Loading article…
分子認識特性（MoRF ）は、タンパク質中の小さな（10〜70残基）本質的に無秩序な領域であり、パートナーに結合すると無秩序から秩序への遷移を起こす。MoRFは、分子認識の最初のステップとして機能するタンパク質間相互作用に関与している。MoRFは、パートナーに結合する前は無秩序であるが、パートナーと相互作用した後は共通の3D構造を形成する。 [1] [2] MoRF領域は、秩序だったタンパク質のいくつかの特徴を持つ無秩序なタンパク質に似ている傾向があるため、 [2]拡張された半無秩序状態で存在していると分類できる。[3]
分類
MoRFは、パートナーと結合した後に形成される形状に応じて4つのカテゴリに分類できます。[2]
カテゴリーは次のとおりです:
- α-MoRF（αヘリックスを形成する場合）
- β-MoRF（ベータシートを形成する場合）
- 不規則なMoRF（形状を形成しない場合）
- 複合MoRF（上記カテゴリの組み合わせ）
MoRF予測子
タンパク質構造を実験的に決定することは、非常に時間と費用のかかるプロセスです。そのため、近年、タンパク質構造と構造特性を予測するための計算手法に焦点が当てられています。二次構造や固有の無秩序など、タンパク質構造のいくつかの側面は、豊富な注釈付きデータに対するディープラーニングの適用から大きな恩恵を受けています。しかし、注釈付きデータの可用性が限られていることと、MoRFクラス自体の希少性のため、MoRF領域の計算予測は依然として困難な作業です。 [4]現在のほとんどの方法は、2012年にMoRFPred [5]の著者によってリリースされたセットと、実験的に注釈が付けられたMoRFデータに基づいてMoRFChibi [6] [7] [8]の著者によってリリースされた別のセットでトレーニングおよびベンチマークされています。以下の表は、2019年時点でMoRF予測に利用可能ないくつかの方法を詳述しています（関連する問題についても触れています）。[9]
データベース
mpMoRFsDB [22]
結合による相互折り畳み（MFIB）データベース[23]
参考文献
- ^ van der Lee R, Buljan M, Lang B, Weatheritt RJ, Daughdrill GW, Dunker AK, et al. (2014年7月). 「本質的に無秩序な領域とタンパク質の分類」. Chemical Reviews . 114 (13): 6589–631. doi :10.1021/cr400525m. PMC 4095912. PMID 24773235 .
- ^ abc Mohan A、Oldfield CJ、Radivojac P、Vacic V、Cortese MS、Dunker AK、Uversky VN (2006 年 10 月)。「分子認識特性 (MoRF) の分析」。Journal of Molecular Biology。362 ( 5): 1043–59。doi :10.1016/ j.jmb.2006.07.087。PMID 16935303 。
- ^ Zhang T, Faraggi E, Li Z, Zhou Y (2013-05-31). 「本質的に半無秩序な状態と、誘導された折り畳みとタンパク質凝集におけるその役割」.細胞生化学と生物物理学. 67 ( 3): 1193–205. doi :10.1007/s12013-013-9638-0. PMC 3838602. PMID 23723000.
- ^ ab Yan J, Dunker AK, Uversky VN, Kurgan L (2016年3月). 「生命の3つのドメインにおける分子認識特性（MoRF）」. Molecular BioSystems . 12 (3): 697–710. doi :10.1039/C5MB00640F. hdl : 1805/11056 . PMID 26651072.
- ^ ab Disfani FM、Hsu WL、Mizianty MJ、Oldfield CJ、Xue B、Dunker AK、他 (2012 年 6 月)。「MoRFpred は、タンパク質内の短い無秩序から秩序への遷移結合領域の配列ベースの予測と特性評価のための計算ツールです」。バイオインフォマティクス 。28 ( 12 ): i75-83。doi :10.1093/ bioinformatics /bts209。PMC 3371841。PMID 22689782。
- ^ ab Malhis N, Gsponer J (2015年6月). 「タンパク質配列におけるMoRFの計算による識別」.バイオインフォマティクス. 31 (11): 1738–44. doi :10.1093/bioinformatics/btv060. PMC 4443681. PMID 25637562 .
- ^ ab Malhis N, Wong ET, Nassar R, Gsponer J (2015). 「ベイズ則の階層的適用を用いたタンパク質配列中のMoRFの計算による同定」. PLOS ONE . 10 (10): e0141603. Bibcode :2015PLoSO..1041603M. doi : 10.1371/journal.pone.0141603 . PMC 4627796. PMID 26517836 .
