WikiDer > Короткий линейный мотив

Short linear motif
В Вирус папилломы человека Онкопротеин E7, имитирующий мотив LxCxE (красный), связанный с хозяином Ретинобластома белок (темно-серый) (PDB: 1gux​)

В молекулярной биологии Короткие линейные мотивы (также известный как SLiM, Линейные мотивы или же Minimotifs) - короткие отрезки белок последовательность, которая опосредует белок-белковое взаимодействие.[1][2]

Первое определение было дано Тим Хант:[3]

«Последовательности многих белков содержат короткие консервативные мотивы, которые участвуют в распознавании и нацеливании, часто отдельно от других функциональных свойств молекулы, в которой они встречаются. Эти мотивы являются линейными в том смысле, что трехмерная организация не требуется. чтобы соединить отдаленные сегменты молекулы вместе, чтобы сделать узнаваемую единицу. Сохранение этих мотивов варьируется: некоторые из них являются высококонсервативными, в то время как другие, например, допускают замены, которые сохраняют только определенный образец заряда в мотиве ».

Атрибуты

SLiM обычно расположены в внутренне неупорядоченный регионы [4] (более 80% известных SLiM), однако при взаимодействии со структурированным партнером вторичная структура часто индуцируется. Большинство аннотированных SLiM состоят из 3-11 смежных аминокислоты, в среднем чуть более 6 остатков. Однако только несколько остатков горячих точек (в среднем 1 горячая точка на каждые 3 остатка в мотиве) вносят большую часть свободная энергия связи и определяют большую часть аффинности и специфичности взаимодействия. Хотя большинство мотивов не имеют позиционного предпочтения, некоторые из них должны быть локализованы на концах белка, чтобы быть функциональными.[5][6]Ключевой определяющий атрибут SLiMs, имеющий ограниченное количество остатков, которые непосредственно контактируют с партнером по связыванию, имеет два основных последствия. Во-первых, только несколько или даже одна мутация может привести к генерации функционального мотива с дальнейшими мутациями фланкирующих остатков, позволяющими настраивать аффинность и специфичность.[7] Это приводит к тому, что SLiM имеют повышенную склонность к развиваться конвергентно, что способствует их распространению, о чем свидетельствует их сохранение и увеличение заболеваемости в более высоких Эукариоты.[8] Была выдвинута гипотеза, что это может увеличить и реструктурировать возможности подключения интерактом. Во-вторых, SLiM имеют относительно низкое сродство к своим партнерам по взаимодействию (обычно от 1 до 150 мкМ), что делает эти взаимодействия временными и обратимыми и, таким образом, идеальными для опосредования динамических процессов, таких как клеточная сигнализация. Кроме того, это означает, что эти взаимодействия можно легко модулировать с помощью посттрансляционные модификации изменяющие структурные и физико-химические свойства мотива. Кроме того, участки с высокой функциональной плотностью могут опосредовать молекулярное переключение с помощью перекрывающихся мотивов (например, С-концевые хвосты интегрин бета-субъединицы), или они могут позволить жадность взаимодействия с помощью нескольких низкоаффинных мотивов (например, нескольких AP2-связывающие мотивы в Eps15).[6][9][10]

Функция

SLiM функционирует почти во всех путях из-за их критической роли в регуляторной функции, межбелковом взаимодействии и передаче сигнала. SLiM действуют как модули взаимодействия, которые распознаются дополнительными биомолекулами. Большинство известных партнеров по взаимодействию SLiMs представляют собой глобулярные белковые домены, хотя SLiMs, которые распознают другие внутренне неупорядоченные области, РНК и липиды, также были охарактеризованы. SLiM можно в целом разделить на два класса высокого уровня: сайты модификации и сайты связывания лиганда.

Сайты модификации
Сайты модификации SLiM охватывают сайты с детерминантами внутренней специфичности, которые распознаются и модифицируются активным сайтом каталитического домена фермента. Эти SLiM включают в себя множество классических размещать переводные сайты модификации (PTM), сайты протеолитического расщепления, распознаваемые протеазами, и связи, распознаваемые изомеразами.

