Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску
Protein primary structureProtein secondary structureProtein tertiary structureProtein quaternary structure
Изображение выше содержит интерактивные ссылки
Интерактивная схема , по структуре белка , используя PCNA в качестве примера. ( PDB : 1AXC )

Белок вторичная структура является трехмерный формой из локальных сегментов из белков . Двумя наиболее распространенными вторичными структурными элементами являются альфа-спирали и бета-листы , хотя также встречаются бета-повороты и омега-петли . Элементы вторичной структуры обычно спонтанно образуются в качестве промежуточного продукта до того, как белок сворачивается в свою трехмерную третичную структуру .

Вторичная структура формально определяется типом водородных связей между атомами водорода аминогруппы и карбоксильными атомами кислорода в основной цепи пептида . В качестве альтернативы вторичная структура может быть определена на основе регулярного рисунка двугранных углов основной цепи в конкретной области диаграммы Рамачандрана независимо от того, имеет ли она правильные водородные связи.

Концепция вторичной структуры была впервые введена Каем Ульриком Линдерстрём-Лангом в Стэнфорде в 1952 году. [1] [2] Другие типы биополимеров, такие как нуклеиновые кислоты, также обладают характерными вторичными структурами .

Типы [ править ]

Структурные особенности трех основных форм белковых спиралей [3] [4]
Атрибут геометрииα-спираль3 10 спиралейπ-спираль
Остатки за ход3,63.04.4
Перевод на остаток1,5 Å (0,15 нм)2,0 Å (0,20 нм)1,1 Å (0,11 нм)
Радиус спирали2,3 Å (0,23 нм)1,9 Å (0,19 нм)2,8 Å (0,28 нм)
Подача5,4 Å (0,54 нм)6,0 Å (0,60 нм)4,8 Å (0,48 нм)
Protein secondary structureBeta sheetAlpha helix
Изображение выше содержит интерактивные ссылки
Интерактивная диаграмма , из водородных связей в вторичной структуре белка . Мультфильм выше, атомы азота ниже с синим, кислород в красном ( PDB : 1AXC )

Наиболее распространенными вторичными структурами являются альфа-спирали и бета-листы . Другие спирали, такие как спираль 3 · 10 и π-спираль , рассчитаны на наличие энергетически выгодных паттернов водородных связей, но редко наблюдаются в природных белках, за исключением концов α-спиралей из-за неблагоприятной упаковки основной цепи в центре спирали. Другие протяженные структуры, такие как полипролиновая спираль и альфа-лист , редко встречаются в белках в нативном состоянии, но часто предполагаются как важные промежуточные соединения сворачивания белков . Крутые поворотыа свободные, гибкие петли соединяют более «регулярные» элементы вторичной структуры. Случайная катушка не является истинной вторичной структуры, но это класс конформаций , которые указывают на отсутствие регулярной вторичной структуры.

Аминокислоты различаются по своей способности образовывать различные элементы вторичной структуры. Пролин и глицин иногда называют «разрушителями спирали», потому что они нарушают регулярность конформации α спиральной основной цепи; однако оба обладают необычными конформационными способностями и обычно встречаются по очереди . Аминокислоты, которые предпочитают принимать спиральные конформации в белках, включают метионин , аланин , лейцин , глутамат и лизин («MALEK» в однобуквенных кодах аминокислот ); напротив, большие ароматические остатки ( триптофан , тирозини фенилаланин ) и С β -branched аминокислот ( изолейцин , валин и треонин ) предпочитают принимать β-цепь конформации. Однако этих предпочтений недостаточно для создания надежного метода предсказания вторичной структуры только на основе последовательности.

Считается, что низкочастотные коллективные колебания чувствительны к локальной жесткости внутри белков, показывая, что бета-структуры в целом более жесткие, чем альфа или неупорядоченные белки. [5] [6] Измерения нейтронного рассеяния напрямую связали спектральные особенности на ~ 1 ТГц с коллективными движениями вторичной структуры бета-бочкообразного белка GFP. [7]

Образцы водородных связей во вторичных структурах могут быть значительно искажены, что затрудняет автоматическое определение вторичной структуры. Существует несколько методов формального определения вторичной структуры белка (например, DSSP , [8] DEFINE, [9] STRIDE , [10] ScrewFit, [11] SST [12] ).

