ConSurf

Introducción

ConSurf es una herramienta bioinformática para estimar la conservación evolutiva de posiciones de aminoácidos/ácidos nucleicos en una molécula de proteína/ADN/ARN basada en las relaciones filogenéticas entre secuencias homólogas. El grado en que una posición de ácido amino (o nucleico) se conserva evolutivamente depende en gran medida de su importancia estructural y funcional; las posiciones que evolucionan rápidamente son variables, mientras que las posiciones que evolucionan lentamente se conservan. Por lo tanto, el análisis de conservación de posiciones entre miembros de la misma familia a menudo puede revelar la importancia de cada posición para la estructura de la proteína (o ácido nucleico) o function.In ConSurf, la tasa evolutiva se estima en base a la relación evolutiva entre la proteína (ADN/ARN) y sus homólogos y teniendo en cuenta la similitud entre los aminoácidos (nucleicos) como se refleja en la matriz de sustituciones. Una de las ventajas de ConSurf en comparación con otros métodos es el cálculo preciso de la tasa evolutiva utilizando un método bayesiano empírico o un método de máxima verosimilitud (ML).

Metodología

Dada la secuencia de aminoácidos o ácidos nucleicos (puede extraerse de la estructura 3D), ConSurf lleva a cabo una búsqueda de secuencias homólogas cercanas utilizando BLAST (o PSI-BLAST). El usuario puede seleccionar una de varias bases de datos y especificar criterios para definir homólogos. El usuario también puede seleccionar las secuencias deseadas de los resultados de la EXPLOSIÓN. Las secuencias se agrupan y se eliminan secuencias muy similares utilizando CD-HIT. Una alineación de secuencia múltiple (MSA) de las secuencias homólogas se construye utilizando MAFFT,PRANK, T-COFFEE, MUSCLE(por defecto) o CLUSTALW. El MSA se utiliza para construir un árbol filogenético utilizando el algoritmo de unión de vecinos implementado en el programa Rate4Site. Las puntuaciones de conservación específicas de la posición se calculan utilizando algoritmos bayesianos empíricos o de ML. Las puntuaciones de conservación continua se dividen en una escala discreta de nueve grados para la visualización, desde las posiciones más variables (grado 1) de color turquesa, pasando por las posiciones conservadas intermedias (grado 5) de color blanco, hasta las posiciones más conservadas (grado 9) de color granate. Las puntuaciones de conservación se proyectan en la secuencia de proteínas / nucleótidos y en la MSA