  • Добавление части - SLiM часто нацелены на добавление небольших химических групп (например, Фосфорилирование), белки (например, СУМОилирование) или другие части (например, добавление посттрансляционной части).
  • Протеолитическое расщепление -SLiM могут действовать как сайты узнавания эндопептидаз, что приводит к необратимому отщеплению пептида в SLiM.
  • Конструктивные изменения - SLiM могут распознаваться изомеразами, что приводит к цис-транс-изомеризации пептидного остова.

Сайты связывания лигандов
Сайт связывания лиганда SLiMs привлекает партнеров по связыванию к SLiM-содержащим белкам, часто опосредуя временные взаимодействия или действуя совместно с образованием более стабильных комплексов. Лигандные SLiM часто играют центральную роль в образовании динамических мультибелковых комплексов, однако они чаще опосредуют регуляторные взаимодействия, которые контролируют стабильность, локализацию или состояние модификации белка.

  • Комплексное образование - Лиганд SLiM часто функционирует как простые интерфейсы, которые рекрутируют белки в мультибелковые комплексы (например, мотив LxCxE, связывающийся с ретинобластомой) или действуют как агрегаторы в каркасных белках (например, SH3 домен-связывание богатых пролином последовательностей).
  • Локализация - Большое количество SLiM действуют как почтовые индексы, которые распознаются клеточным транспортным механизмом, опосредуя перемещение содержащегося белка в правильный субклеточный отсек (например, Сигналы ядерной локализации (NLS) и Сигналы ядерного экспорта (NES))
  • Состояние модификации - Многие классы лигандов SLiM привлекают ферменты к своему субстрату, связываясь с сайтами, отличными от активного сайта фермента. Эти сайты, известные как стыковочные мотивы, действуют как дополнительные детерминанты специфичности для этих ферментов и снижают вероятность событий модификации вне мишени.
  • Стабильность - Подмножество док-мотивов рекрутирует убиквитинлигазу Е3 на свои субстраты. Получающееся в результате полиубиквитинирование нацелено на субстрат для протеосомной деструкции.

Роль в болезни

Несколько заболеваний были связаны с мутациями в SLiM. Например, одна причина Синдром Нунана представляет собой мутацию в белке Raf-1, которая отменяет взаимодействие с белками 14-3-3, опосредованное соответствующими короткими линейными мотивами, и тем самым дерегулирует Раф-1 киназа Мероприятия.[11] Синдром Ашера является наиболее частой причиной наследственной слепоглухоты у людей.[12] и может быть вызвано мутациями в любом PDZ домены в гармонине или соответствующих мотивах взаимодействия PDZ в белке SANS.[13]Ну наконец то, Синдром Лиддла причастен к аутосомно-доминантным активирующим мутациям в мотиве взаимодействия WW в субъединицах β- (SCNNB_HUMA) и γ- (SCNNG_HUMA) Эпителиальный натриевый канал ENaC.[14] Эти мутации отменяют связывание с убиквитинлигазой. NEDD4, тем самым ингибируя деградацию каналов и продлевая период полураспада ENaC, что в конечном итоге приводит к увеличению Na+ реабсорбция, увеличение объема плазмы и артериальная гипертензия.[15]

Вирусы часто имитируют человеческие SLiM, чтобы захватить и нарушить работу клеточного аппарата хозяина.[16][17] тем самым добавляя функциональность их компактным геномам без необходимости создания новых кодируемых вирусами белков. Фактически, многие мотивы были первоначально обнаружены в вирусах, такие как мотив LxCxE, связывающий ретинобластому, и поздний домен PTAP, связывающий домен UEV. Короткое время генерации и высокая частота мутаций вирусов в сочетании с естественным отбором привели к многочисленным примерам мимикрии SLiM хозяина на каждом этапе жизненного цикла вируса (Src-связывающий мотив PxxP в Nef модулирует репликацию, WW-домен связывает PPxY. почкование в вирусе Эбола, мотив связывания легкой цепи динеина в вирусе бешенства жизненно важен для инфекции хозяина). Степень мимикрии SLiM человека удивительна для многих вирусных белков, содержащих несколько функциональных SLiM, например, аденовирусного белка E1A.

