معلومة

كيف تحسب أو تتنبأ بشحنة البروتين عند الرقم الهيدروجيني 7؟

كيف تحسب أو تتنبأ بشحنة البروتين عند الرقم الهيدروجيني 7؟



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

كيف تحسب أو تتنبأ بشحنة البروتين عند الرقم الهيدروجيني 7 في ضوء تسلسل فاستا؟

أي أوراق أو خوادم عبر الإنترنت للقيام بذلك محل تقدير جيد.


ExPASy للإنقاذ! على الرغم من أنني لم أمشط جميع الأدوات ، إلا أن هذا الموقع الأنيق يوفر عددًا لا يحصى من موارد المعلوماتية الحيوية التي تحتوي بالتأكيد على الأداة لحساب ما تريد.

ومع ذلك ، ضع في اعتبارك أن معظم الأدوات ستخبرك بملف نقطة متساوية الكهرباء من البروتين الخاص بك. ومع ذلك ، مع الأخذ في الاعتبار العلاقة بين pI و pH (أي إذا كان pI

http://expasy.org/tools/

*تحديث

إليك الأداة الدقيقة لحساب النقاط المتساوية الكهربية: http://web.expasy.org/compute_pi/


لحساب الشحنة عند درجة حموضة مختلفة:

عند الرقم الهيدروجيني 3 K و R و H هي + و D و E ليس لها شحنة ، لذا أضف كل K و R و H في التسلسل وهذا هو صافي شحنتك عند الرقم الهيدروجيني 3 عند الرقم الهيدروجيني 6 K و R و H هي + ولكن الآن D و E هما (-) لذا اطرح إجماليًا واحدًا من الآخر لمعرفة ما إذا كان صافي شحنتك هو + أو -. عند درجة الحموضة 8 K و R هي + ، H ليس لها شحنة و D ، E هي (-). عند الرقم الهيدروجيني 10 R يكون + ، K ، H ليس له شحنة و D ، E هي (-).

يمكن أن يعطيك فكرة عامة. يمكنك تقدير الشحنة عند الأس الهيدروجيني بينهما.


صكأ تلعب قيم السلاسل الجانبية للأحماض الأمينية دورًا مهمًا في تحديد الخصائص المعتمدة على الرقم الهيدروجيني للبروتين. الاعتماد على الرقم الهيدروجيني للنشاط الذي تعرضه الإنزيمات والاعتماد على الرقم الهيدروجيني لاستقرار البروتين ، على سبيل المثال ، هي خصائص يتم تحديدها بواسطة pكأ قيم سلاسل الأحماض الأمينية الجانبية.

صكأ عادة ما يتم استنتاج قيم السلسلة الجانبية للأحماض الأمينية في المحلول من pكأ قيم مركبات النموذج (مركبات تشبه السلاسل الجانبية للأحماض الأمينية). انظر الأحماض الأمينية ل pكأ يتم استنتاج قيم جميع سلاسل الأحماض الأمينية الجانبية بهذه الطريقة. هناك أيضًا العديد من الدراسات التجريبية التي أسفرت عن مثل هذه القيم ، على سبيل المثال باستخدام التحليل الطيفي بالرنين المغناطيسي النووي.

يسرد الجدول أدناه نموذج pكأ القيم التي غالبًا ما تستخدم في بروتين pكأ الحساب ، ويحتوي على عمود ثالث يعتمد على دراسات البروتين. [1]

حمض أميني صكأ صكأ
آسيا والمحيط الهادئ (د) 3.9 4.0 0
صمغ) 4.3 4.4 0
Arg (R) 12.0 13.5 0
ليس (ك) 10.5 10.4 0
صاحب (ح) 6.08 6.8 0
السيستئين (C) (–SH) 8.28 8.3 0
صور (ص) 10.1 9.6 0
N- المدى 8.0 0
C- مصطلح 3.6 0

عندما ينثني البروتين ، يتم نقل الأحماض الأمينية القابلة للمعايرة في البروتين من بيئة شبيهة بالمحلول إلى بيئة تحددها البنية ثلاثية الأبعاد للبروتين. على سبيل المثال ، في البروتين غير المطوي ، يكون حمض الأسبارتيك عادةً في بيئة تعرض السلسلة الجانبية القابلة للمعايرة للماء. عندما ينثني البروتين ، يمكن أن يجد حمض الأسبارتيك نفسه مدفونًا بعمق في داخل البروتين دون التعرض للمذيب.

علاوة على ذلك ، في البروتين المطوي ، سيكون حمض الأسبارتيك أقرب إلى المجموعات الأخرى القابلة للمعايرة في البروتين وسوف يتفاعل أيضًا مع الشحنات الدائمة (مثل الأيونات) وثنائيات الأقطاب في البروتين. كل هذه التأثيرات تغير pكأ قيمة السلسلة الجانبية للأحماض الأمينية ، و pكأ تحسب طرق الحساب عمومًا تأثير بيئة البروتين على النموذج pكأ قيمة السلسلة الجانبية للأحماض الأمينية. [2] [3] [4] [5]

عادةً ما تكون تأثيرات بيئة البروتين على الحمض الأميني pكأ تنقسم القيمة إلى تأثيرات مستقلة عن الأس الهيدروجيني وتأثيرات تعتمد على الأس الهيدروجيني. تمت إضافة التأثيرات المستقلة عن الرقم الهيدروجيني (الذوبان ، والتفاعلات مع الشحنات الدائمة وثنائيات الأقطاب) إلى النموذج pكأ قيمة لإعطاء p الجوهريةكأ القيمة. لا يمكن إضافة التأثيرات المعتمدة على الأس الهيدروجيني بنفس الطريقة المباشرة ويجب حسابها باستخدام جمع بولتزمان أو تكرارات تانفورد - روكسبي أو طرق أخرى.

تفاعل p الجوهريةكأ يمكن لقيم نظام مع طاقات التفاعل الكهروستاتيكي بين المجموعات القابلة للمعايرة أن تنتج تأثيرات مذهلة تمامًا مثل منحنيات المعايرة غير هندرسون-هاسلبالش وحتى تأثيرات المعايرة العكسية. [6]

توضح الصورة أدناه نظامًا نظريًا يتكون من ثلاث بقايا حمضية. تعرض إحدى المجموعات حدث المعايرة الخلفية (المجموعة الزرقاء).

تتوفر العديد من حزم البرامج وخادم الويب لحساب البروتين pكأ القيم. انظر الروابط أدناه أو هذا الجدول

باستخدام تحرير معادلة بواسون بولتزمان

تعتمد بعض الطرق على حلول معادلة بواسون بولتزمان (PBE) ، والتي يشار إليها غالبًا بالطرق المستندة إلى FDPB (FDPB هو "الفروق المحدودة Poisson – Boltzmann"). إن PBE هو تعديل لمعادلة بواسون يتضمن وصفًا لتأثير أيونات المذيبات على المجال الكهروستاتيكي حول الجزيء.

يستخدم خادم الويب H ++ وخادم الويب pKD و MCCE و Karlsberg + و PETIT و GMCT طريقة FDPB لحساب pكأ قيم سلاسل الأحماض الأمينية الجانبية.