- ^ ab Malhis N、 Jacobson M 、 Gsponer J (2016 年 7 月)。「MoRFchibi SYSTEM: タンパク質配列内の MoRF を識別するためのソフトウェア ツール」。Nucleic Acids Research。44 ( W1 ): W488-93。doi :10.1093/nar/gkw409。PMC 4987941。PMID 27174932。
- ^ Katuwawala A、Peng Z、Yang J 、Kurgan L (2019)。「MoRF、短い無秩序から秩序への遷移タンパク質結合領域の計算予測」。計算および構造バイオテクノロジージャーナル。17 ：454–462。doi ：10.1016/j.csbj.2019.03.013。PMC 6453775。PMID 31007871。
- ^ Mészáros B、Simon I、Dosztányi Z (2009年5月)。「無秩序タンパク質におけるタンパク質結合領域の予測」。PLOS Computational Biology。5 ( 5 ):e1000376。Bibcode : 2009PLSCB ... 5E0376M。doi : 10.1371/journal.pcbi.1000376。PMC 2671142。PMID 19412530。
- ^ Mészáros B、Erdos G、Dosztányi Z (2018 年 7 月)。「IUPred2A: 酸化還元状態とタンパク質結合の関数としてのタンパク質不規則性のコンテキスト依存予測」。核酸研究 。46 ( W1 ) : W329–W337。doi :10.1093/nar/gky384。PMC 6030935。PMID 29860432。
- ^ Jones DT、Cozzetto D (2015年3 月)。「DISOPRED3: タンパク質結合活性の注釈付き精密無秩序領域予測」バイオインフォマティクス。31 (6): 857–63。doi :10.1093/ bioinformatics /btu744。PMC 4380029。PMID 25391399。
- ^ Peng Z 、Kurgan L (2015年10月)。「内因性障害を介したRNA、DNA、タンパク質結合領域のハイスループット予測」。核酸研究。43 (18): e121。doi :10.1093/ nar /gkv585。PMC 4605291。PMID 26109352。
- ^ Sharma R、Bayarjargal M、 Tsunoda T 、 Patil A、Sharma A (2018年1月)。「MoRFPred-plus: 物理化学的特性とHMMプロファイルを使用したタンパク質配列内のMoRFの計算による識別」。Journal of Theoretical Biology。437 : 9–16。Bibcode :2018JThBi.437....9S。doi :10.1016/j.jtbi.2017.10.015。hdl : 10072 /376330。PMID 29042212。
- ^ Sharma R、Raicar G、Tsunoda T、Patil A、Sharma A (2018年6月)。「OPAL: 本質的に無秩序なタンパク質配列におけるMoRF領域の予測」バイオインフォマティクス。34 ( 11 ):1850–1858。doi : 10.1093/ bioinformatics /bty032。hdl : 10072 / 379824。PMID29360926。
- ^ Sharma R、 Sharma A、Raicar G、Tsunoda T、Patil A (2019年3月)。「OPAL+: 本質的に無秩序なタンパク質配列における長さ固有のMoRF予測」。 プロテオミクス。19 ( 6):e1800058。doi : 10.1002 / pmic.201800058。hdl : 10072 / 382746。PMID30324701。S2CID53502553。
- ^ Zhang T、Faraggi E、Xue B、Dunker AK、Uversky VN、Zhou Y (2012)。「SPINE-D: 単一のニューラルネットワークベースの方法による短い無秩序領域と長い無秩序領域の正確な予測」。Journal of Biomolecular Structure & Dynamics。29 ( 4): 799–813。doi :10.1080 / 073911012010525022。PMC 3297974。PMID 22208280。
- ^ Zhang T、Faraggi E、Li Z、Zhou Y (2017)。「SPINE-D による固有障害および半障害の予測」。Zhou Y、Kloczkowski A、FaraggiR、Yang Y (編)。タンパク質二次構造の予測。分子生物学の方法 (vol. 1484)。Vol. 1484。ニューヨーク: Springer。pp. 159–174。doi : 10.1007/ 978-1-4939-6406-2_12。ISBN 9781493964048. PMID 27787826。
- ^ Hanson J、Yang Y、 Paliwal K、Zhou Y (2017年3月)。「ディープ双方向長短期記憶リカレントニューラルネットワークによるタンパク質障害予測の改善」 バイオインフォマティクス。33 (5): 685–692。doi : 10.1093/bioinformatics/ btw678。PMID 28011771。
- ^ Hanson, Jack; Litfin, Thomas; Paliwal, Kuldip; Zhou, Yaoqi (2019-09-05). Gorodkin, Jan (ed.). 「転移学習によるタンパク質の本質的に無秩序な領域における分子認識特徴の識別」.バイオインフォマティクス. 36 (4): 1107–1113. doi : 10.1093/bioinformatics/btz691 . ISSN 1367-4803. PMID 31504193.
- ^ Hanson, Jack; Paliwal, Kuldip K.; Litfin, Thomas; Zhou, Yaoqi (2020-03-13). 「SPOT-Disorder2: Ensembled Deep Learningによるタンパク質固有疾患予測の改善」.ゲノミクス、プロテオミクス、バイオインフォマティクス. 17 (6): 645–656. doi : 10.1016/j.gpb.2019.01.004 . ISSN 1672-0229. PMC 7212484. PMID 32173600 .
- ^ Gypas F, Tsaousis GN, Hamodrakas SJ (2013年10月). 「mpMoRFsDB: 膜タンパク質の分子認識特性のデータベース」.バイオインフォマティクス. 29 (19): 2517–8. doi : 10.1093/bioinformatics/btt427 . PMID 23894139.
- ^ Fichó E, Reményi I, Simon I, Mészáros B (2017年11月). 「MFIB: 結合によって相互フォールディングが誘発されるタンパク質複合体のリポジトリ」.バイオインフォマティクス. 33 (22): 3682–3684. doi :10.1093/bioinformatics/btx486. PMC 5870711. PMID 29036655 .