Патогенные бактерии также имитируют мотивы хозяина (а также имеют свои собственные мотивы), однако не в такой степени, как облигатные вирусы паразитов. E. Coli вводит белок EspF (U), который имитирует аутоингибиторный элемент N-WASP, в клетку-хозяин, чтобы активировать актин-нуклеирующие факторы WASP.[18] KDEL мотив бактерии кодируемый холерный токсин опосредует проникновение холерного токсина в клетки.[19]

MDM2 Лекарство, имитирующее мотив связывания домена SWIB, Nutlin, связанное с MDM2 (PDB: 3 фунта​)

Потенциал для разработки лекарств

Белковые взаимодействия, опосредованные линейными мотивами, в последние годы показали себя многообещающими в качестве новых мишеней для лекарств.[20] Истории успеха включают MDM2 мотив аналог Нутлин-3 и интегрин нацеливание на RGD-миметик Циленгитид: Нутлин-3 противодействует взаимодействию домена SWIB MDM2 с p53 таким образом стабилизируя р53 и вызывая старение раковых клеток.[21] Циленгитид подавляет интегрин-зависимая сигнализация, вызывающая разборку цитоскелет, клеточная отслойка и индукция апоптоз в эндотелиальный и глиома клетки.[22][23] Кроме того, пептиды, нацеленные на Grb2 и Crk SH2/ SH3 адаптерные домены также находятся в стадии исследования.[24][25]

В настоящее время на рынке нет препаратов, специально предназначенных для фосфорилирование сайтов, однако ряд лекарств нацелен на киназа домен. Эта тактика показала себя многообещающей при лечении различных форм рака.[17] Например, Stutnet® является рецепторная тирозинкиназа (RTK) ингибитор для лечения рака желудочно-кишечного тракта, Гливек® специально нацелен на bcr-abl и Sprycel® представляет собой ингибитор тирозинкиназы широкого спектра действия, мишенями которого являются Bcr-Abl и Src. Расщепление - еще один процесс, направляемый распознаванием мотива с помощью протеазы отвечает за расщепление хорошей лекарственной мишени. Например, Tritace®, Vasotec®, Accupril® и Лотензин® миметики субстрата Ангиотензин ингибиторы превращающих ферментов. Другие препараты, нацеленные на посттрансляционные модификации, включают: Зовиракс®, противовирусный миристоилирование ингибитор и ингибиторы фарнисилтрансферазы, которые блокируют липидизация модификация мотива CAAX-box.

Рекомендуемая дополнительная литература:[17][26]

Ресурсы по вычислительным мотивам

Базы данных

SLiM обычно описываются обычные выражения в литературе по мотивам с важными остатками, определенными на основе комбинации экспериментальных, структурных и эволюционных данных. Однако высокопроизводительный скрининг, такой как фаговый дисплей, значительно увеличил доступную информацию для многих классов мотивов, что позволяет их описывать с помощью последовательность логотипов.[27] Несколько различных репозиториев в настоящее время хранят доступные данные о мотивах. Что касается объема, то Эукариотический линейный мотив ресурс (ELM)[28] и MiniMotif Miner (МнМ)[29] представляют две самые большие базы данных мотивов, поскольку они пытаются захватить все мотивы из доступной литературы. Также существует несколько более конкретных и специализированных баз данных, PepCyber[30] и ScanSite[31] сосредоточены на меньших подмножествах мотивов, фосфопептидсвязывающих и важных сигнальных доменах соответственно. PDZBase[32] фокусируется исключительно на лигандах домена PDZ. МЕРОПЫ[33] и CutDB[34] курировать доступные данные о протеолитических событиях, включая специфичность протеазы и сайты расщепления. За последнее десятилетие значительно увеличилось количество публикаций, описывающих взаимодействия, опосредованные мотивами, и в результате большое количество доступной литературы еще предстоит обработать. Последние работы создал инструмент MiMosa[35] для ускорения процесса аннотации и поощрения семантически надежных описаний мотивов.[36]

Инструменты открытия

SLiM короткие и вырожденные, и в результате протеом усеян стохастическими пептидами, которые напоминают функциональные мотивы. Биологически релевантные клеточные партнеры могут легко различать функциональные мотивы, однако вычислительные инструменты еще не достигли такого уровня сложности, когда открытие мотивов может быть выполнено с высокими показателями успеха.

