【Rosetta】モチーフグラフティングの決定版、Rosetta FunFolDesとは

論文タイトル

Rosetta FunFolDes – A general framework for the computational design of functional proteins

出典

Rosetta FunFolDes - A general framework for the computational design of functional proteins - PubMed
The robust computational design of functional proteins has the potential to deeply impact translational research and broaden our understanding of the determinan...
pubmed.ncbi.nlm.nih.gov

PLoS Comput Biol. 2018 Nov 19;14(11):e1006623.

確認したいこと

以前の記事で、モチーフグラフティングのためのRosettaプロトコル、”Fold From Loops” (FFL) についての記事を公開しました。

【Rosetta】柔軟に骨格構造にモチーフを移植できるプロトコル、"Fold From Loops"とは
Rosettaで、特定のエピトープ構造をスキャフォールドにグラフトするプロトコル、"Fold From Loops" (FFL)について紹介します。
www.biospace.info
2022.12.24

今回は、FFLの改良版であるRosetta FunFolDesについて紹介します。

要旨

非連続な複数のセグメントモチーフをスキャフォールドに移植できる手法、FunFolDesについて解説した論文です。

解説など

FFLは、スキャフォールドを柔軟に構造緩和させることで、その構造を保持したまま機能モチーフを挿入する手法でした。一方でこのFFLは、単一のセグメントのモチーフグラフティングに制限されます。筆者らは、この制約を取り払った新規手法を、Rosetta Functional Folding and Design (FunFolDes)として公開しています。

FunFolDesの特徴

FunFolDesの既存手法と比較したときの主な改善点は、以下の５つです。

  • 複数の不連続セグメントへ適応（先述）
  • シミュレーション時に機能モチーフの結合パートナーを含めた構造モデルを用いてデザイン
  • 局所的な構造に対して特異的に制約を付与
  • Rosettaの内部の２次構造予測手法を用いてフラグメントを選択（FFLでは外部ツールを利用）
  • ユーザビリティの改善（RosettaScriptsと互換性あり）

手法

デザインの手順は下記のとおりです。

機能モチーフの選択

モチーフの内部に関しては、プロトコル全体で固定されたままです。

スキャフォールドの選択
フラグメントデータベースの作成

このステップでRosettaの内部ツールを用いたon the fly FragmentPickingを利用します。

制約条件の設定
グラフティング構造の構築

構築された構造はセントロイド（側鎖原子群を単一の仮想原子として粗視化）で表現します。

グラフティング構造のフォールディング予測
機能モチーフの結合パートナー構造を付与
フォールディング予測

NubInitioMoverというmoverを利用。

配列設計と構造緩和
ループ閉鎖

CCDプロトコルを利用。

配列選択・スコアリング・ランキング

筆者らは、この論文でFunFolDesの使用例として、EBVの結合タンパク質のデザイン、ウイルスエピトープのデノボスキャフォールド(Top7)移植などを公開しています。ぜひ原著でご参照いただければと思います。

コメント