从晶体学药物碎片屏幕绘制蛋白质构造格局的地图
Ammaar A Saeed1, Margaret A Klureza2, Doeke R Hekstra1,3
1Department of Molecular & Cellular Biology, Harvard University, Cambridge, MA 02138.
bioRxiv : the preprint server for biology
|August 12, 2024
概括
本研究介绍了COLAV,这是一个开源的Python包,用于使用药物片段屏幕数据可视化蛋白质构造景观. 这种方法揭示了蛋白质动态和潜在的药物结合部位,有助于治疗设计.
科学领域:
- 结构生物学 结构生物学
- 计算生物学 计算生物学
- 药物发现 药物发现 药物发现
背景情况:
- 蛋白质是动态的宏分子,其结构状态对于功能和治疗向至关重要.
- 了解蛋白质结构转变是解读生物过程和设计有效药物的关键.
- 晶体学药物片段查提供了一种高通量方法来探测蛋白质结构并识别结合部位.
研究的目的:
- 介绍COLAV (COnformational LAndscape Visualization),这是一个开源的Python软件包.
- 为了能够从大规模的晶体学扰动研究,特别是药物碎片选中推断蛋白质构造景观.
- 为了证明COLAV在绘制医学相关蛋白质的结构动态的实用性.
主要方法:
- 开发用于数据分析的 COLAV 开源 Python 软件包.
- 应用COLAV来分析来自晶体学药物片段查的数据.
- 使用碎片绑定数据推断内在的构造转换和景观路径.
主要成果:
- COLAV成功地从晶体学药物片段查数据中推断出构造性景观.
- 这种方法在两个重要的系统上得到了验证:蛋白氨酸酸酶1B (PTP-1B) 和SARS CoV-2 主蛋白酶 (MPro).
- 使用COLAV分析药物碎片选,可以详细了解蛋白质结构动态.
结论:
- 大规模的药物碎片屏幕可以作为绘制蛋白质构造格局的强大工具.
- COLAV促进了对扰动数据的解释,以了解蛋白质动态.
- 这种方法有助于合理设计治疗方法,通过揭示可访问的蛋白质构造.
