stringtranslate.com

Motivo lineal corto

La oncoproteína E7 del virus del papiloma humano imita el motivo LxCxE (rojo) unido a la proteína del retinoblastoma del huésped (gris oscuro) ( PDB : 1gux ​)

En biología molecular, los motivos lineales cortos ( SLiM ), los motivos lineales o minimotivos son tramos cortos de secuencia de proteínas que median la interacción proteína-proteína . [1] [2]

La primera definición fue dada por Tim Hunt : [3]

"Las secuencias de muchas proteínas contienen motivos cortos y conservados que participan en actividades de reconocimiento y direccionamiento, a menudo separados de otras propiedades funcionales de la molécula en la que ocurren. Estos motivos son lineales, en el sentido de que no se requiere una organización tridimensional "Para unir segmentos distantes de la molécula para formar la unidad reconocible. La conservación de estos motivos varía: algunos están altamente conservados mientras que otros, por ejemplo, permiten sustituciones que retienen sólo un cierto patrón de carga en todo el motivo".

Atributos

Los SLiM generalmente están situados en regiones intrínsecamente desordenadas [4] (más del 80% de los SLiM conocidos); sin embargo, tras la interacción con un socio estructurado, a menudo se induce una estructura secundaria . La mayoría de los SLiM anotados constan de 3 a 11 aminoácidos contiguos , con un promedio de poco más de 6 residuos. Sin embargo, sólo unos pocos residuos de puntos de acceso (en promedio, 1 punto de acceso por cada 3 residuos en el motivo) contribuyen con la mayor parte de la energía libre de unión y determinan la mayor parte de la afinidad y especificidad de la interacción. Aunque la mayoría de los motivos no tienen preferencia posicional, es necesario que varios de ellos estén localizados en los extremos de la proteína para que sean funcionales. [5] [6] El atributo clave que define a los SLiM, tener un número limitado de residuos que contactan directamente con el socio de unión, tiene dos consecuencias principales. En primer lugar, sólo unas pocas mutaciones o incluso una única pueden dar como resultado la generación de un motivo funcional, y mutaciones adicionales de los residuos flanqueantes permiten ajustar la afinidad y la especificidad. [7] Esto da como resultado que los SLiM tengan una mayor propensión a evolucionar de manera convergente , lo que facilita su proliferación, como lo demuestra su conservación y su mayor incidencia en eucariotas superiores . [8] Se ha planteado la hipótesis de que esto podría aumentar y reestructurar la conectividad del interactoma . En segundo lugar, los SLiM tienen una afinidad relativamente baja por sus compañeros de interacción (generalmente entre 1 y 150 μM), lo que hace que estas interacciones sean transitorias y reversibles y, por lo tanto, ideales para mediar procesos dinámicos como la señalización celular . Además, esto significa que estas interacciones pueden modularse fácilmente mediante modificaciones postraduccionales que cambian las propiedades estructurales y fisicoquímicas del motivo. Además, las regiones de alta densidad funcional pueden mediar el cambio molecular mediante motivos superpuestos (por ejemplo, las colas C-terminales de las subunidades beta de integrina ), o pueden permitir interacciones de alta avidez mediante múltiples motivos de baja afinidad (por ejemplo, múltiples motivos de unión a AP2 en Eps15). ). [6] [9] [10]

Función

SLiM funciona en casi todas las vías debido a su papel fundamental en la función reguladora, la interacción proteína-proteína y la transducción de señales. SLiM actúa como módulos de interacción que son reconocidos por biomoléculas adicionales. La mayoría de los compañeros de interacción conocidos de los SLiM son dominios proteicos globulares, aunque también se han caracterizado los SLiM que reconocen otras regiones intrínsecamente desordenadas, ARN y lípidos. Los SLiM se pueden dividir en dos clases de alto nivel: sitios de modificación y sitios de unión a ligando.

Sitios de modificación
Sitios de modificación Los SLiM abarcan sitios con determinante de especificidad intrínseca que son reconocidos y modificados por el sitio activo de un dominio catalítico de una enzima. Estos SLiM incluyen muchos sitios de modificación postraduccional (PTM) clásicos, sitios de escisión proteolítica reconocidos por proteasas y enlaces reconocidos por isomerasas.

