Perpustakaan peptida dan perancangan: bagaimana cara kerja penyaringan dan prediksi?

Perpustakaan peptida adalah kumpulan berbagai urutan peptida yang disiapkan atau disajikan sedemikian rupa sehingga dapat dibandingkan secara sistematis. Alih-alih menganalisis satu urutan saja tanpa acuan yang lebih luas, para peneliti dapat memanfaatkan perpustakaan tersebut untuk memeriksa peptida mana yang berikatan dengan target molekuler tertentu, bertindak sebagai substrat enzim, memicu respons yang dapat diukur dalam suatu uji, mengandung motif tertentu yang dikenali oleh molekul lain, atau menunjukkan sifat terdefinisi lainnya.

Tidak semua perpustakaan peptida itu sama. Perpustakaan peptida dapat berupa kumpulan fisik molekul yang disintesis, peptida yang ditampilkan pada pembawa biologis, peptida yang terikat pada partikel atau permukaan, serta koleksi virtual sepenuhnya yang terdiri dari urutan dan struktur molekul yang dianalisis secara komputasi.

Masing-masing format ini menjawab pertanyaan ilmiah yang sedikit berbeda.

Peptida yang oleh komputer diprediksi memiliki potensi untuk berikatan dengan protein tertentu, tidak sama dengan peptida yang benar-benar terpilih dalam eksperimen penyaringan. Demikian pula, peptida yang diisolasi selama proses penyaringan tidak secara otomatis menjadi kandidat biologis yang terkonfirmasi.

Penelitian yang memanfaatkan phage display, perpustakaan sintetis pada partikel bola, kumpulan peptida yang tumpang tindih, serta eksperimen yang didukung oleh metode komputasi menunjukkan salah satu prinsip dasar dalam penemuan peptida:

Menemukan sinyal yang menarik justru memulai proses penelitian, bukan mengakhirinya.

Kekuatan kesimpulan akhir bergantung, antara lain, pada:

• cara perancangan dan kualitas perpustakaan;
• keragaman yang sesungguhnya, bukan sekadar keragaman teoretis;
• desain tes;
• pengawasan yang sesuai;
• identifikasi molekuler;
• konsistensi;
• pengecualian penjelasan alternatif;
• validasi eksperimental independen. [1] [2] [3]

Oleh karena itu, saat menganalisis perpustakaan peptida, ada baiknya membedakan beberapa tahap berikut:

desain perpustakaan → penyaringan → identifikasi hasil yang relevan → konfirmasi → karakterisasi → prediksi atau optimalisasi → validasi independen.

Setiap tahap tersebut memberikan tingkat bukti yang berbeda-beda.

Apa itu perpustakaan peptida?

Kumpulan terorganisir dari berbagai varian molekuler

Perpustakaan peptida berisi urutan peptida yang saling terkait atau beragam, yang disusun berdasarkan pertanyaan penelitian tertentu.

Beberapa perpustakaan digunakan untuk meneliti perubahan kecil pada peptida yang sudah diketahui. Perpustakaan lainnya mencakup ruang urutan yang mungkin jauh lebih luas.

Setiap elemen perpustakaan dapat berbeda dalam hal:

• panjang peptida;
• jenis asam amino;
• posisi masing-masing sisa;
• urutan asam amino;
• kelompok akhir;
• siklisasi;
• stereokimia;
• modifikasi kimia;
• ciri-ciri struktural lain yang diubah secara sengaja.

Perpustakaan juga harus tetap memungkinkan identifikasi elemen yang diinginkan.

Dalam kasus matriks peptida, identitas peptida dapat dikaitkan dengan posisi fisiknya.

Dalam perpustakaan phage display, urutan peptida yang ditampilkan terkait dengan informasi genetik yang terdapat dalam bakteriofag.

Dalam perpustakaan sintetis yang ditempatkan pada butiran-butiran, peptida yang terdapat pada butiran tertentu mungkin memerlukan identifikasi kimiawi atau penggunaan sistem pengkodean tambahan.

Hubungan antara sinyal dan identitas molekul memiliki arti yang sangat penting.

Sinyal eksperimental yang kuat yang berasal dari campuran yang tidak diketahui belum dapat menunjukkan partikel mana yang menyebabkannya.

Oleh karena itu, nilai perpustakaan peptida tidak hanya bergantung pada jumlah kandidat yang terkandung di dalamnya, tetapi juga pada kemampuannya untuk dihubungkan:

kandidat → identitas → jawaban yang diukur.

Perpustakaan acak, terarah, dan sistematis

Berbagai model perpustakaan dirancang untuk menjawab berbagai pertanyaan ilmiah.

Pustaka acak atau kombinatorial mencakup kombinasi elemen penyusun pada posisi-posisi tertentu.

Istilah „acak” menggambarkan metode konstruksi atau pengambilan sampel yang direncanakan. Hal ini tidak berarti bahwa setiap urutan yang secara teoritis mungkin benar-benar terjadi dengan frekuensi yang sama.

Perpustakaan terarah membatasi varians di sekitar:

• motif yang sudah dikenal;
• peptida induk;
• kerangka struktural tertentu;
• urutan pengikatan;
• wilayah yang aktif;
• hipotesis mengenai target molekuler tertentu.

Pustaka substitusi sistematis mengubah sisa-sisa yang dipilih secara terstruktur.

Misalnya, asam amino pada satu posisi dapat diganti secara bergantian dengan beberapa asam amino lain untuk mengetahui apakah posisi tersebut memengaruhi sifat yang sedang diteliti.

Pustaka peptida yang tumpang tindih memanfaatkan fragmen-fragmen berturut-turut dari urutan induk yang lebih panjang, di mana fragmen-fragmen yang berdekatan memiliki sebagian residu yang sama.

Pendekatan semacam ini sangat berguna dalam mengidentifikasi wilayah protein yang terdeteksi dalam suatu tes tertentu.

Setiap strategi memiliki kelebihan dan keterbatasannya masing-masing.

Perpustakaan kombinatorial yang luas dapat mengungkap pola urutan yang tak terduga.

Pustaka yang terfokus memungkinkan kita untuk meneliti urutan yang sudah menarik tersebut secara lebih mendalam.

Substitusi sistematis dapat menunjukkan posisi mana yang tampaknya sangat penting.

Pustaka fragmen yang tumpang tindih membantu mengidentifikasi wilayah aktif atau yang dikenali dari protein yang lebih besar.

Oleh karena itu:

Ruang urutan yang lebih luas tidak secara otomatis berarti informasi eksperimental yang lebih baik.

Jenis perpustakaan yang tepat sangat bergantung pada pertanyaan penelitian.

Keragaman teoretis tidak berarti representasi yang sesungguhnya

Ruang kemungkinan urutan peptida berkembang dengan sangat pesat.

Jika perpustakaan tersebut mengizinkan ke-20 asam amino standar pada masing-masing dari enam posisi, jumlah teoretis urutan yang mungkin adalah:

20⁶ = 64.000.000 kemungkinan kombinasi.

Ini adalah keragaman teoretis.

Hal ini tidak berarti bahwa di perpustakaan fisik tersebut benar-benar terdapat 64 juta peptida yang berbeda dan terwakili dengan benar.

Keragaman efektif dapat berkurang atau terdistorsi, antara lain oleh:

• kegagalan sintesis;
• efisiensi kopling yang tidak merata;
• kesulitan sintetis yang bergantung pada urutan;
• seleksi biologis selama pembuatan pustaka;
• batasan transformasi;
• perbedaan dalam perbanyakan;
• urutan yang berulang;
• beban yang terkait dengan pengurutan;
• batasan pengambilan sampel;
• jumlah elemen yang tidak sama.

Hal lain yang juga penting adalah seberapa besar bagian dari keseluruhan perpustakaan yang benar-benar digunakan dalam eksperimen tertentu.

Meskipun secara teoritis kumpulan tersebut berisi sejumlah besar urutan, satu kali penyaringan hanya dapat mencakup sebagian dari keragaman tersebut.

Sekuensing mendalam terhadap perpustakaan fag komersial menunjukkan penyimpangan yang jelas dari representasi yang merata, termasuk perbedaan dalam jumlah peptida dan beban terkait komposisi urutan. Para peneliti juga mengidentifikasi faktor-faktor yang mengurangi ukuran efektif perpustakaan tersebut. [4]

Hasil-hasil ini berlaku untuk perpustakaan tertentu yang dianalisis dan tidak boleh secara otomatis diterapkan secara kuantitatif ke setiap perpustakaan phage display.

Namun, hal ini menunjukkan sebuah prinsip penting:

Keragaman teoretis tidak boleh dianggap sebagai keragaman eksperimental yang terukur.

Apa itu perpustakaan peptida yang tumpang tindih?

Pustaka peptida yang tumpang tindih menyajikan urutan induk yang lebih panjang sebagai serangkaian fragmen yang lebih pendek.

Peptida yang berdekatan memiliki bagian urutan yang sama.

Mari kita pertimbangkan potongan-potongan hipotetis dengan panjang 15 sisa:

• sisa 1–15;
• sisa 6–20;
• sisanya 11–25.

Setiap peptida berikutnya dimulai lima posisi lebih jauh daripada peptida sebelumnya.

Artinya, fragmen-fragmen yang berdekatan tersebut memiliki sepuluh residu yang sama.

Penempatan seperti itu membantu mengidentifikasi wilayah-wilayah yang terkait dengan pengenalan atau respons terukur lainnya.

Jika dua peptida yang berdekatan memberikan sinyal, urutan bersama keduanya dapat membantu mempersempit area yang memerlukan penelitian lebih lanjut.

Namun, hal ini tidak membuktikan bahwa:

• setiap sisa di wilayah bersama itu penting;
• urutan bersama itu sendiri sudah cukup untuk menghasilkan efek tersebut;
• urutan aktif minimal telah diidentifikasi;
• fragmen tersebut berperilaku persis sama seperti daerah yang sesuai di seluruh protein.

Untuk menyelesaikan masalah-masalah ini, mungkin diperlukan eksperimen-eksperimen lebih lanjut.

