یک مطالعه تطبیقی در مورد پروتئین های ساختاری ویروس ها که متعلق به خانواده یکسان هستند

مطالعات اخیر بر شباهت بین SARS CO V-2 و ویروس های مختلف از خانواده Coronaviridae (مانند MERS COV ، SARS COV و BAT COV RATG 13) متمرکز شده است. به طور خاص ، برخی از مطالعات مشخص کردند که SARS CO V-2 از نزدیک با BAT COV RATG 13 (یک Coronavirus مرتبط با SARS موجود در خفاش ها) به جای ویروس های دیگر در آن خانواده مرتبط است. این مطالعات عمدتاً بر تکنیک های بیولوژیکی متمرکز شده است تا شباهت بین SARS CO V-2 و سایر ویروس ها را نشان دهد. بررسی پروتئین ها برای محققان مشترک آسان نیست مگر اینکه برای زیست شناسان باشد. برای اصلاح این نقص ، ما باید پروتئین را به یکی از قالب های شناخته شده تبدیل کنیم که درک آن آسان است. در نتیجه ، این مطالعه از پروتئین های ساختاری ویروسی برای تجزیه و تحلیل رابطه بین SARS CO V-2 و بقیه کروناویروس با کمک پارامترهای ریاضی و آماری استفاده می کند و نمایش های مختلف نمودار MERS COV ، SARS COV ، BAT COV RATG 13 و SARS را بررسی می کند. پروتئین های ساختاری CO V-2 ، مانند منحنی زی گ-زاگ ، نقشه تماس با پروتئین ( ( Mathcal )) و بازنمایی بازی هرج و مرج ( ( Mathcal )). اگرچه این تفسیرهای نمودار از نظر بصری مشابه هستند ، اما تغییر جزئی بین نمودارها نشان دهنده تفاوت های ساختاری و عملکردی آنها است. بنابراین ، ما از یک پارامتر ظریف معروف به بعد فراکتال برای مشاهده تغییرات جزئی آنها استفاده می کنیم. با توجه به ماهیت نمودار ، ما از انواع مختلفی از ابعاد فراکتال ، یعنی ابعاد جرم و ابعاد جعبه استفاده می کنیم. علاوه بر این ، ما تست های شباهت را با همبستگی متقاطع نرمال و شباهت کازین انجام می دهیم تا مقایسه نمودارهای ( Mathcal ) و ( Mathcal ) را ارزیابی کنیم. مقادیر اکتسابی ( mathcal mathcal_n ) نزدیک به هویت توالی بین SARS CO V-2 و MERS COV ، SARS COV ، BAT COV RATG 13 است.

روی نسخه خطی کار می کنید؟

از رایج ترین اشتباهات خودداری کنید و نسخه خطی خود را برای ویراستاران ژورنال آماده کنید.

1. معرفی

اگرچه SARS CO V-2 در ابتدا از بازار ووهان سرچشمه گرفته است ، اما هنوز اثبات تأیید نشده است. برای یافتن داروها در برابر یک بیماری خاص ، کشف ویژگی های عامل مربوط به بیماری مربوط به بیماری بسیار مهم است [1 ، 2].

پروتئین نقش های بی شماری را در دنیای بیولوژیکی مانند حمل و نقل مواد مغذی و ساخت ساختارهای موجودات زنده ایفا می کند. این عملکرد با تعامل با مولکولهای دیگر مانند DNA یا پروتئین های RNA و مولکول های کوچک عملکردهای خود را انجام می دهد. بنابراین ، با کشف و مزاحمت/از بین بردن پروتئین خاص ، می توانیم کل روند گسترش بیماری را کاهش یا متوقف کنیم.

اسیدهای آمینه مونومرهایی هستند که پروتئین ها را رمزگذاری می کنند. این پروتئین شامل بیست اسید آمینه مختلف است و دارای ستون فقرات پلی پپتیدی با زنجیره های جانبی متصل است. ساختارهای پروتئینی با توالی اسیدهای آمینه که پروتئین ها را تشکیل می دهند و چگونگی تبدیل پروتئین به شکل های پیچیده تر تعیین می شود. هر اسید آمینه دارای همان ساختار اساسی است و شامل یک اتم کربن هسته ای است که به عنوان کربن آلفا ( ( alpha ) مشهور است ، که به یک گروه آمینه (NH2) ، یک گروه کربوکسیل (COOH) و یک اتم هیدروژن وصل شده است. بنابراین ، به عنوان نقطه اتصال برای زنجیره های جانبی 19 از 20 اسید آمینه عمل می کند و در تاشو پروتئین بسیار مهم است.