Sitios de unión a ligando
Los SLiM del sitio de unión a ligando reclutan socios de unión a las proteínas que contienen SLiM, a menudo mediando interacciones transitorias o actuando de manera cooperativa para producir complejos más estables. Los ligandos SLiM suelen ser fundamentales para la formación de complejos multiproteicos dinámicos; sin embargo, más comúnmente median interacciones reguladoras que controlan la estabilidad, localización o estado de modificación de una proteína. [11]

Papel en la enfermedad

Los elementos proteicos desordenados como los SLiM se encuentran con frecuencia en factores que regulan la expresión genética. [11] Como resultado, varias enfermedades se han relacionado con mutaciones que alteran funciones clave mediadas por SLiM. Por ejemplo, una causa del síndrome de Noonan es una mutación en la proteína Raf-1 que anula la interacción con las proteínas 14-3-3 mediada por los correspondientes motivos lineales cortos y, por lo tanto, desregula la actividad de la quinasa Raf-1 . [12] El síndrome de Usher es la causa más frecuente de sordoceguera hereditaria en humanos [13] y puede ser causado por mutaciones en cualquiera de los dominios PDZ en Harmonin o los correspondientes motivos de interacción PDZ en la proteína SANS. [14] Finalmente, el síndrome de Liddle ha sido implicado con mutaciones activadoras autosómicas dominantes en el motivo de interacción WW en las subunidades β-(SCNNB_HUMA) y γ-(SCNNG_HUMA) del canal de sodio epitelial ENaC . [15] Estas mutaciones anulan la unión a la ubiquitina ligasa NEDD4 , inhibiendo así la degradación del canal y prolongando la vida media de ENaC , lo que finalmente resulta en un aumento de la reabsorción de Na + , extensión del volumen plasmático e hipertensión. [dieciséis]

Los virus a menudo imitan los SLiM humanos para secuestrar e interrumpir la maquinaria celular del huésped, [17] [18] [11] agregando así funcionalidad a sus genomas compactos sin necesidad de nuevas proteínas codificadas viralmente. De hecho, muchos motivos se descubrieron originalmente en virus, como el motivo LxCxE de unión al retinoblastoma y el dominio tardío PTAP de unión al dominio UEV. Los cortos tiempos de generación y las altas tasas de mutación de los virus, en asociación con la selección natural, han llevado a múltiples ejemplos de mimetismo de los SLiM del huésped en cada paso del ciclo de vida viral (el motivo de unión Src, PxxP en Nef, modula la replicación, la unión al dominio WW, mediada por PPxY). (un motivo de unión a la cadena ligera de dineína en el virus de la rabia es vital para la infección del huésped). El alcance del mimetismo de SLiM humano es sorprendente, ya que muchas proteínas virales contienen varios SLiM funcionales, por ejemplo, la proteína E1A de adenovirus.

Las bacterias patógenas también imitan motivos del huésped (además de tener sus propios motivos), aunque no en la misma medida que los virus parásitos obligados. E. Coli inyecta una proteína, EspF(U), que imita un elemento autoinhibidor de N-WASP en la célula huésped para activar los factores de nucleación de actina WASP. [19] El motivo KDEL de la bacteria codificada para la toxina del cólera media la entrada celular de la toxina del cólera. [20]

El motivo de unión al dominio SWIB de MDM2 imita el fármaco Nutlin unido a MDM2 ( PDB : 3 lbk )

Potencial como pistas para el diseño de fármacos.

