58 research outputs found
Bioinformatic tools for a genomic scale analysis of protein structure
No full textEl desarrollo de herramientas computacionales para el cálculo y análisis de datos seencuentra actualmente en constante expansión en diferentes campos de la ciencia,particularmente en el campo de las ciencias de la vida, donde la cantidad de datosdisponibles, generados por nuevas técnicas experimentales convierte en fundamental laimplementación de técnicas computacionales para el análisis y manejo de datos y sutransformación en conocimiento. En este sentido, focalizándose en el campo de la bioinformática estructural de proteínas yla quimioinformática, nos hemos concentrado en la generación de herramientas y aplicaciónde las mismas en problemas relacionados con la salud humana. El presente trabajo de tesis tiene como primer objetivo proponer nuevos procedimientospara el descubrimiento de blancos proteicos relevantes en organismos bacterianos, usandocomo caso de estudio Mycobacterium tuberculosis . El segundo objetivo de esta tesis es el de, seleccionado el blanco proteico dentro de ungenoma de interés, estudiar cuáles son las características que debiera cumplir una moléculapara tener buenas probabilidades unirse a dicho blanco y a partir de la misma proponerposibles ligandos derivados de bases de datos de compuestos. El tercer objetivo de esta tesis es poder comprender y predecir cuáles serán los efectosen la función de una proteína determinada (potencialmente cualquiera que sea de interésdel usuario) de mutaciones no sinónimas que se produzcan en su secuencia. Los tres objetivos han sido abordados desde un punto de vista computacional y todos losmétodos desarrollados pueden considerarse herramientas i nsilico. Más allá de suaplicación en organismos o proteínas puntuales como casos de estudio, todos losdesarrollos pueden ser extendidos y reutilizados de manera directa y automática sobre otrosorganismos o proteínas. Los resultados obtenidos han sido validados contra la literatura existente, permitiendoreproducir resultados experimentales y/o manualmente curados de una manera automática,lo que supone una reducción de tiempo y recursos en los procesos en los que estasherramientas están involucradas.The development of computational tool for data calculation and analysis is actually inconstant expansion through the different fields of science, particularly in the field of the lifesciences, where the amount of available data produced by novel experimental techniquesmakes indispensable the implementation of computational techniques to handle and analyzethe data and its transformation into knowledge. In this sense, focusing in the field of the protein's structural bioinformatics and thecheminformatics, we concentrated our efforts in building tools and apply them in problemsrelated to human health. The present thesis work has as first objective to propose novel procedures to discoverrelevant protein targets in bacterial organisms, using as case of study Mycobacteriumtuberculosis . The second objective of this thesis is to, once selected the protein target within a genome,to study which are the properties that a molecule has to fulfill to have good chances ofbinding to this target, and based in it to propose possible ligands derived from a compounddatabase. The third propound objective is to comprehend and predict which will be the effects in theprotein function (potentially any protein of user interest) of nonsynonymousmutations produced in their sequence. All the three objectives has been addressed from a computational point of view and all thedeveloped methods can be considered in-silico tools. Besides of its application in punctualorganisms or protein targets as cases of study, all this developments can be extended andreused in a direct manner over other organisms/proteins. The obtained results has been validated against the existent literature, allowing toreproduce experimental and/or manually curated results in an automatic way, whichsupposes a saving of time and resources in the processes where this tools are involved.Fil: Radusky, Leandro Gabriel. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina
Bioinformatic tools for a genomic scale analysis of protein structure
No full textEl desarrollo de herramientas computacionales para el cálculo y análisis de datos seencuentra actualmente en constante expansión en diferentes campos de la ciencia,particularmente en el campo de las ciencias de la vida, donde la cantidad de datosdisponibles, generados por nuevas técnicas experimentales convierte en fundamental laimplementación de técnicas computacionales para el análisis y manejo de datos y sutransformación en conocimiento. En este sentido, focalizándose en el campo de la bioinformática estructural de proteínas yla quimioinformática, nos hemos concentrado en la generación de herramientas y aplicaciónde las mismas en problemas relacionados con la salud humana. El presente trabajo de tesis tiene como primer objetivo proponer nuevos procedimientospara el descubrimiento de blancos proteicos relevantes en organismos bacterianos, usandocomo caso de estudio Mycobacterium tuberculosis . El segundo objetivo de esta tesis es el de, seleccionado el blanco proteico dentro de ungenoma de interés, estudiar cuáles son las características que debiera cumplir una