Классификация DSSP [ править ]

Основная статья: DSSP (белок)
Распределение получено из неизбыточного набора данных pdb_select (март 2006 г.); Вторичная структура, присвоенная DSSP; 8 конформационных состояний сведены к 3 состояниям: H = HGI, E = EB, C = STC. Видны смеси (гауссовских) распределений, также являющиеся результатом редукции состояний DSSP.

Словарь вторичной структуры белка, сокращенно DSSP, обычно используется для описания вторичной структуры белка с однобуквенными кодами. Вторичная структура назначается на основе моделей водородных связей, как это было первоначально предложено Pauling et al. в 1951 г. (до того, как какая-либо структура белка была установлена ​​экспериментально). DSSP определяет восемь типов вторичной структуры:

  • G = 3 оборота по винтовой линии ( 3 10 спирали ). Минимальная длина 3 остатка.
  • H = 4-витковая спираль ( α-спираль ). Минимальная длина 4 остатка.
  • I = 5-витковая спираль ( π-спираль ). Минимальная длина 5 остатков.
  • T = виток с водородной связью (3, 4 или 5 витков)
  • E = удлиненная нить в параллельной и / или антипараллельной конформации β-листа . Минимальная длина 2 остатка.
  • B = остаток в изолированном β-мостике (образование однопарной β-листовой водородной связи)
  • S = изгиб (единственное назначение, не связанное с водородными связями).
  • C = катушка (остатки, не входящие ни в одну из вышеуказанных конформаций).

«Катушка» часто обозначается как «» (пробел), C (катушка) или «-» (тире). Все спирали (G, H и I) и листовые конструкции должны иметь разумную длину. Это означает, что 2 соседних остатка в первичной структуре должны образовывать один и тот же узор водородных связей. Если спиральный или листовой рисунок водородных связей слишком короткий, они обозначаются буквами T или B соответственно. Существуют и другие категории вторичной структуры белков (крутые повороты, петли Омега и т. Д.), Но они используются реже.

Вторичная структура определяется водородной связью , поэтому точное определение водородной связи имеет решающее значение. Стандартное определение водородной связи для вторичной структуры - это DSSP , который представляет собой чисто электростатическую модель. Он приписывает заряды ± q 1  ≈ 0,42 е карбонильному углероду и кислороду, соответственно, и заряды ± q 2  ≈ 0,20 э к амидному водороду и азоту соответственно. Электростатическая энергия равна

Согласно DSSP, водородная связь существует тогда и только тогда, когда Е меньше -0,5 ккал / моль (-2,1 кДж / моль). Хотя формула DSSP является относительно грубым приближением физической энергии водородной связи, ее обычно принимают в качестве инструмента для определения вторичной структуры.

Классификация SST [12] [ править ]

SST - это байесовский метод для присвоения вторичной структуры данным координат белка с использованием информационного критерия Шеннона для вывода минимальной длины сообщения ( MML ). SST рассматривает любое присвоение вторичной структуры как потенциальную гипотезу, которая пытается объяснить ( сжать ) данные координаты белка. Основная идея состоит в том, что наилучшее вторичное структурное назначение - это то, которое может объяснить ( сжать ) координаты заданных координат белка наиболее экономичным способом, тем самым связывая вывод вторичной структуры со сжатием данных без потерь . SST точно разделяет любую белковую цепь на области, связанные со следующими типами назначения:[13]

  • E = (Расширенная) прядь β-гофрированного листа
  • G = правая спираль 3 10
  • H = правая α-спираль
  • I = Правосторонняя π - спираль
  • g = Левая спираль 3 10
  • h = Левая α-спираль
  • i = левосторонняя π - спираль
  • 3 = 3 10- подобный поворот
  • 4 = α- подобный поворот
  • 5 = π- как поворот
  • T = неуказанный поворот
  • C = Катушка
  • - = неназначенный остаток

SST обнаруживает π- и 3 · 10 спиральных крышек до стандартных α- спиралей и автоматически собирает различные удлиненные пряди в однородные β-гофрированные листы. Он обеспечивает читаемый вывод рассеченных вторичных структурных элементов и соответствующий загружаемый PyMol скрипт для индивидуальной визуализации назначенных вторичных структурных элементов.

