RAPTOR (software)

Los investigadores que intentan resolver la estructura de una proteína comienzan su estudio con poco más que una secuencia de proteínas. Los pasos iniciales pueden incluir realizar una búsqueda con PSI-BLAST o PatternHunter para localizar secuencias similares con una estructura conocida en el Protein Data Bank (PDB). Si existen secuencias muy similares con estructuras conocidas, hay una alta probabilidad de que la estructura de esta proteína sea muy similar a dichas estructuras conocidas, así como sus funciones. Si no se encuentra homología, el investigador debe realizar cristalografía de rayos X o espectroscopia de resonancia magnética nuclear (RMN) , ambas técnicas que requieren mucho tiempo y recursos para obtener una estructura. Cuando estas técnicas son demasiado costosas, requieren mucho tiempo o tienen un alcance limitado, los investigadores pueden utilizar software de alineación de proteínas, como RAPTOR, para crear un modelo altamente fiable de la proteína.

El método de alineación de proteínas es más eficaz que el modelado por homología, especialmente para proteínas con pocos homólogos detectables mediante alineación de secuencias . Ambos métodos predicen la estructura de la proteína a partir de una plantilla. Dada una secuencia de proteína, el método de alineación de proteínas primero alinea (enhebra) la secuencia con cada plantilla de una biblioteca de estructuras, optimizando una función de puntuación que mide la idoneidad de la alineación secuencia-estructura. La mejor plantilla seleccionada se utiliza para construir el modelo estructural. A diferencia del modelado por homología, que selecciona la plantilla basándose únicamente en la información de homología (alineaciones de secuencias), la función de puntuación utilizada en el método de alineación de proteínas utiliza tanto la información de homología como la de estructura (alineaciones secuencia-estructura).

Si una secuencia no presenta homología significativa, el modelado por homología podría no ofrecer predicciones fiables. Sin información de homología, el análisis de secuencias de proteínas aún puede utilizar información estructural para generar buenas predicciones. Los intentos fallidos de obtener una buena plantilla con BLAST suelen llevar a los usuarios a procesar los resultados mediante RAPTOR.

El enfoque de programación entera de RAPTOR produce modelos de mayor calidad que otros métodos de alineación de proteínas. La mayoría del software de alineación utiliza programación dinámica para optimizar sus funciones de puntuación al alinear una secuencia con una plantilla. La programación dinámica es mucho más fácil de implementar que la programación entera; sin embargo, si una función de puntuación incluye el potencial de contacto por pares, la programación dinámica no puede optimizar globalmente dicha función y, en su lugar, solo genera una alineación óptima local.

Los contactos por pares están muy conservados en la estructura de las proteínas y son cruciales para la precisión de la predicción. La programación entera puede optimizar globalmente una función de puntuación con potencial de contactos por pares y producir una alineación global óptima.

NoCore, NPCore e IP son los tres motores de subprocesamiento implementados en RAPTOR. NoCore y NPCore se basan en programación dinámica y son más rápidos que IP. La diferencia radica en que, en NPCore, una plantilla se divide en varias regiones "centrales". Una región central es una región estructuralmente conservada. IP es el motor de subprocesamiento exclusivo de RAPTOR, basado en programación entera. Produce mejores alineaciones y modelos que los otros dos motores. Se puede comenzar con NoCore y NPCore. Si las predicciones no son lo suficientemente buenas, IP podría ser una mejor opción. Tras ejecutar los tres métodos, un simple consenso puede ayudar a encontrar la mejor predicción.

La herramienta predeterminada de modelado de estructuras 3D utilizada en RAPTOR es OWL. El modelado de estructuras tridimensionales consta de dos pasos. El primero consiste en el modelado de bucles , que modela las regiones de la secuencia objetivo que no se corresponden con ninguna región de la plantilla. Una vez modelados todos los bucles y con la estructura principal lista, se añaden las cadenas laterales a esta y se empaquetan. Para el modelado de bucles, se utiliza un algoritmo de descenso de coordenadas cíclico para rellenar los bucles y evitar colisiones. Para el empaquetado de cadenas laterales, se utiliza un algoritmo de descomposición en árbol para empaquetar todas las cadenas laterales y evitar colisiones. RAPTOR llama automáticamente a OWL para generar la salida 3D.

Si un investigador dispone de MODELLER, también puede configurar RAPTOR para que lo llame automáticamente. RAPTOR también puede generar archivos de entrada para ICM-Pro, con los que los usuarios pueden ejecutar ICM-Pro por sí mismos.

Para ofrecer un conjunto de herramientas completo, PSI-BLAST también se incluye en RAPTOR, lo que permite realizar modelado por homología. Los usuarios pueden configurar todos los parámetros necesarios. El proceso de ejecución de PSI-BLAST consta de dos pasos. El primero consiste en generar el perfil de secuencia, para lo cual se utiliza la base de datos no redundante NR. El segundo paso consiste en que PSI-BLAST compare la secuencia objetivo con las secuencias del Protein Data Bank. Los usuarios también pueden especificar su propia base de datos para cada paso.

Existen muchos visores de estructuras diferentes. En RAPTOR, Jmol se utiliza como visor de estructuras para examinar la predicción generada.

Tras un análisis de secuencias mediante threading/PSI-BLAST, se muestra una lista de clasificación de todas las plantillas. Para cada plantilla, se puede consultar la alineación, el valor E y otras puntuaciones específicas. Además, se proporciona información funcional y la clasificación SCOP de la plantilla . También se puede visualizar la matriz PSM de la secuencia y la predicción de su estructura secundaria. Si una plantilla ha sido reportada por más de un método, se indicará el número de veces que se ha reportado. Esto facilita la identificación de la mejor plantilla.