Предсказание структуры белка: различия между версиями

орфография, пунктуация
м (откат правок Arkadyevichs (обс.) к версии Lê Lợi (bot))
Метка: откат
(орфография, пунктуация)
 
==== Первичная подготовка ====
Большинство методов моделирования третичной структуры оптимизированы для моделирования третичной структуры отдельных белковых доменов. Этап, называемый анализом домена или предсказанием границы домена, обычно выполняется первым, чтобы разделить белок на потенциальные структурные домены. Как и в случае с остальными этапами предсказания третичной структуры, это можно сделать с помощью сравнения с известными структурами или [[ab initio]] только с помощью [[Первичная структура|последовательности]] (обычно с помощью [[Машинное обучение|машинного обучения]], задействующующегозадействующего [[Ковариация|ковариацию]])<ref>{{Статья|ссылка=https://academic.oup.com/bioinformatics/article/35/14/2411/5221017|автор=Seung Hwan Hong, Keehyoung Joo, Jooyoung Lee|заглавие=ConDo: protein domain boundary prediction using coevolutionary information|год=2019-07-15|язык=en|издание=Bioinformatics|том=35|выпуск=14|страницы=2411—2417|issn=1367-4803|doi=10.1093/bioinformatics/bty973}}</ref><ref>{{Cite web|url=https://pubmed.ncbi.nlm.nih.gov/26677056/|title=Improved De Novo Structure Prediction in CASP11 by Incorporating Coevolution Information Into Rosetta|author=Ovchinnikov S, Kim De, Wang Ry, Liu Y, DiMaio F, Baker D|date=2016-09|publisher=Proteins|lang=en|accessdate=2020-04-13}}</ref>. Структуры отдельных доменов объединяются в одну окончательную третичную структуру в процессе, называемом сборкой доменов<ref>{{Статья|ссылка=https://academic.oup.com/bioinformatics/article/31/13/2098/195845|автор=Dong Xu, Lukasz Jaroszewski, Zhanwen Li, Adam Godzik|заглавие=AIDA: ab initio domain assembly for automated multi-domain protein structure prediction and domain–domain interaction prediction|год=2015-07-01|язык=en|издание=Bioinformatics|том=31|выпуск=13|страницы=2098—2105|issn=1367-4803|doi=10.1093/bioinformatics/btv092}}</ref>.
 
==== Методы, основанные на расчёте энергии ====
 
== CASP ==
[[Файл:Target3dsmRib 354predictedModels CASP8.jpg|thumb|Пример белка из CASP8. Целевая структура показана цветом в ленточной модели. Показано наложение 354 предсказанных структур (серый цвет, визуализация остова).]]{{Main|CASP}}
CASP (от {{lang-en|Critical Assessment of protein Structure Prediction}} — критическая оценка предсказания белковых структур) — масштабный эксперимент по предсказанию белковых структур. Проходит с 1994 года с периодичностью каждые два года<ref>{{cite doi|10.1002/prot.340230303}}</ref>. CASP объективно тестирует методы предсказания белковых структур и предоставляет независимую оценку структурного моделирования. Основная цель CASP — помощь в улучшении методов определения [[Третичная структура|трёхмерной структуры белков]] из их [[Первичная структура|аминокислотных последовательностей]]. Более 100 исследовательских групп принимают участие в проекте на постоянной основе.
Один из главных принципов CASP — отсутствие у участников какой-либо предварительной информации о белке, кроме аминокислотной последовательности. По этой причине в CASP используется [[Слепой метод|двойной слепой метод]] — ни организаторы, ни эксперты, ни участники не знают структуры тестируемых белков до окончания стадии предсказаний. Тестируемые белки — чаще всего ещё не разрешённые структуры, полученные методами рентгеноструктурного анализа и ЯМР<ref>{{cite pmid|8710822}}</ref>.
 
Данное мероприятие помогает сравнить передовые методы предсказания структур белков и поиск «идеального» алгоритма, который лишь по аминокислотной последовательности сможет предсказывать третичную структуру блекабелка<ref>{{cite pmid|19774550}}</ref>.
 
На последнем CASP13 победила команда, которая использовала [[Нейронная сеть|нейронную сеть]] [[DeepMind|AlphaFold]]. Так что, скорее всего, предсказание структур белков в будущем будут делать, используя именно нейронный сети<ref>{{cite news|last1=Sample|first1=Ian|title=Google's DeepMind predicts 3D shapes of proteins|url=https://www.theguardian.com/science/2018/dec/02/google-deepminds-ai-program-alphafold-predicts-3d-shapes-of-proteins|accessdate=2019-07-19|work=The Guardian|date=2018-12-02}}</ref>.