الطرق المستندة إلى FDPB تحسب التغيير في pكأ قيمة السلسلة الجانبية للأحماض الأمينية عندما يتم نقل تلك السلسلة الجانبية من حالة افتراضية منحلة بالكامل إلى موضعها في البروتين. لإجراء مثل هذا الحساب ، يحتاج المرء إلى طرق نظرية يمكنها حساب تأثير البروتين الداخلي على pكأ القيمة ، ومعرفة قيم pKa للسلاسل الجانبية للأحماض الأمينية في حالاتها الكاملة الذوبان. [2] [3] [4] [5]

الطرق التجريبية تحرير

مجموعة من القواعد التجريبية المتعلقة ببنية البروتين بالـ pكأ تم تطوير قيم المخلفات المؤينة بواسطة Li و Robertson و Jensen. تشكل هذه القواعد الأساس لبرنامج الوصول إلى الويب المسمى PROPKA للتنبؤ السريع بـ pكأ القيم. تجريبي حديث صكأ تم إصدار برنامج التنبؤ بواسطة Tan KP وآخرون. مع خادم الويب DEPTH عبر الإنترنت

الطرق المستندة إلى الديناميات الجزيئية (MD) تحرير

طرق الديناميكا الجزيئية لحساب صكأ تجعل القيم من الممكن تضمين المرونة الكاملة للجزيء المُعاير. [7] [8] [9]

عادةً ما تكون الطرق القائمة على الديناميكيات الجزيئية أكثر تكلفة من الناحية الحسابية ، وليست بالضرورة طرقًا أكثر دقة للتنبؤ بـ pكأ القيم من الأساليب القائمة على معادلة بواسون بولتزمان. يمكن أيضًا تحقيق المرونة المطابقة المحدودة ضمن نهج الكهرباء الساكنة المستمر ، على سبيل المثال ، للنظر في العديد من الأحماض الأمينية الدوارة الجانبية. بالإضافة إلى ذلك ، لا تأخذ مجالات القوة الجزيئية المستخدمة حاليًا في الاعتبار قابلية الاستقطاب الإلكتروني ، والتي يمكن أن تكون خاصية مهمة في تحديد طاقات البروتون.

تحديد pكأ القيم من منحنيات المعايرة بالتحليل الحجمي أو حسابات الطاقة المجانية تحرير

وبالتالي فهو مرتبط بدوره بالطاقة الخالية من البروتونات للموقع عبر

يمكن من حيث المبدأ حساب الطاقة الخالية من البروتون من احتمالية البروتون للمجموعة ⟨x⟩ (الرقم الهيدروجيني) الذي يمكن قراءته من منحنى المعايرة

يمكن حساب منحنيات المعايرة بالتحليل الحجمي ضمن نهج الكهرباء الساكنة المتصل باستخدام طرق تحليلية دقيقة ولكن أكثر تفصيلاً أو طرق مونت كارلو (MC) ، أو طرق تقريبية غير دقيقة ولكنها سريعة. طرق MC التي تم استخدامها لحساب منحنيات المعايرة [11] هي Metropolis MC [12] أو Wang – Landau MC. الطرق التقريبية التي تستخدم نهج المجال المتوسط ​​لحساب منحنيات المعايرة هي طريقة Tanford-Roxby والهجين من هذه الطريقة التي تجمع بين معالجة ميكانيكية إحصائية دقيقة داخل مجموعات من المواقع شديدة التفاعل مع معالجة المجال المتوسط ​​للتفاعلات بين الحشود. [13] [14] [15] [16] [17]

من الناحية العملية ، قد يكون من الصعب الحصول على طاقات خالية من البروتونات متقاربة إحصائيًا ودقيقة من منحنيات المعايرة إذاx⟩ قريبة من القيمة 1 أو 0. في هذه الحالة ، يمكن استخدام طرق حساب الطاقة المجانية المختلفة للحصول على طاقة خالية من البروتونات [11] مثل Metropolis MC المتحيزة ، [18] اضطراب الطاقة الحرة ، [19] [ 20] التكامل الديناميكي الحراري ، [21] [22] [23] طريقة العمل غير المتوازنة [24] أو طريقة نسبة قبول بينيت. [25]

لاحظ أن صفحة pك ح ح
أ تعتمد القيمة بشكل عام على قيمة الأس الهيدروجيني. [26]

هذا الاعتماد صغير بالنسبة للمجموعات التي تتفاعل بشكل ضعيف مثل سلاسل الأحماض الأمينية المنحلة جيدًا على سطح البروتين ، ولكن يمكن أن تكون كبيرة بالنسبة للمجموعات المتفاعلة بشدة مثل تلك المدفونة في مواقع الإنزيم النشطة أو بروتينات الغشاء المتكاملة. [27] [28] [29]


الرقم الهيدروجيني و pKa

بمجرد حصولك على قيم الأس الهيدروجيني أو pKa ، فأنت تعرف أشياء معينة عن الحل وكيف يقارن مع الحلول الأخرى:

  • كلما انخفض الرقم الهيدروجيني ، زاد تركيز أيونات الهيدروجين [H +].
  • كلما انخفض pKa ، زادت قوة الحمض وزادت قدرته على التبرع بالبروتونات.
  • يعتمد الرقم الهيدروجيني على تركيز المحلول. هذا مهم لأنه يعني أن الحمض الضعيف يمكن أن يكون له بالفعل درجة حموضة أقل من حمض قوي مخفف. على سبيل المثال ، الخل المركز (حمض الأسيتيك ، وهو حمض ضعيف) يمكن أن يكون له درجة حموضة أقل من محلول مخفف من حمض الهيدروكلوريك (حمض قوي).
  • من ناحية أخرى ، فإن قيمة pKa ثابتة لكل نوع من الجزيئات. لا يتأثر بالتركيز.
  • حتى المواد الكيميائية التي تُعتبر عادةً قاعدة يمكن أن يكون لها قيمة pKa لأن المصطلحين "الأحماض" و "القواعد" يشيران ببساطة إلى ما إذا كانت الأنواع ستتخلى عن البروتونات (الحمض) أو تزيلها (القاعدة). على سبيل المثال ، إذا كان لديك قاعدة Y مع pKa 13 ، فسوف تقبل البروتونات وتشكل YH ، ولكن عندما يتجاوز الرقم الهيدروجيني 13 ، سيتم إزالة YH وتصبح Y. لأن Y تزيل البروتونات عند درجة حموضة أكبر من الرقم الهيدروجيني لـ ماء محايد (7) ، يعتبر قاعدة.

كيف يغير الرقم الهيدروجيني بنية البروتين؟

التغييرات في الرقم الهيدروجيني تغير عوامل الجذب بين المجموعات في السلاسل الجانبية للبروتين.

تفسير:

تحدد التفاعلات بين السلاسل الجانبية للأحماض الأمينية شكل البروتين.

أربعة أنواع من التفاعلات الجذابة تحدد شكل وثبات البروتين. العاملان اللذان تؤثر عليهما تغيرات الأس الهيدروجيني هما جسور الملح (أ) ورابط الهيدروجين (ب).

جسور الملح

جسور الملح عبارة عن روابط أيونية بين سلاسل جانبية موجبة الشحنة وسلبية من الأحماض الأمينية. مثال على ذلك هو التجاذب بين # "- COO" ^ "-" # أيون ليسين و # "- NH" _3 ^ "+" # أيون حمض الأسبارتيك.

