Peptidų bibliotekos ir projektavimas: kaip veikia atranka ir prognozavimas?

Peptidų biblioteka – tai įvairių peptidų sekvencijų rinkinys, parengtas arba pateiktas taip, kad jas būtų galima sistemingai lyginti. Užuot analizavę pavienę seką be platesnio konteksto, mokslininkai gali pasinaudoti biblioteka, kad patikrintų, kurie peptidai jungiasi prie konkretaus molekulinio taikinio, yra fermentų substratai, sukelia išmatuojamą reakciją tam tikrame bandyme, turi tam tikrą motyvą, kurį atpažįsta kitos molekulės, arba pasižymi kita apibrėžta savybe.

Ne visos peptidų bibliotekos yra vienodos. Jos gali būti fizinės sintetintų molekulių kolekcijos, peptidai, pateikti ant biologinių nešiklių, prie kuliukų ar paviršių pririšti peptidai, taip pat visiškai virtualios kompiuteriniu būdu analizuojamų sekų ir molekulių struktūrų kolekcijos.

Kiekvienas iš šių formatų padeda atsakyti į šiek tiek kitokius mokslinius klausimus.

Peptidas, kuriam kompiuteris numatė galimybę susieti su konkrečiu baltymu, nėra tas pats, kas peptidas, kuris iš tikrųjų buvo atrinktas atrankos eksperimente. Taip pat ir atrankos metu išskirtas peptidas automatiškai netampa patvirtintu biologiniu kandidatu.

Tyrimai, kuriuose naudojamas fagų ekspozicijos metodas, sintetinės bibliotekos ant kuliukų, persidengiančios peptidų grupės bei kompiuteriniais metodais paremti eksperimentai, atskleidžia vieną iš pagrindinių peptidų atradimo principų:

Įdomaus signalo aptikimas yra tik tyrimų proceso pradžia, o ne pabaiga.

Galutinių išvadų pagrįstumas priklauso, be kita ko, nuo:

• bibliotekos projektavimo būdo ir kokybės;
• tikrosios, o ne vien teorinės įvairovės;
• testo struktūra;
• atitinkamų patikrinimų;
• molekulinės identifikacijos;
• pakartojamumo;
• alternatyvių paaiškinimų atmetimas;
• nepriklausomo eksperimentinio patvirtinimo. [1] [2] [3]

Todėl analizuojant peptidų bibliotekas verta išskirti keletą etapų:

duomenų bazės struktūra → atranka → atitikmenų identifikavimas → patvirtinimas → charakteristika → prognozavimas arba optimizavimas → nepriklausomas patvirtinimas.

Kiekvienas iš šių etapų suteikia skirtingo lygio įrodymų.

Kas yra peptidų biblioteka?

Sistemingai surinktas įvairių molekulių variantų rinkinys

Peptidų biblioteka apima tarpusavyje susijusias arba skirtingas peptidų sekas, suskirstytas pagal konkretų mokslinių tyrimų klausimą.

Kai kurios bibliotekos skirtos tirti nedidelius žinomo peptido pokyčius. Kitos apima žymiai platesnį galimų sekų spektrą.

Atskiri bibliotekos elementai gali skirtis šiais aspektais:

• peptido ilgis;
• aminorūgščių rūšys;
• atskirų likučių pozicijos;
• aminorūgščių seka;
• galutinių grupių;
• ciklizacija;
• stereochemijos;
• cheminiai modifikavimai;
• kitos sąmoningai pakeistos struktūrinės savybės.

Biblioteka taip pat turi išlaikyti galimybę identifikuoti dominančią elementą.

Peptidų matricos atveju peptido tapatybė gali būti susieta su jo fizine padėtimi.

Fagų ekspozicijos bibliotekoje pateikta peptidų seka yra susijusi su bakteriofage esančia genetine informacija.

Sintetinėje bibliotekoje, esančioje ant rutuliukų, ant pasirinktame rutuliuke esantis peptidas gali reikalauti cheminio identifikavimo arba papildomos kodavimo sistemos naudojimo.

Ryšys tarp signalo ir molekulės tapatybės yra esminis.

Stiprus eksperimentinis signalas, gaunamas iš nežinomo mišinio, dar neleidžia teigti, kuri dalelė jį sukėlė.

Taigi peptidų bibliotekos vertė priklauso ne tik nuo joje esančių kandidatų skaičiaus, bet ir nuo susiejimo galimybių:

kandidatas → tapatybė → išmatuotas atsakymas.

Atsitiktinės, teminės ir sistematinės bibliotekos

Įvairios bibliotekų struktūros skirtos atsakyti į įvairius mokslinius klausimus.

Atsitiktinė arba kombinatorinė biblioteka apima sudedamųjų dalių derinius pasirinktose pozicijose.

Terminas „atsitiktinis” apibūdina numatytą tyrimo arba atrankos metodą. Tai nereiškia, kad kiekviena teoriškai įmanoma seka iš tiesų pasikartoja su tokiu pačiu dažnumu.

Tikslinė biblioteka sumažina kintamumą aplink:

• žinomo motyvo;
• pirminio peptido;
• nustatytos struktūrinės sistemos;
• sąsajos sekos;
• aktyvaus regiono;
• hipotezė, susijusi su konkrečiu molekuliniu tikslu.

Sisteminių pakeitimų biblioteka tvarkingai keičia pasirinktus likučius.

Pavyzdžiui, vienoje pozicijoje esanti aminorūgštis gali būti paeiliui pakeičiama keliomis kitomis aminorūgštimis, siekiant patikrinti, ar ši pozicija daro įtaką tiriamai savybei.

Persidengiančių peptidų biblioteka naudoja paeiliui einančius ilgesnės pradinės sekos fragmentus, o gretimi fragmentai turi dalį bendrų likučių.

Toks požiūris ypač naudingas nustatant baltymo sritis, atpažįstamas atliekant konkretų tyrimą.

Kiekviena strategija turi savo privalumų ir trūkumų.

Plati kombinatorinė biblioteka gali atskleisti netikėtą sekos motyvą.

Tikslinė biblioteka leidžia išsamiau ištirti jau dominančią seką.

Sistemingas pakeitimų taikymas gali parodyti, kurios pozicijos atrodo ypač svarbios.

Persidengiančių fragmentų biblioteka padeda nustatyti aktyvią arba atpažįstamą didesnio baltymo sritį.

Todėl:

didesnė sekvencijos apimtis nebūtinai reiškia geresnę eksperimentinę informaciją.

Tinkamas bibliotekos tipas pirmiausia priklauso nuo tyrimo klausimo.

Teorinė įvairovė nereiškia faktinio atstovavimo

Galimų peptidų sekvencijų skaičius auga labai greitai.

Jei biblioteka leidžia visus 20 standartinių aminorūgščių kiekvienoje iš šešių pozicijų, teorinis galimų sekų skaičius yra:

20⁶ = 64 000 000 galimų derinių.

Tai yra teorinė įvairovė.

Tai nereiškia, kad fizinėje bibliotekoje iš tiesų yra 64 milijonai skirtingų, teisingai atvaizduotų peptidų.

Veiksmingą įvairovę gali sumažinti arba iškreipti, be kita ko:

• sintezės nesėkmės;
• nevienodas sujungimo našumas;
• nuo sudėtingumo sekos priklausantys sintetiniai;
• biologinė atranka kuriant biblioteką;
• transformacijos apribojimai;
• dauginimosi skirtumai;
• pasikartojančios sekvencijos;
• su sekvenavimu susijusios apkrovos;
• mėginių ėmimo apribojimai;
• nevienodas atskirų elementų skaičius.

Taip pat svarbu, kokia visos bibliotekos dalis buvo faktiškai panaudota konkrečiame eksperimente.

Net jei duomenų rinkinys teoriškai apima milžinišką sekvencijų skaičių, vienintelis atrankinis tyrimas gali apimti tik dalį šio įvairovės.

Išsamus komercinės fagų bibliotekos sekvenavimas parodė akivaizdžius nukrypimus nuo tolygaus pasiskirstymo, įskaitant skirtumus peptidų skaičiuje ir sekvencijų sudėties pasiskirstyme. Tyrėjai taip pat nustatė veiksnius, mažinančius bibliotekos efektyvųjį dydį. [4]

Šie rezultatai susiję su konkrečia tiriamąja biblioteka, todėl jų kiekybinių duomenų nereikėtų automatiškai taikyti kiekvienai „phage display“ bibliotekai.

Tačiau jie iliustruoja svarbų principą:

teorinės įvairovės neturėtų būti laikoma išmatuota eksperimentine įvairove.

Kas yra persidengiančių peptidų biblioteka?

Persidengiančių peptidų biblioteka pateikia ilgesnę pradinę seką kaip trumpesnių fragmentų seriją.

Gretimi peptidai turi bendrą sekos dalį.

Apsvarstykime hipotetinius 15 likučių ilgio fragmentus:

• likusios 1–15;
• likusios 6–20;
• likusios 11–25.

Kiekvienas kitas peptidas prasideda penkiomis pozicijomis toliau nei ankstesnis.

Tai reiškia, kad gretimi fragmentai turi dešimt bendrų likučių.

Toks išdėstymas padeda nustatyti sritis, susijusias su atpažinimu ar kita matuojama reakcija.

Jei du gretimi peptidai siunčia signalą, jų bendra seka gali padėti susiaurinti sritį, kurią reikia toliau tirti.

Tačiau tai neįrodo, kad:

• kiekvienas dalyvis bendrame regione yra būtinas;
• pakanka pačios bendros sekvencijos, kad būtų pasiektas norimas rezultatas;
• buvo nustatyta minimali aktyvi seka;
• šis fragmentas elgiasi lygiai taip pat, kaip ir jam atitinkanti viso baltymo sritis.

Norint išspręsti šiuos klausimus, gali prireikti atlikti dar keletą eksperimentų.

Tyrime, susijusiame su meningokokų išorinės membranos baltymu, buvo panaudoti 45 persidengiantys sintetiniai peptidai, siekiant ištirti, kaip T limfocitai atpažįsta šiuos peptidus žmogaus donorų ląstelėse. [5]

Tyrimas parodė tiek empirinio peptidų kartografavimo naudingumą, tiek tuo metu buvusių prognozavimo algoritmų trūkumus.

