Sequence Coverage Visualizer: A Web Application for Protein Sequence Coverage 3D Visualization.
Sequence Coverage Visualizer: A Web Application for Protein Sequence Coverage 3D Visualization.
复制标题
DOI：
10.1021/acs.jproteome.2c00358
复制
发表时间：
2023-02-03
影响因子：
4.4
通讯作者：
Gao, Yu
中科院分区：
文献类型：
--
作者：
Shao, Xinhao;Grams, Christopher;Gao, Yu
蛋白质结构决定蛋白质的功能，在蛋白质特性研究中起着极其重要的作用。最近，DeepMind和Baker实验室的两组研究人员独立发布了蛋白质结构预测工具，可以帮助我们获得整个人类蛋白质组的预测蛋白质结构。这使得我们第一次能够使用预测的3D结构来可视化整个人类蛋白质组。为了帮助其他研究人员在蛋白质组学实验中更好地利用这些蛋白质结构预测，我们提出了序列覆盖可视化工具(Sequence Coverage Visualizer)，http://scv.lab.gy，是一个用于蛋白质序列覆盖三维可视化的Web应用程序。这里我们展示了SCV的一些可能的用途，包括翻译后修饰的标记和同位素标记实验。这些结果突出了这种3D可视化对于蛋白质组学实验的用处，以及SCV如何将常规蛋白质组学实验(已识别的肽列表)转变为结构洞察力。此外，当与有限的蛋白分解结合使用时，我们证明了SCV可以帮助比较来自不同来源的不同蛋白质结构，包括预测的和现有的PDB条目。我们希望我们的工具能够为提高蛋白质结构预测的准确性提供帮助。总体而言，SCV是一种方便而强大的工具，可以将蛋白质组学结果以3D形式可视化。
Protein structure defines protein function and plays an extremely important role in protein characterization. Recently, two groups of researchers from DeepMind and Baker lab have independently published protein structure prediction tools that can help us obtain predicted protein structures for the whole human proteome. This enabled us to visualize the entire human proteome using predicted 3D structures for the first time. To help other researchers best utilize these protein structure predictions in proteomics experiment, we present the Sequence Coverage Visualizer (SCV), http://scv.lab.gy, a web application for protein sequence coverage 3D visualization. Here we showed a few possible usages of the SCV, including the labeling of post-translational modifications and isotope labeling experiments. These results highlight the usefulness of such 3D visualization for proteomics experiments and how SCV can turn a regular proteomics experiment (identified peptide list) into structural insights. Furthermore, when used together with limited proteolysis, we demonstrated that SCV can help to compare different protein structures from different sources, including predicted ones and existing PDB entries. We hope our tool can provide help in the process of improving protein structure prediction accuracy. Overall, SCV is a convenient and powerful tool for visualizing proteomics results in 3D.
登录
查看更多内容
影响因子：
64.8
作者：
Jumper J;Evans R;Pritzel A;Green T;Figurnov M;Ronneberger O;Tunyasuvunakool K;Bates R;Žídek A;Potapenko A;Bridgland A;Meyer C;Kohl SAA;Ballard AJ;Cowie A;Romera-Paredes B;Nikolov S;Jain R;Adler J;Back T;Petersen S;Reiman D;Clancy E;Zielinski M;Steinegger M;Pacholska M;Berghammer T;Bodenstein S;Silver D;Vinyals O;Senior AW;Kavukcuoglu K;Kohli P;Hassabis D
通讯作者：
Hassabis D
影响因子：
9.8
作者：
Bludau, Isabell;Willems, Sander;Zeng, Wen-Feng;Strauss, Maximilian T.;Hansen, Fynn M.;Tanzer, Maria C.;Karayel, Ozge;Schulman, Brenda A.;Mann, Matthias
通讯作者：
Mann, Matthias
影响因子：
4.4
作者：
Bamberger C;Pankow S;Martínez-Bartolomé S;Ma M;Diedrich J;Rissman RA;Yates JR 3rd
通讯作者：
Yates JR 3rd
影响因子：
--
作者：
Tanka-Salamon, Anna;Bota, Attila;Kolev, Krasimir
通讯作者：
Kolev, Krasimir
影响因子：
14.9
作者：
UniProt Consortium
通讯作者：
UniProt Consortium