moléculapara tener buenas probabilidades unirse a dicho blanco y a partir de la misma proponerposibles ligandos derivados de bases de datos de compuestos. El tercer objetivo de esta tesis es poder comprender y predecir cuáles serán los efectosen la función de una proteína determinada (potencialmente cualquiera que sea de interésdel usuario) de mutaciones no sinónimas que se produzcan en su secuencia. Los tres objetivos han sido abordados desde un punto de vista computacional y todos losmétodos desarrollados pueden considerarse herramientas i nsilico. Más allá de suaplicación en organismos o proteínas puntuales como casos de estudio, todos losdesarrollos pueden ser extendidos y reutilizados de manera directa y automática sobre otrosorganismos o proteínas. Los resultados obtenidos han sido validados contra la literatura existente, permitiendoreproducir resultados experimentales y/o manualmente curados de una manera automática,lo que supone una reducción de tiempo y recursos en los procesos en los que estasherramientas están involucradas.The development of computational tool for data calculation and analysis is actually inconstant expansion through the different fields of science, particularly in the field of the lifesciences, where the amount of available data produced by novel experimental techniquesmakes indispensable the implementation of computational techniques to handle and analyzethe data and its transformation into knowledge. In this sense, focusing in the field of the protein's structural bioinformatics and thecheminformatics, we concentrated our efforts in building tools and apply them in problemsrelated to human health. The present thesis work has as first objective to propose novel procedures to discoverrelevant protein targets in bacterial organisms, using as case of study Mycobacteriumtuberculosis . The second objective of this thesis is to, once selected the protein target within a genome,to study which are the properties that a molecule has to fulfill to have good chances ofbinding to this target, and based in it to propose possible ligands derived from a compounddatabase. The third propound objective is to comprehend and predict which will be the effects in theprotein function (potentially any protein of user interest) of nonsynonymousmutations produced in their sequence. All the three objectives has been addressed from a computational point of view and all thedeveloped methods can be considered in-silico tools. Besides of its application in punctualorganisms or protein targets as cases of study, all this developments can be extended andreused in a direct manner over other organisms/proteins. The obtained results has been validated against the existent literature, allowing toreproduce experimental and/or manually curated results in an automatic way, whichsupposes a saving of time and resources in the processes where this tools are involved.Fil: Radusky, Leandro Gabriel. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina
VarQ: A Tool for the Structural and Functional Analysis of Human Protein Variants
No full textUnderstanding the functional effect of Single Amino acid Substitutions (SAS), derived from the occurrence of single nucleotide variants (SNVs), and their relation to disease development is a major issue in clinical genomics. Despite the existence of several bioinformatic algorithms and servers that predict if a SAS is pathogenic or not, they give little or no information at all on the reasons for pathogenicity prediction and on the actual predicted effect of the SAS on the protein function. Moreover, few actual methods take into account structural information when available for automated analysis. Moreover, many of these algorithms are able to predict an effect that no necessarily translates directly into pathogenicity. VarQ is a bioinformatic pipeline that incorporates structural information for the detailed analysis and prediction of SAS effect on protein function. It is an online tool which uses UniProt id and automatically analyzes known and user provided SAS for their effect on protein activity, folding, aggregation and protein interactions, among others. We show that structural information, when available, can improve the SAS pathogenicity diagnosis and more important explain its causes. We show that VarQ is able to correctly reproduce previous analysis of RASopathies related mutations, saving extensive and time consuming manual curation. VarQ assessment was performed over a set of previously manually curated RASopathies (diseases that affects the RAS/MAPK signaling pathway) related variants, showing its ability to correctly predict the phenotypic outcome and its underlying cause. This resource is available online at http://varq.qb.fcen.uba.ar/. Supporting Information & Tutorials may be found in the webpage of the tool
Machine learning for potential ligands prediction on new protein tragets