Инструменты обнаружения мотивов можно разделить на две основные категории: обнаружение нового экземпляра известного класса функциональных мотивов и открытие класса функциональных мотивов, однако все они используют ограниченный и перекрывающийся набор атрибутов для различения истинных и ложных срабатываний. Основными дискриминационными атрибутами, используемыми при обнаружении мотивов, являются:

  • Доступность - мотив должен быть доступен партнеру по переплету. Внутреннее расстройство инструменты прогнозирования (такие как IUPred или GlobPlot), базы данных домена (например, Pfam и УМНАЯ) и экспериментально полученные структурные данные (из таких источников, как PDB) может использоваться для проверки доступности предсказанных экземпляров мотива.
  • Сохранение - сохранение мотива сильно коррелирует с функциональностью, и многие экспериментальные мотивы рассматриваются как островки сильных ограничений в областях слабой сохранности. Выравнивание гомологичных белков можно использовать для расчета показателя консервации мотива.
  • Физико-химические свойства - Некоторые внутренние свойства остатков или участков аминокислот являются сильными дискриминаторами функциональности, например, склонность области беспорядка претерпевать переход от беспорядка к порядку.
  • Обогащение группами схожих белков - Motif часто эволюционирует конвергентно для выполнения схожих задач в разных белках, таких как опосредование связывания с конкретным партнером или нацеливание белков на конкретную субклеточную локализацию. Часто в таких случаях группировка мотива происходит чаще, чем можно было бы ожидать случайно, и ее можно обнаружить с помощью поиска обогащенных мотивов.

Примеры новых функциональных мотивов

В Эукариотический линейный мотив ресурс (ELM)[28] и MiniMotif Miner (МнМ)[29] оба предоставляют серверы для поиска новых экземпляров известных функциональных мотивов в белковых последовательностях. SLiMSearch позволяет аналогичный поиск в масштабе протеома.[37]

Класс новых функциональных мотивов

Совсем недавно были разработаны вычислительные методы, которые могут идентифицировать новые короткие линейные мотивы de novo.[38] Инструменты, основанные на взаимодействии, основаны на идентификации набора белков, которые, вероятно, будут выполнять общую функцию, например связывание одного и того же белка или расщепление одной и той же пептидазой. Двумя примерами такого программного обеспечения являются DILIMOT и SLiMFinder.[39][40] Якорь и α-MoRF-Pred используют физико-химические свойства для поиска мотивоподобных пептидов в неупорядоченных областях (называемых MoRFs, среди прочего). ЯКОРЬ[41] идентифицирует участки внутренне неупорядоченных областей, которые не могут образовывать благоприятные внутрицепочечные взаимодействия для сворачивания без дополнительной стабилизирующей энергии, вносимой глобулярным партнером по взаимодействию. α-MoRF-Pred[42] использует присущую многим SLiM склонность претерпевать переход от беспорядка к порядку при связывании, чтобы обнаружить α-спиральные образующие участки в неупорядоченных областях. MoRFPred[43] и СИСТЕМА MoRFchibi[44][45][46] являются предикторами на основе SVM, которые в своих прогнозах используют множество функций, включая физико-химические свойства локальной последовательности, длинные участки неупорядоченных областей и сохранение. SLiMPred[47] это основанный на нейронных сетях метод обнаружения de novo SLiM на основе белковой последовательности. Информация о структурном контексте мотива (предсказанная вторичная структура, структурные мотивы, доступность растворителя и беспорядок) используется в процессе прогнозирования. Важно отметить, что никаких предварительных знаний о белке (т. Е. Эволюционной или экспериментальной информации) не требуется.

