка добавим строчку:sequence:ХХХХХ::::::: 0.00: 0.00
Эта строчка описывает входные параметры последовательности для modeller. После имени последовательности белка-образца добавим строчку:structureX:1lmp_now.ent:1 :A: 130 :A:undefined:undefined:-1.00:-1.00
Эта строчка описывает, какой файл содержит структуру белка с этой последовательностью (1lmp_now.ent), номера первой и последней аминокислот в структуре, идентификатор цепи и т.д. В конце каждой последовательности добавим символы:/.
Этот символ означает конец цепи белка. Точка указывает на то, что имеется один лиганд. При этом оставляем строчку со звездочкой (*).
-
Модифицируем файл со структурой.
Удалим всю воду из структуры, всем атомам лиганда присвоим один и тот же номер "остатка" (130), одно и то же имя остатка (NAG), модифицируем имена атомов каждого остатка, добавив в конец буквы A, B и C (чтобы у каждого атома было разное имя).
То есть в результате этого атомы остатка 130 имеют индекс A, атомы остатка 131 - B, остатка 132 - C.
Сохраним изменения в файле 1lmp_now.ent.
-
Создадим управляющий скрипт lysc_human.py.
В нем указано:
-
что нужно использовать стандартные валентные углы в полипептидной цепи (строчка 4);
что дополнительно нужно сохранять взаимное расположение определенных пар атомов (3.5 ангстрема) - в данном случае трех атомов белка, образующих водородные связи с тремя атомами лиганда - строчки 5-7 с ID пар атомов;
параметры взаимного расположения атомов пары описаны в строчке 9-10.
3 точки могут однозначно расположить сложную структуру в пространстве, поэтому мы выбираем водородные связи как источник данных точек. - что ковалентные связи в гетероатомах нужно вычислять по расстояниям между атомами, строчка 12;
- имя файла с выравниванием и имена последовательностей образца и моделируемого белка, строчка 13 (а имя файла со структурой содержится в выравнивании);
- число и номера моделей, которые нужно построить (в данном примере 5 моделей), строки 14-15;
- что пора строить модель строчка 16.
-
что нужно использовать стандартные валентные углы в полипептидной цепи (строчка 4);
-
Запустим исполнение скрипта:
mod9v7 lysc_human.py &
В результате получилось 5 моделей: model1.pdb, model2.pdb, model3.pdb, model4.pdb и model5.pdb.
При наложении моделей друг на друга получаем следующую картинку:
Видим, что полученные структуры моделей практически не отличаются друг от друга.
Теперь выберем лучшую модель.
Для этого будем использовать веб интерфейс WHATIF.
Для 1 модели:Ramachandran Z-score : 0.264 RMS Z-score for bond lengths: 0.951 RMS-deviation in bond distances: 0.019 RMS Z-score for bond angles: 1.318 RMS-deviation in bond angles: 2.359
Для 2 модели:Ramachandran Z-score : 0.439 RMS Z-score for bond lengths: 0.948 RMS-deviation in bond distances: 0.019 RMS Z-score for bond angles: 1.274 RMS-deviation in bond angles: 2.277
Для 3 модели:Ramachandran Z-score : 0.222 RMS Z-score for bond lengths: 0.955 RMS-deviation in bond distances: 0.019 RMS Z-score for bond angles: 1.275 RMS-deviation in bond angles: 2.310
Для 4 модели:Ramachandran Z-score : 0.021 RMS Z-score for bond lengths: 0.948 RMS-deviation in bond distances: 0.019 RMS Z-score for bond angles: 1.291 RMS-deviation in bond angles: 2.340
Для 5 модели:Ramachandran Z-score : 0.265 RMS Z-score for bond lengths: 0.947 RMS-deviation in bond distances: 0.019 RMS Z-score for bond angles: 1.209 RMS-deviation in bond angles: 2.173
Выходит, что лучший результат показала 5 модель. Однако, все модели очень друг на друга похожи и вполне могут быть использованы для дальнейших анализов белка LYSC_HUMAN.