Dalam penelitian mengenai protein selubung luar meningokokus, digunakan 45 peptida sintetis yang tumpang tindih untuk menganalisis proses pengenalan oleh limfosit T pada sel yang berasal dari donor manusia. [5]

Penelitian tersebut menunjukkan baik kegunaan pemetaan peptida empiris maupun keterbatasan algoritma prediktif yang tersedia pada saat itu.

Respons yang diamati tetap spesifik terhadap rangkaian peptida yang digunakan, kondisi pengujian, serta sampel yang berasal dari donor yang diteliti.

Perpustakaan fisik dan virtual menjawab pertanyaan yang berbeda

Istilah „perpustakaan peptida” dapat merujuk pada berbagai macam sistem eksperimental.

Perbedaan ini sangat penting:

kandidat digital tidak secara otomatis merupakan molekul yang disintesis, dan molekul yang disintesis tidak secara otomatis merupakan kandidat yang telah divalidasi secara eksperimental.

Phage display dan perpustakaan sintetis

Bagaimana phage display menghubungkan peptida dengan urutannya?

Dalam teknologi phage display, peptida ditampilkan sebagai bagian dari protein yang terdapat pada permukaan bakteriofag.

Fag tersebut juga mengandung informasi genetik yang mengkode urutan yang ditampilkan.

Dengan demikian, terciptalah hubungan yang bermanfaat antara:

fenotipe — peptida yang ditampilkan

a

genotipe — urutan genetik yang sesuai dengannya.

Para peneliti dapat mengekspos perpustakaan fag terhadap tujuan atau sistem pengujian tertentu, mengisolasi partikel-partikel yang dipilih, memperbanyaknya, atau menganalisisnya untuk menentukan urutan mana saja yang telah diperkaya.

Keterkaitan dengan informasi genetik sangat memudahkan identifikasi kandidat dibandingkan dengan analisis campuran molekul yang tidak teridentifikasi.

Penelitian awal yang menggunakan peptida acak yang dipaparkan pada fag filamen menunjukkan kemungkinan untuk memperkaya ligan antibodi dengan afinitas tinggi, serta membandingkan perilaku peptida yang dipaparkan pada fag dengan hasil ikatan yang diperoleh untuk peptida yang disintesis secara kimia. [1]

Perbandingan ini sangat penting karena peptida yang terdapat pada partikel fag dan peptida sintetis yang diisolasi sebagai padanannya tidak merupakan presentasi eksperimental yang identik.

Perkayaan merupakan hasil seleksi, bukan penjelasan lengkap mengenai mekanismenya

Urutan yang porsinya semakin meningkat pada tahap-tahap seleksi berikutnya sering disebut sebagai urutan yang diperkaya.

Pengayaan merupakan informasi yang penting.

Namun, hal itu tidak secara otomatis menjelaskan mengapa urutan tertentu menjadi lebih banyak.

Beberapa kemungkinan penyebabnya antara lain:

• hubungan dengan tujuan yang dimaksud;
• ikatan dengan permukaan yang digunakan dalam pengujian;
• interaksi dengan elemen eksperimen lainnya;
• kemampuan bertahan hidup yang lebih baik dalam kondisi seleksi;
• tingkat penularan yang lebih tinggi;
• perbanyakan yang lebih efektif;
• keunggulan selama proses penyebaran;
• ciri lain yang bergantung pada urutan atau klon tertentu.

Penjelasan-penjelasan tersebut secara ilmiah berbeda.

Dalam salah satu penelitian, telah diidentifikasi sebuah klon fag yang, setelah diperkaya, menunjukkan keunggulan dalam perbanyakan akibat adanya delesi genomik. [6]

Dalam penelitian lain, peptida yang dimaksud dianalisis, yang ternyata berikatan dengan polistiren alih-alih dengan target yang dimaksudkan. [7]

Penelitian-penelitian ini menunjukkan dua mekanisme berbeda yang dapat menyebabkan terjadinya pengayaan yang tidak terkait dengan tujuan penelitian yang sebenarnya.

Hal ini tidak berarti bahwa setiap urutan fag yang diperkaya merupakan artefak.

Sebaliknya, hal ini justru menunjukkan alasannya:

Pengayaan ini mengidentifikasi kandidat yang memerlukan penjelasan; hal ini sendiri tidak membuktikan adanya pengenalan spesifik terhadap target molekuler.

Cara penyajian dapat memengaruhi ikatan yang diamati

Peptida yang ditampilkan dalam sistem phage display terikat secara fisik pada pembawa.

Oleh karena itu, perilakunya mungkin berbeda dari perilaku molekul yang sama yang berada secara bebas dalam larutan.

Istilah penting di sini adalah keserakahan.

Afiliasi biasanya mengacu pada kekuatan interaksi tunggal dalam kerangka model tertentu.

Sebaliknya, kecanduan dapat disebabkan oleh berbagai interaksi yang terjadi secara bersamaan.

Jika beberapa salinan peptida yang ditampilkan berinteraksi secara bersamaan dengan beberapa situs pengikatan, interaksi gabungannya mungkin tampak lebih kuat daripada interaksi tunggal peptida bebas.

Penyambungan ke media juga dapat:

• membatasi konformasi peptida;
• mengubah ketersediaannya;
• meningkatkan konsentrasi lokal;
• mempengaruhi orientasi;
• menimbulkan efek sterik;
• menempatkan banyak salinan peptida berdekatan satu sama lain.

Oleh karena itu, peptida yang telah diseleksi secara efektif dalam sistem presentasi dapat berperilaku berbeda setelah disintesis secara terpisah.

Itulah sebabnya, penelitian terhadap molekul yang diisolasi merupakan tahap konfirmasi yang penting.

Perbandingan antara ligan yang ditampilkan pada fag dengan padanan yang disintesis secara kimiawi dalam penelitian awal mengenai phage display dengan jelas menunjukkan pentingnya mengaitkan hasil seleksi dengan perilaku molekul yang independen. [1]

Perpustakaan sintetis dapat mencakup ruang kimia yang berbeda

Perpustakaan peptida sintetis dibuat melalui metode kimia, bukan hanya melalui ekspresi biologis.

Tergantung pada metode sintesis yang digunakan, hal ini berpotensi mencakup:

• asam amino non-standar;
• beberapa asam amino D terpilih;
• modifikasi ujung;
• siklisasi;
• penanda kimia;
• rantai samping yang dimodifikasi;
• bahan bangunan sintetis lainnya.

Hal ini memungkinkan perluasan ruang kimia yang tersedia untuk penelitian.

Namun, sekadar merancang urutan tersebut dalam lembar kerja atau program komputer belum membuktikan bahwa molekul yang sesuai dapat diperoleh dengan mudah dan tepat.

Masalah-masalah praktis dapat mencakup:

• kopling tidak sempurna;
• urutan delesi;
• agregasi;
• kesulitan dalam proses pembersihan;
• kelarutan yang rendah;
• efek samping;
• ketidakstabilan modifikasi;
• masalah sintetis yang bergantung pada urutan.

Oleh karena itu:

keragaman kimia yang dirancang ≠ keragaman kimia yang telah dibuktikan secara eksperimental.

Dengan demikian, sistem presentasi yang dikodekan secara genetik dan sintesis kimia mencakup ruang molekuler yang sebagian tumpang tindih, namun tidak identik.

Teknologi penyajian yang dimodifikasi dapat semakin memperluas cakupan kimia yang tersedia dalam sistem biologis; oleh karena itu, perbedaan ini tidak boleh disederhanakan dengan menyatakan bahwa perpustakaan biologis hanya dapat berisi peptida standar yang tidak dimodifikasi.

Pustaka "satu manik–satu senyawa"

Dalam perpustakaan one-bead–one-compound (OBOC), setiap butiran pada dasarnya mengandung banyak salinan dari satu senyawa tertentu.

Salah satu strategi yang sering digunakan adalah sintesis tipe split-and-pool.

Bola-bola tersebut dibagi menjadi beberapa kelompok, setiap kelompok direaksikan dengan unsur penyusun yang berbeda, kemudian semua bola digabungkan kembali dan dibagi lagi sebelum tahap sintesis berikutnya.

Pengulangan proses ini dapat menghasilkan perpustakaan kombinatorial yang besar, sekaligus mempertahankan hubungan yang direncanakan antara setiap bola dengan urutan tertentu.

Penelitian awal mengenai sistem one-bead–one-peptide memaparkan metode pembuatan dan penyaringan pustaka peptida sintetis berskala besar untuk menguji ikatan ligan. [2]

Istilah “one bead–one compound” menggambarkan prinsip pengorganisasian perpustakaan tersebut.

Hal ini tidak membuktikan bahwa:

• setiap butiran mengandung peptida yang secara kimiawi sempurna;
• setiap bola memiliki muatan peptida yang sama;
• semua reaksi kopelasi berlangsung dengan efisiensi yang sama;
• peptida pada setiap butiran tersedia dalam jumlah yang sama.

Dalam penelitian selanjutnya terhadap butiran-butiran tunggal, spektroskopi Raman digunakan untuk mengukur kadar peptida.

Para peneliti mengamati variabilitas yang cukup besar di antara bola-bola dalam perpustakaan, terutama pada urutan yang lebih panjang, meskipun beban pada bahan awal lebih merata. [8]

Hal ini penting karena intensitas sinyal selama proses penyaringan dapat bergantung pada:

gaya interaksi,

serta dari:

jumlah peptida yang tersedia yang ditampilkan pada partikel tersebut.

Matriks, kumpulan data yang disintesis secara individual, dan penelitian berbasis sampel

Perpustakaan peptida juga dapat disusun dalam bentuk matriks atau kumpulan yang disintesis secara individual.

Dalam matriks peptida, peptida-peptida yang telah ditentukan terletak pada posisi fisik yang diketahui.

Hal ini memastikan koneksi langsung:

lokasi → identitas urutan → sinyal uji.

Namun, perlu diingat bahwa imobilisasi pada permukaan dapat memengaruhi konformasi dan ketersediaan peptida.

Solusi lainnya adalah skrining bertahap.

Beberapa peptida digabungkan dalam satu sampel dan dianalisis secara bersamaan.