Рекомендации

  1. ^ Диелла Ф., Хаслам Н., Чика С., Бадд А., Майкл С., Браун Н. П. и др. (Май 2008 г.). «Понимание эукариотических линейных мотивов и их роли в передаче сигналов и регуляции клеток». Границы биологических наук. 13 (13): 6580–603. Дои:10.2741/3175. PMID 18508681.
  2. ^ Недува В., Рассел РБ (октябрь 2006 г.). «Пептиды, опосредующие сети взаимодействия: наконец-то новые выводы». Текущее мнение в области биотехнологии. 17 (5): 465–71. Дои:10.1016 / j.copbio.2006.08.002. PMID 16962311.
  3. ^ Dice JF (август 1990 г.). «Пептидные последовательности, нацеленные на цитозольные белки для лизосомного протеолиза». Тенденции в биохимических науках. 15 (8): 305–9. Дои:10.1016/0968-0004(90)90019-8. PMID 2204156.
  4. ^ Рен С., Уверский В.Н., Чен З., Дункер А.К., Обрадович З. (сентябрь 2008 г.). «Короткие линейные мотивы, распознаваемые доменами SH2, SH3 и Ser / Thr киназ, консервативны в неупорядоченных областях белка». BMC Genomics. 9 Дополнение 2: S26. Дои:10.1186 / 1471-2164-9-S2-S26. ЧВК 2559891. PMID 18831792.
  5. ^ Лондон Н, Мовшовиц-Аттиас Д., Шулер-Фурман О. (февраль 2010 г.). «Структурные основы пептид-белковых стратегий связывания». Структура. 18 (2): 188–99. Дои:10.1016 / j.str.2009.11.012. PMID 20159464.
  6. ^ а б Дэйви Н.Э., Ван Рой К., Уэзеритт Р.Дж., Тоедт Г., Уяр Б., Альтенберг Б. и др. (Январь 2012 г.). «Атрибуты коротких линейных мотивов». Молекулярные биосистемы. 8 (1): 268–81. Дои:10.1039 / c1mb05231d. PMID 21909575.
  7. ^ Дэйви Н.Е., Сайерт М.С., Моисей А.М. (ноябрь 2015 г.). «Короткие линейные мотивы - ex nihilo эволюция регуляции белка». Сотовая связь и сигнализация. 13 (1): 43. Дои:10.1186 / s12964-015-0120-z. ЧВК 4654906. PMID 26589632.
  8. ^ Ren S, Yang G, He Y, Wang Y, Li Y, Chen Z (октябрь 2008 г.). «Паттерн сохранения коротких линейных мотивов сильно коррелирует с функцией взаимодействующих белковых доменов». BMC Genomics. 9: 452. Дои:10.1186/1471-2164-9-452. ЧВК 2576256. PMID 18828911.
  9. ^ Недува В., Рассел РБ (июнь 2005 г.). «Линейные мотивы: эволюционные переключатели взаимодействия». Письма FEBS. 579 (15): 3342–5. Дои:10.1016 / j.febslet.2005.04.005. PMID 15943979. S2CID 41014984.
  10. ^ Гибсон TJ (Октябрь 2009 г.). «Регулирование клеток: определено, чтобы сигнализировать о дискретном сотрудничестве». Тенденции в биохимических науках. 34 (10): 471–82. Дои:10.1016 / j.tibs.2009.06.007. PMID 19744855.
  11. ^ Пандит Б., Саркози А., Пеннаккио Л.А., Карта С., Оиши К., Мартинелли С. и др. (Август 2007 г.). «Мутации RAF1 с усилением функции вызывают синдромы Нунана и LEOPARD с гипертрофической кардиомиопатией». Природа Генетика. 39 (8): 1007–12. Дои:10,1038 / ng2073. PMID 17603483. S2CID 19335210.
  12. ^ Юди Дж. Д., Сумеги Дж. (Октябрь 1999 г.). «Молекулярная генетика синдрома Ашера». Клеточные и молекулярные науки о жизни. 56 (3–4): 258–67. Дои:10.1007 / с000180050427. PMID 11212353. S2CID 2028106.
  13. ^ Kalay E., de Brouwer AP, Caylan R, Nabuurs SB, Wollnik B., Karaguzel A, et al. (Декабрь 2005 г.). «Новая мутация D458V в мотиве связывания SANS PDZ вызывает атипичный синдром Ушера». Журнал молекулярной медицины. 83 (12): 1025–32. Дои:10.1007 / s00109-005-0719-4. PMID 16283141. S2CID 41415771.