Stebėtos reakcijos išliko specifinės naudotam peptidų rinkiniui, tyrimo sąlygoms ir tiriamųjų donorų mėginiams.

Fizinės ir virtualios bibliotekos atsako į kitus klausimus

Terminas „peptidų biblioteka” gali reikšti labai skirtingas eksperimentines sistemas.

Šis skirtumas yra labai svarbus:

skaitmeninis kandidatas nėra automatiškai sintezuota molekulė, o sintezuota molekulė nėra automatiškai eksperimentiniu būdu patvirtintas kandidatas.

Fagų ekspozicija ir sintetinės bibliotekos

Kaip „phage display“ susieja peptidą su jo seką?

Fagų ekspozicijos technologijoje peptidas pateikiamas kaip baltymo dalis, esanti bakteriofago paviršiuje.

Fagas taip pat turi genetinę informaciją, koduojančią pateiktą seką.

Taip susidaro naudingas ryšys tarp:

fenotipas — pateiktas peptidas

a

genotipu — jam atitinkančia genetine seka.

Tyrėjai gali veikti specializuotą biblioteką, taikydami tam tikrą tikslą ar bandymų sistemą, išskirti atrinktas daleles, jas padauginti arba ištirti ir nustatyti, kurios sekos buvo praturtintos.

Ryšys su genetine informacija žymiai palengvina kandidatų identifikavimą, palyginti su neidentifikuoto molekulinio mišinio analize.

Ankstyvieji tyrimai, kuriuose buvo naudojami atsitiktiniai peptidai, pateikti ant siūlinių fagų, parodė galimybę praturtinti antikūnų ligandus, pasižyminčius dideliu afinitetu, ir palygino ant fagų pateiktų peptidų elgseną su cheminiu būdu sintezuotų peptidų prisijungimo rezultatais. [1]

Šis palyginimas buvo ypač svarbus, nes faginės dalelės paviršiuje esantis peptidas ir jam atitinkantis izoliuotas sintetinis peptidas nėra identiški eksperimentiniai pavyzdžiai.

Praturtėjimas yra atrankos rezultatas, o ne išsamus mechanizmo paaiškinimas

Seką, kurios dalis didėja vėlesniuose atrankos etapuose, dažnai vadina praturtinta.

Ši informacija yra labai svarbi.

Tačiau tai savaime nepaaiškina, kodėl tam tikra seka tapo gausesnė.

Galimos priežastys:

• ryšys su numatytu tikslu;
• sąsaja su bandyme naudojamu paviršiumi;
• sąveika su kitu eksperimento elementu;
• geresnis prisitaikymas prie atrankos sąlygų;
• didesnis užkrečiamumas;
• efektyvesnis dauginimas;
• pranašumą plintant;
• kitą savybę, priklausančią nuo sekos ar konkretaus klono.

Tai yra moksliškai skirtingi paaiškinimai.

Viename iš tyrimų buvo identifikuotas fago klonas, kurio koncentracijos padidėjimas buvo susijęs su dauginimosi pranašumu, atsirandančiu dėl genomo delecijos. [6]

Kitoje studijoje buvo tiriamas minėtas peptidas, kuris prisijungė prie polistireno, o ne prie numatyto taikinio. [7]

Šie tyrimai rodo du skirtingus mechanizmus, dėl kurių gali atsirasti su tikruoju tyrimo tikslu nesusijęs duomenų praturtinimas.

Tai nereiškia, kad kiekviena praturtinta fagų seka yra artefaktas.

Tačiau paaiškina, kodėl:

šis praturtinimas nurodo kandidatą, kurį reikia išsiaiškinti; savaime tai neįrodo konkretaus molekulinio taikinio identifikavimo.

Pateikimo būdas gali turėti įtakos stebimam jungimuisi

Fagų ekspozicijos sistemoje pateiktas peptidas yra fiziškai susietas su nešikliu.

Taigi jo elgsena gali skirtis nuo tos pačios dalelės, laisvai esančios tirpale, elgsenos.

Svarbi sąvoka čia yra „avidumas“.

Giminingumas paprastai reiškia vienos sąveikos stiprumą pagal konkretų modelį.

Pavydas, savo ruožtu, gali kilti dėl daugelio vienu metu vykstančių sąveikų.

Jei kelios tiriamojo peptido kopijos vienu metu sąveikauja su keliomis jungimosi vietomis, bendra sąveika gali atrodyti stipresnė nei pavienės laisvo peptido sąveikos.

Prijungimas prie laikmenos taip pat gali:

• riboti peptido konformaciją;
• keisti jo prieinamumą;
• didinti vietinę koncentraciją;
• daryti įtaką orientacijai;
• sukelti sterinius efektus;
• išdėstyti daug peptido kopijų viena šalia kitos.

Todėl peptidas, kuris buvo sėkmingai atrinktas prezentacijos sistemoje, po savarankiškos sintezės gali elgtis kitaip.

Būtent todėl izoliuotos molekulės tyrimas yra svarbus patvirtinamasis etapas.

Ankstyvųjų „phage display“ tyrimų metu atliktas fagų paviršiuje pateiktų ligandų palyginimas su jų chemiškai sintezuotais atitikmenimis gerai iliustruoja, kaip svarbu atrankos rezultatą susieti su nepriklausoma molekulės elgsena. [1]

Sintetinės bibliotekos gali apimti kitą cheminę erdvę

Sintetinės peptidų bibliotekos kuriamos cheminiais metodais, o ne vien tik biologinės ekspresijos būdu.

Priklausomai nuo taikomo sintezės metodo, jos gali apimti:

• neįprasti amino rūgštys;
• pasirinktos D-aminorūgštys;
• galūnių modifikacijos;
• ciklizaciją;
• cheminiai žymekliai;
• modifikuotos šoninės grandinės;
• kiti sintetiniai statybiniai elementai.

Tai leidžia išplėsti tyrimams prieinamą cheminę erdvę.

Tačiau vien tai, kad seka suprojektuota skaičiuoklėje ar kompiuterinėje programoje, dar nereiškia, kad atitinkamą molekulę galima lengvai ir teisingai gauti.

Praktinės problemos gali apimti:

• nepilnas sujungimas;
• delecijų sekos;
• agregaciją;
• valymo sunkumai;
• prastą tirpumą;
• šalutiniai poveikiai;
• modifikacijų nestabilumas;
• nuo sekos priklausančios sintetinės problemos.

Todėl:

sukurtas cheminis įvairumas ≠ eksperimentiniu būdu patvirtintas cheminis įvairumas.

Taigi genetiškai koduojamos pateikimo sistemos ir cheminė sintezė apima iš dalies sutampančias, tačiau nevienodas molekulių erdves.

Modifikuotos pateikimo technologijos gali dar labiau išplėsti biologinėse sistemose prieinamų cheminių junginių spektrą, todėl šio skirtumo nereikėtų supaprastinti iki teiginio, kad biologinės bibliotekos gali apimti tik nemodifikuotus standartinius peptidus.

„Viena karoliukas – viena junginys“ bibliotekos

„One-bead–one-compound“ (OBOC) bibliotekoje kiekviena granulė, kaip numatyta, turi turėti daug vieno konkretaus junginio kopijų.

Viena iš dažniausiai taikomų strategijų yra „split-and-pool“ tipo sintezė.

Kamuoliukai suskirstomi į grupes, kiekviena grupė reaguoja su kitu sudedamąja dalimi, po to visi kamuoliukai vėl sujungiami ir prieš kitą sintezės etapą vėl suskirstomi.

Šio proceso kartojimas gali lemti didelės kombinatorinės bibliotekos susidarymą, tuo pačiu išlaikant numatytą ryšį tarp atskiro rutuliuko ir konkrečios sekos.

Pirmieji tyrimai, susiję su „one-bead–one-peptide“ sistema, pristatė metodą, leidžiantį kurti dideles sintetinių peptidų bibliotekas ir jas tirti siekiant nustatyti ligandų prisijungimą. [2]

Tačiau terminas „one bead–one compound“ apibūdina bibliotekos organizavimo principą.

Tai neįrodo, kad:

• kiekvienoje rutulėlyje yra chemiškai tobulas peptidas;
• kiekviena mikrosferė turi vienodą peptido kiekį;
• visos jungimosi reakcijos vyko su vienodu našumu;
• peptidas ant kiekvienos rutulėlės yra vienodai pasiekiamas.

Vėlesniame atskirų granulių tyrime buvo panaudota Raman spektroskopija peptido kiekiui įvertinti.

Tyrėjai pastebėjo didelį kintamumą tarp bibliotekos rutulių, ypač ilgesnių sekų atveju, nepaisant to, kad pradinė medžiaga buvo paskirstyta tolygiau. [8]

Tai svarbu, nes signalo stiprumas atliekant patikrinimą gali priklausyti tiek nuo:

sąveikos jėgos,

taip pat iš:

ant rutulėlio esančio peptido kiekis.

Matricos, individualiai sudaryti rinkiniai ir grupiniai tyrimai

Peptidų bibliotekos taip pat gali būti suskirstytos į matricas arba atskirai sintezuotus rinkinius.

Peptidų matricoje apibrėžti peptidai yra žinomose fizinėse pozicijose.

Tai užtikrina tiesioginį ryšį:

padėtis → sekos identifikatorius → bandymo signalas.

Tačiau reikia nepamiršti, kad imobilizavimas ant paviršiaus gali turėti įtakos peptido konformacijai ir prieinamumui.

Kitas sprendimas – pulsinis atrankinis patikrinimas.

Keletas peptidų sujungiami į vieną mėginį ir tiriamos kartu.

Jei puli duoda teigiamą atsakymą, galima atlikti jo dekonvoliuciją, tikrinant mažesnes grupes arba atskirus elementus.

Duomenų sujungimas gali sumažinti pradiniame etape reikalingų matavimų skaičių.

Tačiau visuma ne visada elgiasi lygiai taip pat kaip kiekviena jos sudedamoji dalis.