Экспериментальное определение [ править ]

Примерное содержание вторичной структуры в биополимере (например, «этот белок представляет собой 40% α-спирали и 20% β-листа ») можно оценить спектроскопически . [14] Для белков распространенным методом является круговой дихроизм в дальнем ультрафиолете (дальний УФ, 170–250 нм) . Ярко выраженный двойной минимум на 208 и 222 нм указывает на α-спиральную структуру, тогда как одиночный минимум на 204 нм или 217 нм отражает структуру случайных катушек или β-листов, соответственно. Менее распространенным методом является инфракрасная спектроскопия , которая обнаруживает различия в колебаниях связей амидных групп из-за образования водородных связей. Наконец, содержание вторичной структуры можно точно оценить с помощью химических сдвигов.первоначально неназначенного спектра ЯМР . [15]

Прогноз [ править ]

См. Также: Прогнозирование структуры белка и Список программ предсказания вторичной структуры белка.

Прогнозирование третичной структуры белка только по его аминокислотной последовательности - очень сложная задача (см. Прогнозирование структуры белка ), но использование более простых определений вторичной структуры более легко поддается решению.

Ранние методы прогнозирования вторичной структуры ограничивались прогнозированием трех преобладающих состояний: спирали, листа или случайной спирали. Эти методы были основаны на склонности отдельных аминокислот к образованию спиралей или листов, иногда в сочетании с правилами оценки свободной энергии образующихся элементов вторичной структуры. Первыми широко используемыми методами предсказания вторичной структуры белка по аминокислотной последовательности были метод Чоу – Фасмана [16] [17] [18] и метод GOR . [19] Хотя такие методы утверждали, что они достигают ~ 60% точности в предсказании того, какое из трех состояний (спираль / лист / рулон) принимает остаток, слепые вычисления позже показали, что фактическая точность была намного ниже. [20]

Значительное увеличение точности (почти до ~ 80%) было достигнуто за счет использования множественного выравнивания последовательностей ; Знание полного распределения аминокислот, которые встречаются в позиции (и в ее окрестностях, обычно ~ 7 остатков с каждой стороны) на протяжении эволюции, дает гораздо лучшую картину структурных тенденций в этой позиции. [21] [22] Для иллюстрации, данный белок может иметь глицин в данном положении, что само по себе может указывать на случайный клубок. Однако множественное выравнивание последовательностей может выявить, что благоприятные для спирали аминокислоты встречаются в этом положении (и близлежащих положениях) в 95% гомологичных белков, охватывающих почти миллиард лет эволюции. Более того, исследуя среднийгидрофобность в этом и близлежащих положениях, то же самое выравнивание может также указывать на образец доступности остатка для растворителя, совместимый с α-спиралью. Взятые вместе, эти факторы предполагают, что глицин исходного белка имеет α-спиральную структуру, а не случайную спираль. Несколько типов методов используются для объединения всех доступных данных для формирования предсказания с тремя состояниями, включая нейронные сети , скрытые марковские модели и вспомогательные векторные машины . Современные методы прогнозирования также обеспечивают оценку достоверности своих прогнозов на каждой позиции.

Методы прогнозирования вторичной структуры оценивались экспериментами по критической оценке прогнозирования структуры белка (CASP) и постоянно тестировались, например, с помощью EVA (эталонный тест) . Основываясь на этих тестах, наиболее точными методами были Psipred , SAM, [23] PORTER, [24] PROF, [25] и SABLE. [26] Главной областью для улучшения, по-видимому, является предсказание β-нитей; остатки, уверенно предсказанные как β-цепь, скорее всего, будут таковыми, но методы склонны упускать из виду некоторые сегменты β-цепи (ложноотрицательные результаты). Вероятно, существует верхний предел точности прогноза ~ 90% в целом из-за особенностей стандартного метода ( DSSP) для присвоения классов вторичной структуры (спираль / нить / спираль) структурам PDB, с которыми сравниваются прогнозы. [27]