  14. ^ Warnock DG (январь 1998 г.). «Синдром Лиддла: аутосомно-доминантная форма гипертонии человека». Kidney International. 53 (1): 18–24. Дои:10.1046 / j.1523-1755.1998.00728.x. PMID 9452995.
  15. ^ Фурухаши М., Китамура К., Адачи М., Миёси Т., Вакида Н., Ура Н. и др. (Январь 2005 г.). «Синдром Лиддла, вызванный новой мутацией в богатом пролином мотиве PY бета-субъединицы эпителиального натриевого канала». Журнал клинической эндокринологии и метаболизма. 90 (1): 340–4. Дои:10.1210 / jc.2004-1027. PMID 15483078.
  16. ^ Дэйви NE, Travé G, Гибсон TJ (март 2011 г.). «Как вирусы нарушают регуляцию клеток». Тенденции в биохимических науках. 36 (3): 159–69. Дои:10.1016 / j.tibs.2010.10.002. PMID 21146412.
  17. ^ а б c Кадаверу К., Вьяс Дж., Шиллер М.Р. (май 2008 г.). «Вирусная инфекция и болезни человека - идеи от minimotifs». Границы биологических наук. 13 (13): 6455–71. Дои:10.2741/3166. ЧВК 2628544. PMID 18508672.
  18. ^ Салли Н.А., Ривера Г.М., Дьюбер Дж.Э., Василеску Д., Маллинс Р.Д., Майер Б.Дж., Лим В.А. (август 2008 г.). «Патогенный белок EspF (U) захватывает полимеризацию актина, используя мимикрию и мультивалентность». Природа. 454 (7207): 1005–8. Bibcode:2008Натура.454.1005S. Дои:10.1038 / природа07170. ЧВК 2749708. PMID 18650806.
  19. ^ Ленсер В.И., Констебль С., Мо С., Джоблинг М.Г., Уэбб Х.М., Растон С. и др. (Ноябрь 1995 г.). «Нацеливание на холерный токсин и термолабильный токсин Escherichia coli в поляризованном эпителии: роль COOH-концевого KDEL». Журнал клеточной биологии. 131 (4): 951–62. Дои:10.1083 / jcb.131.4.951. ЧВК 2200010. PMID 7490296.
  20. ^ Wells JA, McClendon CL (декабрь 2007 г.). «Достижение высоких результатов в открытии лекарств на границе раздела белок-белок». Природа. 450 (7172): 1001–9. Bibcode:2007 Натур.450.1001W. Дои:10.1038 / природа06526. PMID 18075579. S2CID 205211934.
  21. ^ Василев Л.Т., Ву Б.Т., Грейвс Б., Карвахал Д., Подляски Ф., Филипович З. и др. (Февраль 2004 г.). «Активация in vivo пути p53 низкомолекулярными антагонистами MDM2». Наука. 303 (5659): 844–8. Bibcode:2004Наука ... 303..844В. Дои:10.1126 / science.1092472. PMID 14704432. S2CID 16132757.
  22. ^ Goodman SL, Hölzemann G, Sulyok GA, Kessler H (февраль 2002 г.). «Наномолярные низкомолекулярные ингибиторы интегринов alphav (бета) 6, alphav (бета) 5 и alphav (бета) 3». Журнал медицинской химии. 45 (5): 1045–51. Дои:10.1021 / jm0102598. PMID 11855984.
  23. ^ Оливейра-Феррер Л., Хаушильд Дж., Фидлер В., Бокемейер С., Ниппген Дж., Челик И., Шух Г. (декабрь 2008 г.). «Циленгитид вызывает клеточное отслоение и апоптоз в эндотелиальных и глиомных клетках, опосредованное ингибированием пути FAK / src / AKT». Журнал экспериментальных и клинических исследований рака. 27 (1): 86. Дои:10.1186/1756-9966-27-86. ЧВК 2648308. PMID 19114005.
  24. ^ Гриль Б., Видал М., Ассаяг F, Пупон М.Ф., Лю В.К., Гарбай С. (июль 2007 г.). «Лиганд Grb2-SH3 ингибирует рост раковых клеток HER2 + и оказывает противоопухолевое действие в ксенотрансплантатах рака человека отдельно и в комбинации с доцетакселом». Международный журнал рака. 121 (2): 407–15. Дои:10.1002 / ijc.22674. ЧВК 2755772. PMID 17372910.