Įtakos gali turėti:

• koncentracijų skirtumai;
• konkurencija;
• tirpumas;
• agregacija;
• trukdžiai;
• antagonistiniai poveikiai;
• testo sodrumas.

Taigi teigiamų rezultatų grupė rodo, kad šią grupę reikia toliau tirti.

Tai neįrodo, kad kiekvienas joje esantis peptidas turi tiriamą savybę.

Kandidatų atranka ir atrinkimas

Pirmiausia nustatyk, ką iš tikrųjų matuoja testas

Atrankinio tyrimo rezultato reikšmė visiškai priklauso nuo matuojamo galutinio rodiklio.

Sąveikos tyrimas padeda atsakyti į klausimą, ar peptidas sąveikauja su konkrečiu taikiniu tam tikromis sąlygomis.

Enzimų substratų atranka leidžia nustatyti, ar fermentas konvertuoja konkretų peptidą.

Inhibicijos testas patikrina, ar peptidas slopina tam tikrą aktyvumą.

Ląstelių testas matuoja nustatytą ląstelių reakciją.

Šie rezultatai nėra lygiaverčiai.

Peptidas gali prisijungti prie tikslinio objekto, jo neaktyvuodamas ir neslopindamas.

Jis gali būti fermento substratas, tačiau ląstelių sistemoje gali nesielgti taip, kaip reikėtų.

Tuo tarpu ląstelinė reakcija gali atsirasti dėl netyčinio mechanizmo.

Todėl terminas „aktyvusis peptidas” dažnai yra pernelyg platus, jei nenurodyta, kokio pobūdžio aktyvumas iš tikrųjų buvo išmatuotas.

Iteraciniame tyrime, kuriame buvo naudojamas mašininis mokymasis, buvo optimizuoti peptidiniai substratai tam tikrai fermentų klasei, daug kartų eksperimentiniu būdu išbandant atrinktus kandidatus. [3]

Išvados buvo susijusios su biocheminėmis funkcijomis, išmatuotomis būtent šioje sistemoje.

Jie neįrodo, kad tos pačios sekos pasiteisintų kitose, nesusijusiose biologinėse srityse.

Patikrinimai padeda atskirti tikslo atpažinimą nuo paties testo eigos

Tinkamai parinkti patikrinimai padeda atskirti numatytą molekulinį reiškinį nuo kitų galimų paaiškinimų.

Priklausomai nuo testo, tai gali būti:

• paviršiai be tikslinės molekulės;
• patikrinimai, apimantys pačią laikmeną;
• nesusiję molekuliniai tikslai;
• teigiami rezultatais;
• neigiamos kontrolės;
• fono matavimai;
• konkurenciniai eksperimentai;
• kiti konkrečiai sistemai būdingi patikrinimai.

Paviršius, kuriame nėra tikslinės molekulės, gali atskleisti nespecifinį ryšį su tiriamąja medžiaga.

Nešiklio patikrinimas padeda aptikti atsakymus, kuriuos sukelia pati prezentacijos sistema.

Nesusijęs tikslas gali suteikti informacijos apie selektyvumą.

Teigiamas kontrolinis rezultatas rodo, ar testas gali nustatyti žinomą atsakymą.

Neigiamas kontrolinis bandymas padeda nustatyti fono lygį.

Tačiau patikrinimai turi būti parenkami atsižvelgiant į konkretaus eksperimento faktinius galimus klaidų šaltinius.

Nėra vieno universalaus kontrolinio peptido, kuris būtų biologiškai neutralus bet kurioje sistemoje.

Tyrimas apie polistireno fagus parodo, kodėl paviršiaus kontrolė yra svarbi. Mokslininkai atskirai analizavo prisijungimą ir dauginimąsi bei prisijungimo padidėjimą priskyrė sąveikai su tiriamuoju paviršiumi, o ne darė prielaidą, kad fago susigrąžinimas įrodo numatyto tikslo atpažinimą. [7]

Giminingumas, selektyvumas ir funkcija – tai skirtingos savybės

Trys sąvokos, kurios dažnai painiojamos tarpusavyje, yra:

giminingumas, selektyvumas ir funkcija.

Giminingumas susijęs su sąveikos stiprumu tam tikromis sąlygomis ir pagal atitinkamą sąveikos modelį.

Selektyvumas apibūdina, kokiu mastu kandidatas pirmenybę teikia vienam tikslui, palyginti su atitinkamomis alternatyvomis.

Ši funkcija susijusi su tokio poveikio biologinėmis arba biocheminėmis pasekmėmis.

Taigi peptidas gali pasižymėti:

• didelis afinitetas, tačiau menkas selektyvumas;
• aukštą selektyvumą, tačiau silpną jungimąsi;
• stiprus ryšys be laukiamo funkcinio poveikio;
• funkcinę veiklą per netikėtą mechanizmą.

Šie skirtumai lemia, kokius eksperimentus reikėtų atlikti toliau.

Pavyzdžiui:

nustatytas sąryšis ≠ nustatytas slopinimas.

Peptido, aptikto jungimosi atrankos metu, neturėtų būti automatiškai vadinamas inhibitoriumi, jei jo slopinamasis poveikis nebuvo tiesiogiai išmatuotas.

Kandidatus verta vertinti remiantis kelių rūšių duomenimis

Kandidatų atranka yra patikimesnė, jei ji nėra grindžiama vieninteliu reitingavimo kriterijumi.

Galima atsižvelgti, be kita ko, į:

• signalo stiprumas;
• pakartojamumas;
• fono išsaugojimas;
• sekvencijos tapatybė;
• padidėjimas, palyginti su pradine verte;
• selektyvumas;
• sekvencijų šeimą;
• galimybė savarankiškai atlikti sintezę;
• tirpumas;
• bandymo pakartojamumas;
• galimybė atlikti tolesnį patvirtinimą.

Taip pat gali būti naudinga pasirinktų atitikmenų sekvencinė įvairovė.

Tyrimas, apimantis kelių skirtingų sekvencijų šeimų atstovus, sumažina priklausomybę nuo vieno galimai klaidinančio motyvo ar klono.

Specializuotų bibliotekų atveju ypač naudinga palyginti fondų dydį prieš atranką ir po jos.

Sekvencija, kuri jau pradinėje bibliotekoje pasitaikė labai dažnai, po atrankos gali būti gausiai atstovaujama be ypač stipraus, nuo tikslo priklausančio sodrinimo.

Atlikus giluminį fagų bibliotekos sekvenavimą, paaiškėjo, kad pradinė reprezentacija buvo nevienoda. [4]

Tyrimas, susijęs su dauginimosi pranašumu, taip pat parodo, kodėl vien tik skaičiaus neturėtų būti automatiškai vertinamas kaip giminingumo rodiklis. [6]

Apibendrinant, šie rezultatai rodo, kad reikėtų atlikti analizę:

kaip buvo papildyta tam tikra seka,

o ne tik:

kuri seka užėmė pirmąją vietą pasibaigus atrankai.

Atrankos metu atrastas asmuo dar nėra patvirtintas kandidatas

„Hit“, t. y. atitikimas, yra kandidatas, atitinkantis pirminės atrankos kriterijus.

Tai – puikus rezultatas.

Tačiau tai dar nereiškia, kad patvirtinimo procesas baigtas.

Patvirtinime turėtų būti atsakyta, be kita ko, į klausimus, ar kandidato elgesys:

• yra pakartojamas;
• išlieka taikant atitinkamas kontrolės priemones;
• pasireiškia atliekant individualų tyrimą;
• lieka matoma po pakartotinės sintezės;
• galima priskirti numatytai dalelei;
• yra svarbus atliekant atitinkamą pakartotinį tyrimą.

Toliau pateikiami apibūdinimai gali apimti savybes, svarbias konkrečiam tyrimo tikslui.

Pakartotinė sintezė yra ypač naudinga, jei pirminio atrankos etapo metu buvo naudojamas nešiklis, rutuliukas, pateikimo sistema arba mišinys.

Nepriklausoma sintezė leidžia atskirti kandidatą nuo pirminio jo pristatymo būdo.

Tapatybės ir kitų svarbių mėginio parametrų patvirtinimas dar labiau sustiprina ryšį tarp stebėtojo rezultato ir tikslinės molekulės. Šiuo atveju ypač svarbu teisingai interpretuoti rezultatus peptidų grynumo ir laboratorinių tyrimų, nes HPLC rezultatas, masės patvirtinimas ir faktinis peptido kiekis atsako į skirtingus analitinius klausimus.

Taigi teisinga tvarka yra tokia:

atitiktis atrankos metu → patvirtinta atitiktis → apibūdintas kandidatas,

o ne:

atradimas atrankos metu → patvirtintas funkcinis peptidas.

Geras reitingas, vizualiai įtikinamas prijungimo modelis ar pakartotinai gautas panašus rezultatas tame pačiame klaidų linkusiame teste automatiškai nepakeičia nepriklausomo patvirtinimo.

Sekvencijų projektavimas ir prognozavimo įrankiai

Projektavimas prasideda nuo molekulinio tikslo nustatymo

Peptido projektavimas gali prasidėti nuo:

• žinomo motyvo;
• pirminio peptido;
• baltymų sąveikos paviršius;
• eksperimentiniu būdu gauto rezultato;
• struktūrinio modelio;
• evoliucijos sekos;
• duomenų rinkinys apie ištirtus peptidus.

Toliau galima analizuoti tokius pokyčius kaip:

• aminorūgščių pakeitimai;
• sekvencijų sutrumpinimas;
• sekos pailginimas;
• ciklizacija;
• galūnių modifikacijos;
• aminorūgščių sekos pasikeitimas;
• kiti struktūriniai pakeitimai.

Tikslas turi būti aiškiai apibrėžtas.

Pavyzdžiui:

ryšio prognozavimas

tai nėra ta pati užduotis kaip:

enzymo atpažinimo prognozavimas,

o tai, savo ruožtu, nėra tas pats, kas:

tirpumo prognozavimas.

Modifikacija, kuri pagerina vieną savybę, gali neturėti įtakos kitai savybei arba netgi turėti jai neigiamą poveikį.