Jika kumpulan tersebut memberikan hasil positif, maka selanjutnya dapat dilakukan dekonvolusi terhadapnya dengan menguji kelompok-kelompok yang lebih kecil atau elemen-elemen individual.

Pooling dapat mengurangi jumlah pengukuran yang diperlukan pada tahap awal.

Namun, Pula tidak selalu berperilaku persis sama seperti masing-masing komponennya.

Faktor-faktor berikut ini dapat memengaruhi:

• perbedaan konsentrasi;
• persaingan;
• kelarutan;
• agregasi;
• gangguan;
• efek antagonis;
• kepadatan tes.

Dengan demikian, kelompok positif ini menandakan adanya kelompok yang memerlukan penelitian lebih lanjut.

Hal ini tidak membuktikan bahwa setiap peptida yang terkandung di dalamnya memiliki sifat yang diteliti.

Penyaringan dan pemilihan calon

Pertama-tama, tentukan apa sebenarnya yang diukur oleh tes tersebut

Signifikansi hasil skrining sepenuhnya bergantung pada titik akhir yang diukur.

Penyaringan ikatan menjawab pertanyaan apakah peptida berinteraksi dengan target tertentu dalam kondisi tertentu.

Penyaringan substrat enzim bertujuan untuk mengetahui apakah enzim tersebut dapat mengubah peptida tertentu.

Uji penghambatan bertujuan untuk mengetahui apakah peptida tersebut menghambat aktivitas tertentu.

Uji sel mengukur respons tertentu pada sel.

Hasil-hasil ini tidak setara.

Peptida dapat berikatan dengan target tanpa mengaktifkannya maupun menghambatnya.

Mungkin saja berfungsi sebagai substrat enzim, tetapi tidak menunjukkan perilaku yang sesuai dalam sistem seluler.

Sebaliknya, respons seluler tersebut mungkin disebabkan oleh jalur yang tidak disengaja.

Oleh karena itu, istilah „peptida aktif” sering kali terlalu luas, jika tidak disebutkan jenis aktivitas apa yang sebenarnya diukur.

Dalam penelitian iteratif yang memanfaatkan pembelajaran mesin, substrat peptida untuk kelas enzim tertentu dioptimalkan melalui serangkaian pengujian eksperimental berulang terhadap kandidat-kandidat yang telah dipilih. [3]

Kesimpulan tersebut berkaitan dengan fungsi biokimia yang diukur dalam sistem tersebut.

Hal tersebut tidak membuktikan bahwa urutan yang sama akan berhasil dalam aplikasi biologis lain yang tidak terkait.

Pengendalian membantu membedakan antara identifikasi tujuan dan pelaksanaan pengujian itu sendiri

Pengujian yang dipilih dengan tepat membantu membedakan fenomena molekuler yang diinginkan dari penjelasan lain yang mungkin.

Tergantung pada jenis tesnya, hal tersebut dapat berupa:

• permukaan yang tidak memiliki molekul target;
• pemeriksaan yang hanya mencakup media penyimpanan itu sendiri;
• tujuan molekuler yang tidak terkait;
• hasil tes positif;
• pemeriksaan negatif;
• pengukuran latar belakang;
• eksperimen kompetitif;
• pemeriksaan lain yang sesuai dengan sistem tertentu.

Permukaan yang tidak memiliki molekul target dapat menunjukkan ikatan nonspesifik dengan bahan uji.

Pemeriksaan media membantu mendeteksi respons yang disebabkan oleh sistem presentasi itu sendiri.

Tujuan yang tidak terkait dapat memberikan informasi mengenai selektivitas.

Kontrol positif menunjukkan apakah tes tersebut mampu mendeteksi hasil yang sudah diketahui.

Kontrol negatif membantu menentukan tingkat latar belakang.

Namun, pengendalian harus disesuaikan dengan sumber-sumber kesalahan yang sebenarnya mungkin terjadi dalam eksperimen tersebut.

Tidak ada satu pun peptida kontrol universal yang bersifat netral secara biologis di setiap sistem yang mungkin ada.

Penelitian mengenai fag yang mengikat polistiren menunjukkan mengapa pengendalian permukaan itu penting. Para peneliti menganalisis proses pengikatan dan perbanyakan secara terpisah, serta mengaitkan peningkatan tersebut dengan interaksi terhadap permukaan uji, alih-alih berasumsi bahwa pemulihan fag membuktikan pengenalan terhadap target yang dimaksud. [7]

Kekerabatan, selektivitas, dan fungsi adalah sifat-sifat yang berbeda

Tiga istilah yang sering kali disalahartikan satu sama lain adalah:

afinitas, selektivitas, dan fungsi.

Afiliasi berkaitan dengan kekuatan interaksi dalam kondisi tertentu dan dalam kerangka model interaksi yang sesuai.

Selektivitas menggambarkan sejauh mana seorang kandidat lebih cenderung berinteraksi dengan satu tujuan tertentu dibandingkan dengan alternatif-alternatif yang relevan.

Fungsi ini berkaitan dengan konsekuensi biologis atau biokimia dari interaksi tersebut.

Dengan demikian, peptida dapat menunjukkan:

• afinitas tinggi, tetapi selektivitas rendah;
• selektivitas tinggi, tetapi ikatan yang lemah;
• ikatan yang kuat tanpa efek fungsional yang diharapkan;
• aktivitas fungsional melalui mekanisme yang tidak terduga.

Perbedaan-perbedaan ini menentukan eksperimen apa yang harus dilakukan selanjutnya.

Contohnya:

ikatan yang terdeteksi ≠ penghambatan yang terdeteksi.

Peptida yang ditemukan dalam skrining ikatan tidak boleh secara otomatis disebut sebagai inhibitor jika efek penghambatannya belum diukur secara langsung.

Calon sebaiknya dievaluasi berdasarkan beberapa jenis data

Proses seleksi calon akan lebih dapat diandalkan jika tidak hanya didasarkan pada satu parameter peringkat saja.

Beberapa hal yang dapat dipertimbangkan antara lain:

• besarnya sinyal;
• konsistensi;
• mempertahankan latar belakang;
• identitas urutan;
• peningkatan dibandingkan dengan nilai awal;
• selektivitas;
• keluarga urutan;
• kemampuan untuk melakukan sintesis secara mandiri;
• kelarutan;
• konsistensi pengujian;
• kemungkinan validasi lebih lanjut.

Keragaman urutan di antara hasil pencarian yang dipilih juga mungkin berguna.

Penelitian terhadap perwakilan dari beberapa keluarga urutan yang berbeda mengurangi ketergantungan pada satu motif atau klon yang berpotensi menyesatkan.

Khususnya untuk perpustakaan khusus, perbandingan jumlah koleksi sebelum dan sesudah seleksi sangat berguna.

Sequence yang sudah sangat sering ditemukan dalam perpustakaan awal dapat terwakili dalam jumlah besar setelah proses penyaringan tanpa perlu pengayaan yang sangat intensif yang disesuaikan dengan tujuan.

Analisis sekuensing mendalam terhadap perpustakaan fag yang belum diolah menunjukkan representasi awal yang tidak merata. [4]

Penelitian mengenai keunggulan dalam reproduksi juga menunjukkan mengapa jumlah semata tidak boleh secara otomatis ditafsirkan sebagai ukuran afinitas. [6]

Secara keseluruhan, hasil-hasil ini mendukung analisis berikut:

bagaimana urutan tersebut diperkaya,

dan bukan hanya:

urutan mana yang menempati peringkat pertama setelah proses seleksi selesai.

Hasil positif dari skrining belum dapat dianggap sebagai kandidat yang tervalidasi

Hit, atau hasil yang sesuai, adalah kandidat yang memenuhi kriteria penyaringan awal.

Ini adalah hasil yang memuaskan.

Namun, hal itu tidak mengakhiri proses validasi.

Konfirmasi tersebut harus menjawab, antara lain, pertanyaan apakah perilaku kandidat:

• bersifat berulang;
• tetap berlaku setelah penerapan pengendalian yang sesuai;
• terjadi selama pemeriksaan individu;
• tetap terlihat setelah disintesis ulang;
• dapat dikaitkan dengan molekul yang dimaksud;
• tetap penting dalam uji lanjutan yang sesuai.

Karakterisasi lebih lanjut selanjutnya dapat mencakup sifat-sifat yang relevan dengan tujuan penelitian tertentu.

Sintesis ulang sangat berguna, terutama jika penyaringan awal menggunakan media, partikel, sistem presentasi, atau campuran.

Sintesis independen memungkinkan kita memisahkan kandidat dari cara penyajiannya yang semula.

Konfirmasi identitas dan parameter penting lainnya dari sampel semakin memperkuat hubungan antara hasil yang diamati dengan molekul yang dimaksud. Pada tahap ini, interpretasi yang tepat menjadi sangat penting kemurnian peptida dan uji laboratorium, karena hasil HPLC, konfirmasi massa, dan kandungan peptida yang sebenarnya menjawab pertanyaan-pertanyaan analitis yang berbeda.

Jadi, urutan yang benar adalah sebagai berikut:

hasil positif dalam penyaringan → hasil positif yang terkonfirmasi → kandidat yang telah diidentifikasi,

bukan:

temuan dalam skrining → peptida fungsional yang telah terbukti.

Peringkat yang menguntungkan, model docking yang menarik secara visual, atau hasil yang serupa yang diperoleh berulang kali dalam pengujian yang sama dan rentan terhadap kesalahan, tidak secara otomatis dapat menggantikan validasi independen.

Perancangan urutan dan alat prediksi

Proses perancangan dimulai dengan menentukan tujuan molekuler

Perancangan peptida dapat dimulai dengan:

• motif yang sudah dikenal;
• peptida induk;
• luas permukaan interaksi protein;
• hasil yang diperoleh secara eksperimental;
• model struktural;
• urutan evolusi;
• kumpulan data mengenai peptida yang telah diteliti.

Selanjutnya, Anda dapat menganalisis perubahan-perubahan seperti:

• substitusi asam amino;
• pemendekan urutan;
• memperpanjang urutan;
• siklisasi;
• modifikasi ujung;
• perubahan urutan asam amino;
• modifikasi struktural lainnya.