  25. ^ Феллер С.М., Левицкий М. (2006). «Потенциальные цели болезни для лекарств, которые нарушают белок-белковые взаимодействия адаптеров семейства Grb2 и Crk». Текущий фармацевтический дизайн. 12 (5): 529–48. Дои:10.2174/138161206775474369. PMID 16472145.
  26. ^ Metallo SJ (август 2010 г.). «Внутренне неупорядоченные белки - потенциальные мишени для лекарств». Современное мнение в области химической биологии. 14 (4): 481–8. Дои:10.1016 / j.cbpa.2010.06.169. ЧВК 2918680. PMID 20598937.
  27. ^ Хаслам, штат Нью-Джерси, Шилдс, округ Колумбия (май 2012 г.). «Обнаружение коротких линейных белковых мотивов на основе профиля». BMC Bioinformatics. 13: 104. Дои:10.1186/1471-2105-13-104. ЧВК 3534220. PMID 22607209.
  28. ^ а б Гулд С.М., Диелла Ф., Виа А, Пунтерволл П., Гемюнд С., Чабанис-Дэвидсон С. и др. (Январь 2010 г.). "ELM: статус ресурса линейных мотивов эукариот 2010 г.". Исследования нуклеиновых кислот. 38 (Выпуск базы данных): D167-80. Дои:10.1093 / нар / gkp1016. ЧВК 2808914. PMID 19920119.
  29. ^ а б Раджасекаран С., Балла С., Гради П., Грик М.Р., Кадаверу К., Кундети В. и др. (Январь 2009 г.). «Minimotif miner 2-й выпуск: база данных и веб-система для поиска мотивов». Исследования нуклеиновых кислот. 37 (Выпуск базы данных): D185-90. Дои:10.1093 / nar / gkn865. ЧВК 2686579. PMID 18978024.
  30. ^ Gong W, Zhou D, Ren Y, Wang Y, Zuo Z, Shen Y и др. (Январь 2008 г.). «PepCyber: P ~ PEP: база данных взаимодействий человеческого белка с белками, опосредованных фосфопротеин-связывающими доменами». Исследования нуклеиновых кислот. 36 (Проблема с базой данных): D679-83. Дои:10.1093 / нар / гкм854. ЧВК 2238930. PMID 18160410.
  31. ^ Обенауэр JC, Cantley LC, Yaffe MB (июль 2003 г.). "Scansite 2.0: Протеомное предсказание клеточных сигнальных взаимодействий с использованием коротких последовательностей". Исследования нуклеиновых кислот. 31 (13): 3635–41. Дои:10.1093 / нар / gkg584. ЧВК 168990. PMID 12824383.
  32. ^ Бьюминг Т., Скрабанек Л., Нив М.Ю., Мукерджи П., Вайнштейн Х. (март 2005 г.). «PDZBase: база данных белок-белковых взаимодействий для PDZ-доменов». Биоинформатика. 21 (6): 827–8. Дои:10.1093 / биоинформатика / bti098. PMID 15513994.
  33. ^ Роулингс Н.Д., Барретт А.Дж., Бейтман А. (январь 2010 г.). «MEROPS: база данных пептидаз». Исследования нуклеиновых кислот. 38 (Выпуск базы данных): D227-33. Дои:10.1093 / nar / gkp971. ЧВК 2808883. PMID 19892822.
  34. ^ Игараши Ю., Ерошкин А., Граматикова С., Граматикофф К., Чжан Ю., Смит Дж. В. и др. (Январь 2007 г.). «CutDB: база данных протеолитических событий». Исследования нуклеиновых кислот. 35 (Проблема с базой данных): D546-9. Дои:10.1093 / нар / gkl813. ЧВК 1669773. PMID 17142225.
  35. ^ Вьяс Дж., Ноулинг Р. Дж., Мейсбургер Т., Сарджант Д., Кадаверу К., Грик М.Р. и др. (Июнь 2010 г.). «MimoSA: система аннотаций Minimotif». BMC Bioinformatics. 11: 328. Дои:10.1186/1471-2105-11-328. ЧВК 2905367. PMID 20565705.
  36. ^ Praefcke GJ, Ford MG, Schmid EM, Olesen LE, Gallop JL, Peak-Chew SY и др. (Ноябрь 2004 г.). «Эволюционирующая природа узла AP2 альфа-придатка во время эндоцитоза везикул, покрытых клатрином». Журнал EMBO. 23 (22): 4371–83. Дои:10.1038 / sj.emboj.7600445. ЧВК 526462. PMID 15496985.