Taigi, praktinis peptidų projektavimas gali reikalauti suderinti kelis tarpusavyje konkuruojančius tikslus.

Eksperimentais paremtas fermentinių substratų tyrimas parodė tikslinį požiūrį, kai algoritmas siūlė kandidatus, biocheminiai eksperimentai juos vertino, o gauti rezultatai darė įtaką tolesniems sprendimams dėl sekos pasirinkimo. [3]

Skaičiavimai padėjo siekti konkretaus eksperimentinio tikslo, o ne pakeitė matavimus.

Sekvencija pagrįstas prognozavimas priklauso nuo mokymo duomenų

Sekvencija pagrįstas kompiuterinis modelis mokosi nustatyti ryšius tarp peptidų savybių ir žymių arba matavimų rezultatų, esančių mokymo duomenų rinkinyje.

Priklausomai nuo modelio, rezultatas gali būti:

• klasifikacija;
• rezultatas, primenantis tikimybę;
• reitingo vertė;
• numatoma kiekybinė savybė;
• kita kompiuterinio vertinimo rūšis.

Aiškinimas priklauso nuo to, ką iš tikrųjų reiškė treniruotės metu naudotos etiketės.

Pavyzdžiui, terminas „aktyvus” gali reikšti:

• koncentracija viršija nustatytą ribą;
• fermentinis pertvarkymas;
• antimikrobinis poveikis;
• ląstelinį atsaką;
• kitas konkrečiam testui būdingas kriterijus.

Tai nėra lygiavertės savybės.

Duomenų rinkiniai taip pat gali apimti rezultatus, gautus skirtingomis eksperimentinėmis sąlygomis.

Neištyrinėto peptido neturėtų būti automatiškai laikomas patvirtintu neigiamu rezultatu vien dėl to, kad nėra jam būdingo teigiamo rezultato.

Ne mažiau svarbus yra modelio įvertinimas.

Jei beveik identiškos sekos randamos tiek mokymo, tiek testavimo duomenų rinkiniuose, prognozavimo uždavinys gali būti žymiai lengvesnis nei tikrai naujų peptidų savybių prognozavimas.

Todėl:

Aukštas bendras modelio tikslumas savaime neįrodo jo gebėjimo apibendrinti naujas sekas.

Apibendrinimas reikalauja sąmoningo vertinimo

Apibendrinimas apibūdina modelio gebėjimą išlaikyti naudingumą už mokymo metu naudotų pavyzdžių ribų.

Tai ypač svarbu, kai siūlomas peptidas žymiai skiriasi nuo treniruočių duomenų šiais aspektais:

• sekvencijos;
• ilgio;
• struktūrinės klasės;
• cheminiai modifikavimai;
• molekulinis tikslas;
• eksperimentinio konteksto.

Tyrime, skirtame T limfocitų receptorių prisijungimo prognozavimui, buvo analizuojamas treniruočių ir bandomųjų peptidų skirtumų poveikis modelių vertinimui. [9]

Duomenų rinkinių suskirstymas, pagrįstas sekvencijų ir struktūrų panašumu, nedavė identiškų rezultatų.

Tai rodo, kodėl vienintelis treniruočių ir testų duomenų suskirstymas arba viena vertė, apibūdinanti modelio efektyvumą, gali nevisiškai atspindėti jo elgseną naujų peptidų atžvilgiu.

Tai nereiškia, kad peptidų prognozavimo modeliai iš esmės yra nepatikimi.

Tai reiškia, kad jų vertinimo būdas turėtų atitikti faktinį jų naudojimo būdą.

Ką numato peptidų jungimasis?

Peptidų dokavimas – tai kompiuterinis metodas, skirtas numatyti, kaip peptidas gali sąveikauti su receptoriumi ar kitu molekuliniu taikiniu.

Skaičiavimais galima analizuoti įvairius:

• peptido konformacijos;
• orientacijos;
• pozicijos;
• ryšiai su receptoriumi;
• veikimo geometrijos.

Toliau siūlomi sprendimai vertinami naudojant atitinkamą taškų arba energijos funkciją.

Taigi, prijungimo rezultatas gali suteikti:

• galimos jungties padėties;
• siūlomų sąveikoje dalyvaujančių liekanų;
• struktūrinių hipotezių;
• kandidatų reitinge;
• pradinių struktūrų tolesnei kompiuterinei analizei.

Tačiau reikia nepamiršti:

išskyrus dokavimą, tai yra hipotezė, o ne eksperimentiniu būdu stebėtas kompleksas.

Taip pat:

Prisijungimo balinis rezultatas nėra automatiškai eksperimentiniu būdu išmatuota disociacijos konstanta, ląstelių aktyvumas ar biologinio sėkmės tikimybė.

Aiškinimas priklauso nuo:

• taškinės funkcijos;
• konformacijos mėginių ėmimo būdas;
• receptoriaus struktūra;
• receptoriaus lankstumo;
• peptido lankstumas;
• pradinių prielaidų;
• protonacijos ir molekulinės reprezentacijos;
• kalibravimas konkrečiai užduočiai.

Peptidų prijungimas gali būti ypač sudėtingas, nes peptidai dažnai yra labai lankstūs.

Susiejimo metu gali smarkiai keistis tiek jų konformacija, tiek padėtis tikslo atžvilgiu.

„Rosetta FlexPepDock“: patikslinimas ir globalus dokavimas yra skirtingos procedūros

Pirminėje publikacijoje apie „FlexPepDock“ serverį aprašomas aukštos skiriamosios gebos modelio tobulinimas, pradedant nuo peptido, esančio maždaug receptoriaus prisijungimo srityje. [10]

Todėl šio įrankio nereikėtų apibūdinti tiesiog kaip universalaus metodo, leidžiančio nustatyti bet kurią nežinomą jungties vietą be struktūrinės informacijos.

„PIPER-FlexPepDock“ išplečia šią koncepciją globalaus dokavimo link, derindamas peptidų fragmentų įterpimą su vėlesniu lanksčiu modelio tobulinimu. [11]

Šiame straipsnyje šis metodas buvo įvertintas remiantis ribotu, tačiau reprezentatyviu eksperimentiniu būdu nustatytų peptidų ir baltymų kompleksų rinkiniu.

Sėkmė palyginamojoje analitėje rodo veiksmingumą tiriamomis sąlygomis.

Tai negarantuoja teisingo prognozavimo kiekvienai naujai receptoriaus ir peptido porai.

Oficialioje „Rosetta“ dokumentacijoje išskiriamos:

• patobulinimas;
• ab initio modeliavimas netoli apytikslės jungties vietos;
• bendras „PIPER-FlexPepDock“ darbo srautas. [12]

Todėl kompiuterinė ataskaita tampa kur kas informatyvesnė, jei joje nurodoma:

koks „FlexPepDock“ protokolas buvo taikytas + kokie pradiniai duomenys buvo panaudoti + kaip buvo vertinamos gautos struktūros.

Pats teiginys:

„Atliktas ”Rosetta“ prijungimas“

palieka daug svarbių metodologinių klausimų neišspręstų.

Modifikuoti peptidai turi būti tinkamai pavaizduoti

Kompiuterinis modelis turi teisingai atvaizduoti tiriamą molekulinę struktūrą.

Sekvencija, užrašyta tik naudojant standartinius vienos raidės aminorūgščių kodus, gali praleisti svarbią cheminę informaciją.

Tai gali būti, be kita ko:

• C-galo amidavimas;
• N-galo acetilinimas;
• nestandartiniai amino rūgštys;
• D-aminorūgštys;
• ciklizacija;
• kovalentinės skersinės jungtys;
• fosforilinimas;
• kiti pakeitimai.

Tyrime, kuriame buvo naudojama „FlexPepDock“ programa, buvo analizuojamas peptidų ir MHC sąveikos modeliavimas, apimantis nestandartinius likučius ir pasirinktas peptidų modifikacijas. [13]

Autoriai gavo naudingus lyginamuosius rezultatus ir pastebėjo ryšį tarp apskaičiuotų rezultatų ir santykinio ryšio, eksperimentiniu būdu išmatuoto tiriamajame duomenų rinkinyje.

Tai remia konkretų modeliavimo taikymą, kuris buvo išbandytas.

Tačiau tai nereiškia, kad kiekvienas galimas modifikavimas bus automatiškai teisingai atvaizduotas, nei kad dokavimas pakeičia eksperimentinį ryšio matavimą.

CHARMM-GUI, peptidų modeliai ir C-galo amidavimas

CHARMM-GUI siūlo įrankius, skirtus molekulių konfigūracijoms paruošti modeliavimui.

Oficialioje dokumentacijoje pabrėžiama, kad modifikuoti likučiai reikalauja atitinkamų struktūrinių apibrėžimų ir jėgos lauko parametrų. [14]

Taigi sėkmingas simuliacijos įvesties duomenų sukūrimas reiškia, kad buvo parengtas sistemos kompiuterinis modelis.

Eksperimentiniu būdu nepatvirtina:

• peptido tapatybė;
• sprendimai;
• biologinės funkcijos;
• stabilumo;
• veiklos.

Jei peptidas yra amidintas C-gale, galinė cheminė grupė yra amidas, o ne laisva karboksilinė grupė.

Šis skirtumas gali turėti įtakos:

• formali apkrova;
• vandenilio ryšiai;
• elektrostatiniai poveikiai;
• konformaciją;
• sąveika su aplinkine molekuline aplinka.

Todėl simuliacijoje naudojama jėgos lauko struktūra, topologija ir parametrai turėtų atspindėti tą pačią galutinę formą, kuri tiriamas eksperimentiniu būdu.

Tyrime, susijusiame su „Maximin H5“, buvo suderinti eksperimentiniai ir modeliavimo metodai, siekiant įvertinti C-galo formos pasikeitimo pasekmes. [15]

Buvo pastebėti šio konkretaus peptido struktūros ir sąveikos su membranomis skirtumai.

Tai nereiškia, kad amidavimas pagerina kiekvieno peptido savybes.

Tačiau tai parodo, kodėl aprašant molekulę neturėtų būti ignoruojama galinių grupių chemija.