Tujuan harus ditetapkan dengan jelas.

Misalnya:

prediksi ikatan

bukanlah tugas yang sama dengan:

prediksi pengenalan oleh enzim,

dan hal ini, pada gilirannya, tidak sama dengan:

perkiraan kelarutan.

Modifikasi yang memperbaiki satu sifat mungkin tidak memengaruhi sifat lainnya, atau bahkan berdampak negatif terhadapnya.

Oleh karena itu, perancangan peptida secara praktis mungkin memerlukan penyeimbangan antara beberapa tujuan yang saling bertentangan.

Penelitian eksperimental yang didukung oleh analisis substrat enzim menunjukkan pendekatan terarah, di mana algoritma mengusulkan kandidat, eksperimen biokimia mengevaluasinya, dan hasil yang diperoleh memengaruhi keputusan selanjutnya terkait pemilihan urutan. [3]

Perhitungan tersebut mendukung tujuan eksperimental tertentu, bukan untuk menggantikan pengukuran.

Prediksi berbasis urutan bergantung pada data pelatihan

Model komputer berbasis urutan ini mempelajari hubungan antara karakteristik peptida dengan label atau hasil pengukuran yang terdapat dalam kumpulan data pelatihan.

Tergantung pada modelnya, hasilnya bisa berupa:

• klasifikasi;
• hasil yang menyerupai probabilitas;
• nilai peringkat;
• sifat kuantitatif yang diperkirakan;
• jenis perhitungan komputer yang lain.

Penafsiran tersebut bergantung pada makna sebenarnya dari label-label yang digunakan selama latihan.

Sebagai contoh, istilah „aktif” dapat berarti:

• pengikatan di atas ambang batas tertentu;
• transformasi oleh enzim;
• aktivitas antimikroba;
• respons seluler;
• kriteria lain yang spesifik untuk tes tertentu.

Kedua sifat tersebut tidak setara.

Kumpulan data juga dapat berisi hasil yang diperoleh dalam berbagai kondisi eksperimental.

Peptida yang belum diuji tidak boleh secara otomatis dianggap sebagai hasil negatif yang terkonfirmasi hanya karena tidak ada hasil positif untuk peptida tersebut.

Penilaian terhadap model tersebut juga sama pentingnya.

Jika urutan yang hampir identik terdapat baik dalam kumpulan data pelatihan maupun kumpulan data uji, masalah prediksi tersebut mungkin jauh lebih mudah daripada memprediksi sifat-sifat peptida yang benar-benar baru.

Oleh karena itu:

Akurasi model yang tinggi secara keseluruhan tidak dengan sendirinya membuktikan kemampuannya untuk melakukan generalisasi terhadap urutan baru.

Generalisasi memerlukan penilaian yang cermat

Generalisasi menggambarkan kemampuan model untuk tetap berguna di luar contoh-contoh yang digunakan selama proses pelatihan.

Hal ini sangat penting terutama jika peptida yang diusulkan sangat berbeda dari data latihan dalam hal:

• urutan;
• panjang;
• kelas struktural;
• modifikasi kimia;
• tujuan molekuler;
• konteks eksperimental.

Dalam penelitian mengenai prediksi ikatan reseptor limfosit T, dianalisis pengaruh perbedaan antara peptida pelatihan dan peptida uji terhadap evaluasi model. [9]

Pengelompokan kumpulan data berdasarkan kemiripan urutan dan struktur tidak menghasilkan hasil yang sama.

Hal ini menunjukkan mengapa pembagian data pelatihan dan pengujian secara terpisah atau satu nilai yang menggambarkan keefektifan model mungkin tidak sepenuhnya mencerminkan perilakunya terhadap peptida baru.

Hal ini tidak berarti bahwa model prediksi peptida pada dasarnya tidak dapat diandalkan.

Hal ini berarti bahwa cara penilaiannya harus menyerupai penggunaan sebenarnya yang dimaksudkan untuk mereka.

Apa yang dimaksud dengan docking peptida?

Docking peptida adalah metode komputasi yang digunakan untuk mengusulkan cara bagaimana suatu peptida dapat berinteraksi dengan reseptor atau target molekuler lainnya.

Perhitungan tersebut dapat menganalisis berbagai hal:

• konformasi peptida;
• orientasi;
• posisi;
• interaksi dengan reseptor;
• geometri interaksi.

Selanjutnya, konfigurasi yang diusulkan dievaluasi menggunakan fungsi skor atau fungsi energi yang sesuai.

Hasil proses docking tersebut dapat memberikan:

• posisi ikatan potensial;
• sisa-sisa yang diusulkan yang terlibat dalam interaksi;
• hipotesis struktural;
• peringkat para kandidat;
• struktur awal untuk analisis komputer lebih lanjut.

Namun, perlu diingat:

Di luar proses docking, hal ini hanyalah sebuah hipotesis, bukan kompleks yang telah diamati secara eksperimental.

Demikian pula:

Nilai skor docking bukanlah konstanta disosiasi yang diukur secara eksperimental, aktivitas seluler, maupun probabilitas keberhasilan biologis.

Penafsiran bergantung pada:

• fungsi titik;
• metode pengambilan sampel konformasi;
• struktur reseptor;
• fleksibilitas reseptor;
• kelenturan peptida;
• asumsi awal;
• protonasi dan representasi molekuler;
• kalibrasi untuk tugas tertentu.

Proses penyambungan peptida bisa jadi sangat menantang, karena peptida seringkali sangat fleksibel.

Selama proses pengikatan, baik konformasi maupun posisinya relatif terhadap target dapat berubah secara signifikan.

Rosetta FlexPepDock: penyempurnaan dan docking global adalah dua prosedur yang berbeda

Publikasi awal mengenai server FlexPepDock menjelaskan penyempurnaan model dengan resolusi tinggi yang dimulai dari peptida yang ditempatkan kira-kira di wilayah ikatan reseptor. [10]

Oleh karena itu, alat ini tidak boleh digambarkan sekadar sebagai metode serbaguna yang memungkinkan penemuan lokasi ikatan yang tidak diketahui apa pun tanpa informasi struktural.

PIPER-FlexPepDock memperluas konsep ini ke arah docking global dengan menggabungkan penempatan fragmen peptida dengan penyempurnaan model yang fleksibel pada tahap selanjutnya. [11]

Dalam publikasi tersebut, metode ini dievaluasi pada kumpulan kompleks peptida-protein yang ditentukan secara eksperimental, yang jumlahnya terbatas namun representatif.

Keberhasilan dalam uji perbandingan menunjukkan keefektifannya dalam kondisi yang diuji.

Hal ini tidak menjamin prediksi yang akurat untuk setiap pasangan reseptor–peptida baru.

Dokumentasi resmi Rosetta membedakan:

• penyempurnaan;
• pemodelan ab initio di sekitar lokasi ikatan yang diperkirakan;
• alur kerja global PIPER-FlexPepDock. [12]

Oleh karena itu, laporan komputer akan menjadi jauh lebih informatif jika mencantumkan:

protokol FlexPepDock mana yang digunakan + data awal apa yang digunakan + bagaimana struktur yang diperoleh dievaluasi.

Pernyataan itu sendiri:

„Proses docking Rosetta telah selesai”

masih menyisakan banyak informasi metodologis penting yang belum dijelaskan.

Peptida yang dimodifikasi memerlukan representasi yang tepat

Model komputer harus menggambarkan struktur molekul yang diteliti dengan tepat.

Urutan yang ditulis hanya dengan menggunakan kode asam amino satu huruf standar mungkin mengabaikan informasi kimia yang penting.

Di antaranya antara lain:

• amidasi ujung C;
• asetilasi ujung N;
• asam amino non-standar;
• Asam amino D;
• siklisasi;
• ikatan silang kovalen;
• fosforilasi;
• modifikasi lainnya.

Dalam penelitian yang menggunakan FlexPepDock, dilakukan analisis pemodelan peptida-MHC yang mencakup residu non-standar dan modifikasi peptida tertentu. [13]

Para penulis memperoleh hasil benchmark yang bermanfaat serta mengamati hubungan antara hasil perhitungan dengan ikatan relatif yang diukur secara eksperimental pada kumpulan data yang diteliti.

Hal ini mendukung penerapan pemodelan yang konkret dan telah teruji.

Namun, hal ini tidak berarti bahwa setiap modifikasi yang mungkin akan secara otomatis direpresentasikan dengan benar, atau bahwa docking dapat menggantikan pengukuran ikatan eksperimental.

CHARMM-GUI, model peptida, dan amidasasi ujung C

CHARMM-GUI menyediakan alat untuk mempersiapkan susunan molekul guna simulasi.

Dokumentasi resmi menekankan bahwa sisa-sisa yang dimodifikasi memerlukan definisi struktural dan parameter medan gaya yang sesuai. [14]

Dengan demikian, keberhasilan dalam menghasilkan data masukan untuk simulasi berarti bahwa representasi sistem dalam bentuk komputer telah disiapkan.

Tidak terbukti secara eksperimental:

• identitas peptida;
• solusi;
• fungsi biologis;
• stabilitas;
• aktivitas.

Pada peptida yang diamidasi pada ujung C, gugus kimia terminalnya adalah amida, bukan gugus karboksil bebas.

Perbedaan ini dapat memengaruhi:

• muatan formal;
• ikatan hidrogen;
• interaksi elektrostatik;
• konformasi;
• interaksi dengan lingkungan molekuler di sekitarnya.

Oleh karena itu, struktur, topologi, dan parameter medan gaya yang digunakan dalam simulasi harus mewakili bentuk akhir yang sama dengan yang diteliti secara eksperimental.

Dalam penelitian mengenai maximin H5, metode eksperimental dan simulasi digabungkan untuk mengevaluasi dampak perubahan bentuk ujung C. [15]

Telah diamati adanya perbedaan dalam struktur dan interaksi dengan membran pada peptida ini.

Hal ini tidak berarti bahwa amidasi meningkatkan sifat setiap peptida.

Sebaliknya, hal ini menunjukkan mengapa kimia gugus terminal tidak boleh diabaikan dalam deskripsi molekuler.