تؤدي زيادة الأس الهيدروجيني عن طريق إضافة قاعدة إلى تحويل # "- NH" _3 ^ "+" # أيون إلى مجموعة # "- NH" _2 # محايدة.

يؤدي تقليل الأس الهيدروجيني عن طريق إضافة حمض إلى تحويل # "- COO" ^ "-" # أيون إلى مجموعة # "- COOH" # محايدة.

في كل حالة يختفي التجاذب الأيوني ويكشف شكل البروتين.

الرابطة الهيدروجينية

يمكن أن ترتبط السلاسل الجانبية المختلفة للأحماض الأمينية ببعضها البعض. الأمثلة هي:

• كحولان: سر وثر وصور.
• الكحول والأمين: Ser and Lys
• الكحول والأميد: سير وآسن
• الكحول والحمض: Asp and Tyr
• نوعان من الأحماض: Asp و Glu

يؤدي تغيير الأس الهيدروجيني إلى تعطيل الروابط الهيدروجينية ، وهذا يغير شكل البروتين.


1 المقدمة

واحدة من أكثر الطرق نجاحًا لاكتشاف وتحليل تعديلات ما بعد الترجمة للبروتين (PTMs) هي الرحلان الكهربائي للهلام ثنائي الأبعاد (2D-GE). نظرًا لأن العديد من أجهزة PTM ، مثل الفسفرة ، تُدخل مجموعات مشحونة في البروتين ، فغالبًا ما يكون هناك تغيير يمكن اكتشافه في موضع البروتين في هلام ثنائي الأبعاد. على الرغم من أن التغير في كتلة البروتين بسبب PTM غالبًا ما يكون صغيرًا جدًا بحيث لا يمكن اكتشافه بسهولة بواسطة الرحلان الكهربي القياسي لهلام دوديسيل كبريتات بولي أكريلاميد الصوديوم (SDS-PAGE) ، يمكن أن يتسبب التعديل في حدوث تغيير في صافي شحنة البروتين مما يؤدي إلى تغيير في النقطة الكهربية ، أو pI للبروتين. البعد الأول للهلام ثنائي الأبعاد ، الذي يظهر عادةً أفقيًا ، هو تغيرات أبعاد التركيز المتساوي الكهربي في البروتين pI & # x02019s حيث تنعكس التغييرات في الوضع الأفقي لبقعة البروتين داخل النمط ثنائي الأبعاد للبقع. غالبًا ما يُلاحظ أن هناك & # x02018trains & # x02019 من البقع على الجل والتي يُفترض أنها تتكون من إصدارات متعددة من نفس البروتين والتي تختلف في نقطة تساوي الكهرباء بسبب زيادة أعداد التعديلات اللاحقة للترجمة مثل الفسفرة أو التهدئة (1 ، 2).

على الرغم من أن 2D-GE هي طريقة حساسة لتحديد وجود أشكال معدلة بعد الترجمة من البروتينات ، إلا أنها لا تشير بشكل مباشر إلى ماهية التعديل أو عدد البقايا في البروتين التي تم تعديلها. نظرًا لأن البروتينات تختلف اختلافًا كبيرًا في قدرتها على تخزين التغيير في pI بسبب تعديلات ما بعد الترجمة ، لفحص هذه النتائج عن كثب ، من الضروري حساب تغييرات pI المتوقعة الناتجة عن التعديل في سياق تسلسل البروتين.

لتلبية هذه الحاجة ، قمنا بتطوير ProMoST ، وهو تطبيق قائم على الويب يتيح للمستخدمين حرية كبيرة في حساب قيم pI للبروتينات المعدلة وغير المعدلة (3). يحتوي ProMoST على تعديلات محددة مسبقًا بحيث يتمكن المستخدمون العاديون من تحديد قيم pI المتوقعة للبروتينات والببتيدات المعدلة بسرعة. بالإضافة إلى ذلك ، يوفر ProMoST أيضًا خيارات إضافية للمستخدمين الأكثر تقدمًا مما يسمح لهم بتحديد تعديلات مخصصة إضافية ، وتغيير قيم pKa للتعديلات المحددة وحتى إجراء تغييرات على قيم pKa الافتراضية للأحماض الأمينية المشحونة المستخدمة لحساب قيم pI. يمكن عرض نتائج الحسابات في شكل جدولي وكذلك في تمثيل رسومي لهجرة البروتين على هلام ثنائي الأبعاد.

1.1 بي

تختلف قيم pKa للسلاسل الجانبية للأحماض الأمينية العشرين الشائعة التي تشتمل على معظم البروتينات من حوالي pH 2.8 إلى pH 11.2 (4). ثلاثة أحماض أمينية مشحونة إيجابياً في ظل الظروف الفسيولوجية (ليسين ، أرجينين ، وهيستيدين) تسمى أحماض أمينية أساسية وحمضان أمينيان سالبان تحت الظروف الفسيولوجية (حمض الجلوتاميك وحمض الأسبارتيك) ويطلق عليهما الأحماض الأمينية الحمضية. بالإضافة إلى ذلك ، يمكن أيضًا شحن النهايات الأمينية (N) والكربوكسيل (C) للبروتين. لتحديد الشحنة الإجمالية للبروتين عند درجة حموضة معينة ، يتم تحديد العدد الكسري للشحنات الموجبة والسالبة لكل من الأحماض الأمينية في تسلسل البروتين & # x02019s ومجموع الشحنات الكسرية يساوي شحنة البروتين.

النقطة المتساوية الكهربية أو pI للبروتين هي قيمة الأس الهيدروجيني التي تكون عندها الشحنة الإجمالية للبروتين صفرًا. عند قيمة الرقم الهيدروجيني هذه ، تكون الشحنات السالبة والموجبة للبروتين متساوية والبروتين في شحنة متعادلة. وبالتالي فإن pI للبروتين يعطي مؤشرا على ما إذا كان البروتين سيحمل صافي شحنة موجبة أو سالبة في ظل الظروف الفسيولوجية. تعتبر البروتينات التي تحتوي على pI & # x0003e 7.0 من البروتينات الأساسية والبروتينات التي تحتوي على pI & # x0003c 7.0 بروتينات حمضية.

بالإضافة إلى إعطاء إشارة إلى شحنة البروتين ، فإن pI هي أيضًا مؤشر جيد على قابلية ذوبان البروتين عند درجة حموضة معينة. من أهم جوانب الخصائص الفيزيوكيميائية للبروتين و # x02019 التي تحدد قابلية الذوبان هي شحنته. وبالتالي ، عند الرقم الهيدروجيني الذي يساوي pI للبروتين ، فإنه غير مشحون ، وبالتالي فهو عادةً الأقل قابلية للذوبان. إن معالجة شحنة البروتين ، إما عن طريق تغيير الأس الهيدروجيني أو بإضافة الملح لتحييد الشحنة ، هو الأساس للعديد من الطرق المبكرة لتنقية البروتين عن طريق الذوبان التفاضلي (5).

يعد فقدان الشحنة عند البروتين & # x02019s pI أيضًا جزءًا من عملية التجزئة أثناء البعد الأول للهلام ثنائي الأبعاد الذي يعتمد على التركيز الكهروضوئي (6). يتم إدخال البروتينات إلى الشريط الذي تم إنشاء تدرج الأس الهيدروجيني عليه وفي ظل وجود مجال كهربائي مرتفع ، فإنها تهاجر إلى الموضع على الشريط حيث يكون للبروتين صافي تغير محايد ويتوقف عن الهجرة. تتوافق قيمة الأس الهيدروجيني هذه مع pI للبروتين. وبالتالي يتم تحديد موضع الهجرة النهائي للبروتين في البعد الأفقي للهلام ثنائي الأبعاد بواسطة قيمة pI للبروتين.