No full textEn el presente trabajo de tesis, abordamos el problema de generación de conjuntos de moléculas pequeñas que puedan comportarse como ligandos acoplándose a una proteína de interés. En la actualidad las bases de datos de moléculas poseen millones de compuestos y poder seleccionar subconjuntos que posean verdaderos ligandos es un problema relevante para la comunidad.Para lograr nuestro objetivo, tomamos como punto de partida una herramienta preexistente denominada LigQ. Esta herramienta permite calcular, dada una proteína como entrada, conjuntos de moléculas candidatas a ser ligandos de la misma, es decir, que puede acoplarse a ella modulando o inhibiendo su actividad. En este trabajo, atacamos específicamente el problema de vincular las propiedades conocidas sobre el sitio de unión en la proteína estudiada con las propiedades de los ligandos candidatos. Las propiedades serán por lo general valores fisicoquímicos, morfológicos y topológicos calculados o conocidos experimentalmente. Para vincular estas propiedades de manera optimal, utilizaremos técnicas de aprendizaje automático y redes neuronales, de manera de enriquecer los conjuntos que la herramienta LigQ presenta, estableciendo una valoración de los compuestos obtenidos en base a los parámetros calculados como óptimos para que una molécula se acople eficientemente a nuestra proteína de interés.In the present thesis work, we approached the problem of generating a set of small molecules that could be behave as ligands coupling to a protein of interest. Current molecules databases are composed of millions of records and to select subsets containing true lingands is a relevant problem for the community.To accomplish our goal, we based our work on a preexistent tool called LigQ. This tool allows to compute, given a target protein as input, sets of molecules that are candidate to be ligands (molecules that can bind the protein, modulating or inhibiting its activity). In this work we attacked the problem of linking the known properties of the studied protein’s binding site with the properties of the candidate ligands. This properties are physicochemical, morphologic and topologic values, computed or experimentally known. To link this properties in an optimal way, we used machine learning and neural networks techniques, with the aim to enrich the output sets given by the LigQ tool, establishing an assessment of the obtained compounds based on the parameters computed as optimum for a molecule to bind our interes protein.Fil: Leto Mera, Francisco. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina
Protein Frustratometer 2: a tool to localize energetic frustration in protein molecules, now with electrostatics
No full textThe protein frustratometer is an energy landscape theory-inspired algorithm that aims at localizing and quantifying the energetic frustration present in protein molecules. Frustration is a useful concept for analyzing proteins' biological behavior. It compares the energy distributions of the native state with respect to structural decoys. The network of minimally frustrated interactions encompasses the folding core of the molecule. Sites of high local frustration often correlate with functional regions such as binding sites and regions involved in allosteric transitions. We present here an upgraded version of a webserver that measures local frustration. The new implementation that allows the inclusion of electrostatic energy terms, important to the interactions with nucleic acids, is significantly faster than the previous version enabling the analysis of large macromolecular complexes within a user-friendly interface. The webserver is freely available at URL: http://frustratometer.qb.fcen.uba.ar.Fil: Parra, Rodrigo Gonzalo. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; ArgentinaFil: Schafer, Nicholas P.. University Aarhus; DinamarcaFil: Radusky, Leandro Gabriel. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; ArgentinaFil: Tsai, Min-Yeh. Rice University; Estados UnidosFil: Guzovsky, Ana Brenda. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; ArgentinaFil: Wolynes, Peter G.. Rice University; Estados UnidosFil: Ferreiro, Diego. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; Argentin
LigQ: A Webserver to Select and Prepare Ligands for Virtual Screening
No full textVirtual screening is a powerful methodology to search for new small molecule inhibitors against a desired molecular target. Usually, it involves evaluating thousands of compounds (derived from large databases) in order to select a set of potential binders that will be tested in the wet-lab. The number of tested compounds is directly proportional to the cost, and thus, the best possible set of ligands is the one with the highest number of true binders, for the smallest possible compound set size. Therefore, methods that are able to trim down large universal data sets enriching them in potential binders are highly appreciated. Here we present LigQ, a free webserver that is able to (i) determine best structure and ligand binding pocket for a desired protein, (ii) find known binders, as well as potential ligands known to bind to similar protein domains, (iii) most importantly, select a small set of commercial compounds enriched in potential binders, and (iv) prepare them for virtual screening. LigQ was tested with several proteins, showing an impressive capacity to retrieve true ligands from large data sets, achieving enrichment factors of over 10%. LigQ is available at http://ligq.qb.fcen.uba.ar/.Fil: Radusky, Leandro Gabriel. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; ArgentinaFil: Ruiz Carmona, Sergio. Universidad de Barcelona; EspañaFil: Modenutti, Carlos Pablo. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; ArgentinaFil: Barril, Xavier. Universidad de Barcelona; España. Catalan Institution for Research and Advanced Studies; EspañaFil: Turjanski, Adrian. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; ArgentinaFil: Marti, Marcelo Adrian. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; Argentin
