Информация о конотоксинах

5 Резюме
В этой статье мы представляем новое представление для образца белка конотоксина, добавляя впечатляющее среднее парных сравнений последовательностей к данным его эволюции. Мы рассмотрели выравнивание слов с ограничением по температуре как метод извлечения и представления белковых признаков. Этот подход возник из наблюдения, что использование переменного окна может привести к различным альтернативным выравниваниям с большими оценками. Однако, когда мы оставили возможные выравнивания без ограничений, диапазон параметров, в котором SVM работал лучше всего, оказался таким, что релевантными были только пары букв. Мы ограничили длину допустимых выравниваний, чтобы учесть по крайней мере эффекты коротких последовательностей . Полученные признаки затем использовались в сочетании с SVM для дифференциации различных суперсемейств конотоксинов. Дополнительные биологические данные, такие как знание онтологии генов, белок-белковых взаимодействий и междоменных линкерных областей, должны быть включены для дальнейшего улучшения качества прогноза.
Было показано, что метод SVM-Freescore является полезным инструментом анализа на основе последовательностей для функциональной и структурной характеристики белков конотоксинов. Набор данных и программное обеспечение доступны по адресу http://faculty.uaeu.ac.ae/nzaki/SVM-Freescore.htm .
NZ внесла свой вклад в концептуальную разработку SVM-Freescore, спроектировала и выполнила экспериментальную работу и статистический анализ, подготовила рукопись. SW и GN разработали и внедрили бесплатную часть метода подсчета очков. С.К. внес свой вклад в концепции биологии, представленные в статье. Все авторы прочитали и одобрили окончательный вариант рукописи .

Информация о статье
Назар Заки, 1 Стефан Вольфшаймер, 2 Грегори Нуэль, 2 и Савсан Хури, 3
1 Факультет информационных технологий, Университет ОАЭ, 17551 Аль-Айн, ОАЭ
2 MAP5, Университет Париж-Декарт, 45 rue des Saints-Peres, Париж, Франция
3 Центр вычислительных наук, Университет Майами, США
Автор.
Назар Заки: ea.ca.ueau@ikazn; Стефан Вольфшаймер: [e-mail]; Грегори Нуэль: [e-mail]; Савсан Хури: ude.imaim.dem@iruhKS
Проверено 27 декабря 2010 г .; Поступила в редакцию 29 мая 2011 г.
Copyright © 2011 Заки и др.; лицензиат Биомед Сентрал Лтд.
Это статья в открытом доступе, распространяемая в соответствии с лицензией Creative Commons Attribution License ( http://creativecommons.org/licenses/by/2.0), которая разрешает неограниченное использование, распространение и воспроизведение оригинальной работы на любом носителе. правильно процитировал.
Эта статья цитируется в других статьях PMC.
Статьи из BMC Bioinformatics предоставлены здесь BioMed Central.
использованная литература

1. 
   Craik DJ, Адамс DJ. Химическая модификация конотоксинов для повышения стабильности и активности. ACS Chem Biol. 2007 г.; 2: 457–468. doi : 10.1021/cb700091j. [ PubMed ] [ CrossRef ] [ Академия Google ]
   
2. 
   Терлау Х., Оливера Б.М. Яды конусов: богатый источник новых пептидов, нацеленных на ионные каналы. Физиол Рев. 2004 г.; 84: 41–68. doi : 10.1152/physrev.00020.2003. [ PubMed ] [ CrossRef ] [ Академия Google ]
   
3. 
   Каас К., Вестерманн Дж. К., Крейк Д. Д. Характеристика и классификация конопептидов: анализ с использованием ConoServer. Токсичный. 2010 г.; 55 (8): 1491–1509. doi : 10.1016/j.toxicon.2010.03.002. [ PubMed ] [ CrossRef ] [ Академия Google ]
   
4. 
   Мухат С., Жуиру Б., Мосбах А., Ваард М.Д., Сабатье Дж.М. Сложите разнообразие токсинов животных, действующих на ионные каналы. Биохим Дж. 2004; 378: 717–726. DOI: 10.1042/BJ20031860 . [ Бесплатная статья PMC ] [ PubMed ] [ CrossRef ] [ Google Scholar ]
   
5. 
   Макинтош Дж.М., Джонс Р.М. Яд конуса: от случайных укусов до преднамеренных инъекций. Токсичный. 2001 г.; 39: 1447–1451. doi : 10.1016/S0041-0101(01)00145-3. [ PubMed ] [ CrossRef ] [ Академия Google ]
   
6. 
   Джонс Р.М., Булай Г. Конотоксины – новые перспективы пептидной терапии. Курр Фарм Дез. 2000 г.; 6: 1249–1285. дои : 10.2174/1381612003399653. [ PubMed ] [ CrossRef ] [ Академия Google ]
   
7. 
   Раджендра В., Армугам А., Джеясилан К. Антиноцицептивные и противовоспалительные токсины. Токсичный. 2004 г.; 44: 1–17. doi : 10.1016/j.toxicon.2004.04.014. [ PubMed ] [ CrossRef ] [ Академия Google ]
   
8. 
   Мондал С., Бхавна Р., Бабу Р. М., Рамакумар С. Псевдоаминокислотный состав и подход к мультиклассовой машине опорных векторов для классификации надсемейства конотоксинов. Журнал теоретической биологии. 2006 г.; 243: 252–260. doi : 10.1016/j.jtbi.2006.06.014. [ PubMed ] [ CrossRef ] [ Академия Google ]
   
9. 
   Лин Х, Ли QZ. Предсказание надсемейства и семейства конотоксинов с использованием псевдоаминокислотного состава и модифицированного дискриминанта Махаланобиса. Биохимические и биофизические исследования связей. 2007 г.; 354: 548–551. doi : 10.1016/j.bbrc.2007.01.011. [ PubMed ] [ CrossRef ] [ Академия Google ]
   

10. 
    Карплюс К. Прогнозирование структуры белка с использованием только данных о последовательности. Белки. 1999. С. 121–125. [ ПабМед ]
    
11. 
    Альтшул С.Ф., Мэдден Т.Л., Шеффер А.А., Чжан Дж., Чжан З., Миллер В., Липман Д. Gapped BLAST и PSI-BLAST: программы поиска белков в базе данных нового поколения. Исследование нуклеиновых кислот. 1997 год; 25: 3389–3402. doi : 10.1093/нар/25.17.3389. [ Бесплатная статья PMC ] [ PubMed ] [ CrossRef ] [ Google Scholar ]
    
12. 
    Садреев Р.И., Танг М., Ким Б.Х., Гришин Н.В. Сервер COMPASS для удаленного вывода гомологии. Нуклеиновые Кислоты Res. 2007. стр. 653–658. [ Бесплатная статья PMC ] [ PubMed ]
    
13. 
    Edgar RC, Sjölander K. Сравнение функций оценки для выравнивания профиля белковой последовательности. Биоинформатика. 2004 г.; 20: 1301–1308. doi : 10.1093/биоинформатика/bth090. [ PubMed ] [ CrossRef ] [ Академия Google ]