Точное предсказание вторичной структуры является ключевым элементом в предсказании третичной структуры во всех случаях, кроме простейших ( моделирование гомологии ). Например, уверенно предсказанный паттерн из шести элементов вторичной структуры βαββαβ является признаком ферредоксиновой складки. [28]

Приложения [ править ]

Вторичные структуры как белка, так и нуклеиновой кислоты могут использоваться для облегчения множественного выравнивания последовательностей . Эти сопоставления можно сделать более точными путем включения информации о вторичной структуре в дополнение к простой информации о последовательности. Иногда это менее полезно для РНК, потому что спаривание оснований намного более консервативно, чем последовательность. Дистанционные отношения между белками, первичные структуры которых несовместимы, иногда можно обнаружить по вторичной структуре. [21]

Было показано, что α-спирали более стабильны, устойчивы к мутациям и поддаются конструированию, чем β-цепи в природных белках [29], таким образом, создание функциональных all-α белков, вероятно, будет проще, чем создание белков как со спиралями, так и с цепями; это недавно было подтверждено экспериментально. [30]

См. Также [ править ]

  • Складывание (химия)
  • Вторичная структура нуклеиновой кислоты
  • Перевод
  • Структурный мотив
  • Банк данных кругового дихроизма белков
  • ЧТО ЕСЛИ ПО
  • Список программ предсказания вторичной структуры белков

Ссылки [ править ]