ساختار کامل یک پروتئین را می توان با چهار سطح پیچیدگی ، یعنی اولیه ، ثانویه ، سوم و کواترنر توصیف کرد.

توالی اسیدهای آمینه در یک زنجیره پلی پپتیدی

تعامل محلی کشش های زنجیره پلی پپتیدی را نشان می دهد که می توانند از طریق تعامل پیوند هیدروژن ، دارایی و برگه ها را تشکیل دهند

این ترتیب کلی سه بعدی زنجیره پلی پپتیدی آن در فضا است

این با مونتاژ چندین زنجیره پروتئین یا زیر واحد در یک آرایه متراکم بسته بندی شده تشکیل می شود

بازنمودهای مختلف بصری پروتئین ها می توانند سرنخ های قابل مشاهده در مورد پروتئین ارائه دهند. ساختار سه بعدی (3D) پروتئین شکل سه بعدی زنجیره پروتئین است که در روشن شدن عملکرد پروتئین ، طراحی داروهای مبتنی بر ساختار و اسکله مولکولی کمک می کند. این ساختار سوم با استفاده از رزونانس مغناطیسی هسته ای (NMR) طیف سنجی/کریستالوگرافی اشعه ایکس پروتئین به دست می آید. در اصل ، این شکل ها با ویژگی های اسیدهای آمینه که زنجیره ای را تشکیل می دهند تعیین می شود. علاوه بر این ، عملکرد بسیاری از پروتئین ها به شکل های سه بعدی آنها متکی است.

درک ساختارهای بیولوژیکی برای همه به جز زیست شناس چندان آسان نیست. اما بسیاری از محققان می توانند دیدگاه هندسی ساختارهای بیولوژیکی را درک کنند. ساختارهای هندسی به طور معمول با استفاده از هندسه اقلیدسی و دیفرانسیل مورد بررسی قرار می گیرند. از آنجا که ترکیب مولکولهای پروتئین بسیار نامنظم است ، ما نمی توانیم از آنها برای تجزیه و تحلیل ساختار هندسی پروتئین ها استفاده کنیم. در این سناریو ، با استفاده از تفسیرهای مختلف نمودار پروتئین ها می تواند به تجزیه و تحلیل پروتئین کمک کند.

به طور کلی ، محققان تجزیه و تحلیل تشخیص تغییر را برای مشاهده تفاوت بین تصاویر انجام می دهند. اینها بر اساس اجزای اصلی ، تشخیص لبه و برخی از عملیات تصاویر و غیره انجام می شود [3]. به طور مشابه ، همبستگی نرمال و شباهت كسین اقدامات مورد استفاده در تطبیق الگو ، تكلیك برای شناسایی وقایع یك الگوی یا مورد در داخل تصویر است.

اصلاح بصری ناچیز در شی مورد بررسی شده می تواند به طور قابل توجهی بر اندازه گیری فراکتال آن تأثیر بگذارد. در نتیجه ، فراکتال ها در تحقیقات پروتئینی متعدد برای آشکار کردن ویژگی های پروتئین و تشخیص پروتئین های معیوب کمک می کنند. برخی از محققان ابعاد فراکتال را با استفاده از پارامترهای ثابت مانند انتقال انرژی فلورسانس [4] ، زاویه های دیافراگم [5] محاسبه کرده و نتایج قابل قبول در سطح جهانی ارائه داده اند. با این حال ، تعداد کمی از محققان به سادگی هر ابعاد فراکتالی را برای تصاویر ستون فقرات یا نمای سه بعدی پروتئین ها و سطوح پروتئین کشف کرده اند [6]. اگرچه اینها منحصر به فرد هستند ، شکل های آنها انواع مختلفی از چرخش است. این تغییر شکل در بعد فراکتال آنها منعکس شده است زیرا برخی از ابعاد مانند ابعاد جعبه [7] و ابعاد جرم [8] بر اساس شکل تصاویر محاسبه می شوند. در این حالت ، نتایج جمع آوری شده فقط در سطح محلی معتبر خواهد بود و نه در سطح جهانی. بنابراین ، ما باید برای استاندارد سازی نتیجه گیری ، به تفسیرهای نمودار ثابت از پروتئین ها پایبند باشیم.

