ConSurf

Inleiding

ConSurf is een bioinformaticatool voor het schatten van de evolutionaire instandhouding van amino/nucleïnezuurposities in een eiwit/DNA/RNA-molecuul op basis van de fylogenetische relaties tussen homologe sequenties. De mate waarin een amino (of nucleic) zure positie evolutionarily wordt behouden is sterk afhankelijk van zijn structureel en functioneel belang; snel evoluerende posities zijn variabel terwijl langzaam evoluerende posities worden behouden. Zo kan conservatieanalyse van posities onder leden van dezelfde familie vaak het belang van elke positie voor de structuur van het eiwit (of nucleïnezuur) of function.In ConSurf, wordt de evolutionaire snelheid geschat gebaseerd op de evolutionaire verwantschap tussen het eiwit (DNA/RNA) en zijn homologen en rekening houdend met de gelijkenis tussen amino (nucleïne) zuren zoals weerspiegeld in de substituties matrix. Een van de voordelen van ConSurf in vergelijking met andere methoden is de nauwkeurige berekening van de evolutionaire snelheid door gebruik te maken van een empirische Bayesiaanse methode of een maximale waarschijnlijkheid (ML) methode.

methodologie

gegeven de amino – of nucleïnezuursequentie (kan worden geëxtraheerd uit de 3D-structuur), voert ConSurf een zoektocht uit naar nauwe homologe sequenties met behulp van BLAST (of PSI-BLAST) . De gebruiker kan een van de verschillende databases selecteren en criteria specificeren voor het definiëren van homologen. De gebruiker kan ook de gewenste sequenties uit de BLAST resultaten te selecteren. De opeenvolgingen worden geclusterd en hoogst gelijkaardige opeenvolgingen worden verwijderd gebruikend CD-HIT. Een veelvoudige opeenvolgingsuitlijning (MSA) van de homologe opeenvolgingen wordt geconstrueerd gebruikend MAFFFT,PRANK, T-koffie, spier(standaard) of CLUSTALW. MSA wordt dan gebruikt om een fylogenetische boom te bouwen gebruikend het buuralgoritme zoals uitgevoerd in het programma Rate4Site. Positie-specifieke conservatie scores worden berekend met behulp van de empirische Bayesiaanse of ML algoritmen. De continuous conservation scores zijn verdeeld in een discrete schaal van negen graden voor visualisatie, van de meest variabele posities (grade 1) gekleurd turquoise, via intermediate geconserveerde posities (grade 5) gekleurd wit, tot de meest geconserveerde posities (grade 9) gekleurd kastanjebruin. De behoudsscores worden geprojecteerd op de eiwit / nucleotideopeenvolging en op MSA