1.2 التعديلات والطفرات تغير بي

حقيقة أن الترحيل في بُعد التركيز الكهربي المتساوي للبروتينات في 2D-GE حساس جدًا للتغيرات في pI يجعل 2D-GE تقنية قيمة لتحديد التعديلات والطفرات (1). يمكن أن تتسبب التعديلات مثل الفسفرة التي تضيف مجموعات مشحونة للغاية إلى البروتين في حدوث تغييرات يمكن اكتشافها بسهولة في pI وبالتالي تنقل البروتين في بُعد التركيز الكهربي المتساوي. وبالمثل ، يمكن أيضًا حساب وعرض التغييرات في كتلة البروتين و pI بسبب الطفرات التي تسبب خسارة صافية أو زيادة في شحنة البروتين عن طريق تغيير عدد المخلفات الحمضية والقاعدية المشحونة الموجودة في البروتين. يعتمد مقدار تحول الحركة الذي يتم ملاحظته بسبب التعديل أو الطفرة على ثلاثة عوامل. أولاً ، قيمة pKa للتعديل أو التغيير الناجم عن الطفرة مهمة جدًا للتغيير النهائي في البروتين pI. التعديلات ، مثل الفسفرة ، التي تقدم مجموعة تحتوي على pKa شديد الحموضة أو قاعدية سيكون لها تأثير أكبر من تلك التي لها قيمة pKa أقرب إلى الحياد. وبالمثل ، فإن الطفرة التي تسبب التغيير من بقايا حمضية إلى بقايا أساسية ستؤدي إلى تغيير أكبر في pKa من التغيير من بقايا مشحونة إلى بقايا محايدة. سيؤدي تغيير pKa الأكبر إلى تغيير أكبر في البروتين pI وبالتالي تحول أكبر في التنقل في بُعد التركيز الكهروضوئي للهلام ثنائي الأبعاد. ثانيًا ، سيكون لعدد التعديلات أو التغييرات المتبقية تأثير أيضًا على تحول الحركة الملحوظ على المواد الهلامية. في كثير من الأحيان لإجراء تعديلات ، سيتم ملاحظة سلسلة من النقاط. ومن المثير للاهتمام أن التحول في التنقل غالبًا ما يكون غير ثابت ويمكن أن تختلف المسافة بين النقاط. يتم تفسير ذلك من خلال العامل الثالث الذي يحدد حجم تحول pI الملحوظ: سعة تخزين شحنة البروتين عند درجة حموضة معينة. نظرًا لأن البروتينات المختلفة تتكون من مخاليط مختلفة من الأحماض الأمينية موجبة الشحنة وسالبة الشحنة اعتمادًا على تسلسل الأحماض الأمينية الأولية ، فإن ملف معايرة الشحنة لكل بروتين فريد. وبالتالي ، فإن مدى تغيير التعديل في pI للبروتين وتأثيره على تنقل البروتين ، يختلف منذ تغيير ملف المعايرة يتغير مع الرقم الهيدروجيني. يوضح الشكل 1 مثالاً على ذلك للكيناز 2 المعتمد على السيكلين البشري (CDK2). الشكل 1 توضح اللوحة (أ) معايرة البروتين غير المعدل. تُظهر اللوحات B & # x02013D المعايرة باستخدام 1 أو 2 أو 3 مجموعات فوسفاتية. للمقارنة ، يوضح الشكل 1 اللوحة E مواضع بقعة الهلام ثنائية الأبعاد المحسوبة بواسطة ProMoST. لاحظ أن حجم التحول في موضع البقعة المحسوب بسبب الفسفرة الإضافية يختلف من بقعة إلى أخرى. يرتبط هذا التباين بمنحنيات المعايرة لـ CDK2 الموضحة في الشكل 1 ، اللوحات A & # x02013D.


PI و pH و pKa

يمكن معالجة حركية البروتونات المنفصلة (والارتباط) بالحمض أ مثل أي تفاعل آخر. تفاعل التفكك هو:

$ qquad large < text left rightharpoons text^ + + نص ^ -> دولار

حيث HA هو الحمض (مثل حمض الهيدروكلوريك ، حمض الهيدروكلوريك) و A⁻ هو ما يعرف بالقاعدة المترافقة (Cl⁻ هي القاعدة المترافقة لـ HCl). يمكن تعريف ثابت الارتباط ، $ K_a $ ، تمامًا مثل أي ثابت توازن آخر. هذه هي نسبة تركيز الأنواع الكيميائية عند التوازن.

يعتبر الحمض القوي جيدًا في فقدان البروتونات ، لذلك لن يتم الوصول إلى التوازن إلا عندما تكون [H⁺] و [A⁻] عالية و [HA] منخفضة. لذلك فإن الحمض القوي يحتوي على $ K_a $ كبير. بنفس الطريقة التي يكون فيها الرقم الهيدروجيني هو اللوغاريتم السالب لـ [H⁺] ، فإن $ pK_a $ هو اللوغاريتم السالب لـ $ K_a $:

في ملاحظة جانبية ، يمكن اشتقاق معادلة مماثلة لتفكك البروتون من القاعدة:

$ qquad large < text^ + left rightharpoons text^ + + نص>$


هيكل البروتين: pKa و Protonation States

لتحديث ذاكرتك ، pKa يرتبط بثابت التفكك الحمضي Kأ من خلال المعادلة التالية:

يعتبر pKa مفيدًا لأنه يسمح لنا بتمييز مدى حمضية المحلول بسهولة. كأ يوفر أيضًا هذه المعلومات ولكن pKa يصورها بقيم أكثر سهولة في الفهم. كلما انخفض pKa ، زادت حمضية.

دعونا نفكر أيضًا في معادلة هندرسون هاسيلباخ ، والتي تتعلق بـ pH و pKa:

  • إذا كان الرقم الهيدروجيني & lt pKa ، فإن الأنواع هي البروتونات.
  • إذا كان الرقم الهيدروجيني و gt pKa ، فسيتم استبعاد الأنواع.
  • إذا كان الرقم الهيدروجيني = pKa ، فإن نصف الأنواع قد انفصلت. وبعبارة أخرى ، هناك تركيزات متساوية من الأنواع المنحلة والأنواع البروتونية في المحلول.

هذه المعلومات الأساسية مهمة بشكل استثنائي عند فهم حالات بروتونات الأحماض الأمينية. دعونا نلقي نظرة على قائمتنا المكونة من 20 حمض أميني طبيعي مرة أخرى:

لاحظ أن هذه ممثلة في درجة الحموضة الفسيولوجية، وهو حوالي 7.4. عند هذا الرقم الهيدروجيني ، يتم شحن النهايات N و C لجميع الأحماض الأمينية. هذا لأن pKa للمصطلح N هو حوالي 9 ، بينما pKa للمصطلح C حوالي 3. يمكن تصور حالات البروتون لهذه العناصر الرئيسية في الأحماض الأمينية بشكل أفضل عن طريق رسمها عند درجة حموضة مختلفة.

