Detail publikace
Anticipating protein evolution with successor sequence predictor
Kohout Pavel, Ing. (FIT VUT)
Musil Miloš, Ing., Ph.D. (UIFS FIT VUT)
Rosinská Monika, Ing. (FIT VUT)
Damborský Jiří, prof. Mgr., Dr. (PřF MUNI)
Mazurenko Stanislav, Ph.D. (LL)
Bednář David, Mgr. (LL)
Proteinový design, Aktivita, Adaptace, Evoluce, Termostabilita, Rozpustnost, Evoluční trajektorie
Snahu předpovědět a porozumět evoluci proteinů brzdila omezení na teoretické i experimentální frontě. Většina existujících teoretických modelů evoluce je spíše deskriptivní než prediktivní, takže konečné úpravy ponechává v rukou výzkumníků. Existující experimentální techniky, které pomáhají zkoumat evoluční sekvenční prostor proteinů, jako je řízená evoluce, jsou náročné na zdroje a vyžadují specializované dovednosti. Představujeme prediktor následnické sekvence (SSP) jako inovativní řešení. Prediktor následnické sekvence je metoda návrhu proteinu in silico, která napodobuje laboratorní vývoj proteinu rekonstrukcí evoluční historie proteinu a navržením budoucích substitucí aminokyselin na základě trendů pozorovaných v této historii prostřednictvím pečlivě vybraných fyzikálně-chemických deskriptorů. Tento přístup zlepšuje specializované proteiny předpovídáním mutací, které zlepšují požadované vlastnosti, jako je tepelná stabilita, aktivita a rozpustnost. Prediktor následnických sekvencí tak může být použit jako obecný nástroj proteinového inženýrství pro vývoj prakticky použitelných proteinů. Kód prediktoru následníkových sekvencí je k dispozici na https://github.com/loschmidt/successor-sequence-predictor a návrh mutací bude možný i přes snadno použitelný webový server https://loschmidt.chemi.muni.cz/freprotasr/.
@ARTICLE{FITPUB13489, author = "T. Rayyan Khan and Pavel Kohout and Milo\v{s} Musil and Monika Rosinsk\'{a} and Ji\v{r}\'{i} Damborsk\'{y} and Stanislav Mazurenko and David Bedn\'{a}\v{r}", title = "Anticipating protein evolution with successor sequence predictor", pages = "1--12", journal = "Journal of Cheminformatics", volume = 17, number = 34, year = 2025, ISSN = "1758-2946", doi = "10.1186/s13321-025-00971-z", language = "english", url = "https://www.fit.vut.cz/research/publication/13489" }