Oleh karena itu, pencarian opsi amidasi dalam perangkat lunak pembuat peptida sebaiknya dimulai dengan pertanyaan kimia:

Bentuk molekul seperti apa sebenarnya yang akan dimodelkan?

Baru setelah masalah ini dijelaskan, pemilihan pengaturan perangkat lunak menjadi penting.

Validasi eksperimental dan reproduktibilitas

Teliti molekul yang dimaksud secara mandiri

Calon yang terpilih pada akhirnya harus dianalisis sebagai bahan molekuler yang telah ditentukan.

Ciri-ciri penting dapat mencakup:

• urutan yang tepat;
• bentuk ujung-ujungnya;
• modifikasi tertentu;
• identitas molekuler;
• sifat-sifat lain yang penting bagi percobaan tersebut.

Jika penyaringan awal menggunakan phage display atau peptida yang terikat pada partikel, eksperimen selanjutnya dapat memeriksa apakah peptida yang diisolasi tetap mempertahankan sifat yang diukur di luar sistem presentasi awal.

Dalam penelitian awal mengenai phage display, peptida yang ditampilkan pada fag dibandingkan dengan padanan sintetisnya yang dihasilkan secara kimiawi. [1]

Hal ini menunjukkan bagaimana penelitian independen dapat mengaitkan hasil seleksi perpustakaan dengan perilaku molekul peptida itu sendiri.

Kualitas dan karakteristik sampel juga berperan penting.

Perbedaan terkait:

• konsentrasi yang ditentukan;
• kelarutan;
• kebersihan;
• agregasi;
• bentuk akhir;
• modifikasi kimia

dapat memengaruhi perbandingan eksperimental.

Dua sampel yang diberi nama peptida yang sama belum tentu setara secara kimiawi, jika bentuk molekulnya masing-masing belum didefinisikan. Oleh karena itu, sebelum menafsirkan hasil eksperimen, penting untuk membedakan antara konsep identitas, kemurnian, dan jumlah sebenarnya bahan, yang dibahas lebih lanjut dalam artikel tentang kemurnian peptida dan penelitian laboratorium.

Tes tambahan paling bermanfaat jika dapat menjawab keraguan tertentu

Uji ortogonal menguji sifat tertentu dengan menggunakan prinsip pengukuran yang berbeda atau metode eksperimental yang berbeda.

Nilai terbesarnya adalah kemampuannya untuk menguji penjelasan alternatif tertentu.

Tes kedua, misalnya, dapat membantu menentukan apakah hasil awal tersebut disebabkan oleh:

• ikatan ke permukaan;
• interferensi penanda;
• perilaku yang bergantung pada media;
• efek imobilisasi;
• artefak lain yang menjadi ciri khas uji coba pertama.

Penggunaan dua model perangkat yang berbeda saja belum tentu berarti bahwa pengukuran tersebut bersifat ortogonal.

Jika kedua tes tersebut menggunakan metode imobilisasi yang sama atau prinsip deteksi yang sama, keduanya mungkin rentan terhadap sumber kesalahan yang sama.

Pertanyaan terpentingnya adalah:

Penjelasan alternatif apa yang diuji dalam eksperimen kedua?

Keselarasan antara metode-metode yang benar-benar saling melengkapi biasanya memberikan dukungan yang lebih kuat daripada pengulangan berulang kali atas hal yang sama, yang rentan terhadap kesalahan pembacaan.

Replikasi dan konteks biologis

Berbagai jenis replikasi memungkinkan untuk mengevaluasi berbagai sumber ketidakpastian.

Pengulangan teknis membantu menilai konsistensi hasil dalam rangkaian eksperimen yang sama.

Pengulangan eksperimen secara independen dapat memperhitungkan variabilitas tambahan antar persiapan atau rangkaian pengujian.

Percobaan yang menggunakan sampel biologis mungkin juga perlu mempertimbangkan perbedaan antara:

• para donor;
• persiapan seluler;
• organisme;
• jaringan;
• sumber bahan biologis lainnya.

Dalam penelitian yang menggunakan peptida tumpang tindih, dilakukan analisis terhadap pengenalan oleh sel T pada sampel yang berasal dari donor, dan digunakan perpustakaan untuk mengidentifikasi daerah-daerah yang dikenali. [5]

Respons yang diamati bergantung pada konteks biologisnya.

Hasil yang diperoleh dari satu donor atau satu sistem eksperimental tidak boleh secara otomatis digeneralisasikan untuk setiap orang atau setiap sistem biologis.

Dengan demikian, reproduktifitas berarti kemampuan untuk mengulangi suatu pernyataan tertentu dalam kondisi yang telah dijelaskan dengan tepat.

Hal ini tidak hanya berarti menghasilkan grafik lain yang tampilannya serupa.

Dokumentasi tersebut harus memungkinkan analisis tersebut direkonstruksi

Penelitian yang baik mengenai perpustakaan peptida memerlukan dokumentasi yang memadai agar peneliti lain dapat memahami bagaimana hasil tersebut diperoleh.

Data eksperimental yang berguna meliputi:

• urutan peptida yang tepat;
• panjang peptida;
• kelompok akhir;
• modifikasi kimia;
• arsitektur perpustakaan;
• kode identifikasi sampel;
• syarat-syarat skrining;
• titik akhir yang diukur;
• pemeriksaan;
• struktur pengulangan;
• cara menentukan latar belakang;
• ambang batas kualifikasi hit;
• kriteria pemilihan calon;
• metode analitis yang digunakan.

Dalam penelitian berbasis komputer, hal-hal berikut mungkin penting:

• nama perangkat lunak;
• versi;
• notulen;
• struktur masukan;
• cara merepresentasikan molekul;
• kumpulan parameter;
• pemrosesan data;
• cara pembagian kumpulan data pelatihan dan pengujian;
• metode penilaian;
• prosedur penentuan peringkat calon;
• kriteria seleksi.

Hanya menyimpan model dengan penilaian tertinggi, gambar docking terbaik, atau urutan akhir dapat menghalangi upaya untuk menelusuri kembali cara memperoleh hasil tersebut di kemudian hari.

Karakteristik perpustakaan itu sendiri juga merupakan salah satu unsur keterulangan.

Penelitian mengenai komposisi perpustakaan subjek dan beban bola menunjukkan bahwa variabilitas mungkin sudah ada bahkan sebelum proses penyaringan dimulai. [4] [8]

Oleh karena itu, mendokumentasikan hanya hasil akhir saja dapat mengabaikan informasi penting mengenai bahan awal.

Prediksi positif dan hasil negatif sama-sama penting

Kandidat yang diidentifikasi secara komputasi, yang belum terbukti kebenarannya melalui eksperimen, tetap dapat memberikan informasi yang berguna.

Dapat mengungkapkan:

• batasan model;
• asumsi mekanistik yang keliru;
• penggambaran sifat kimia yang tidak memadai;
• masalah terkait hipotesis mengenai tes;
• wilayah ruang sekuensial di mana model tersebut memiliki kemampuan generalisasi yang rendah.

Hasil-hasil seperti itu tidak boleh dihilangkan dari penilaian hanya karena tidak mendukung prediksi awal.

Perancangan iteratif menjadi lebih bermanfaat ketika pengamatan eksperimental — termasuk hasil yang tidak terduga dan negatif — memengaruhi keputusan selanjutnya.

Penelitian mengenai perancangan substrat enzim ini menggunakan siklus umum sebagai berikut:

prediksi → pengukuran eksperimental → penyempurnaan model berdasarkan data. [3]

Nilai ilmiahnya berasal dari penggabungan perhitungan dengan pengamatan, bukan dari menganggap peringkat pertama sebagai jawaban yang pasti.

Oleh karena itu, kesimpulan yang paling kuat harus secara tepat menjelaskan apa yang telah dibuktikan:

• pengayaan;
• pemecahan;
• perilaku sebagai substrat enzim;
• inhibisi;
• respons seluler;
• prediksi komputer;
• efektivitas dalam uji perbandingan struktural.

Setiap hasil tersebut dapat memiliki nilai ilmiah.

Namun, janganlah menggantikan yang satu dengan yang lain.

Kesalahan paling umum dalam menafsirkan perpustakaan peptida

Hasil penelitian perpustakaan peptida dapat menjadi menyesatkan jika kesimpulannya melampaui apa yang sebenarnya diukur.

Salah satu kesalahan yang sering terjadi adalah menganggap ukuran perpustakaan teoretis sebagai keragaman yang telah terbukti secara eksperimental. Perpustakaan fisik dapat memiliki representasi yang tidak merata, elemen yang hilang, duplikat, atau beban yang timbul akibat proses sintesis. [4]

Kesalahan lainnya adalah menganggap peningkatan kekayaan sebagai bukti adanya hubungan kekerabatan. Peningkatan kekayaan juga dapat disebabkan oleh keunggulan dalam reproduksi, ikatan dengan permukaan, atau sifat-sifat lain yang terkait dengan proses seleksi. [6] [7]

Masalah ketiga adalah mengidentikkan ikatan dengan fungsi. Peptida dapat berinteraksi dengan target tanpa menimbulkan efek biologis yang diharapkan.

Demikian pula, hasil docking tidak boleh dianggap sebagai pengukuran afinitas secara eksperimental. Hasil titik-titik tersebut berasal dari model komputer dan perlu divalidasi sebelum dapat dianggap sebagai bukti kuantitatif ikatan. [10] [11] [13]

Peptida virtual juga tidak secara otomatis merupakan peptida yang dapat diperoleh dengan mudah dalam bentuk kimia yang benar. Sintesis, kelarutan, identitas molekul, dan karakteristik sampel masih menjadi pertanyaan-pertanyaan eksperimental.

Akhirnya, hasil yang diperoleh untuk peptida yang dipaparkan pada fago, diikat pada permukaan, atau terikat pada partikel mungkin tidak dapat ditiru oleh molekul bebas yang setara, karena cara pemaparan itu sendiri dapat memengaruhi konformasi, aksesibilitas, kepadatan lokal, dan aviditasnya.

Pembatasan-pembatasan ini tidak mengurangi nilai perpustakaan peptida.