ومع ذلك ، بالنسبة للعديد من الأحماض الأمينية لدينا ، فإنها تصبح أكثر تعقيدًا. هذه السلاسل الجانبية للأحماض الأمينية لها pKa الخاص بها ، ويمكن أن ينتهي بها الأمر بشحنة عند درجة الحموضة الفسيولوجية نتيجة لذلك. يتم تمثيل المخلفات المشحونة في درجة الحموضة الفسيولوجية أدناه:

هذه ليست البقايا الوحيدة بقيم pKa & # 8211 كل من Tyrosine و Cysteine ​​لهما قيم pKa ذات الصلة. لا يتم شحن هذه المخلفات عند درجة الحموضة الفسيولوجية ولكن يمكن إزالتها تحت ظروف الأس الهيدروجيني الأخرى. بالإضافة إلى ذلك ، فإن الهيستيدين هو في الواقع ليس مشحونة في درجة الحموضة الفسيولوجية ، على الرغم من أنها بقايا حمضية. في الظروف الحمضية ، حيث يتم بروتونات الهيستيدين ، سيكون لها شحنة موجبة.

تعمل حالات بروتون السلاسل الجانبية المتبقية تمامًا بالطريقة نفسها الموضحة أعلاه. كما ترى ، تحافظ المخلفات الحمضية Asp و Glu (مع pKa & lt 7) على شحنة سالبة لأن pKa أقل من الرقم الهيدروجيني النسبي. في المقابل ، تحافظ البقايا الأساسية Lys و Arg على شحنة موجبة لأن pKas أعلى من الرقم الهيدروجيني الفسيولوجي ، ولم يتم تنقيطها نتيجة لذلك.

التعريف المهم الذي يجب معرفته هو نقطة Isoelectric (pI). يتم تعريف هذا على أنه الرقم الهيدروجيني الذي لا يحمل فيه الحمض الأميني أي شحنة صافية. يمكن حساب هذه النقطة على النحو التالي:

المصطلح الرئيسي الآخر هو أ زويتر ايون. هذا جزيء محايد إلكترونيًا يحافظ على الشحنات الموجبة والسالبة ، والتي تلغي بعضها البعض.

***** لاحظ الفروق بين Zwitter Ion والنقطة الكهروضوئية للجزيء & # 8211 لا تخلط بينهما. قد تكون النقطة الكهروضوئية هي Zwitterion لكن الجزيء يمكن أن يكون Zwitterion عند درجة الحموضة بخلاف النقطة المتساوية الكهربية.
الارتباط الرئيسي بين هذين التعريفين هو أن تركيز شكل Zwitterion للجزيء في حدوده الأعلى عندما يكون الرقم الهيدروجيني = pI.


3. مقدمة

4.1 المعادلات الأساسية للتفاعلات الحمضية القاعدية

4.2 تقسيم تأثير بيئة البروتين

4.2.1 حساب طاقات الذوبان

4.2.2 حساب طاقات التفاعل في الخلفية

4.2.3 حساب طاقات التفاعل بين المجموعة القابلة للمعايرة

4.3 حساب قيمة pKa الجوهرية


4.4 التفاعل مع مجموعات المعايرة الأخرى

يمكن اعتبار طاقات إزالة الذوبان وطاقات التفاعل في الخلفية على أنها مستقلة إلى حد كبير عن الرقم الهيدروجيني. من الواضح أن طاقة التفاعل بين المجموعات القابلة للمعايرة ليست مستقلة عن الرقم الهيدروجيني ، وبالتالي لا يمكن فقط إضافة طاقات التفاعل مع جميع المجموعات الأخرى القابلة للمعايرة إلى pKa الجوهري من أجل الحصول على قيمة pKa الحقيقية للمخلفات. لذلك يتعين علينا استخدام بروتوكول حساب يأخذ في الاعتبار الاعتماد على الرقم الهيدروجيني للتفاعلات بين المجموعات القابلة للمعايرة. يمكن القيام بذلك إذا قمنا بحساب الطاقة لكل حالة من حالات البروتون المحتملة للبروتين ، واستخدمنا هذه الطاقات لتقييم وظيفة التقسيم لهذه الحالات عند مجموعة من قيم الأس الهيدروجيني.

ولاية مجموعة 1 المجموعة 2 المجموعة 3 طاقة
1 + + + دي جيالرقم الهيدروجيني(1) + دي جيالرقم الهيدروجيني(2) + دي جيالرقم الهيدروجيني(3) + (1=2) + (1=3) + (2=3)
2 + + 0 دي جيالرقم الهيدروجيني(1) + دي جيالرقم الهيدروجيني(2) + (1=2)
3 + 0 + دي جيالرقم الهيدروجيني(1) + دي جيالرقم الهيدروجيني(3) + (1=3)
4 + 0 0 دي جيالرقم الهيدروجيني(1)
5 0 + + دي جيالرقم الهيدروجيني(2) + دي جيالرقم الهيدروجيني(3) + (2=3)
6 0 + 0 دي جيالرقم الهيدروجيني(2)
7 0 0 + دي جيالرقم الهيدروجيني(3)
8 0 0 0 0

الجدول 4.1 حالات البروتون المحتملة لبروتين افتراضي يتكون من ثلاث مجموعات قابلة للمعايرة. +: مشحون ، 0: محايد. الطاقة مرتبطة بالحالة 8. (X = Y) تشير إلى طاقة التفاعل بين الأشكال المشحونة للمجموعتين X و Y. dGالرقم الهيدروجيني (X) هو فرق الطاقة الحرة بين الأشكال المشحونة والمحايدة للمجموعة X عند قيمة pH ثابتة (انظر النص للتوضيح).

دعونا نفكر في بروتين به ثلاث مجموعات قابلة للمعايرة. يمكن أن توجد كل مجموعة من هذه المجموعات في دولتين: مشحونة ومحايدة. وبالتالي يمكن للبروتين أن يحتل 2 3 حالات بروتون مختلفة. تم تلخيصها في الجدول 4.1.في درجة حموضة معينة ، نريد تحديد الطاقة الحرة لجميع الحالات في الجدول 4.1 بالنسبة إلى الطاقة الحرة للحالة 8 ، والتي حددناها على أنها صفر. تتكون الطاقة الحرة لكل من الولايات الأخرى من فترتين أ و ب:

أ) لكل بقايا: فرق الطاقة بين الشكل المشحون والمتعادل للمخلفات بغض النظر عن التفاعلات بين المجموعات القابلة للمعايرة.

ب) التفاعلات بين مجموعات المعايرة.

4.4.1 مصطلح أ

يمكن حساب المصطلح A من pKa الجوهري لكل بقايا عن طريق إعادة ترتيب المعادل. 4.10:

يعطي هذا تعبيرًا عن فرق الطاقة الحرة بين الحالة المشحونة والحالة المحايدة لمجموعة قابلة للمعايرة عند قيمة pH ثابتة:

4.4.2 مصطلح ب

المصطلح B هو طاقات التفاعل بين المجموعات القابلة للمعايرة في حالة البروتون المعينة هذه. بالنسبة للحالة الخامسة ، على سبيل المثال ، يجب أن يحتوي المصطلح B على طاقات التفاعل الثلاثة التالية (يشير [X: Y] إلى طاقة التفاعل بين X و Y):

(G1 = المجموعة 1 ، G2 = المجموعة 2 ، G3 = المجموعة 3 ،: + = مشحون ،: 0 = محايد)

الطاقات E1 و E2 موجودة بالفعل في pKa الجوهري ، لأنه يتم حسابها عن طريق تحديد طاقة شحن مجموعة واحدة في شكل بروتين حيث تكون جميع المجموعات الأخرى القابلة للمعايرة في حالتها المحايدة (انظر القسم 4.2.3 والشكل 6.2).