این کار به بازنمایی های نمودار ثابت و دقیق ، یعنی ستون فقرات ، ( Mathcal ) و ( Mathcal ) پروتئین کمک می کند. سپس ، بعد فراکتال خود را با استفاده از روش بعد Fractal انتخاب شده برای پروتئین های ساختاری ویروس های متمایز کرونا متعلق به همان خانواده پیدا کنید.

علاوه بر این ، ما شباهتی بین پروتئین های ساختاری کشف کردیم. به طور معمول ، از تکنیک های طبقه بندی مبتنی بر رایانه یا معیارهای ریاضی برای ارزیابی شباهت استفاده می شود. گرچه فاصله اقلیدسی ، شاخص شباهت ساختاری ، میانگین خطای مربع و همبستگی چند اقدامات ریاضی برای ارزیابی شباهت تصاویر است ، ما شباهت را با اشتغال پارامترهای ریاضی به خوبی شناخته شده ، یعنی همبستگی متقابل و شباهت درس. از آنجا که آنها مقادیر عادی و روشهای کاربر پسند با زمان هستند ، آنها خروجی های ظریف را در مقایسه با سایر روش ها ارائه می دهند [9 ، 10]. محققان با شناسایی شباهت بین SARS SARS CO V-2 و سایر پروتئین ها ، ایده ایجاد دارویی را در برابر SARS CO V-2 دریافت می کنند زیرا دارویی علیه این پروتئین های ساختاری قبلاً برای ویروس مشهور ایجاد شده است.

برای اهداف محاسباتی سریع ، ما از نرم افزار زیر ، یعنی مدل سوئیسی ، NAPS ، MATLAB R2021A و ImageJ استفاده می کنیم. به طور خلاصه ، این کار پیچیدگی و شباهت پروتئین های ساختاری را نشان می دهد و مطالعات پاتولوژیک را غنی می کند. در نتیجه ، این مطالعه ما را به سمت توسعه مواد مخدر سوق می دهد و یک قدم را برای به دست آوردن دانش عمق نزدیک می کند.

2 پیش نویس

2. 1 پروتئین ساختاری ویروس

پروتئین های ساختاری نقش اساسی در تشکیل سلول ها ، بافت ها و ارگانیسم ها دارند. پروتئین های ساختاری دارای یک توالی اسید آمینه مشخصه هستند که برای تشکیل یک ساختار مرتبه بالاتر از طریق پیوند هیدروژن بین مولکولی و درون مولکولی تکرار می شود [11،12،13]. تمام ویروس هایی که متعلق به خانواده Coronaviridae هستند دارای چهار پروتئین ساختاری ( ( Mathcal Mathcal )) هستند: سنبله (ها) ، پاکت (E) ، غشای (M) و Nucleocapsid (n).

پروتئین S یک پروتئین مهم چند منظوره و شبدر است که با گیرنده های سلولی خاص در تعامل است تا نشان دهنده خاصیت میزبان کروناویروس های مختلف باشد. علاوه بر این ، گاهی اوقات باعث همجوشی بین پاکت ویروسی و غشاهای سلول میزبان و همچنین همجوشی سلول به سلول می شود. پروتئین S در SARS CO V-2 دارای 76 ٪ ، 97. 4 ٪ و 29. 8 ٪ هویت توالی با پروتئین S SARS COV ، BAT COV RATG 13 و MERS COV است.

پروتئین E یک پروتئین غشای ریز است که تشکیل ویروس و بیماری زایی ویروسی را تشویق می کند. ویروس ها برای مونتاژ ویروسی و انتشار ویروسی ضروری تلقی می شوند. هویت توالی بین SARS CO V-2 و SARS COV 94. 7 ٪ است. به طور مشابه با BAT COV RATG 13 و MERS COV 100 ٪ و 37. 33 ٪ است.

پروتئین M برای مونتاژ ویروسی در سلولهای آلوده ضروری است. همچنین ، ویروس را از اندامک های سلول میزبان منتقل و آزاد می کند. هویت توالی SARS CO V-2 با SARS COV ، BAT COV RATG 13 و MERS COV به ترتیب 99. 5 ٪ ، 90. 5 ٪ و 42. 3 ٪ است.

پروتئین های N در نمونه های میزبان در مرحله قبلی عفونت نشان داده شده اند. ورود ویروسی را بهبود می بخشد و فرآیندهای سلولی پس از فیوژن مورد نیاز برای بقای ویروسی در میزبان را انجام می دهد. پروتئین N در SARS CO V-2 دارای 90. 5 ٪ و 95. 9 ٪ هویت توالی با پروتئین N SARS COV و BAT COV RATG 13 است.