Sebaliknya, ketentuan tersebut menjelaskan cara menafsirkan bukti-bukti yang mereka sampaikan.

Pertanyaan yang sering diajukan

1. Apa itu perpustakaan peptida yang tumpang tindih?

Pustaka peptida yang tumpang tindih adalah kumpulan fragmen yang mencakup urutan induk yang lebih panjang, di mana peptida yang berdekatan memiliki sebagian urutan asam amino yang sama. Pendekatan ini membantu para peneliti mengidentifikasi wilayah yang terkait dengan pengenalan antigen atau respons terukur lainnya. Sebuah penelitian yang menggunakan fragmen tumpang tindih protein meningokokus menunjukkan penerapan metode ini untuk memetakan respons sel T pada sampel yang berasal dari donor. [5] Namun, hasil positif untuk suatu fragmen tidak secara otomatis mengidentifikasi epitop minimal, tidak membuktikan bahwa setiap sisa yang sama diperlukan, dan tidak berarti bahwa fragmen tersebut secara tepat mereproduksi struktur serta pemrosesan protein secara keseluruhan.

2. Apakah prediksi komputer dapat menggantikan eksperimen?

Tidak. Prediksi komputer dapat membantu dalam menentukan prioritas kandidat, mengidentifikasi pola, menyusun hipotesis struktural, dan membatasi jumlah urutan yang memerlukan pengujian eksperimental segera. Namun, keandalan prediksi tersebut bergantung pada model, data pelatihan, cara representasi molekul, asumsi yang digunakan, dan tugas spesifik yang dihadapi. Dalam penelitian perancangan substrat enzim, peptida yang dipilih oleh algoritma telah diuji berulang kali dan hasil eksperimen digunakan untuk putaran seleksi berikutnya. [3] Hal ini menunjukkan kolaborasi antara metode komputasi dan eksperimen, bukan penggantian eksperimen oleh model. Kandidat tetap merupakan prediksi komputer hingga sifat yang relevan darinya dievaluasi secara eksperimental.

3. Apakah perpustakaan peptida merupakan kumpulan fisik atau basis data?

Bisa jadi keduanya. Perpustakaan fisik berisi molekul yang dapat diteliti secara langsung melalui eksperimen, sedangkan perpustakaan virtual berisi urutan digital, struktur molekul, atau representasi komputer lainnya. Penelitian awal mengenai metode “one-bead–one-peptide” berfokus pada perpustakaan sintetis fisik, sedangkan metode perancangan komputer menganalisis representasi molekuler sebelum sintesis kandidat yang dipilih. [2] [3] Kehadiran urutan dalam perpustakaan virtual saja tidak menjamin bahwa peptida yang sesuai telah disintesis dengan benar, memiliki bentuk kimia yang dimaksudkan, atau menunjukkan sifat yang diprediksi. Oleh karena itu, saat membahas ukuran perpustakaan atau hasil penyaringan, formatnya harus selalu disebutkan.

4. Apakah perpustakaan yang lebih besar selalu menghasilkan kandidat yang lebih baik?

Tidak. Ukuran perpustakaan hanya penting jika perpustakaan tersebut mengandung keragaman yang relevan, dapat diakses, dapat diidentifikasi, dan terwakili dengan baik. Sekuensing mendalam pada perpustakaan fag menunjukkan ketidakseimbangan jumlah urutan serta faktor-faktor yang mengurangi keragaman efektif meskipun proyek yang direncanakan memiliki cakupan yang luas. [4] Perpustakaan yang sangat besar juga dapat memperparah masalah terkait pengambilan sampel dan interpretasi, karena tidak setiap elemen yang secara teoritis mungkin ada harus benar-benar hadir atau diteliti dengan baik. Kualitas kandidat, oleh karena itu, bergantung pada komposisi perpustakaan, desain skrining, kualitas pengujian, pengendalian, dan validasi, bukan hanya pada jumlah urutan yang mungkin yang diiklankan.

5. Apakah perpustakaan peptida acak benar-benar bebas dari bias?

Tidak selalu. Desain acak tetap dapat menyebabkan representasi nukleotida, asam amino, dan urutan utuh yang tidak merata. Produksi biologis, perbanyakan, kimia sintesis, dan pengambilan sampel dapat menimbulkan sumber bias tambahan. Sekuensing mendalam terhadap perpustakaan fag komersial menunjukkan representasi yang tidak merata bahkan sebelum seleksi berdasarkan target dimulai. [4] Hal ini tidak berarti bahwa setiap perpustakaan acak tidak dapat diandalkan. Namun, hal ini menunjukkan bahwa „desain acak” dan „keseragaman yang tervalidasi secara eksperimental” adalah dua pernyataan yang berbeda. Karakteristik perpustakaan awal membantu membedakan antara jumlah awal yang besar dengan pengayaan aktual yang bergantung pada seleksi.

6. Bagaimana cara phage display memungkinkan identifikasi urutan peptida?

Phage display menggabungkan peptida yang ditampilkan pada permukaan bakteriofag dengan informasi genetik yang terdapat di dalam partikel yang sama. Dengan demikian, fag yang dipilih dapat diisolasi, dan urutan peptida yang sesuai dapat ditentukan berdasarkan materi genetik yang terkait. Penelitian awal dengan peptida acak yang ditampilkan pada fag filamen memanfaatkan hubungan antara genotipe dan fenotipe ini untuk mengisolasi serta mengkarakterisasi ligan pengikat. [1] Namun, pemulihan faga itu sendiri tidak membuktikan spesifisitas terhadap target, karena jumlahnya dapat dipengaruhi oleh interaksi dengan permukaan, perbedaan dalam perbanyakan, dan tekanan seleksi lainnya. Hubungan genetik memungkinkan identifikasi kandidat, sedangkan eksperimen lanjutan membantu menjelaskan penyebab seleksinya.

7. Mengapa fag dapat diperkaya tanpa terikat pada tujuan yang dimaksudkan?

Beberapa mekanisme dapat menyebabkan pengayaan yang tidak terkait dengan tujuan yang sebenarnya. Fag dapat berinteraksi dengan permukaan uji, sangat toleran terhadap kondisi seleksi, atau berkembang biak lebih efektif daripada klon pesaing. Dalam penelitian terpisah, telah ditunjukkan adanya pemulihan yang terkait dengan polistiren serta pengayaan yang terkait dengan keunggulan dalam perbanyakan. [6] [7] Mekanisme-mekanisme ini berbeda dan memerlukan pengendalian yang berbeda pula. Oleh karena itu, pengayaan harus ditafsirkan sebagai bukti bahwa klon tersebut bertahan dan meningkatkan representasinya selama proses seleksi. Untuk membuktikan adanya pengenalan spesifik terhadap target, diperlukan bukti tambahan yang memungkinkan untuk membedakan kemungkinan ini dari penjelasan alternatif lainnya.

8. Apa arti dari “one-bead–one-compound”?

One-bead–one-compound berarti bahwa setiap butiran dirancang untuk memuat banyak salinan dari satu senyawa tertentu, sehingga butiran yang dipilih pada akhirnya dapat dikaitkan dengan satu elemen perpustakaan. Konsep ini memungkinkan pembuatan perpustakaan sintetis kombinatorial berskala besar dan telah diperkenalkan dalam penelitian awal mengenai "one-bead–one-peptide". [2] Namun, istilah ini menggambarkan pengorganisasian perpustakaan yang direncanakan, dan tidak menjamin muatan yang identik, sintesis yang sempurna, maupun homogenitas kimiawi setiap butiran. Pengukuran butiran tunggal yang dilakukan kemudian menunjukkan perbedaan yang signifikan dalam jumlah peptida yang dipresentasikan. [8] Oleh karena itu, kualitas bahan dan beban tetap merupakan karakteristik yang memerlukan evaluasi eksperimental.

9. Apakah jumlah peptida pada bola dapat memengaruhi hasil skrining?

Ya. Butiran yang mengandung jumlah peptida yang lebih banyak dapat menghasilkan sinyal uji yang lebih kuat, meskipun interaksi molekulernya sendiri tidak lebih kuat. Dalam penelitian yang menggunakan spektroskopi Raman untuk menganalisis perpustakaan one-bead–one-compound, ditemukan variabilitas yang signifikan dalam jumlah peptida, terutama pada urutan yang lebih panjang. [8] Penelitian ini tidak menentukan pengaruh beban pada setiap sistem penyaringan yang mungkin, tetapi mengidentifikasi sumber variabilitas yang dapat memengaruhi intensitas sinyal. Oleh karena itu, hasil skrining pada butiran harus ditafsirkan baik dalam konteks interaksi molekuler itu sendiri maupun kepadatan bahan yang disajikan.

10. Apakah ikatan itu sama dengan aktivitas biologis?

Tidak. Ikatan berarti interaksi antar molekul dalam kondisi tertentu. Aktivitas biologis atau biokimia memerlukan titik akhir yang didefinisikan secara terpisah. Peptida dapat berikatan dengan protein, tetapi tidak mengaktifkannya maupun menghambatnya, dan respons seluler dapat terjadi melalui mekanisme yang berbeda dari interaksi yang diasumsikan dengan target. Penelitian phage display terutama berfokus pada ikatan, sedangkan penelitian yang menggunakan pembelajaran mesin berkaitan dengan perilaku peptida sebagai substrat enzim. [1] [3] Ini adalah pertanyaan ilmiah yang berbeda. Oleh karena itu, hasil positif dari skrining sebaiknya dijelaskan sesuai dengan sifat yang benar-benar diukur, tanpa mengaitkannya dengan efek yang lebih luas.

11. Mengapa hasil pencocokan perlu disintesis ulang dan diteliti satu per satu?

Sintesis independen membantu menentukan apakah peptida tertentu yang telah didefinisikan benar-benar mereplikasi perilaku yang diamati di luar sistem perpustakaan aslinya. Ikatan dengan fag, jumlah bahan pada partikel, efek campuran, interaksi dengan pembawa, atau elemen skrining lainnya dapat memengaruhi hasil awal. Dalam penelitian awal phage display, ligan yang ditampilkan dibandingkan dengan peptida yang diperoleh melalui sintesis kimia, yang menggambarkan tahap konfirmasi ini. [1] Sintesis ulang paling informatif jika bahan yang diperoleh dikarakterisasi dengan tepat dan diuji dalam tes yang berkaitan dengan klaim awal. Sintesis itu sendiri belum cukup untuk mengonfirmasi fungsi maupun mekanismenya.