وبالتالي يجب إضافة E3 فقط إلى المصطلح A للحصول على الطاقة المجانية للحالة الخامسة. ومع ذلك ، يحتوي pKa الجوهري أيضًا على الطاقات E4 و E5 (بنفس الطريقة التي يحتوي بها pKa الجوهري على E1 و E2).

علينا تصحيح هذا في الطاقة التي نضيفها إلى pKa الجوهري [D Gالرقم الهيدروجيني(2) و D Gالرقم الهيدروجيني(3) في الجدول 4.1] للتفاعل بين الأشكال المشحونة للمجموعات الثانية والثالثة. يوضح التقييم البسيط ما يلي:

E3 - (E4 + E5) = [G2 (+): G3 (+)] - [G2 (+): G3 (0)] - [G2 (0): G3 (+)] + [G2 (0): G3 (0)]

وبالتالي هذه هي الطاقة المدرجة (2 & lt & lt 3) في الجدول 4.1.

4.5 حساب منحنيات المعايرة

نحن نعرف الآن طاقة كل حالة بروتون ممكنة للبروتين عند قيمة pH معينة ، والخطوة التالية هي تحويل هذه الطاقات إلى شحنة كسرية عند كل قيمة pH لكل بقايا من أجل الحصول على منحنيات المعايرة.

تتمثل الطريقة المباشرة للعثور على إشغال الولايات المختلفة في الجدول 4.1 في تقييم مجموع Boltzmann لكل ولاية.

هنا صأنا هو جزء الجزيئات في الحالة أنا. هأنا هي طاقة الحالة i ، ويكون المجموع في المقام فوق جميع الحالات الممكنة للنظام. k ثابت بولتزمان و T هي درجة الحرارة في كلفن.

الشحنة الكسرية لمجموعة معينة هي ببساطة مجموع pأنالجميع الدول التي يتم فيها توجيه الاتهام إلى المجموعة. وبالتالي ، بالنسبة للمجموعة 1 في الجدول 4.1 ، على سبيل المثال ، فإن الشحنة هي مجموع p1، ص2، ص3 و ص4.

يتضح من الجدول 4.1 أن عدد الحالات يساوي 2 N ، حيث N هو عدد المجموعات القابلة للمعايرة. بالنسبة لقيم N أكبر بكثير من 30 ، لم يعد من الممكن تقييمها (مكافئ 4.18). بالنسبة للأنظمة الكبيرة ، من المعتاد استخدام بروتوكول مونت كارلو [Beroza وآخرون.، 1991] للحصول على pأنا.

من منحنيات المعايرة المحسوبة ، يتم تحديد قيمة pKa لكل مجموعة على أنها الرقم الهيدروجيني حيث تكون المجموعة نصف بروتونية. هذا يعطي نتيجة دقيقة فقط إذا كان منحنى المعايرة بالتحليل الحجمي يتبع شكل هندرسون-هاسلبالش. هذا هو الحال بالنسبة لمعظم المجموعات ، ولكن من الشائع جدًا العثور على مجموعات ذات منحنيات معايرة غير منتظمة بشكل خاص في المواقع النشطة. في هذه الحالات ، يعد الفحص اليدوي لمنحنيات المعايرة أمرًا ضروريًا للحصول على نتائج ذات مغزى.

4.6 أداء طرق حساب pKa

تتوفر حاليًا العديد من حزم حساب pKa. ومع ذلك ، فإن معظم هؤلاء يواجهون مشكلة خطيرة في الوصول إلى اتفاق أفضل مع قيم pKa المحددة تجريبياً من ما يسمى بالنموذج الفارغ. يفترض النموذج الفارغ أن قيم pKa للسلاسل الجانبية للبروتين لا يتم تغييرها على الإطلاق مقارنة بقيمتها في الماء.

هذا الأداء الضعيف لحسابات pKa لا يرجع إلى نظرية غير صحيحة ، بل إلى وصف غير صحيح للبروتين في الحسابات. تتمثل المشكلة الأساسية في حسابات pKa في استخدام الهياكل البلورية كمصدر لإحداثيات البروتين. يؤدي التناظر البلوري إلى إحداث تغييرات هيكلية في البروتين ، وبالتالي يتسبب في تغيير بعض قيم pKa مقارنة بقيمتها في المحلول. لذلك ليس من المستغرب أن تختلف قيم pKa المحسوبة من بنية بلورية عن قيم pKa المقاسة في المحلول بواسطة NMR.

وصف البروتين المستخدم في حسابات pKa غالبًا ما يكون بسيطًا أيضًا. غالبًا ما يتم حذف البروتونات ، على سبيل المثال ، والطرق التي تتضمن البروتونات غالبًا لا تمثل نموذجًا لنزع البروتونات لمجموعة قابلة للمعايرة بشكل صريح. نحن نرى أن حسابات pKa يمكن أن تتحسن بشكل كبير من خلال تضمين وصف أكثر تفصيلاً للبروتين ودينامياته.


تحليل التسلسل العام باستخدام SequenceParameters

الطريقة التي نوصي بها للوصول إلى كائنات SequenceParameters هي استخدام كود Python التالي

من خلال فتح الكود الخاص بك بهذا السطر ، يمكنك الآن الوصول المباشر إلى فئة SequenceParameters ، والتي تأخذ إما سلسلة من تسلسل الأحماض الأمينية أو اسم ملف يحتوي على تسلسل حمض أميني ، والذي يتم بعد ذلك قراءته وتحليله. كمثال

كل من مقتطفات التعليمات البرمجية هذه تنشئ كائن SequenceParameters - هنا يسمى هذا الكائن SeqOb ، ولكن من الواضح أنه يمكن تسمية هذا المتغير بأي شيء. يمكننا تشغيل مجموعة كبيرة من إجراءات التحليل على هذا الكائن. يتم عرض قائمة الوظائف الكاملة أدناه كمرجع.