2. 2 توضیحات داده خام

داده های خام توالی پروتئین مورد استفاده در این نسخه از وب سایت NCBI https://www. ncbi. nlm. nih. gov ریشه دارد که داده ها توسط محققان مختلف ارسال شده و توسط NCBI تحت پروژه ویروس NCBI RefSeq منتشر می شوندمجوز بازشماره های مربوط به NCBI مربوط به داده های خام قبلاً در جدول 1 ارائه شده است. با کمک این اعداد ، می توانید توالی های پروتئین را به طور مستقیم در قالب های فایل به راحتی در دسترس قرار دهید. از آنجا که بخشی از این مطالعه از ساختارهای سه بعدی پروتئین های ساختاری بهره برداری می کند ، توالی پروتئین خام با استفاده از مدل سازی همسانی به پروتئین های سه بعدی تبدیل می شوند.

2. 3 مدل سازی همسانی

مدل سازی همولوژی ، همچنین به عنوان مدل سازی مقایسه ای یکی از رویکردهای پیش بینی ساختار محاسباتی است که برای شناسایی ساختار سه بعدی پروتئین از دنباله اسید آمینه آن استفاده می شود. از آنجا که ساختارهای پروتئین با استفاده از یک الگوی یک ساختار آزمایشی شناخته شده از یک پروتئین همولوگ مدل می شوند ، به عنوان یکی از دقیق ترین روشهای پیش بینی ساختار شناخته می شود.

چندین تکنیک برای ایجاد مدل سازی همسانی در دسترس است. در اینجا ، یک سرویس مبتنی بر وب به نام Swiss-Model [14] (https://swissmodel. expasy.org/) برای ساختن مدل همسانی پروتئین های در نظر گرفته شده است. روند ایجاد یک مدل مبتنی بر سوئیس شامل پنج مرحله مهم زیر است:

داده های ورودی: توالی پروتئین ورودی/هدف از منابع مختلف جمع آوری می شود. ما داده ها را از داده های NCBI با فرمت FASTA گردآوری کرده ایم. شناسه های مربوط به داده های خام در جدول 1 به تفصیل شرح داده شده است.

جستجوی الگو: جستجوی الگوی مناسب برای به دست آوردن یک مدل همسانی دقیق که در آن الگوها بر اساس حداکثر شباهت توالی با دنباله هدف جستجو می شوند ، ضروری است.

رفع الگو: کاربران گزینه ای برای رفع یک الگوی دارند. این کار از طریق پارامترهایی مانند GMQE [15] (برآورد کیفیت مدل جهانی) و QSQE [16] (برآورد کیفیت ساختار کواترنر) با مقادیر مختلف از [0 ، 1] انجام می شود. انتخاب الگوی با مقادیر GMQE و QSQE نزدیک به 1 الگوی دقیق را ارائه می دهد.

ساختمان مدل: مدل پروتئین سه بعدی با انتقال اولین مختصات اتم محافظت شده توسط تراز الگوی هدف ، به طور غریزی برای الگوهای ثابت ایجاد می شود. سپس مدل سازی حلقه مختصات باقیمانده مربوط به درج و حذف در تراز را ایجاد می کند. این کار از طریق موتور مدل سازی PROMOD3 [17] انجام می شود زیرا مدل سوئیسی به چارچوب زیست شناسی ساختاری محاسباتی OpenStructure بستگی دارد.

برآورد کیفیت مدل: در این مرحله ، پارامتر qmean [18] تعریف شده در محدوده [0 ، 1] اغلب برای شناسایی مدل 3D بسیار قابل اعتماد استفاده می شود. سرانجام ، مدل 3D مناسب در قالب . pdb بارگیری می شود.

3 اجرای اقدامات هرج و مرج در تفسیر مختلف پروتئین های ساختاری

پروتئین های سه بعدی را می توان با استفاده از تصاویر مختلف بررسی کرد. بر این اساس ، نه تنها در سطح تصویر بلکه از نظر ریاضی و از نظر آماری پروتئین های سه بعدی قابل تجزیه و تحلیل هستند. اگرچه پروتئین های سه بعدی مانند تصاویر به نظر می رسند ، اما می توانیم با کمک نرم افزار ، بخش های پنهان اطلاعات را رمزگشایی کنیم و بازنمودهای مختلفی را انجام دهیم.