Las interacciones proteína-proteína mediadas por motivos lineales se han mostrado prometedoras en los últimos años como nuevos objetivos farmacológicos. [21] Las historias de éxito incluyen el análogo del motivo MDM2 Nutlin-3 y la integrina dirigida a Cilengitide mimético de RGD : Nutlin-3 antagoniza la interacción del dominio SWIB de MDM2 con p53 , estabilizando así p53 e induciendo senescencia en las células cancerosas. [22] La cilengitida inhibe la señalización dependiente de integrinas , provocando el desmontaje del citoesqueleto , el desprendimiento celular y la inducción de apoptosis en células endoteliales y de glioma . [23] [24] Además, también se están investigando péptidos dirigidos a los dominios adaptadores Grb2 y Crk SH2 / SH3 . [25] [26]

Actualmente no existen en el mercado fármacos que se dirijan específicamente a los sitios de fosforilación ; sin embargo, varios fármacos se dirigen al dominio quinasa . Esta táctica se ha mostrado prometedora en los tratamientos de diversas formas de cáncer. [18] Por ejemplo, Stutnet® es un inhibidor del receptor tirosina quinasa (RTK) para tratar el cáncer gastrointestinal, Gleevec ® se dirige especialmente a bcr-abl y Sprycel ® es un inhibidor de tirosina quinasa de base amplia cuyos objetivos incluyen Bcr-Abl y Src . La escisión es otro proceso dirigido por el reconocimiento de motivos, siendo las proteasas responsables de la escisión un buen objetivo farmacológico. Por ejemplo, Tritace® , Vasotec® , Accupril® y Lotensin® son inhibidores miméticos de sustrato de las enzimas convertidoras de angiotensina . Otros fármacos que se dirigen a las modificaciones postraduccionales incluyen Zovirax ®, un inhibidor de la miristoilación antiviral , e inhibidores de la farnysiltransferasa que bloquean la modificación de la lipidación de un motivo de caja CAAX.

Lectura adicional recomendada: [18] [27]

Recursos de motivos computacionales

Bases de datos

Los SLiM generalmente se describen mediante expresiones regulares en la literatura de motivos con los residuos importantes definidos en base a una combinación de evidencia experimental, estructural y evolutiva. Sin embargo, la detección de alto rendimiento, como la presentación en fagos, ha visto un gran aumento en la información disponible para muchas clases de motivos, lo que permite describirlos con logotipos de secuencia . [28] Varios repositorios diversos actualmente seleccionan los datos de motivos disponibles. En términos de alcance, el recurso Eukaryotic Linear Motif (ELM) [29] y MiniMotif Miner (MnM) [30] representan las dos bases de datos de motivos más grandes, ya que intentan capturar todos los motivos de la literatura disponible. También existen varias bases de datos más específicas y especializadas, PepCyber ​​[31] y ScanSite [32] se centran en subconjuntos más pequeños de motivos, unión de fosfopéptidos y dominios de señalización importantes, respectivamente. PDZBase [33] se centra únicamente en ligandos del dominio PDZ. MEROPS [34] y CutDB [35] seleccionan los datos de eventos proteolíticos disponibles, incluida la especificidad de la proteasa y los sitios de escisión. Ha habido un gran aumento en el número de publicaciones que describen interacciones mediadas por motivos durante la última década y, como resultado, una gran cantidad de la literatura disponible aún no se ha curado. Un trabajo reciente ha creado la herramienta MiMosa [36] para acelerar el proceso de anotación y fomentar descripciones de motivos semánticamente sólidas. [37]

Herramientas de descubrimiento

Los SLiM son cortos y degenerados y, como resultado, el proteoma está lleno de péptidos estocásticos que se asemejan a motivos funcionales. Los socios celulares biológicamente relevantes pueden distinguir fácilmente motivos funcionales; sin embargo, las herramientas computacionales aún tienen que alcanzar un nivel de sofisticación en el que el descubrimiento de motivos pueda lograrse con altas tasas de éxito.

Las herramientas de descubrimiento de motivos se pueden dividir en dos categorías principales, el descubrimiento de una instancia novedosa de una clase de motivos funcionales conocidos y el descubrimiento de una clase de motivos funcionales; sin embargo, todas utilizan un conjunto limitado y superpuesto de atributos para discriminar los positivos verdaderos y falsos. Los principales atributos discriminatorios utilizados en el descubrimiento de motivos son:

Nuevas instancias de motivos funcionales.

El recurso Eukaryotic Linear Motif (ELM) [29] y MiniMotif Miner (MnM) [30] proporcionan servidores para buscar nuevos ejemplos de motivos funcionales conocidos en secuencias de proteínas. SLiMSearch permite búsquedas similares a escala de todo el proteoma. [38]

Clase de nuevos motivos funcionales.