Todėl ieškant amidavimo variantų peptidų kūrimo programoje reikėtų pradėti nuo cheminio klausimo:

kokia tiksliai molekulinė forma turi būti modeliuojama?

Tik išsiaiškinus šį klausimą, programinės įrangos nustatymų pasirinkimas įgyja prasmę.

Eksperimentinis patvirtinimas ir pakartojamumas

Savarankiškai ištirk atitinkamą molekulę

Pasirinktas kandidatas galiausiai turėtų būti ištirtas kaip apibrėžta molekulinė medžiaga.

Svarbios savybės gali apimti:

• tikslią seką;
• galūnių formą;
• tam tikri pakeitimai;
• molekulinę tapatybę;
• kitos eksperimentui svarbios savybės.

Jei pirminėje atrankoje buvo naudojamas fagų ekspozicijos metodas arba prie kuliukų pritvirtinti peptidai, tolesniais eksperimentais galima patikrinti, ar izoliuotas peptidas išlaiko tiriamą savybę už pirminės pateikimo sistemos ribų.

Ankstyvame „phage display“ tyrime ant fagų pateikti peptidai buvo lyginami su jų chemiškai sintezuotais atitikmenimis. [1]

Tai rodo, kaip nepriklausomas tyrimas gali susieti bibliotekos atrankos rezultatą su pačios peptidinės molekulės savybėmis.

Taip pat svarbi yra mėginio kokybė ir savybės.

Skirtumai, susiję su:

• nurodytos koncentracijos;
• tirpumo;
• švaros;
• agregacijos;
• galutinės formos;
• cheminiai modifikavimai

gali turėti įtakos eksperimentiniams palyginimams.

Dvi mėginiai, apibūdinami tuo pačiu peptido pavadinimu, nebūtinai yra chemiškai lygiaverčiai, jei jų atitinkamos molekulinės formos nebuvo apibrėžtos. Todėl prieš interpretuojant eksperimentą, vertėtų atskirti tapatumo, grynumo ir faktinio medžiagos kiekio sąvokas, kurios išsamiau aptariamos straipsnyje apie peptidų grynumas ir laboratoriniai tyrimai.

Papildomas testas yra naudingiausias tada, kai padeda išspręsti konkrečią abejonę

Ortogonaliu bandymu tiriamas tam tikras savybės aspektas, taikant kitą matavimo principą arba kitokį eksperimentinio pateikimo būdą.

Jo didžiausia vertė – galimybė patikrinti konkretų alternatyvų paaiškinimą.

Antrasis testas, pavyzdžiui, gali padėti nustatyti, ar pirminis rezultatas buvo susijęs su:

• prisijungimas prie paviršiaus;
• žymės trukdžiai;
• nuo laikmenos priklausantis elgesys;
• imobilizacijos pasekmių;
• kito artefakto, būdingo pirmajam bandymui.

Vien tai, kad naudojami du skirtingi prietaisų modeliai, dar nereiškia, kad matavimai yra ortogonalūs.

Jei abu testai naudoja tą patį fiksuojimo būdą arba tą patį aptikimo principą, jie gali būti jautrūs tam pačiam klaidų šaltiniui.

Svarbiausias klausimas yra toks:

kokį alternatyvų paaiškinimą patikrina antrasis eksperimentas?

Tarp tikrai vienas kitą papildančių metodų esantis suderinamumas paprastai suteikia tvirtesnį pagrindą nei daugkartinis to paties, klaidų linkusio, duomenų skaitymo kartojimas.

Replikacija ir biologinis kontekstas

Įvairūs replikacijos tipai leidžia įvertinti įvairius neapibrėžtumo šaltinius.

Techniniai pakartojimai padeda įvertinti pakartojamumą toje pačioje eksperimentinėje sistemoje.

Nepriklausomi eksperimento pakartojimai gali atsižvelgti į papildomą kintamumą tarp preparatų arba tyrimų serijų.

Atliekant eksperimentus su biologiniais mėginiais, taip pat gali tekti atsižvelgti į skirtumus tarp:

• donorais;
• ląstelių preparatais;
• organizmais;
• audiniais;
• kitais biologinės medžiagos šaltiniais.

Tyrime, kuriame buvo naudojami persidengiantys peptidai, buvo analizuojamas T limfocitų atpažinimas donorų mėginiuose, o atpažįstami regionai buvo identifikuojami naudojant biblioteką. [5]

Stebėtos reakcijos priklausė nuo biologinio konteksto.

Vieno donoro ar vienos eksperimentinės sistemos atveju gautų rezultatų negalima automatiškai taikyti kiekvienam asmeniui ar kiekvienai biologinei sistemai.

Taigi, pakartojamumas reiškia galimybę atkurti konkretų teiginį tinkamai apibūdintomis sąlygomis.

Tai nereiškia, kad gausite dar vieną panašaus išvaizdos diagramą.

Dokumentacija turėtų leisti atkurti analizę

Norint tinkamai ištirti peptidų biblioteką, reikia pateikti pakankamai dokumentacijos, kad kitas tyrėjas galėtų suprasti, kaip buvo gautas rezultatas.

Naudingi eksperimentiniai duomenys apima:

• tikslų peptido seką;
• peptido ilgis;
• galutinės grupės;
• cheminiai pakeitimai;
• bibliotekos architektūrą;
• mėginių identifikatoriai;
• atrankos sąlygos;
• matuojamas galinis taškas;
• patikrinimai;
• pakartojimų struktūrą;
• fono nustatymo būdas;
• taiklumo riba;
• kandidatų atrankos kriterijai;
• taikytos analitinės metodikos.

Atliekant kompiuterinius tyrimus, svarbūs gali būti:

• programinės įrangos pavadinimas;
• versija;
• protokolas;
• įvesties struktūra;
• molekulės vaizdavimo būdas;
• parametrų rinkinys;
• duomenų apdorojimas;
• treniruočių ir testų rinkinių paskirstymo būdas;
• balų skaičiavimo metodas;
• kandidatų atrankos procedūra;
• atrankos kriterijai.

Jei išsaugosite tik aukščiausiai įvertintą modelį, geriausią prijungimo vaizdą ar galutinę seką, vėliau gali būti neįmanoma atkurti, kaip buvo gautas rezultatas.

Pati biblioteka taip pat yra pasikartojimo elementas.

Specializuotų bibliotekų sudėties ir rutulių apkrovos tyrimai rodo, kad svyravimai gali atsirasti dar prieš pradedant atranką. [4] [8]

Taigi, dokumentuojant tik galutinį rezultatą, gali būti praleista svarbi informacija apie pradinę medžiagą.

Teigiamos prognozės ir neigiami rezultatai yra vienodai svarbūs

Kompiuteriniu būdu numatytas kandidatas, kurio hipotezė nebuvo patvirtinta eksperimentais, vis tiek gali suteikti naudingos informacijos.

Gali atskleisti:

• modelyje esantys apribojimai;
• klaidinga mechanistinė prielaida;
• nepakankamas cheminės savybės atvaizdavimas;
• problema, susijusi su testo hipoteze;
• sekvencinės erdvės sritis, kurioje modelis menkai apibendrina.

Tokie rezultatai neturėtų būti pašalinti iš vertinimo vien dėl to, kad jie nepatvirtino pradinės prognozės.

Iteracinis projektavimas tampa vertingesnis, kai eksperimentiniai stebėjimai – taip pat ir netikėti bei neigiami rezultatai – daro įtaką tolesniems sprendimams.

Tyrime, susijusiame su fermentinių substratų projektavimu, buvo taikomas bendras ciklas:

prognozė → eksperimentinis matavimas → modelio tobulinimas remiantis duomenimis. [3]

Jo mokslinė vertė kyla iš skaičiavimų ir stebėjimų derinio, o ne iš to, kad pirmasis reitingas būtų laikomas galutiniu atsakymu.

Todėl stipriausiame teiginyje turėtų būti tiksliai nurodyta, kas buvo įrodyta:

• praturtinimas;
• sprendimas;
• elgesys kaip fermento substratas;
• inhibicija;
• ląstelinis atsakas;
• kompiuterinė prognozė;
• efektyvumas struktūriniame palyginime.

Kiekvienas iš šių rezultatų gali būti moksliškai vertingas.

Tačiau vieno neturėtų keisti kitu.

Dažniausios klaidos interpretuojant peptidų bibliotekas

Peptidų bibliotekų tyrimų rezultatai gali būti klaidinantys, jei išvados peržengia tai, kas iš tikrųjų buvo išmatuota.

Viena iš dažniausiai pasitaikančių klaidų – teorinę bibliotekos apimtį laikyti eksperimentiniu būdu patvirtintu įvairovės rodikliu. Fizinėse bibliotekose gali pasitaikyti nevienodas elementų pasiskirstymas, trūkstami elementai, dubliavimai arba apkrovos, atsirandančios dėl sintezės proceso. [4]

Kita klaida – laikyti turto padidėjimą giminingumo įrodymu. Turto padidėjimas taip pat gali būti susijęs su pranašumu dauginimosi, prisitvirtinimo prie paviršiaus ar kitomis savybėmis, susijusiomis su atrankos procesu. [6] [7]

Trečioji problema – tai ryšio tapatinimas su funkcija. Peptidas gali sąveikauti su taikiniu nesukeldamas numatyto biologinio poveikio.

Taip pat nereikėtų laikyti prisijungimo rezultato eksperimentiniu afiniteto matavimu. Taškiniai rezultatai gauti iš kompiuterinių modelių ir turi būti patvirtinti, prieš juos laikant kiekybiniu įrodymu, kad vyksta jungimasis. [10] [11] [13]

Be to, virtualus peptidas nebūtinai yra peptidas, kurį būtų galima lengvai gauti tinkama chemine forma. Sintezė, tirpumas, molekulinė tapatybė ir mėginio charakteristikos tebėra eksperimentiniai klausimai.

Galiausiai rezultatas, gautas tiriamam peptidui, pateiktam ant fago, fiksuotam ant paviršiaus arba susietam su rutuliuku, gali nebūti atkartotas atitinkamu laisvu molekuliu, nes pats pateikimo būdas gali daryti įtaką konformacijai, prieinamumui, vietinį tankį ir avidumą.