Using crystallographic water properties for the analysis and prediction of lectin-carbohydrate complex structures
No full textUnderstanding protein-ligand interactions is a fundamental question in basic biochemistry, and the role played by the solvent along this process is not yet fully understood. This fact is particularly relevant in lectins, proteins that mediate a large variety of biological processes through the recognition of specific carbohydrates. In the present work, we have thoroughly analyzed a nonredundant and well-curated set of lectin structures looking for a potential relationship between the structural water properties in the apo-structures and the corresponding protein-ligand complex structures. Our results show that solvent structure adjacent to the binding sites mimics the ligand oxygen structural framework in the resulting protein-ligand complex, allowing us to develop a predictive method using a Naive Bayes classifier. We also show how these properties can be used to improve docking predictions of lectin-carbohydrate complex structures in terms of both accuracy and precision, thus developing a solid strategy for the rational design of glycomimetic drugs. Overall our results not only contribute to the understanding of protein-ligand complexes, but also underscore the role of the water solvent in the ligand recognition process. Finally, we discuss our findings in the context of lectin specificity and ligand recognition properties.Fil: Modenutti, Carlos Pablo. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Houssay. Instituto de Estudios de la Inmunidad Humoral Prof. Ricardo A. Margni. Universidad de Buenos Aires. Facultad de Farmacia y Bioquímica. Instituto de Estudios de la Inmunidad Humoral Prof. Ricardo A. Margni; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; ArgentinaFil: Gauto, Diego Fernando. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química, Física de los Materiales, Medioambiente y Energía. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química, Física de los Materiales, Medioambiente y Energía; ArgentinaFil: Radusky, Leandro Gabriel. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; ArgentinaFil: Blanco, J.. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; ArgentinaFil: Turjanski, Adrian. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química, Física de los Materiales, Medioambiente y Energía. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química, Física de los Materiales, Medioambiente y Energía; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; ArgentinaFil: Hajos, Silvia Elvira. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Houssay. Instituto de Estudios de la Inmunidad Humoral Prof. Ricardo A. Margni. Universidad de Buenos Aires. Facultad de Farmacia y Bioquímica. Instituto de Estudios de la Inmunidad Humoral Prof. Ricardo A. Margni; ArgentinaFil: Marti, Marcelo Adrian. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química, Física de los Materiales, Medioambiente y Energía. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química, Física de los Materiales, Medioambiente y Energía; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; Argentin
TuberQ: A Mycobacterium tuberculosis protein druggability database
No full textIn 2012 an estimated 8.6 million people developed tuberculosis (TB) and 1.3 million died from the disease [including 320 000 deaths among human immunodeficiency virus (HIV)-positive people]. There is an urgent need for new anti-TB drugs owing to the following: the fact that current treatments have severe side effects, the increasing emergence of multi-drug-resistant strains of Mycobacterium tuberculosis (Mtb), the negative drug-drug interactions with certain HIV (or other disease) treatments and the ineffectiveness against dormant Mtb. In this context we present here the TuberQ database, a novel resource for all researchers working in the field of drug development in TB. The main feature of TuberQ is to provide a druggability analysis of Mtb proteins in a consistent and effective manner, contributing to a better selection of potential drug targets for screening campaigns and the analysis of targets for structure-based drug design projects. The structural druggability analysis is combined with features related to the characteristics of putative inhibitor binding pockets and with functional and biological data of proteins. The structural analysis is performed on all available unique Mtb structures and high-quality structural homology-based models. This information is shown in an interactive manner, depicting the protein structure, the pockets and the associated characteristics for each protein. TuberQ also provides information about gene essentiality information, as determined from whole cell-based knockout experiments, and expression information obtained from microarray experiments done in different stress-related conditions. We hope that TuberQ will be a powerful tool for researchers working in TB and eventually will lead to the identification of novel putative targets and progresses in therapeutic activities.Fil: Radusky, Leandro Gabriel. