Computational studies of membrane proteins: models and predictions for biological understanding.
Computational studies of membrane proteins: models and predictions for biological understanding.
复制标题
DOI：
10.1016/j.bbamem.2011.09.026
复制
发表时间：
2012-04
影响因子：
3.4
通讯作者：
Lin, Meishan
中科院分区：
文献类型：
--
作者：
Liang, Jie;Naveed, Hammad;Jimenez-Morales, David;Adamian, Larisa;Lin, Meishan
关键词：
我们讨论了基于物理模型的膜蛋白计算研究的最新进展，这些模型的参数来自生物信息学分析。我们描述了膜蛋白的计算机识别和从序列中预测其拓扑结构，序列和空间基序的发现，以及这些发现的意义。文中还讨论了进化信号的检测，以了解TM片段中残基的替换模式和序列比对。我们进一步讨论了TM域中插入残基的能量学的经验势函数，TM螺旋或链之间的相互作用，以及它们在预测TM域面向脂质的表面上的应用。综述了膜蛋白结构预测的最新进展，并进一步讨论了基于简化状态空间模型的系综性质的计算，如熔融温度。其他主题包括预测膜蛋白的齐聚状态，识别蛋白质-蛋白质相互作用的界面，以及膜蛋白的设计。
We discuss recent progresses in computational studies of membrane proteins based on physical models with parameters derived from bioinformatics analysis. We describe computational identification of membrane proteins and prediction of their topology from sequence, discovery of sequence and spatial motifs, and implications of these discoveries. The detection of evolutionary signal for understanding the substitution pattern of residues in the TM segments and for sequence alignment are also discussed. We further discuss empirical potential functions for energetics of inserting residues in the TM domain, for interactions between TM helices or strands, and their applications in predicting lipid-facing surfaces of the TM domain. Recent progresses in structure predictions of membrane proteins are also reviewed, with further discussions on calculation of ensemble properties such as melting temperature based on simplified state space model. Additional topics include prediction of oligomerization state of membrane proteins, identification of the interfaces for protein-protein interactions, and design of membrane proteins.
登录
查看更多内容
影响因子：
5.6
作者：
Arnold, Thomas;Poynor, Melissa;Linke, Dirk
通讯作者：
Linke, Dirk
影响因子：
14.9
作者：
Bagos, PG;Liakopoulos, TD;Hamodrakas, SJ
通讯作者：
Hamodrakas, SJ
影响因子：
2.4
作者：
Baslé, A;Qutub, R;Delcour, AH
通讯作者：
Delcour, AH
影响因子：
5.6
作者：
Adamian, L;Liang, J
通讯作者：
Liang, J
影响因子：
56.9
作者：
Béjà, O;Aravind, L;DeLong, EF
通讯作者：
DeLong, EF