  1. ^ Linderstrøm-Lang KU (1952). Переулок медицинских лекций: белки и ферменты . Stanford University Press. п. 115. ASIN  B0007J31SC .
  2. ^ Schellman JA, Schellman CG (1997). «Кай Ульрик Линдерстрём-Ланг (1896–1959)» . Protein Sci . 6 (5): 1092–100. DOI : 10.1002 / pro.5560060516 . PMC 2143695 . PMID 9144781 . Он уже представил концепции первичной, вторичной и третичной структуры белков в третьей лекции Лейна (Linderstram-Lang, 1952).  
  3. ^ Стивен Боттомли (2004). «Интерактивное руководство по структуре белка» . Архивировано из оригинала на 1 марта 2011 года . Проверено 9 января 2011 года .
  4. ^ Шульц, GE (Георг Э.), 1939- (1979). Принципы строения белков . Ширмер, Р. Хайнер, 1942-. Нью-Йорк: Springer-Verlag. ISBN 0-387-90386-0. OCLC  4498269 .CS1 maint: multiple names: authors list (link)
  5. ^ Perticaroli S, Никелс JD, Элерса G, H O'Neill, Чжан Q, Соколов А.П. (октябрь 2013 г. ). «Вторичная структура и жесткость в модельных белках». Мягкая материя . 9 (40): 9548–56. DOI : 10.1039 / C3SM50807B . PMID 26029761 . 
  6. ^ Perticaroli S, Никелс JD, Элерса G, Соколов А.П. (июнь 2014). «Жесткость, вторичная структура и универсальность бозонного пика в белках» . Биофизический журнал . 106 (12): 2667–74. DOI : 10.1016 / j.bpj.2014.05.009 . PMC 4070067 . PMID 24940784 .  
  7. ^ Никелс JD, Perticaroli S, О'Неилл Н, Чжан Q, G Элерса, Соколов А.П. (2013). «Когерентное рассеяние нейтронов и коллективная динамика в белке, GFP» . Биофиз. Дж . 105 (9): 2182–87. DOI : 10.1016 / j.bpj.2013.09.029 . PMC 3824694 . PMID 24209864 .  
  8. ^ Kabsch W, Sander C (декабрь 1983). «Словарь вторичной структуры белков: распознавание образов водородных связей и геометрических элементов». Биополимеры . 22 (12): 2577–637. DOI : 10.1002 / bip.360221211 . PMID 6667333 . 
  9. ^ Ричардс FM, Кундрот CE (1988). «Идентификация структурных мотивов по координатным данным белка: вторичная структура и супервторичная структура первого уровня». Белки . 3 (2): 71–84. DOI : 10.1002 / prot.340030202 . PMID 3399495 . 
  10. ^ Frishman D, Argos P (декабрь 1995). «Назначение вторичной структуры белка на основе знаний» (PDF) . Белки . 23 (4): 566–79. CiteSeerX 10.1.1.132.9420 . DOI : 10.1002 / prot.340230412 . PMID 8749853 . Архивировано из оригинального (PDF) 13 июня 2010 года.   
  11. ^ Calligari PA, Kneller GR (декабрь 2012). «ВинтФит: сочетание локализации и описания вторичной структуры белка». Acta Crystallographica Раздел D . 68 (Pt 12): 1690–3. DOI : 10.1107 / s0907444912039029 . PMID 23151634 . 
  12. ^ a b Konagurthu AS, Lesk AM, Allison L (июнь 2012 г.). «Минимальная длина сообщения вывод вторичной структуры из данных координат белка» . Биоинформатика . 28 (12): i97 – i105. DOI : 10.1093 / биоинформатики / bts223 . PMC 3371855 . PMID 22689785 .  
  13. ^ "Веб-сервер SST" . Проверено 17 апреля 2018 года .
  14. ^ Пэлтон JT, McLean LR (2000). «Спектроскопические методы анализа вторичной структуры белков». Анальный. Biochem . 277 (2): 167–76. DOI : 10.1006 / abio.1999.4320 . PMID 10625503 . 
  15. ^ Meiler Дж, Бейкер D (2003). «Быстрое определение складчатости белка с использованием неназначенных данных ЯМР» . Proc. Natl. Акад. Sci. США . 100 (26): 15404–09. DOI : 10.1073 / pnas.2434121100 . PMC 307580 . PMID 14668443 .  
  16. ^ Chou PY, Fasman GD (январь 1974). «Прогнозирование конформации белков». Биохимия . 13 (2): 222–45. DOI : 10.1021 / bi00699a002 . PMID 4358940 . 
  17. ^ Chou PY, Fasman GD (1978). «Эмпирические предсказания конформации белков». Ежегодный обзор биохимии . 47 : 251–76. DOI : 10.1146 / annurev.bi.47.070178.001343 . PMID 354496 . 
  18. ^ Chou PY, Fasman GD (1978). «Предсказание вторичной структуры белков по их аминокислотной последовательности». Достижения в энзимологии и смежных областях молекулярной биологии . Достижения в энзимологии и смежных областях молекулярной биологии. 47 . С.  45–148 . DOI : 10.1002 / 9780470122921.ch2 . ISBN 9780470122921. PMID  364941 .
  19. ^ Garnier J, Осгуторп DJ, Robson B (март 1978). «Анализ точности и последствий простых методов для предсказания вторичной структуры глобулярных белков». Журнал молекулярной биологии . 120 (1): 97–120. DOI : 10.1016 / 0022-2836 (78) 90297-8 . PMID 642007 . 
  20. ^ Kabsch W, Sander C (май 1983). «Насколько хороши прогнозы вторичной структуры белка?». Письма FEBS . 155 (2): 179–82. DOI : 10.1016 / 0014-5793 (82) 80597-8 . PMID 6852232 . 
  21. ^ a b Simossis VA, Heringa J (август 2004 г.). «Интеграция предсказания вторичной структуры белка и множественного выравнивания последовательностей». Современная наука о белках и пептидах . 5 (4): 249–66. DOI : 10.2174 / 1389203043379675 . PMID 15320732 . 
  22. ^ Pirovano Вт, Херинга J (2010). Прогнозирование вторичной структуры белков . Методы Мол. Биол . Методы молекулярной биологии. 609 . С. 327–48. DOI : 10.1007 / 978-1-60327-241-4_19 . ISBN 978-1-60327-240-7. PMID  20221928 .
  23. ^ Карплуса K (2009). «SAM-T08, предсказание структуры белка на основе HMM» . Nucleic Acids Res . 37 (выпуск веб-сервера): W492–97. DOI : 10.1093 / NAR / gkp403 . PMC 2703928 . PMID 19483096 .  
  24. ^ Pollastri G, McLysaght A (2005). «Портер: новый точный сервер для предсказания вторичной структуры белков» . Биоинформатика . 21 (8): 1719–20. DOI : 10.1093 / биоинформатики / bti203 . PMID 15585524 . 
  25. ^ Yachdav G, Kloppmann E, Kajan L, Hecht M, Goldberg T, Hamp T, Hönigschmid P, Schafferhans A, Roos M, Bernhofer M, Richter L, Ashkenazy H, Punta M, Schlessinger A, Bromberg Y, Schneider R, Vriend Г., Сандер К., Бен-Тал Н., Рост Б. (2014). «PredictProtein - открытый ресурс для онлайн-прогнозирования структурных и функциональных характеристик белков» . Nucleic Acids Res . 42 (выпуск веб-сервера): W337–43. DOI : 10.1093 / NAR / gku366 . PMC 4086098 . PMID 24799431 .  
  26. ^ Adamczak R, Porollo А, Меллер J (2005). «Сочетание предсказания вторичной структуры и доступности растворителей в белках». Белки . 59 (3): 467–75. DOI : 10.1002 / prot.20441 . PMID 15768403 . 
  27. ^ Кихара D (август 2005). «Влияние дальнодействующих взаимодействий на формирование вторичной структуры белков» . Белковая наука . 14 (8): 1955–963. DOI : 10.1110 / ps.051479505 . PMC 2279307 . PMID 15987894 .  
  28. Перейти ↑ Qi Y, Grishin NV (2005). «Структурная классификация тиоредоксин-подобных складчатых белков» (PDF) . Белки . 58 (2): 376–88. CiteSeerX 10.1.1.644.8150 . DOI : 10.1002 / prot.20329 . PMID 15558583 . Поскольку определение складки должно включать только основные вторичные структурные элементы, которые присутствуют в большинстве гомологов, мы определяем тиоредоксин-подобную складку как двухслойный α / β-сэндвич с паттерном вторичной структуры βαβββα.   
  29. ^ Abrusan G, Marsh JA (2016). «Альфа-спирали более устойчивы к мутациям, чем бета-цепи» . PLoS вычислительная биология . 12 (12): e1005242. DOI : 10.1371 / journal.pcbi.1005242 . PMC 5147804 . PMID 27935949 .  
  30. ^ Rocklin GJ, et al. (2017). «Глобальный анализ сворачивания белков с использованием массового параллельного проектирования, синтеза и тестирования» . Наука . 357 (6347): 168–175. DOI : 10.1126 / science.aan0693 . PMC 5568797 . PMID 28706065 .  

