PEP-FOLD: an online resource for de novo peptide structure prediction.
PEP-FOLD: an online resource for de novo peptide structure prediction.
复制标题
DOI：
10.1093/nar/gkp323
复制
发表时间：
2009-07
影响因子：
14.9
通讯作者：
Tuffery P
中科院分区：
文献类型：
--
作者：
Maupetit J;Derreumaux P;Tuffery P
合理的肽设计和大规模的肽结构预测仍然是化学生物学家的挑战。我们目前PEP-FOLD，一个在线服务，旨在从头建模的3D构象之间的9和25个氨基酸的肽在水溶液中。使用隐马尔可夫模型衍生的结构字母表（SA）的27个四个残基的字母，PEP-FOLD首先预测的SA字母配置文件的氨基酸序列，然后组装预测的片段由一个贪婪的程序驱动的修改版本的OPEP粗粒度力场。从一个氨基酸序列开始，PEP-FOLD执行一系列的50次模拟，并返回在能量和种群方面最具代表性的构象。使用具有9-23个氨基酸的25个肽的基准，并考虑运行的再现性，我们发现，平均而言，PEP-FOLD定位最低能量构象，与完整NMR结构相差2.6 μ Cα均方根偏差。PEP-FOLD可在http://bioserv.rpbs.univ-paris-diderot.fr/PEP-FOLD上访问
Rational peptide design and large-scale prediction of peptide structure from sequence remain a challenge for chemical biologists. We present PEP-FOLD, an online service, aimed at de novo modelling of 3D conformations for peptides between 9 and 25 amino acids in aqueous solution. Using a hidden Markov model-derived structural alphabet (SA) of 27 four-residue letters, PEP-FOLD first predicts the SA letter profiles from the amino acid sequence and then assembles the predicted fragments by a greedy procedure driven by a modified version of the OPEP coarse-grained force field. Starting from an amino acid sequence, PEP-FOLD performs series of 50 simulations and returns the most representative conformations identified in terms of energy and population. Using a benchmark of 25 peptides with 9–23 amino acids, and considering the reproducibility of the runs, we find that, on average, PEP-FOLD locates lowest energy conformations differing by 2.6 Å Cα root mean square deviation from the full NMR structures. PEP-FOLD can be accessed at http://bioserv.rpbs.univ-paris-diderot.fr/PEP-FOLD
登录
查看更多内容
影响因子：
3.5
作者：
MARION, D;ZASLOFF, M;BAX, A
通讯作者：
BAX, A
DOI：
10.1002/prot.340230412
发表时间：
1995-12-01
期刊：
PROTEINS-STRUCTURE FUNCTION AND GENETICS
影响因子：
--
作者：
Frishman, D;Argos, P
通讯作者：
Argos, P
影响因子：
14.9
作者：
Zemla, A
通讯作者：
Zemla, A
影响因子：
14.9
作者：
Maupetit, Julien;Gautier, R.;Tuffery, Pierre
通讯作者：
Tuffery, Pierre
影响因子：
2.9
作者：
Zhang, Y;Skolnick, J
通讯作者：
Skolnick, J