Más recientemente se han desarrollado métodos computacionales que pueden identificar nuevos motivos lineales cortos de novo. [39] Las herramientas basadas en Interactome se basan en la identificación de un conjunto de proteínas que probablemente compartan una función común, como unirse a la misma proteína o ser escindidas por la misma peptidasa. Dos ejemplos de este tipo de software son DILIMOT y SLiMFinder. [40] [41] Anchor y α-MoRF-Pred utilizan propiedades fisicoquímicas para buscar péptidos similares a motivos en regiones desordenadas (denominadas MoRF , entre otras). ANCHOR [42] identifica tramos de regiones intrínsecamente desordenadas que no pueden formar interacciones intracadena favorables para plegarse sin energía estabilizadora adicional aportada por un socio de interacción globular. α-MoRF-Pred [43] utiliza la propensión inherente de muchos SLiM a sufrir un trastorno para ordenar la transición al unirse para descubrir tramos de formación de hélice α dentro de regiones desordenadas. MoRFPred [44] y MoRFchibi SYSTEM [45] [46] [47] son ​​predictores basados ​​en SVM que utilizan múltiples características, incluidas propiedades fisicoquímicas de secuencia local, largos tramos de regiones desordenadas y conservación en sus predicciones. SLiMPred [48] es un método basado en redes neuronales para el descubrimiento de novo de SLiM a partir de la secuencia de proteínas. Durante el proceso de predicción se utiliza información sobre el contexto estructural del motivo (estructura secundaria prevista, motivos estructurales, accesibilidad al disolvente y desorden). Es importante destacar que no se requieren conocimientos previos sobre la proteína (es decir, no se requiere información evolutiva o experimental).