العديد من هذه الوظائف لا تأخذ الحجج. الوسيطات الاختيارية مسبوقة بعلامة استفهام (؟). لكل وظيفة ، نستخدم seqOb. & ltfunction & gt syntax - على سبيل المثال

وظائف تحليل تسلسل القيمة الفردية

تقوم الوظائف أدناه بإجراء تحليلات مختلفة على التسلسلات وإرجاع قيمة واحدة. ملاحظة: حيث يمكن توفير قيم الأس الهيدروجيني ، إذا تركت فارغة ، فإننا نفترض أن الرقم الهيدروجيني محايد حيث يتم شحن R / K / D / E فقط. إذا تم توفير قيمة الأس الهيدروجيني ، فإن R / K / D / E / C / Y / H تعتبر جميعًا مخلفات قابلة للمعايرة باستخدام قيم EMBOSS pKa ، المدرجة أدناه: "C": 8.5 ، "Y": 10.1 ، "H": 6.5، 'E': 4.1، 'D': 3.9، 'K': 10.0، 'R': 12.5

اسم وظيفة عملية
get_length () احصل على طول التسلسل
get_FCR (الرقم الهيدروجيني = لا شيء) الحصول على جزء من المخلفات المشحونة في التسلسل [4] (تسمح الكلمة الأساسية للأس الهيدروجيني بقيمة محددة للأس الهيدروجيني)
get_NCPR (الرقم الهيدروجيني = لا شيء) الحصول على صافي الشحنة لكل بقايا من التسلسل [5]
get_isoelectric_point () احصل على النقطة المتساوية الكهربية في التسلسل
get_molecular_weight () احصل على الوزن الجزيئي للبروتين المرتبط بتسلسل حمض أميني معين
get_countNeg () احصل على عدد المخلفات سالبة الشحنة في التسلسل (D / E)
get_countPos () احصل على عدد البقايا الموجبة الشحنة في التسلسل (R / K)
get_countNeut () احصل على عدد الأحماض الأمينية المحايدة
get_fraction_negative () احصل على جزء البقايا المشحونة سالبة (F-)
get_fraction_positive () احصل على جزء البقايا المشحونة إيجابياً (F +)
get_fraction_expanding (الرقم الهيدروجيني = لا شيء) احصل على جزء المخلفات المتوقع أن يساهم في توسيع السلسلة (E / D / R / K / P)
get_amino_acid_fractions () احصل على قاموس لكسور كل حمض أميني في التسلسل
get_fraction_disorder_promoting () احصل على جزء من المخلفات التي يُتوقع أن تكون "معززًا للاضطراب" [1]. لاحظ أن هذا ليس تنبؤًا بالاضطراب!
get_kappa () الحصول على قيمة kappa للتسلسل [2]
get_Omega () Get the sequence’s Omega value. Omega defines the patterning between charged/proline residues and all other residues 14].
get_mean_net_charge(pH=None) Get the absolute mean net charge of your sequence
get_phase_plot_region() Get the region on the Das-Pappu diagram of states where your sequence falls [2]
get_mean_hydropathy() Get the mean hydropathy as calculated from a skewed Kyte-Doolittle hydrophobicity scale* [3]
get_uversky_hydropathy() Get the mean hydropathy as calculated from a normalized Kyte-Doolittle hydrophobicity scale** [3,4]
get_PPII_propensity(mode='hilser') Get the overall sequence’s PPII propensity as defined by one of three PPII propensity scales. By default, the scale by Elam et al.[6] is used, but modes creamer and kallenbach are also available, which use values from scales by Rucker or Shi, respectively [12,13].
get_delta()
Returns the delta value of the sequence, as defined when calculating kapp [2]
get_deltaMax()
Returns the maximum possible delta value (delta-max) for a sequence of this composition

* The skewed hydrophobicity scale shifts the normal KD scale such that the lowest value is 0 (instead of -4.5) and the highest value is 9 (instead of 4.5)

** The normalized Kyte-Doolittle scale converts all values on the scale to fall between 0 and 1

Position-specific sequence analysis functions

The following functions generate an array of values which describes some property associated with the sequence as a function of sequence position.

The complexityType Defines the complexity measure being employed. Three different complexity measures are provided by localCIDER, where the measure being used is passed via a string with one of ‘WF’, ‘LC’, or ‘LZW’. WF is Wooton-Federhen complexity [8], which reports on the sequence’s local Shannon entropy, and is the complexity measure used in the SEG algorithm. LC is Linguistic complexity [9], which reports on the number of distinct subsequences over the maximum number of different subsequences given the alphabet size and the word size. Finally, LZW is Lempel-Ziv-Welch [10] complexity, and effectivly asks how efficienctly the sequence can undergo lossless compression using unique subsequences.

The alphabetSize defines the size of the alphabet being used, where pre-defined alphabets are then used based on the specific size. Those pre-defined alphabets are defined below this table for clarity. By default an alphabetSize of 20 is used (i.e. no reduction in amino acid complexity). ‘userAlphabet’ Allows the user to define their own reduced alphabet. The format here is a dictionary where each key-value pair is amino-acid to X. This means you need a dictionary of length 20 where each amino acid is mapped to another amino acid. This is somewhat of tedious, but it helps avoid user-error where specific amino acids are missed. (default=None).

Reduced alphabets

Predefined alphabets shown below - all except eleven are based on alphabets defined in the reference below [11].

Phosphorylation functions

The following functions augment your sequence to consider the impact of phosphorylation on the electrostatic properties. Note this makes the highly simplifying assumption that the phosphorylation of a Ser/Thr/Tyr residue simply adds a negative charge to your protein chain. In reality, many other properties of the chain are impacted by phosphorylation than simply the linear charge patterning.

Miscellaneous functions

The functions below represent a variety of miscellaneous functions.

Function name عملية
get_HTMLColorString()
Returns a fully formated HTML string which can be used to represent your sequence. The coloring used has a default, but can be defined using the set_HTMLColorResiduePalette function
set_HTMLColorResiduePalette(colorDictionary)
Allows you to custom define a colour pallete. The colorDictionary must be a dictionary object that maps each of the 20 amino acids to a color. Currently 17 possible colors can be assigned to the 20 amino acids. وهذه هي
aqua, black, blue, fuchsia, gray, green, lime, maroon, navy, olive, orange, purple, red, silver, teal, white, and yellow. This set of 17 colors represents the HTML browser compatible set of colors.

Sequence permutation functions

These functions perform some operation on the sequence, returning a permuted SequenceParameter object populated with a different sequence. The underlying sequence object the function is called on is not altered.

Function name عملية
get_shuffle(frozen=None)
Returns a SequenceParameter object with the primary amino acid sequence shuffled. If residue index positions are past as a list to ‘frozen’ those residues are considered imutable and are not shuffled.

Plotting functions (on-screen ‘show’ functions)

The following functions let you plot parameters from your sequence and display the results immediately on screen.

Function name عملية
show_phaseDiagramPlot(label="", title='Diagram of states', legendOn=True, xLim=1, yLim=1, fontSize=10, getFig=False) Renders a matplotlib Das-Pappu diagram of states plot with your sequence on the diagram [2] . If a label is provided this is a string which annotates your sequence on the plot. If a title is provided this sets the plot title. legendOn defines if the region labels are included as a legend. xLim and yLim define the max values for the X and Y axes. fontSize defines the size of the label font. getFig defines if a matplotlib object is returned instead of being rendered on screen.
show_uverskyDiagramPlot(label="", title='Uversky Plot', legendOn=True, xLim=1, yLim=1, fontSize=10, getFig=False) Renders a matplotlib Uversky plot with your sequence on the diagram [4] . label can be a string which labels your sequence on the plot. If a title is provided this sets the plot title. legendOn defines if the regions labels are included as a legend. xLim and yLim define the max values for the X and Y axes. fontSize defines the size of the label font. getFig defines if a matplotlib object is returned instead of being rendered.
show_linearHydropathy(blobLen=5, getFig=False) Renders a matplotlib plot of the moving average hydropathy along the sequence, where the hydropathy is calculated in overlapping windows of size blobLen . Typically a blob length of 5-7 is used. getFig defines if a matplotlib object is returned instead of being rendered.
show_linearNCPR(blobLen=5, getFig=False) Renders a matplotlib plot of the moving average net charge per residue (NCPR) along the sequence, where the NCPR is calculated in overlapping windows of size blobLen . Typically a blob length of 5-7 is used. getFig defines if a matplotlib object is returned instead of being rendered.
show_linearFCR(blobLen=5, getFig=False) Renders a matplotlib plot of the moving average fraction of charged residues (FCR) along the sequence, where the FCR is calculated in overlapping windows of size blobLen . Typically a blob length of 5-7 is used. getFig defines if a matplotlib object is returned instead of being rendered.
show_linearSigma(blobLen=5, getFig=False) Renders a matplotlib plot of the moving average sigma parameter along the sequence, where sigma is calculated in overlapping windows of size blobLen . Typically a blob length of 5-7 is used. Recall that sigma is calculated as the NCPR 2 / FCR. getFig defines if a matplotlib object is returned instead of being rendered.
show_linearComplexity(complexityType='WF', alphabetSize=20, userAlphabet=<>, windowSize=10, stepSize=1, wordSize=3, getFig=False) Renders a matplotlib plot of the linear sequence complexity. For a discussion of the various options see the get_linear_complexity description under the SequenceParameters functions table. getFig defines if a matplotlib object is returned instead of being rendered.

