ConSurf

Introducere

ConSurf este un instrument bioinformatic pentru estimarea conservării evolutive a pozițiilor amino/acidului nucleic într-o moleculă de proteină/ADN/ARN pe baza relațiilor filogenetice dintre secvențele omoloage. Gradul în care o poziție a acidului amino (sau nucleic) este conservată evolutiv depinde puternic de importanța sa structurală și funcțională; pozițiile în evoluție rapidă sunt variabile, în timp ce pozițiile în evoluție lentă sunt conservate. Astfel, analiza conservării pozițiilor în rândul membrilor din aceeași familie poate dezvălui adesea importanța fiecărei poziții pentru structura proteinei (sau a acidului nucleic) sau function.In ConSurf, rata evolutivă este estimată pe baza relației evolutive dintre proteină (ADN/ARN) și omologii săi și luând în considerare similitudinea dintre acizii amino (nucleici) așa cum se reflectă în matricea substituțiilor. Unul dintre avantajele ConSurf în comparație cu alte metode este calculul precis al ratei evolutive utilizând fie o metodă Bayesiană empirică, fie o metodă de probabilitate maximă (ML).

metodologie

având în vedere secvența amino sau acid nucleic (poate fi extrasă din structura 3D), ConSurf efectuează o căutare pentru secvențe omoloage apropiate folosind BLAST (sau PSI-BLAST) . Utilizatorul poate selecta una dintre mai multe baze de date și poate specifica criterii pentru definirea omologilor. Utilizatorul poate selecta, de asemenea, secvențele dorite din rezultatele exploziei. Secvențele sunt grupate și secvențe foarte similare sunt eliminate folosind CD-HIT. O aliniere a secvențelor multiple(MSA) a secvențelor omoloage este construită folosind MAFFT,PRANK, t-COFFEE, MUSCLE (implicit) sau CLUSTALW. MSA este apoi utilizat pentru a construi un arbore filogenetic folosind algoritmul de îmbinare a vecinului, așa cum este implementat în programul Rate4Site. Scorurile de conservare specifice poziției sunt calculate folosind algoritmii empirici Bayesieni sau ML. Scorurile de conservare continuă sunt împărțite într-o scară discretă de nouă grade pentru vizualizare, de la pozițiile cele mai variabile (gradul 1) turcoaz colorat, prin poziții intermediare conservate (gradul 5) alb colorat, până la pozițiile cele mai conservate (gradul 9) maro colorat. Scorurile de conservare sunt proiectate pe secvența de proteine / nucleotide și pe MSA