論文タイトル
Computational generation of proteins with predetermined three-dimensional shapes using ProteinSolver
出典
STAR Protoc. 2021 Apr 28;2(2):100505.
Computational generation of proteins with predetermined three-dimensional shapes using ProteinSolver - PubMed
Computational generation of new proteins with a predetermined three-dimensional shape and computational optimization of existing proteins while maintaining thei...
pubmed.ncbi.nlm.nih.gov
確認したいこと
深層学習を利用した、タンパク質構造予測・デザイン手法をベンチマークしています。
要旨
ProteinSolverをウェブサーバで使用する際のプロトコルを記述した論文です。
解説など
ProteinSolverは、先日の記事で紹介しました。
Fast and Flexible Protein Design Using Deep Graph Neural Networks - PubMed
Protein structure and function is determined by the arrangement of the linear sequence of amino acids in 3D space. We show that a deep graph neural network, Pro...
pubmed.ncbi.nlm.nih.gov
近年多数の適応例が公開されている、グラフニューラルネットワークを利用したプロテインデザイン手法です。本論文は、ProteinSolverを実際に使うためのチュートリアルになります。
- ツールインストール手順
- 入力ファイルの作成方法
- ウェブサーバーで実行する際のスクリーンショット
などが、メインで解説されています。
これらのほか、外部のタンパク質解析ツールの利用や、ウェットでの実験手法についても概要レベルですが解説されています。外部のタンパク質解析ツールは、インシリコデザインしたタンパク質の評価スキームの指針になりますので、どのようなツールが挙がっているか確認するだけでも参考になるでしょう。
以下に本文で言及のあるツールについて、羅列します。
- ２次構造予測：PSIPRED
- 物性予測：ProtParam
- 構造予測：I-TASSER, QUARK
- ホモロジーモデリング：MODELLER
- ホモロジーモデルの安定性評価：Rosetta
- 分子動力学シミュレーション：Amber16
コメント