Plotting functions (file-creating ‘save’ functions)

The following functions let you plot parameters from your sequence and save those plots to file for future use.

Function name عملية
save_phaseDiagramPlot(filename, label='', title='Diagram of states', legendOn=True, xLim=1, yLim=1, fontSize=10, saveFormat='png') Generates a matplotlib Das-Pappu diagram of states plot which is then saved to disk. filename is required and defines the file to be saved. Adding extensions is recommended but not required. All options are the same as in show_phaseDiagramPlot , with the addition of the saveFormat keyword, which defines the output format - this parameter is passed to matplotlibs savefig command which supports the following filetypes: emf, eps, pdf, png, ps, raw, rgba, svg, svgz. (DEFAULT = png)
save_uverskyPlot(filename, label='', title='Uversky plot', legendOn=True, xLim=1, yLim=1, fontSize=10, saveFormat='png') Generates a matplotlib Uversky plot with your sequence on the diagram [4] which is then saved to disk. filename is required and defines the file to be saved. Adding extensions is recommended but not required. All options are the same as in show_uverskyPlot , with the addition of the saveFormat keyword, which defines the output format - this parameter is passed to matplotlibs savefig command which supports the following filetypes: emf, eps, pdf, png, ps, raw, rgba, svg, svgz. (DEFAULT = png)
save_linearHydropathy(filename, blobLen=5, saveFormat='png') Renders a matplotlib plot of the moving average hydropathy along the sequence, where the hydropathy is calculated in overlapping windows of size blobLen . Typically 5-7 is used. The plot is saved in the filename location. Adding extensions is recommended but not required. The saveFormat keyword defines the output format - this parameter is passed to matplotlibs savefig command which supports the following filetypes: emf, eps, pdf, png, ps, raw, rgba, svg, svgz.
save_linearNCPR(filename, blobLen=5, saveFormat='png') Renders a matplotlib plot of the moving average net charge per residue (NCPR) along the sequence, where the NCPR is calculated in overlapping windows of size blobLen . Typically 5-7 is used. The plot is saved in the filename location. Adding extensions is recommended but not required. The saveFormat keyword defines the output format - this parameter is passed to matplotlibs savefig command which supports the following filetypes: emf, eps, pdf, png, ps, raw, rgba, svg, svgz.
save_linearFCR(filename, blobLen=5, saveFormat='png') Renders a matplotlib plot of the moving average fraction of charged residues (FCR) along the sequence, where the FCR is calculated in overlapping windows of size blobLen . Typically 5-7 is used. The plot is saved in the filename location. Adding extensions is recommended but not required. The saveFormat keyword defines the output format - this parameter is passed to matplotlibs savefig command which supports the following filetypes: emf, eps, pdf, png, ps, raw, rgba, svg, svgz.
save_linearSigma(filename, blobLen=5, saveFormat='png') Renders a matplotlib plot of the moving sigma value, where sigma defines the local charge assymetry and is used in the calculation of kappa. Sigma is calculated over blobs of blobLen size, typically with blobs of 5-7 residues. The plot is saved in the filename location. Adding extensions is recommended but not required. The saveFormat keyword defines the output format - this parameter is passed to matplotlibs savefig command which supports the following filetypes: emf, eps, pdf, png, ps, raw, rgba, svg, svgz.
save_linearComplexity(filename, complexityType='WF', alphabetSize=20, userAlphabet=<>, windowSize=10, stepSize=1, wordSize=3, saveFormat='png') Renders a matplotlib plot of the linear sequence complexity. For a discussion of the various options see the get_linear_complexity description under the SequenceParameters functions table. The plot is saved in the filename location. Adding extensions is recommended but not required. The saveFormat keyword defines the output format - this parameter is passed to matplotlibs savefig command which supports the following filetypes: emf, eps, pdf, png, ps, raw, rgba, svg, svgz.
save_linearCoposition(filename, blobLen=5, saveFormat='png', title='', plot_data=False)) Renders a matplotlib plot of the local, position-specific amino acid composition. In version 0.1.9 the only grouping is the standard physiochemical grouping of amino acids, but in future versions we plan to add customizable groups to the plotting functions (customizable groups are available in the equivalent analysis function get_linear_sequence_composition ). The local density is initially calculated and the fit to a univariate spline to remove noise and make the local sequence features more easily identifiable. If the plot_data variable is set to true the raw data is plotted alongside this spline fit, to ensure the fitting procedure is capturing the relevant sequence features. The plot is saved in the filename location. Adding extensions is recommended but not required. The saveFormat keyword defines the output format - this parameter is passed to matplotlibs savefig command which supports the following filetypes: emf, eps, pdf, png, ps, raw, rgba, svg, svgz.


الملخص

Protein interactions of α-chymotrypsinogen A (aCgn) were quantified using light scattering from low to high protein concentrations. Static light scattering (SLS) was used to determine the excess Rayleigh ratio (ص ex ) and osmotic second virial coefficients (ب22) as a function of pH and total ionic strength (TIS). Repulsive (attractive) protein–protein interactions (PPI) were observed at pH 5 (pH 7), with decreasing repulsions (attractions) upon increasing TIS. Simple colloidal potential of mean force models (PMF) that account for short-range nonelectrostatic attractions and screened electrostatic interactions were used to fit model parameters from data for ب22 vs TIS at both pH values. The parameters and PMF models from low-concentration conditions were used as the sole input to transition matrix Monte Carlo simulations to predict high concentration ص ex behavior. At conditions where PPI are repulsive to slightly attractive, experimental ص ex data at high concentrations could be predicted quantitatively by the simulations. However, accurate predictions were challenging when PPI were strongly attractive due to strong sensitivity to changes in PMF parameter values. Additional simulations with higher-resolution coarse-grained molecular models suggest an approach to qualitatively predict cases when anisotropic surface charge distributions will lead to overall attractive PPI at low ionic strength, without assumptions regarding electrostatic “patches” or multipole expansions.


شاهد الفيديو: الرقم الهيدروجيني و الرقم الهيدروكسيدي (أغسطس 2022).