12. Apa yang diprediksi oleh Rosetta FlexPepDock?

Rosetta FlexPepDock memodelkan struktur kompleks peptida-protein, namun setiap prosedur yang terkait dengan FlexPepDock mengasumsikan cakupan informasi awal yang berbeda-beda. Publikasi awal mengenai server ini terutama menjelaskan penyempurnaan model peptida dengan resolusi tinggi yang secara kasar sudah berada di dekat lokasi ikatan reseptor. [10] PIPER-FlexPepDock menggunakan strategi docking global yang lebih luas, yang diikuti oleh penyempurnaan model secara fleksibel. [11] Hasil benchmark tidak menjamin keakuratan untuk setiap pasangan peptida–protein baru. Oleh karena itu, laporan yang bermanfaat harus mencantumkan protokol yang digunakan, informasi awal, dan metode evaluasi struktur yang diprediksi.

13. Apakah hasil docking yang baik menunjukkan adanya ikatan yang kuat?

Tidak. Hasil docking merupakan nilai yang dihasilkan oleh fungsi titik berbasis komputer dan tidak secara otomatis setara dengan afinitas yang diukur secara eksperimental, seperti konstanta disosiasi. Signifikansinya bergantung pada protokol docking, representasi molekuler, metode pengambilan sampel konformasi, target yang diteliti, dan kalibrasi. Dalam studi FlexPepDock mengenai kompleks peptida–MHC, hasil perhitungan dibandingkan dengan pengukuran ikatan relatif dalam kumpulan data tertentu, menunjukkan bahwa hubungan semacam itu perlu diteliti, bukan diasumsikan. [13] Hasil docking yang menguntungkan dapat membantu menentukan prioritas kandidat atau mendukung hipotesis struktural, tetapi ikatan yang kuat memerlukan bukti eksperimental yang memadai.

14. Mengapa amidasasi ujung C penting dalam pemodelan peptida?

Amidasi ujung-C mengubah gugus kimia yang terdapat di ujung peptida dan dapat memengaruhi muatan formal, ikatan hidrogen, interaksi elektrostatik, serta konformasi molekul. Oleh karena itu, model komputer harus menggambarkan kimia ujung yang sama dengan yang dimiliki oleh peptida yang diteliti secara eksperimental. Dalam penelitian mengenai maximin H5, diamati adanya perbedaan dalam struktur dan interaksi dengan membran yang terkait dengan perubahan bentuk ujung. [15] Hal ini tidak membuktikan bahwa amidasi selalu meningkatkan sifat-sifat peptida. Namun, hal ini menunjukkan mengapa kimia gugus ujung harus ditentukan dengan benar dan direpresentasikan dalam model.

15. Apakah pembuatan model di CHARMM-GUI mengonfirmasi sifat-sifat peptida tersebut?

Tidak. CHARMM-GUI membantu menyiapkan susunan molekul untuk simulasi. Keberhasilan pembuatan struktur atau file input berarti telah terbentuk representasi komputer dari susunan yang diteliti; hal ini tidak membuktikan secara eksperimental adanya ikatan, aktivitas biologis, stabilitas, maupun signifikansi klinis. Dokumentasi resmi juga menunjukkan bahwa residu yang dimodifikasi memerlukan definisi struktural dan parameter yang sesuai. [14] Oleh karena itu, persiapan model komputer merupakan titik awal untuk pemodelan lebih lanjut. Apakah molekul yang sebenarnya berperilaku sesuai dengan prediksi tetap menjadi pertanyaan eksperimental tersendiri.

16. Mengapa model prediktif bisa gagal dalam kasus peptida baru?

Peptida baru mungkin berbeda dari contoh-contoh yang digunakan selama pelatihan dalam hal-hal yang tidak dapat direpresentasikan dengan benar oleh model. Perbedaan tersebut dapat mencakup urutan, struktur, panjang, modifikasi, tujuan molekuler, atau karakteristik lainnya. Penelitian terhadap model-model yang memprediksi ikatan reseptor limfosit T menunjukkan bahwa penilaian akurasi bervariasi tergantung pada cara mempertimbangkan kemiripan urutan dan struktur antara peptida pelatihan dan peptida uji. [9] Hal ini tidak berarti bahwa setiap prediksi terhadap urutan baru akan salah. Sebaliknya, hal ini menunjukkan bahwa statistik efektivitas model secara umum harus ditafsirkan dalam konteks seberapa mirip kondisi pengujian dengan penerapan yang direncanakan.

17. Apa yang membuat hasil penelitian perpustakaan peptida dapat diulang?

Reproduktibilitas memerlukan informasi yang memadai untuk mendefinisikan perpustakaan, molekul kandidat, kondisi eksperimen, kelompok kontrol, metode analisis, serta kriteria untuk menganggap suatu hasil sebagai hasil yang sesuai. Penelitian mengenai komposisi perpustakaan fag dan jumlah peptida pada partikel menunjukkan bahwa variabilitas dapat terjadi bahkan sebelum proses penyaringan dimulai. [4] [8] Oleh karena itu, hanya mencantumkan urutan akhir dan skor hasil akan mengabaikan sumber perbedaan yang berpotensi penting. Penelitian yang dapat diulang memerlukan pelaporan yang jelas mengenai urutan, modifikasi, arsitektur perpustakaan, pengenal sampel, titik akhir uji, kontrol, kriteria analitis, parameter komputasi, serta konfirmasi independen terhadap hasil utama.

18. Apakah peptida yang paling diperkaya harus menjadi ligan terbaik?

Tidak. Enrikasi yang tinggi dapat disebabkan oleh ikatan dengan target, tetapi hal ini juga dapat dipengaruhi oleh jumlah awal urutan, efisiensi replikasi, interaksi nonspesifik dengan permukaan, serta sifat-sifat lain yang terkait dengan seleksi. Sekuensing mendalam menunjukkan representasi awal yang tidak merata pada perpustakaan fag, sementara penelitian lain mendokumentasikan pengayaan yang terkait dengan keunggulan dalam perbanyakan. [4] [6] Oleh karena itu, urutan akhir yang paling melimpah tidak boleh secara otomatis disamakan dengan ligan yang memiliki afinitas tertinggi. Bukti yang lebih kuat diperoleh melalui perbandingan jumlah awal dan akhir, kontrol yang sesuai, serta pengukuran ikatan secara independen.

19. Apakah urutan peptida yang diusulkan membuktikan bahwa peptida tersebut dapat disintesis dengan efektif?

Tidak. Desain komputer menghasilkan urutan atau hipotesis molekuler, tetapi tidak menjamin keberhasilan sintesis. Beberapa urutan dapat menimbulkan masalah terkait efisiensi konjugasi, agregasi, pemurnian, kelarutan, atau modifikasi kimia. Oleh karena itu, perpustakaan virtual dapat berisi kandidat dengan tingkat kelayakan sintesis praktis yang sangat bervariasi. Hanya setelah bahan tersebut berhasil diperoleh secara eksperimental dan karakteristik analitisnya ditentukan, barulah dapat dipastikan apakah molekul yang dimaksud benar-benar telah diperoleh. Penentuan prioritas secara komputasi dan kelayakan kimiawi merupakan tahap penelitian yang saling terkait, namun terpisah.

20. Apakah peptida yang diseleksi melalui phage display dapat berperilaku berbeda jika berada dalam bentuk molekul bebas?

Ya. Dalam phage display, peptida berada dalam lingkungan yang terikat pada pembawa, yang dapat memengaruhi konformasi, orientasi, aksesibilitas, kepadatan lokal, dan aviditasnya. Peptida bebas tidak memiliki sebagian dari karakteristik tersebut dan oleh karena itu dapat menunjukkan perilaku yang tampak berbeda selama proses pengikatan. Dalam penelitian awal phage display, ligan yang dipamerkan pada fag dibandingkan dengan padanan sintetis kimianya, yang menunjukkan pentingnya perbedaan eksperimental ini. [1] Seleksi fag yang berhasil karenanya merupakan bukti berharga mengenai urutan yang ditampilkan, sedangkan penelitian independen diperlukan untuk menentukan perilaku peptida bebas yang sesuai dengannya.

Keterbatasan bukti yang berasal dari perpustakaan peptida dan prediksi

Saat menafsirkan hasil penelitian perpustakaan peptida, perlu diperhatikan beberapa keterbatasan.

Pertama-tama, keragaman teoretis tidak sama dengan keragaman eksperimental yang sebenarnya. Representasi yang tidak merata, masalah sintetik, perbedaan dalam replikasi, dan metode pengambilan sampel dapat mengubah komposisi perpustakaan yang sebenarnya. [4]

Kedua, peningkatan konsentrasi selama proses penyaringan tidak secara otomatis membuktikan adanya ikatan spesifik dengan target. Interaksi dengan permukaan dan keunggulan dalam replikasi dapat menyebabkan peningkatan konsentrasi melalui mekanisme yang berbeda. [6] [7]

Ketiga, cara penyajiannya juga berpengaruh. Peptida yang terikat pada fag, partikel bulat, atau permukaan dapat berperilaku berbeda dibandingkan molekul yang sama dalam larutan, karena faktor ketersediaan, orientasi, kepadatan lokal, atau aviditas. [1] [8]

Keempat, ikatan, selektivitas, dan fungsi adalah sifat-sifat yang berbeda. Pembuktian salah satu di antaranya tidak secara otomatis membuktikan yang lainnya.