Šie apribojimai nesumažina peptidų bibliotekų vertės.

Tačiau jos nustato, kaip reikia aiškinti jų pateiktus įrodymus.

Dažniausiai užduodami klausimai

1. Kas yra persidengiančių peptidų biblioteka?

Persidengiančių peptidų biblioteka – tai fragmentų rinkinys, apimantis ilgesnę pradinę seką, kur kaimyniniai peptidai turi dalį bendros aminorūgščių sekos. Toks sprendimas padeda tyrėjams identifikuoti sritis, susijusias su atpažinimu ar kita matuojama reakcija. Tyrimas, kuriame buvo naudojami persidengiantys meningokokinio baltymo fragmentai, parodė, kad šį metodą galima taikyti T limfocitų reakcijų kartografavimui donorų mėginiuose. [5] Tačiau teigiamas fragmento rezultatas automatiškai nereiškia, kad nustatytas minimalus epitopas, neįrodo, kad kiekviena bendra liekana yra būtina, ir nereiškia, kad fragmentas tiksliai atkuria viso baltymo struktūrą ir apdorojimą.

2. Ar kompiuteriniai modeliavimai gali pakeisti eksperimentus?

Ne. Kompiuteriniai prognozavimai gali padėti nustatyti kandidatų prioritetus, atpažinti dėsningumus, sukurti struktūrines hipotezes ir sumažinti sekvencijų, kurioms reikia nedelsiant atlikti eksperimentinius tyrimus, skaičių. Tačiau jų patikimumas priklauso nuo modelio, mokymo duomenų, molekulių atvaizdavimo būdo, priimtų prielaidų ir konkrečios užduoties. Tiriant fermentinių substratų projektavimą, algoritmo atrinkti peptidai buvo daug kartų išbandyti, o eksperimentiniai rezultatai panaudoti tolesnėms atrankos raundams. [3] Tai rodo skaičiavimo metodų ir eksperimentų sąveiką, o ne eksperimento pakeitimą modeliu. Kandidatas lieka kompiuterine prognoze, kol jo atitinkama savybė nebus įvertinta eksperimentiniu būdu.

3. Ar peptidų biblioteka yra fizinė kolekcija ar duomenų bazė?

Tai gali būti ir viena, ir kita. Fizinėse bibliotekose yra molekulės, kurias galima tiesiogiai tirti eksperimentiniu būdu, o virtualiose bibliotekose – skaitmeninės sekos, molekulinės struktūros ar kiti kompiuteriniai atvaizdai. Pirmieji „one-bead–one-peptide“ tyrimai buvo susiję su fizinėmis sintetinėmis bibliotekomis, o kompiuterinio projektavimo metodai analizuoja molekulių atvaizdus prieš atrinktų kandidatų sintezę. [2] [3] Vien sekvencijos buvimas virtualioje bibliotekoje dar nereiškia, kad jai atitinkantis peptidas buvo teisingai susintetintas, turi numatytą cheminę formą ar pasižymi numatoma savybe. Todėl aptariant bibliotekos dydį ar atrankos rezultatus, visada reikia nurodyti jos formatą.

4. Ar didesnė kandidatų duomenų bazė visada padeda rasti geresnius kandidatus?

Ne. Bibliotekos dydis svarbus tik tuomet, kai joje yra reikšminga, prieinama, identifikuojama ir tinkamai atstovaujama įvairovė. Išsamus fagų bibliotekos sekvenavimas parodė nevienodą sekvencijų skaičių ir veiksnius, mažinančius veiksmingą įvairovę, nepaisant plačiai suplanuoto projekto. [4] Labai didelės bibliotekos taip pat gali didinti su mėginių ėmimu ir interpretavimu susijusias problemas, nes ne kiekvienas teoriškai įmanomas elementas turi būti iš tikrųjų esantis ar tinkamai ištirtas. Taigi kandidatų kokybė priklauso nuo bibliotekos sudėties, atrankos projekto, testo kokybės, kontrolės ir patvirtinimo, o ne tik nuo reklamuojamo galimų sekvencijų skaičiaus.

5. Ar atsitiktinės peptidų bibliotekos iš tiesų yra be išankstinių prielaidų?

Ne visada. Atsitiktinis dizainas vis tiek gali lemti nevienodą nukleotidų, aminorūgščių ir visų sekų atstovavimą. Biologinė gamyba, dauginimas, sintetinė chemija ir mėginių ėmimas gali sukelti papildomus paklaidų šaltinius. Išsamus komercinės fagų bibliotekos sekvenavimas parodė nevienodą atstovavimą dar prieš pradedant atranką pagal tikslą. [4] Tai nereiškia, kad kiekviena atsitiktinė biblioteka yra nepatikima. Tačiau tai rodo, kad „atsitiktinis projektas” ir „eksperimentiniu būdu patvirtintas tolygumas” yra du skirtingi teiginiai. Pradinės bibliotekos charakteristika padeda atskirti didelį pradinį skaičių nuo faktinio atrankos sąlygojamo praturtinimo.

6. Kaip „phage display“ metodas leidžia identifikuoti peptido seką?

„Phage display“ technologija susieja bakteriofago paviršiuje pateiktą peptidą su genetine informacija, esančia toje pačioje dalelėje. Taigi atrinktus fagus galima išgauti, o jiems atitinkančias peptidų sekas nustatyti remiantis susijusia genetine medžiaga. Ankstyvieji tyrimai su atsitiktinai parinktais peptidais, pateikiamais ant siūlinių fagų, pasinaudojo šiuo genotipo ir fenotipo ryšiu siekiant išskirti ir apibūdinti jungiančius ligandus. [1] Tačiau vien fago atgavimas dar neįrodo specifiškumo tikslo atžvilgiu, nes jo skaičiui gali turėti įtakos sąveika su paviršiumi, dauginimosi skirtumai ir kiti atrankos veiksniai. Genetinis ryšys leidžia nustatyti kandidato tapatybę, o tolesni eksperimentai padeda paaiškinti jo atrankos priežastį.

7. Kodėl fagas gali būti praturtintas nesusiejant jo su numatytu tikslu?

Prie su tikruoju tikslu nesusijusio praturtinimo gali prisidėti keli mechanizmai. Fagas gali sąveikauti su bandymo paviršiumi, ypač gerai prisitaikyti prie atrankos sąlygų arba daugintis veiksmingiau nei konkuruojantys klonai. Atskiruose tyrimuose buvo įrodyta su polistireno susijusi atgaiva ir su dauginimosi pranašumu susijęs praturtėjimas. [6] [7] Tai skirtingi mechanizmai, kuriems reikalingos skirtingos kontrolės priemonės. Todėl koncentracijos padidėjimą reikėtų interpretuoti kaip įrodymą, kad klonas išliko ir padidino savo skaičių atrankos proceso metu. Norint įrodyti specifinį tikslo atpažinimą, reikia papildomų įrodymų, leidžiančių atskirti šią galimybę nuo alternatyvių paaiškinimų.

8. Ką reiškia „one-bead–one-compound“?

„One-bead–one-compound“ reiškia, kad kiekviena granulė iš esmės turi pateikti daug vieno konkretaus junginio kopijų, todėl pasirinktą granulę galiausiai galima susieti su vienu bibliotekos elementu. Ši koncepcija leidžia kurti dideles kombinatorines sintetines bibliotekas ir buvo pristatyta ankstyvosiose „one-bead–one-peptide“ tyrimuose. [2] Tačiau šis terminas apibūdina numatytą bibliotekos struktūrą, bet negarantuoja identiško užpildymo, nepriekaištingos sintezės ar kiekvienos granulės cheminio homogeniškumo. Vėlesni atskirų granulių matavimai parodė žymius skirtumus pateikiamo peptido kiekyje. [8] Taigi medžiagos kokybė ir pakrovimas lieka savybėmis, kurias reikia įvertinti eksperimentiniu būdu.

9. Ar ant rutuliuko esantis peptido kiekis gali turėti įtakos tyrimo rezultatams?

Taip. Kuliukė, kurioje yra didesnis peptido kiekis, gali sukurti stipresnį testo signalą net ir tuomet, kai pati molekulinė sąveika nėra stipresnė. Tyrime, kuriame Raman spektroskopija buvo naudojama „one-bead–one-compound“ bibliotekų analizei, buvo nustatytas didelis peptido kiekio kintamumas, ypač ilgesnių sekvencijų atveju. [8] Tyrime nenustatytas apkrovos poveikis kiekvienoje įmanomoje atrankos sistemoje, tačiau identifikuotas svyravimų šaltinis, kuris gali turėti įtakos signalo intensyvumui. Todėl atrankos ant granulių rezultatus reikia interpretuoti atsižvelgiant tiek į pačią molekulinę sąveiką, tiek į pateikiamos medžiagos tankį.

10. Ar jungimasis yra tas pats, kas biologinis aktyvumas?

Ne. Ryšys reiškia molekulių sąveiką tam tikromis sąlygomis. Biologiniam ar biocheminiam aktyvumui reikalingas atskirai apibrėžtas galutinis taškas. Peptidas gali jungtis prie baltymo, tačiau jo neaktyvuoti ir nesustabdyti, o ląstelinė reakcija gali atsirasti per kitokį mechanizmą nei numatoma sąveika su taikiniu. „Phage display“ tyrimai daugiausia buvo sutelkti į jungimąsi, o tyrimas, kuriame buvo naudojamas mašininis mokymasis, buvo susijęs su peptidų, kaip fermentinių substratų, elgsena. [1] [3] Tai yra skirtingi moksliniai klausimai. Todėl atrankos metu rastas kandidatas turėtų būti apibūdinamas pagal savybę, kuri iš tikrųjų buvo išmatuota, nepriskiriant jam platesnio poveikio.