  37. ^ Дэйви Н. Е., Хаслам Нью-Джерси, Шилдс, округ Колумбия, Эдвардс Р. Дж. (Июль 2011 г.). «SLiMSearch 2.0: биологический контекст для коротких линейных мотивов в белках». Исследования нуклеиновых кислот. 39 (Проблема с веб-сервером): W56-60. Дои:10.1093 / nar / gkr402. ЧВК 3125787. PMID 21622654.
  38. ^ Хьюго В., Сон Ф, Аунг З., Нг С.К., Сунг В.К. (апрель 2010 г.). «SLiM on Diet: поиск коротких линейных мотивов на интерфейсах взаимодействия доменов в банке данных Protein». Биоинформатика. 26 (8): 1036–42. CiteSeerX 10.1.1.720.9626. Дои:10.1093 / биоинформатика / btq065. PMID 20167627.
  39. ^ Недува В., Рассел РБ (июль 2006 г.). «ДИЛИМОТ: открытие линейных мотивов в белках». Исследования нуклеиновых кислот. 34 (Проблема с веб-сервером): W350-5. Дои:10.1093 / нар / gkl159. ЧВК 1538856. PMID 16845024.
  40. ^ Дэйви Н. Э., Хаслам Нью-Джерси, Шилдс, округ Колумбия, Эдвардс Р. Дж. (Июль 2010 г.). «SLiMFinder: веб-сервер для поиска новых, значительно перепредставленных коротких белковых мотивов». Исследования нуклеиновых кислот. 38 (Проблема с веб-сервером): W534-9. Дои:10.1093 / nar / gkq440. ЧВК 2896084. PMID 20497999.
  41. ^ Mészáros B, Simon I., Dosztányi Z (май 2009 г.). Casadio R (ред.). «Прогнозирование участков связывания белков в неупорядоченных белках». PLOS вычислительная биология. 5 (5): e1000376. Bibcode:2009PLSCB ... 5E0376M. Дои:10.1371 / journal.pcbi.1000376. ЧВК 2671142. PMID 19412530.
  42. ^ Ченг Й., Олдфилд С.Дж., Мэн Дж., Ромеро П., Уверский В.Н., Дункер А.К. (ноябрь 2007 г.). «Изучение особенностей молекулярного распознавания, образующих альфа-спираль, с выравниванием последовательностей между видами». Биохимия. 46 (47): 13468–77. Дои:10.1021 / bi7012273. ЧВК 2570644. PMID 17973494.
  43. ^ Disfani FM, Hsu WL, Mizianty MJ, Oldfield CJ, Xue B, Dunker AK и др. (Июнь 2012 г.). «MoRFpred, вычислительный инструмент для основанного на последовательностях предсказания и характеристики коротких связывающих участков с переходом от беспорядка к порядку в белках». Биоинформатика. 28 (12): i75-83. Дои:10.1093 / биоинформатика / bts209. ЧВК 3371841. PMID 22689782.
  44. ^ Малхис Н., Гспонер Дж. (Июнь 2015 г.). «Вычислительная идентификация MoRF в белковых последовательностях». Биоинформатика. 31 (11): 1738–44. Дои:10.1093 / биоинформатика / btv060. ЧВК 4443681. PMID 25637562.
  45. ^ Малхис Н., Вонг Е.Т., Нассар Р., Гспонер Дж. (30 октября 2015 г.). «Вычислительная идентификация MoRF в белковых последовательностях с использованием иерархического применения правила Байеса». PLOS ONE. 10 (10): e0141603. Bibcode:2015PLoSO..1041603M. Дои:10.1371 / journal.pone.0141603. ЧВК 4627796. PMID 26517836.
  46. ^ Малхис Н., Якобсон М., Гспонер Дж. (Июль 2016 г.). «СИСТЕМА MoRFchibi: программные средства для идентификации MoRF в белковых последовательностях». Исследования нуклеиновых кислот. 44 (W1): W488-93. Дои:10.1093 / нар / gkw409. ЧВК 4987941. PMID 27174932.
  47. ^ Муни С., Полластри Г., Шилдс, округ Колумбия, Хаслам, штат Нью-Джерси (январь 2012 г.). «Прогнозирование коротких линейных участков связывания белков». Журнал молекулярной биологии. 415 (1): 193–204. Дои:10.1016 / j.jmb.2011.10.025. HDL:10197/3395. PMID 22079048.

внешняя ссылка

Базы данных SLiM

Инструменты обнаружения SLiM