با این حال ، این کار سه نوع نمایش مختلف نمودار را برای تجزیه و تحلیل پروتئین های ساختاری همانطور که در شکل 1 نشان داده شده است ، در نظر گرفته شده است ، جایی که دو نمودار اول تفسیرهای مختلفی از پروتئین های سه بعدی است در حالی که سوم بر اساس توالی پروتئین طراحی شده است. علاوه بر این ، ساخت نمودارهای مختلف پروتئین های ساختاری توضیح داده شده است ، و به دنبال آن توصیف رویکرد ابعاد فراکتال مناسب برای کشف ویژگی های نمودارها از آنجا که آنها از یک ماهیت مانند فراکتال پیروی می کنند. سرانجام ، آزمایشات آماری برای شناسایی شباهت بین تفسیرهای مختلف نمودار انجام می شود.

3. 1 نمایش منحنی زی گ-زاگ

این یک نشانه ساده از پروتئین های سه بعدی است ، و این امکان را فراهم می کند که ساختار زنجیره ای پلیمر با اتصال کربن های آلفا پروتئین ها شکل بگیرد [7]. MATLAB MOLVIEWER [19] (https://in. mathworks.com/help/bioinfo/ref/moleculeviewer-app.html) منحنی ZIG-ZAG را با در نظر گرفتن پرونده Homology مدل . pdb به عنوان ورودی به دست آورد.

روش 3. 1 بعد فراکتال

بعد فراکتال برای یک ساختار با یک ویژگی خودی خود نشان داده شده است که تحت تحول مقیاس متغیر است. از آنجا که پروتئین ها پلیمرهای بی پروا هستند ، از نظر آماری خاص خود را دارند.

در این روش [20] ، مولکول پروتئین تابعی از ظرافت یا درشت مقیاس r در نظر گرفته می شود. این شبیه به روش ابعاد واکر است. بدین ترتیب ، منحنی زیگ زاگ با اتصال اتم های آلفا پروتئین ها با فاصله باقیمانده های R که از اتم های آلفا باقیمانده N- ترمینال شروع می شود ، به دست می آید. روند کار را ادامه دهید تا باقیمانده های کمتری برای حرکت بعدی انجام شود. روند را با باقیمانده های مختلف r تکرار کنید.

طول مولکول پروتئین در مقیاس R (یعنی ، (<mathcal >() )) با مجموع طول خط Zig-Zag (<mathcal >_Z ) و اصطلاح تصحیح (<mathcal >_t ) ، که با استفاده از معادلات زیر محاسبه می شود:

$$x08egin <mathcal >() = <mathcal >_Z +<mathcal >_t end$$ $$x08egin <mathcal >_t = frac بار<mathcal >_m end$$

در اینجا n (u) تعداد باقیمانده های قطع شده باقی مانده و را نشان می دهد (<mathcal >_m ) میانگین طول خطوط کسری را تشکیل می دهد که خطوط زیگ زاگ را تشکیل می دهند. سپس بعد فراکتال با استفاده از رابطه به دست می آید

$$x08egin N=left( frac<<mathcal >()> ight) ^_Z>, end$$

جایی که n تعداد کل باقیمانده ها را نشان می دهد.

3. 2 نقشه تماس با پروتئین ( ( Mathcal ))

در طی 3 دهه گذشته ، تحقیقات در مورد ( Mathcal ) تکامل یافته است. در ابتدا ، این نوعی فرمولاسیون ریاضی پروتئین های سه بعدی است که از تئوری نمودار حاصل می شود. به طور خلاصه ، ( Mathcal ) راهی برای ارزیابی ساختار پروتئین است که در آن باقیمانده ها به عنوان گره ها و لبه ها نشان دهنده تعامل بین آنها هستند. ساختار و عملکرد پروتئین ها با تعیین مرکزیت این شبکه ها بسیار کمک می شود. علاوه بر این ، این مطالعه ( Mathcal ) چندین رویکرد و تاکتیک ارزشمند را برای کشف اطلاعات پروتئین ها نشان داد.

در این دنباله ، ( Mathcal ) برای کشف تماس/اتصال بین همه جفت های اسید آمینه ممکن در یک ساختار پروتئین سه بعدی با استفاده از یک ماتریس باینری دو بعدی استفاده می شود. به عبارت دیگر ، این نوعی نمایش ماتریس مجاور از ( Mathcal ) است. این می تواند به شرح زیر بیان شود.

بگذارید (r_m ) ، (r_n ) هر دو باقیمانده باشد. لبه بین هر دو باقیمانده توسط (e _. ) مشخص می شود ، سپس ، ( mathcal ) یک پروتئین سه بعدی به عنوان تعریف می شود