11. Kodėl verta iš naujo susintetinti ir atskirai ištirti šį radinį?

Nepriklausoma sintezė padeda nustatyti, ar konkretus apibrėžtas peptidas iš tiesų atkuria stebimą elgesį už pirminės bibliotekos sistemos ribų. Prisijungimas prie fago, medžiagos kiekis ant rutuliuko, mišinio poveikis, sąveika su nešikliu ar kiti atrankos veiksniai gali turėti įtakos pradiniam rezultatui. Ankstyvosiose fagų ekspozicijos tyrimuose pateikti ligandai buvo lyginami su cheminės sintezės būdu gautais peptidais, o tai iliustruoja šį patvirtinamąjį etapą. [1] Pakartotinė sintezė yra informatyviausia tada, kai gauta medžiaga yra tinkamai apibūdinta ir ištirta atliekant bandymą, susijusį su pradiniu teiginiu. Pati sintezė dar nepatvirtina funkcijos ar mechanizmo.

12. Ką prognozuoja „Rosetta FlexPepDock“?

„Rosetta FlexPepDock“ modeliuoja peptidų ir baltymų kompleksų struktūras, tačiau atskiri su „FlexPepDock“ susiję procesai reikalauja skirtingo pradinių duomenų kiekio. Pirminėje publikacijoje apie šį serverį pirmiausia aprašomas aukštos skiriamosios gebos peptido modelio tobulinimas, kai peptidas jau yra apytikriai netoli receptoriaus jungimosi vietos. [10] „PIPER-FlexPepDock“ naudoja platesnę globalaus dokavimo strategiją, po kurios vyksta lankstus modelio tobulinimas. [11] Lyginamųjų tyrimų rezultatai negarantuoja teisingumo kiekvienai naujai peptido ir baltymo porai. Todėl naudingoje ataskaitoje turėtų būti nurodytas taikytas protokolas, pradinė informacija ir numatomų struktūrų vertinimo būdas.

13. Ar teigiamas dokavimo rezultatas patvirtina stiprų ryšį?

Ne. Prisijungimo rezultatas yra kompiuterinės taškinės funkcijos generuojama reikšmė ir automatiškai nėra lygiavertis eksperimentiniu būdu išmatuotam afinitetui, pavyzdžiui, disociacijos konstantai. Jo reikšmė priklauso nuo dokavimo protokolo, molekulinės reprezentacijos, konformacijų atrankos metodo, tiriamo objekto ir kalibravimo. „FlexPepDock“ tyrime, skirtame peptidų ir MHC kompleksams, skaičiavimo rezultatai buvo palyginti su santykiniais prisijungimo matavimais konkrečiame duomenų rinkinyje, parodant, kad tokius ryšius reikia tirti, o ne laikyti savaime suprantamais. [13] Teigiamas dokavimo rezultatas gali padėti nustatyti kandidatų prioritetus arba paremti struktūrinę hipotezę, tačiau stipriam ryšiui patvirtinti reikalingi atitinkami eksperimentiniai įrodymai.

14. Kodėl C-galo amidacija yra svarbi modeliuojant peptidą?

C-galo amidacija keičia peptido gale esančią cheminę grupę ir gali turėti įtakos formaliojam krūviui, vandenilinėms jungtims, elektrostatiniams sąveikavimams bei molekulės konformacijai. Todėl kompiuterinis modelis turėtų atspindėti tą pačią galinės dalies cheminę sudėtį, kokią turi eksperimentiniu būdu tiriamas peptidas. Atliekant „Maximin H5“ tyrimus buvo pastebėti struktūros ir sąveikos su membranomis skirtumai, susiję su galinės dalies formos pasikeitimu. [15] Tai neįrodo, kad amidavimas visada pagerina peptidų savybes. Tačiau tai parodo, kodėl galinių grupių cheminė sudėtis turėtų būti teisingai nustatyta ir atvaizduota modelyje.

15. Ar modelio sukūrimas CHARMM-GUI patvirtina peptido savybes?

Ne. CHARMM-GUI padeda paruošti molekulių sistemas modeliavimui. Sėkmingas struktūros arba įvesties failų sukūrimas reiškia, kad buvo sukurta tiriamos sistemos kompiuterinė reprezentacija; tai eksperimentiškai nepatvirtina ryšio, biologinio aktyvumo, stabilumo ar klinikinės reikšmės. Oficialioje dokumentacijoje taip pat nurodoma, kad modifikuoti likučiai reikalauja atitinkamų struktūrinių apibrėžimų ir parametrų. [14] Taigi kompiuterinio modelio parengimas yra išeities taškas tolesniam modeliavimui. Ar tikroji molekulė elgiasi pagal prognozes, lieka atskiras eksperimentinis klausimas.

16. Kodėl prognozavimo modelis gali nepavykti naujo peptido atveju?

Naujas peptidas gali skirtis nuo mokymo metu naudotų pavyzdžių taip, kad modelis nesugebėjo to tinkamai atvaizduoti. Skirtumai gali būti susiję su seka, struktūra, ilgiu, modifikacijomis, molekuliniu tikslu ar kitomis savybėmis. Tyrimas, kuriame buvo nagrinėjami T limfocitų receptorių jungimąsi prognozuojantys modeliai, parodė, kad veiksmingumo įvertinimas kito priklausomai nuo to, kaip buvo atsižvelgiama į sekos ir struktūros panašumą tarp mokymo ir bandomųjų peptidų. [9] Tai nereiškia, kad kiekviena naujos sekos prognozė bus klaidinga. Tačiau tai rodo, kad bendri modelio veiksmingumo statistiniai duomenys turėtų būti interpretuojami atsižvelgiant į tai, kiek bandymo sąlygos primena numatytą jo taikymą.

17. Kas lemia, kad peptidų bibliotekų tyrimų rezultatai yra pakartojami?

Pakartojamumas reikalauja pakankamo informacijos kiekio, leidžiančio apibrėžti biblioteką, tiriamąją molekulę, eksperimentines sąlygas, kontrolines grupes, analizės metodą ir kriterijus, pagal kuriuos rezultatas laikomas atitikimu. Fagų bibliotekų sudėties ir peptidų kiekio ant kuliukų tyrimai rodo, kad variabilumas gali egzistuoti dar prieš pradedant atranką. [4] [8] Todėl pateikiant tik galutinę seką ir balinį rezultatą, praleidžiami potencialiai svarbūs skirtumų šaltiniai. Norint, kad tyrimai būtų pakartojami, būtina aiškiai pateikti sekvencijas, modifikacijas, bibliotekos struktūrą, mėginių identifikatorius, tyrimo galutinius taškus, kontrolinius mėginius, analitinius kriterijus, kompiuterinius parametrus bei nepriklausomą pagrindinio rezultato patvirtinimą.

18. Ar labiausiai modifikuotas peptidas būtinai turi būti geriausias ligandas?

Ne. Didelis praturtinimas gali būti susijęs su prisijungimu prie taikinio, tačiau jį taip pat gali įtakoti pradinė sekvencijų gausa, dauginimosi efektyvumas, nespecifinės sąveikos su paviršiumi ir kitos su atranka susijusios savybės. Išsamus sekvenavimas parodė nevienodą pradinių fagų bibliotekų atstovavimą, o kiti tyrimai patvirtino sodrinimą, susijusį su dauginimosi pranašumu. [4] [6] Todėl gausiausios galutinės sekos neturėtų būti automatiškai tapatinamos su didžiausio afiniteto ligandu. Tvirtesnius įrodymus suteikia pradinio ir galutinio skaičiaus palyginimas, atitinkami kontroliniai bandymai bei nepriklausomas prisijungimo matavimas.

19. Ar numatyta peptido seka įrodo, kad ją galima sėkmingai sintezuoti?

Ne. Kompiuterinis projektas sukuria seką arba molekulinę hipotezę, tačiau nepatvirtina sintezės sėkmės. Kai kurios sekos gali sukelti problemų, susijusių su jungimosi efektyvumu, agregacija, gryninimu, tirpumu ar cheminiais modifikavimais. Taigi virtualioje bibliotekoje gali būti kandidatų, kurių praktinis sintezės įgyvendinamumas labai skiriasi. Tik eksperimentiniu būdu gavus medžiagą ir atlikus jos analitinę charakteristiką galima nustatyti, ar tikrai buvo gauta numatyta molekulė. Kompiuterinis prioritetų nustatymas ir cheminis įgyvendinamumas yra susiję, tačiau atskiri tyrimų etapai.

20. Ar fagų ekspozicijos būdu atrinktas peptidas gali elgtis kitaip nei laisva molekulė?

Taip. „Phage display“ metode peptidas yra aplinkoje, susijusioje su nešikliu, kuris gali daryti įtaką jo konformacijai, orientacijai, prieinamumui, vietiniam tankiui ir avidumui. Laisvas peptidas neturi dalies šių savybių, todėl jungimosi metu gali rodyti kitokį tariamą elgesį. Ankstyvosiose fagų ekspozicijos tyrimuose ant fagų pateikti ligandai buvo lyginami su jų chemiškai sintezuotais atitikmenimis, o tai rodo šio eksperimentinio skirtumo svarbą. [1] Sėkminga fagų atranka yra vertingas įrodymas apie pateiktą seką, tačiau norint nustatyti atitinkamo laisvojo peptido elgseną, būtina atlikti nepriklausomą tyrimą.

Peptidų bibliotekų ir prognozių duomenų ribotumas

Aiškinant peptidų bibliotekų tyrimų rezultatus, reikia nepamiršti kelių apribojimų.

Pirma, teorinė įvairovė nėra tas pats, kas tikroji eksperimentinė įvairovė. Nevienodas atstovavimas, sintetinės problemos, dauginimo skirtumai ir atrankos būdas gali pakeisti tikrąją bibliotekos sudėtį. [4]

Antra, koncentracijos padidėjimas atrankos metu savaime nepatvirtina specifinio ryšio su taikiniu. Sąveika su paviršiumi ir pranašumas dauginimosi procese gali lemti koncentracijos padidėjimą per kitokius mechanizmus. [6] [7]

Trečia, svarbu, kaip jie pateikiami. Peptidai, prisijungę prie fagų, kuliukų ar paviršiaus, gali elgtis kitaip nei tos pačios molekulės tirpale dėl prieinamumo, orientacijos, vietinio tankio ar avidumo. [1] [8]

Ketvirta, prisijungimas, selektyvumas ir funkcija yra skirtingos savybės. Vienos iš jų įrodymas automatiškai nepatvirtina kitų.