Дальнейшее чтение [ править ]

  • Бранден С., Автор J (1999). Введение в структуру белка (2-е изд.). Нью-Йорк: Наука Гарланд. ISBN 978-0815323051.
  • Полинг Л. , Кори Р. Б. (1951). «Конфигурации полипептидных цепей с предпочтительными ориентациями вокруг одинарных связей: два новых гофрированных листа» . Proc. Natl. Акад. Sci. США . 37 (11): 729–40. DOI : 10.1073 / pnas.37.11.729 . PMC  1063460 . PMID  16578412 . (Оригинальная подтверждающая статья о бета-листе.)
  • Полинг Л. , Кори Р. Б. , Брэнсон Х. Р. (1951). «Структура белков; две спиральные конфигурации полипептидной цепи с водородными связями» . Proc. Natl. Акад. Sci. США . 37 (4): 205–11. DOI : 10.1073 / pnas.37.4.205 . PMC  1063337 . PMID  14816373 .(Конформации альфа- и пи-спиралей, поскольку они предсказали, что спирали невозможны.)

Внешние ссылки [ править ]

  • NetSurfP - средство прогнозирования вторичной структуры и доступности поверхности
  • ПРОФ
  • ВинтФит
  • PSSpred Программа обучения множественной нейронной сети для предсказания вторичной структуры белка.
  • Genesilico metaserver Metaserver, который позволяет запускать более 20 различных предикторов вторичной структуры одним щелчком мыши
  • Веб- сервер SST : теоретико-информационное (основанное на сжатии) вторичное структурное задание.