Kelima, prediksi komputer bergantung pada model. Data pelatihan, metode evaluasi, representasi molekuler, dan asumsi yang digunakan menentukan seberapa besar arti yang dapat diberikan pada hasil tersebut. [3] [9]

Keenam, hasil docking bukanlah pengukuran afinitas secara eksperimental. Model struktural dan fungsi titik dapat membantu dalam pemilihan hipotesis, tetapi perilaku sebenarnya selama proses ikatan memerlukan pengukuran eksperimental. [10] [11] [13]

Ketujuh, bentuk kimia sangat penting. Gugus terminal, asam amino non-standar, stereokimia, dan modifikasi lainnya harus disajikan dengan benar baik dalam deskripsi eksperimental maupun model komputer. [13] [14] [15]

Pada akhirnya, temuan dari skrining merupakan awal dari validasi, bukan akhir dari proses tersebut. Persiapan sampel secara independen, karakterisasi molekuler, pemeriksaan kontrol, uji pelengkap, dan replikasi secara bertahap memperkuat bukti yang ada.

Ringkasan

Perpustakaan peptida memungkinkan penelitian sistematis terhadap ruang yang sangat luas dari urutan molekul yang mungkin.

Fitur ini memungkinkan Anda membandingkan banyak kandidat dan menganalisis berbagai hal yang berkaitan dengan:

• identifikasi molekuler;
• substrat enzim;
• motif-motif berurutan;
• solusi;
• hubungan struktur-aktivitas;
• respons seluler;
• prediksi komputer.

Istilah „perpustakaan peptida” mencakup beberapa format penelitian yang pada dasarnya berbeda.

Perpustakaan peptida yang tumpang tindih membantu memetakan wilayah-wilayah dalam urutan yang lebih panjang.

Pustaka substitusi yang terarah memungkinkan kita menganalisis makna dari setiap item.

Perpustakaan phage display menggabungkan peptida yang disajikan dengan informasi genetik dan memungkinkan dilakukannya seleksi.

Pustaka “one-bead–one-compound” mengorganisir kandidat senyawa sintetis pada butiran tunggal.

Perpustakaan virtual tersedia dalam bentuk digital dan dapat digunakan untuk menentukan prioritas urutan sebelum memulai penelitian eksperimental.

Format-format ini tidak boleh dianggap dapat saling menggantikan.

Ukuran perpustakaan tersebut juga perlu ditafsirkan dengan hati-hati.

Koleksi teoretis yang mencakup jutaan urutan yang mungkin tidak membuktikan bahwa setiap elemennya benar-benar ada, terwakili secara merata, secara kimiawi tepat, dan benar-benar telah disaring. Penelitian yang menggunakan sekuensing mendalam menunjukkan mengapa komposisi sebenarnya dari perpustakaan tersebut dapat berbeda dari keragaman yang direncanakan. [4]

Demikian pula, pengayaan bukanlah sinonim dari semacam keterikatan terhadap tujuan.

Klon fag dapat mengalami peningkatan jumlah akibat mekanisme yang tidak terkait dengan sasaran aslinya, seperti interaksi dengan permukaan atau keunggulan dalam perbanyakan. [6] [7]

Oleh karena itu, pengawasan yang tepat dan penelitian independen sangatlah penting.

Kehati-hatian yang sama juga berlaku dalam perancangan peptida secara komputer.

Model sekuensial dan alat docking dapat membantu mengidentifikasi kandidat yang menjanjikan serta merumuskan hipotesis mekanistik, namun prediksi yang dihasilkan bergantung pada data pelatihan, representasi struktural, fungsi titik, serta asumsi awal. [3] [9] [10] [11]

Hasil doking yang positif tidak dengan sendirinya membuktikan adanya ikatan eksperimental yang kuat.

Urutan yang dihasilkan oleh komputer tidak membuktikan bahwa urutan tersebut dapat disintesis dengan benar.

Interaksi yang diperkirakan tersebut tidak mendukung adanya fungsi biologis.

Oleh karena itu, proses penemuan peptida yang paling informatif memperlakukan masing-masing jenis bukti sebagai tahap-tahap yang terpisah, namun saling melengkapi:

perancangan → pembangunan perpustakaan → penyaringan → identifikasi hasil yang sesuai → konfirmasi independen → karakterisasi → penyempurnaan perhitungan → validasi eksperimental.

Kekuatan kesimpulan akhir bergantung pada seberapa cermat tahapan-tahapan tersebut dihubungkan satu sama lain.

Prinsip terpenting dapat dirumuskan secara sederhana:

perpustakaan menunjukkan berbagai kemungkinan, penyaringan mengidentifikasi sinyal-sinyal, model menghasilkan prediksi, dan validasi menentukan kesimpulan mana yang benar-benar didukung oleh bukti eksperimental.

Pernyataan Penafian

Artikel ini bersifat murni edukatif serta ilmiah dan informatif. Artikel ini menjelaskan prinsip-prinsip umum mengenai perpustakaan peptida, teknologi phage display, penyaringan peptida sintetis, perancangan urutan, prediksi komputer, docking peptida, pemodelan molekuler, validasi eksperimental, dan reproduktibilitas penelitian. Artikel ini bukan merupakan saran medis, rekomendasi terapi, petunjuk penggunaan peptida, informasi mengenai dosis, maupun panduan pemberian peptida kepada manusia. Prediksi komputer, hasil positif yang diperoleh selama penyaringan, hasil docking, serta hasil eksperimen praklinis tidak boleh ditafsirkan sebagai bukti bahwa peptida tertentu aman, efektif, telah divalidasi secara klinis, atau sesuai untuk digunakan pada manusia.

Referensi

1. Barrett, R. W., Cwirla, S. E., Ackerman, M. S., Olson, A. M., Peters, E. A., & Dower, W. J. (1992). Pengayaan selektif dan karakterisasi ligan afinitas tinggi dari kumpulan peptida acak pada fag filamen. Analytical Biochemistry, 204(2), 357–364. https://doi.org/10.1016/0003-2697(92)90252-3
2. Lam, K. S., Salmon, S. E., Hersh, E. M., Hruby, V. J., Kazmierski, W. M., & Knapp, R. J. (1991). Perpustakaan peptida sintetis jenis baru untuk mengidentifikasi aktivitas pengikatan ligan. Nature, 354(6348), 82–84. https://doi.org/10.1038/354082a0
3. Tallorin, L., Wang, J., Kim, W. E., Sahu, S., Kosa, N. M., Yang, P., Thompson, M., Gilson, M. K., Frazier, P. I., Burkart, M. D., & Gianneschi, N. C. (2018). Menemukan substrat peptida de novo untuk enzim menggunakan pembelajaran mesin. Nature Communications, 9(1), Pasal 5253. https://doi.org/10.1038/s41467-018-07717-6
4. Sloth, A. B., Bakhshinejad, B., Jensen, M., Stavnsbjerg, C., Liisberg, M. B., Rossing, M., & Kjaer, A. (2022). Analisis bias komposisi dalam perpustakaan peptida phage display komersial menggunakan sekuensing generasi berikutnya. Virus, 14(11), Pasal 2402. https://doi.org/10.3390/v14112402
5. Wiertz, E. J., van Gaans-van den Brink, J. A., Gausepohl, H., Prochnicka-Chalufour, A., Hoogerhout, P., & Poolman, J. T. (1992). Identifikasi epitop sel T yang terdapat pada protein membran luar meningokokus kelas 1 dengan menggunakan peptida tumpang tindih yang disusun melalui sintesis beberapa peptida secara bersamaan. Jurnal Kedokteran Eksperimental, 176(1), 79–88. https://doi.org/10.1084/jem.176.1.79
6. Kamstrup Sell, D., Sloth, A. B., Bakhshinejad, B., & Kjaer, A. (2022). Sebuah plak putih, yang terkait dengan delesi genomik, yang berasal dari perpustakaan peptida berbasis M13KE, mengalami pengayaan secara tidak terkait dengan target selama proses biopanning phage display karena keunggulan propagasi. Jurnal Internasional Ilmu Molekuler, 23(6), Pasal 3308. https://doi.org/10.3390/ijms23063308
7. Bakhshinejad, B., & Sadeghizadeh, M. (2016). Sebuah peptida yang tidak terkait dengan target pengikat polistiren yang diisolasi dalam penyaringan perpustakaan phage display. Analytical Biochemistry, 512, 120–128. https://doi.org/10.1016/j.ab.2016.08.013
8. Tang, Y., Thillier, Y., Liu, R., Li, X., Lam, K. S., & Gao, T. (2017). Single-bead quantification of peptide loading distribution for one-bead one-compound library synthesis using confocal Raman spectroscopy. Analytical Chemistry, 89(13), 7000–7008. https://doi.org/10.1021/acs.analchem.7b00516
9. Castorina, L. V., Grazioli, F., Machart, P., Mösch, A., & Errica, F. (2025). Assessing the generalization capabilities of TCR binding predictors via peptide distance analysis. PLOS ONE, 20(5), Article e0324011. https://doi.org/10.1371/journal.pone.0324011
10. London, N., Raveh, B., Cohen, E., Fathi, G., & Schueler-Furman, O. (2011). Rosetta FlexPepDock web server–high resolution modeling of peptide-protein interactions. Nucleic Acids Research, 39(Web Server), W249–W253. https://doi.org/10.1093/nar/gkr431
11. Alam, N., Goldstein, O., Xia, B., Porter, K. A., Kozakov, D., & Schueler-Furman, O. (2017). High-resolution global peptide-protein docking using fragments-based PIPER-FlexPepDock. PLOS Computational Biology, 13(12), Article e1005905. https://doi.org/10.1371/journal.pcbi.1005905
12. RosettaCommons. (n.d.). FlexPepDock. Diambil pada 20 September 2026, dari Official documentation
13. Bloodworth, N., Barbaro, N. R., Moretti, R., Harrison, D. G., & Meiler, J. (2022). Rosetta FlexPepDock to predict peptide-MHC binding: An approach for non-canonical amino acids. PLOS ONE, 17(12), Article e0275759. https://doi.org/10.1371/journal.pone.0275759
14. CHARMM-GUI. (n.d.). Frequently asked questions. Diambil pada 20 September 2026, dari Official documentation
15. Dennison, S. R., Mura, M., Harris, F., Morton, L. H. G., Zvelindovsky, A., & Phoenix, D. A. (2015). The role of C-terminal amidation in the membrane interactions of the anionic antimicrobial peptide, maximin H5. Biochimica et Biophysica Acta, 1848(5), 1111–1118. https://doi.org/10.1016/j.bbamem.2015.01.014