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; ArgentinaFil: Defelipe, Lucas Alfredo. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química, Física de los Materiales, Medioambiente y Energía. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química, Física de los Materiales, Medioambiente y Energía; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; ArgentinaFil: Lanzarotti, Esteban Omar. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; ArgentinaFil: Luque, Javier. Universidad de Barcelona; EspañaFil: Barril, Xavier. Universidad de Barcelona; España. Universidad de Barcelona. Institució Catalana de Recerca i Estudis Avançats; EspañaFil: Marti, Marcelo Adrian. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química, Física de los Materiales, Medioambiente y Energía. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química, Física de los Materiales, Medioambiente y Energía; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; ArgentinaFil: Turjanski, Adrian. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química, Física de los Materiales, Medioambiente y Energía. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química, Física de los Materiales, Medioambiente y Energía; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica; Argentin
FrustratometeR: an R-package to compute local frustration in protein structures, point mutants and MD simulations
No full textOnce folded, natural protein molecules have few energetic conflicts within their polypeptide chains. Many protein structures do however contain regions where energetic conflicts remain after folding, i.e. they are highly frustrated. These regions, kept in place over evolutionary and physiological timescales, are related to several functional aspects of natural proteins such as protein-protein interactions, small ligand recognition, catalytic sites and allostery. Here, we present FrustratometeR, an R package that easily computes local energetic frustration on a personal computer or a cluster. This package facilitates large scale analysis of local frustration, point mutants and molecular dynamics (MD) trajectories, allowing straightforward integration of local frustration analysis into pipelines for protein structural analysis.Fil: Rausch, Atilio Osvaldo. Universidad Nacional de Entre Ríos. Facultad de Ingeniería; ArgentinaFil: Freiberger, Maria Ines. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica. Laboratorio de Fisiología de Proteínas; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales; ArgentinaFil: Leonetti, Cesar Osvaldo. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica. Laboratorio de Fisiología de Proteínas; ArgentinaFil: Bombelli Luna, Diego Martin. Universidad Nacional de Entre Ríos. Facultad de Ingeniería; ArgentinaFil: Radusky, Leandro Gabriel. Center For Genomic Regulation; España. Consejo Nacional de Investigaciones Científicas y Técnicas; ArgentinaFil: Wolynes, Peter G.. Rice University; Estados UnidosFil: Ferreiro, Diego. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica. Laboratorio de Fisiología de Proteínas; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales; ArgentinaFil: Parra, Rodrigo Gonzalo. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la Facultad de Ciencias Exactas y Naturales; Argentina. European Molecular Biology; Alemani
pyFoldX: enabling biomolecular analysis and engineering along structural ensembles
No full textRecent years have seen an increase in the number of structures available, not only for new proteins but also for the same protein crystallized with different molecules and proteins. While protein design software have proven to be successful in designing and modifying proteins, they can also be overly sensitive to small conformational differences between structures of the same protein. To cope with this, we introduce here pyFoldX, a python library that allows the integrative analysis of structures of the same protein using FoldX, an established forcefield and modeling software. The library offers new functionalities for handling different structures of the same protein, an improved molecular parametrization module, and an easy integration with the data analysis ecosystem of the python programming language. pyFoldX rely on the FoldX software for energy calculations and modelling, which can be downloaded upon registration in http://foldxsuite.crg.eu/ and its licence is free of charge for academics. The pyFoldX library is open-source. Full details on installation, tutorials covering the library functionality, and the scripts used to generate the data and figures presented in this paper are available at https://github.com/leandroradusky/pyFoldX.This work was supported by funds from the European Regional Development Fund (ERDF) and the Generalitat de Catalunya [VEIS-001-P-001647, Programa Operatiu FEDER de Catalunya 2014-2020] and funds from Spanish Ministry of Science, Innovation and University (MCIU) [PGC2018-101271-B-I00]. The authors also acknowledge the support of the Spanish Ministry of Science and Innovation to the EMBL partnership, the Centro de Excelencia Severo Ochoa and the Centres de Recerca de Catalunya (CERCA) Programme/Generalitat de Cataluny
- …