Penkta, kompiuterinė prognozė priklauso nuo modelio. Mokymo duomenys, vertinimo būdas, molekulinis atvaizdavimas ir priimtos prielaidos nulemia, kokią reikšmę galima priskirti rezultatui. [3] [9]

Šešta, dokavimo rezultatai nėra eksperimentiniai afiniteto matavimai. Struktūriniai modeliai ir taškinės funkcijos gali padėti pasirinkti hipotezes, tačiau tikrasis elgesys jungimosi metu reikalauja eksperimentinių matavimų. [10] [11] [13]

Septinta, cheminė forma yra svarbi. Galinės grupės, nestandartiniai aminorūgštys, stereochemija ir kiti modifikavimai turėtų būti teisingai pateikiami tiek eksperimentiniuose aprašymuose, tiek kompiuteriniuose modeliuose. [13] [14] [15]

Galiausiai atradimas atliekant atrankinį tyrimą yra validacijos pradžia, o ne pabaiga. Nepriklausomas medžiagos paruošimas, molekulinė charakteristika, patikros, papildomi tyrimai ir replikacija palaipsniui sustiprina turimus įrodymus.

Santrauka

Peptidų bibliotekos leidžia sistemingai tirti milžinišką galimų molekulių sekų erdvę.

Jie leidžia palyginti daugelį kandidatų ir analizuoti klausimus, susijusius su:

• molekulinis atpažinimas;
• fermentų substratais;
• sekciniais motyvais;
• sprendimas;
• struktūros ir aktyvumo ryšiais;
• ląsteliniais atsakymais;
• kompiuterinėmis prognozėmis.

Tačiau sąvoka „peptidų biblioteka” apima keletą iš esmės skirtingų tyrimų formatų.

Persidengiančių peptidų biblioteka padeda nustatyti didesnės sekos sritis.

Tikslinė pakeitimų biblioteka leidžia analizuoti atskirų elementų reikšmę.

„Phage display“ biblioteka susieja tiriamą peptidą su genetine informacija ir leidžia atlikti atranką.

„One-bead–one-compound“ biblioteka sistemina sintetinius kandidatus ant atskirų granulių.

Virtuali biblioteka egzistuoja skaitmenine forma ir gali būti naudojama sekos prioritetams nustatyti prieš pradedant eksperimentinius tyrimus.

Šių formatų nereikėtų laikyti tarpusavyje pakeičiamais.

Taip pat reikia atsargiai vertinti bibliotekos dydį.

Teorinė kolekcija, apimanti milijonus galimų sekvencijų, neįrodo, kad kiekvienas jos elementas fiziškai egzistuoja, yra tolygiai atstovaujamas, chemiškai teisingas ir iš tikrųjų įtrauktas į atranką. Tyrimai, kuriuose naudojamas gilus sekvenavimas, rodo, kodėl tikroji bibliotekos sudėtis gali skirtis nuo planuotos įvairovės. [4]

Be to, praturtėjimas nėra sinonimas tam tikram ryšiui su tikslu.

Fagų klonai gali tapti gausesni dėl mechanizmų, nesusijusių su tikruoju tikslu, pavyzdžiui, sąveikos su paviršiumi ar pranašumo dauginimosi atžvilgiu. [6] [7]

Todėl tinkami patikrinimai ir nepriklausomi tyrimai yra tokie svarbūs.

Toks pat atsargumas taikomas ir kompiuteriniam peptidų projektavimui.

Sekvenciniai modeliai ir dokavimo įrankiai gali padėti nustatyti perspektyvius kandidatus ir sukurti mechanistines hipotezes, tačiau jų prognozės priklauso nuo mokymo duomenų, struktūrinių atvaizdų, taškinių funkcijų ir pradinių prielaidų. [3] [9] [10] [11]

Teigiamas dokavimo rezultatas savaime nepatvirtina stipraus eksperimentinio ryšio.

Kompiuteriu sugeneruota seka neįrodo, kad ją galima teisingai sintetinti.

Numatoma sąveika nepatvirtina biologinės funkcijos.

Taigi, informatyviausias peptidų atradimo procesas atskirus įrodymų tipus traktuoja kaip atskirus, tačiau vienas kitą papildančius etapus:

projektavimas → bibliotekos kūrimas → atranka → atitikmenų identifikavimas → nepriklausomas patvirtinimas → charakteristika → skaičiavimo tobulinimas → eksperimentinis patvirtinimas.

Galutinės išvados įtikinamumas priklauso nuo to, kaip kruopščiai šie etapai buvo tarpusavyje susieti.

Svarbiausią taisyklę galima išdėstyti paprastai:

biblioteka nurodo galimybes, atranka identifikuoja signalus, modelis generuoja prognozes, o patikrinimas nustato, kurios išvados iš tiesų yra pagrįstos eksperimentiniais įrodymais.

Atsakomybės apribojimas

Šis straipsnis yra skirtas tik švietimo ir mokslinio informavimo tikslams. Jame aprašomi bendrieji principai, susiję su peptidų bibliotekomis, fagų ekspozicijos technologija, sintetinių peptidų atranka, sekvencijų projektavimu, kompiuteriniu prognozavimu, peptidų dokavimu, molekuliniu modeliavimu, eksperimentiniu patvirtinimu ir tyrimų pakartojamumu. Tai nėra medicininė konsultacija, terapinė rekomendacija, peptidų vartojimo instrukcija, informacija apie dozes ar nurodymai dėl jų skyrimo žmonėms. Kompiuterinių prognozių, atrankos metu gautų atitikmenų, jungimosi rezultatų ir ikiklinikinių eksperimentinių rezultatų neturėtų būti aiškinama kaip įrodymas, kad konkretus peptidas yra saugus, veiksmingas, kliniškai patvirtintas ar tinkamas naudoti žmonėms.

Nuorodos

1. Barrett, R. W., Cwirla, S. E., Ackerman, M. S., Olson, A. M., Peters, E. A., & Dower, W. J. (1992). Selektyvus didelio afiniteto ligandų sodrinimas ir charakterizavimas iš atsitiktinių peptidų rinkinių ant gijinių fagų. „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., ir Knapp, R. J. (1991). Naujo tipo sintetinių peptidų biblioteka, skirta ligandų rišimosi aktyvumui nustatyti. „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., ir Gianneschi, N. C. (2018). Naujų peptidinių substratų fermentams atradimas naudojant mašininį mokymąsi. „Nature Communications“, 9(1), 5253 straipsnis. 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). Komercinės fagų ekspozicijos peptidų bibliotekos sudėties šališkumo analizė naudojant naujos kartos sekvenavimą. Virusai, 14(11), 2402 straipsnis. https://doi.org/10.3390/v14112402
5. Wiertz, E. J., van Gaans-van den Brink, J. A., Gausepohl, H., Prochnicka-Chalufour, A., Hoogerhout, P., ir Poolman, J. T. (1992). T ląstelių epitopų, pasitaikančių meningokokų 1 klasės išorinės membranos baltyme, identifikavimas naudojant persidengiančius peptidus, susidarančius taikant vienalaikę daugialypę peptidų sintezę. „Journal of Experimental Medicine“, 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). Balta plokštelė, susijusi su genomo delecija, gauta iš M13KE pagrįstos peptidų bibliotekos, fagų ekspozicijos biopanningo metu sodrinama nepriklausomai nuo tikslo dėl dauginimosi pranašumo. „International Journal of Molecular Sciences“, 23(6), 3308 straipsnis. https://doi.org/10.3390/ijms23063308
7. Bakhshinejad, B., ir Sadeghizadeh, M. (2016). Polistireno jungiantis peptidas, nesusijęs su taikiniu, išskirtas atliekant fagų ekspozicijos bibliotekos atranką. „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. ir Gao, T. (2017). Peptidų koncentracijos pasiskirstymo viename granuliuke kiekybinis įvertinimas, taikant konfokalinę Ramano spektroskopiją, sintezuojant „vienas granuliukas – vienas junginys“ biblioteką. „Analytical Chemistry“, 89(13), 7000–7008. https://doi.org/10.1021/acs.analchem.7b00516
9. Castorina, L. V., Grazioli, F., Machart, P., Mösch, A., ir Errica, F. (2025). TCR prisijungimo prognozavimo modelių apibendrinimo galimybių vertinimas atliekant peptidų atstumo analizę. PLOS ONE, 20(5), straipsnis e0324011. https://doi.org/10.1371/journal.pone.0324011
10. London, N., Raveh, B., Cohen, E., Fathi, G. ir Schueler-Furman, O. (2011). „Rosetta FlexPepDock“ internetinis serveris – aukštos skiriamosios gebos peptidų ir baltymų sąveikų modeliavimas. „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., ir Schueler-Furman, O. (2017). Aukštos skiriamosios gebos pasaulinis peptidų ir baltymų sujungimas naudojant fragmentais pagrįstą PIPER-FlexPepDock metodą. PLOS „Skaitmeninė biologija“, 13(12), straipsnis e1005905. https://doi.org/10.1371/journal.pcbi.1005905
12. RosettaCommons. (n.d.). FlexPepDock. Paimta 2026 m. rugsėjo 20 d. iš Oficialūs dokumentai
13. Bloodworth, N., Barbaro, N. R., Moretti, R., Harrison, D. G. ir Meiler, J. (2022). „Rosetta FlexPepDock“ – peptidų ir MHC sąveikos prognozavimo įrankis: metodas, skirtas nekanoninėms aminorūgštims. PLOS ONE, 17(12), straipsnis e0275759. https://doi.org/10.1371/journal.pone.0275759
14. CHARMM-GUI. (n.d.). Dažnai užduodami klausimai. Paimta 2026 m. rugsėjo 20 d. iš Oficialūs dokumentai
15. Dennison, S. R., Mura, M., Harris, F., Morton, L. H. G., Zvelindovsky, A., ir Phoenix, D. A. (2015). C-terminalinės amidacijos vaidmuo anioninio antimikrobinio peptido „maximin H5“ sąveikoje su membranomis. „Biochimica et Biophysica Acta“, 1848(5), 1111–1118. https://doi.org/10.1016/j.bbamem.2015.01.014