Referencias

  1. ^ Diella F, Haslam N, Chica C, Budd A, Michael S, Brown NP, et al. (mayo de 2008). "Comprensión de los motivos lineales eucariotas y su papel en la señalización y regulación celular". Fronteras en Biociencia . 13 (13): 6580–603. doi : 10.2741/3175 . PMID  18508681.
  2. ^ Neduva V, Russell RB (octubre de 2006). "Péptidos que median en redes de interacción: por fin nuevas pistas". Opinión Actual en Biotecnología . 17 (5): 465–71. doi :10.1016/j.copbio.2006.08.002. PMID  16962311.
  3. ^ Dice JF (agosto de 1990). "Secuencias de péptidos que se dirigen a proteínas citosólicas para la proteólisis lisosomal". Tendencias en Ciencias Bioquímicas . 15 (8): 305–9. doi :10.1016/0968-0004(90)90019-8. PMID  2204156.
  4. ^ Ren S, Uversky VN, Chen Z, Dunker AK, Obradovic Z (septiembre de 2008). "Los motivos lineales cortos reconocidos por los dominios SH2, SH3 y Ser/Thr Kinase se conservan en regiones proteicas desordenadas". Genómica BMC . 9 (Suplemento 2): S26. doi : 10.1186/1471-2164-9-S2-S26 . PMC 2559891 . PMID  18831792. 
  5. ^ Londres N, Movshovitz-Attias D, Schueler-Furman O (febrero de 2010). "La base estructural de las estrategias de unión péptido-proteína". Estructura . 18 (2): 188–99. doi : 10.1016/j.str.2009.11.012 . PMID  20159464.
  6. ^ ab Davey NE, Van Roey K, Weatheritt RJ, Toedt G, Uyar B, Altenberg B, et al. (Enero de 2012). "Atributos de motivos lineales cortos". Biosistemas moleculares . 8 (1): 268–81. doi :10.1039/c1mb05231d. PMID  21909575.
  7. ^ Davey NE, Cyert MS, Moses AM (noviembre de 2015). "Motivos lineales cortos - evolución ex nihilo de la regulación de proteínas". Comunicación y Señalización Celular . 13 (1): 43. doi : 10.1186/s12964-015-0120-z . PMC 4654906 . PMID  26589632. 
  8. ^ Ren S, Yang G, He Y, Wang Y, Li Y, Chen Z (octubre de 2008). "El patrón de conservación de motivos lineales cortos está altamente correlacionado con la función de los dominios proteicos que interactúan". Genómica BMC . 9 : 452. doi : 10.1186/1471-2164-9-452 . PMC 2576256 . PMID  18828911. 
  9. ^ Neduva V, Russell RB (junio de 2005). "Motivos lineales: interruptores de interacción evolutiva". Cartas FEBS . 579 (15): 3342–5. doi : 10.1016/j.febslet.2005.04.005 . PMID  15943979. S2CID  41014984.
  10. ^ Gibson TJ (octubre de 2009). "Regulación celular: decidida a señalar una cooperación discreta". Tendencias en Ciencias Bioquímicas . 34 (10): 471–82. doi :10.1016/j.tibs.2009.06.007. PMID  19744855.
  11. ^ abc Cermakova, Katerina; Hodges, H. Courtney (6 de febrero de 2023). "Módulos de interacción que imparten especificidad a proteínas desordenadas". Tendencias en Ciencias Bioquímicas . 48 (5): S0968–0004(23)00008–7. doi : 10.1016/j.tibs.2023.01.004 . ISSN  0968-0004. PMC  10106370. PMID  36754681.
  12. ^ Pandit B, Sarkozy A, Pennacchio LA, Carta C, Oishi K, Martinelli S, et al. (Agosto de 2007). "Las mutaciones de ganancia de función RAF1 causan los síndromes de Noonan y LEOPARD con miocardiopatía hipertrófica". Genética de la Naturaleza . 39 (8): 1007–12. doi :10.1038/ng2073. PMID  17603483. S2CID  19335210.
  13. ^ Eudy JD, Sumegi J (octubre de 1999). "Genética molecular del síndrome de Usher". Ciencias de la vida celulares y moleculares . 56 (3–4): 258–67. doi :10.1007/s000180050427. PMID  11212353. S2CID  2028106.
  14. ^ Kalay E, de Brouwer AP, Caylan R, Nabuurs SB, Wollnik B, Karaguzel A, et al. (Diciembre de 2005). "Una nueva mutación D458V en el motivo de unión SANS PDZ provoca el síndrome de Usher atípico". Revista de Medicina Molecular . 83 (12): 1025–32. doi :10.1007/s00109-005-0719-4. PMID  16283141. S2CID  41415771.
  15. ^ Warnock DG (enero de 1998). "Síndrome de Liddle: una forma autosómica dominante de hipertensión humana". Riñón Internacional . 53 (1): 18–24. doi : 10.1046/j.1523-1755.1998.00728.x . PMID  9452995.
  16. ^ Furuhashi M, Kitamura K, Adachi M, Miyoshi T, Wakida N, Ura N, et al. (Enero de 2005). "Síndrome de Liddle causado por una nueva mutación en el motivo PY rico en prolina de la subunidad beta del canal de sodio epitelial". La Revista de Endocrinología Clínica y Metabolismo . 90 (1): 340–4. doi : 10.1210/jc.2004-1027 . PMID  15483078.
  17. ^ Davey NE, Travé G, Gibson TJ (marzo de 2011). "Cómo los virus secuestran la regulación celular". Tendencias en Ciencias Bioquímicas . 36 (3): 159–69. doi :10.1016/j.tibs.2010.10.002. PMID  21146412.
  18. ^ abc Kadaveru K, Vyas J, Schiller MR (mayo de 2008). "Infección viral y enfermedades humanas: conocimientos a partir de minimotivos". Fronteras en Biociencia . 13 (13): 6455–71. doi :10.2741/3166. PMC 2628544 . PMID  18508672. 
  19. ^ Sallee NA, Rivera GM, Dueber JE, Vasilescu D, Mullins RD, Mayer BJ, Lim WA (agosto de 2008). "La proteína patógena EspF (U) secuestra la polimerización de actina mediante mimetismo y multivalencia". Naturaleza . 454 (7207): 1005–8. Código Bib : 2008Natur.454.1005S. doi : 10.1038/naturaleza07170. PMC 2749708 . PMID  18650806. 
  20. ^ Lencer WI, Constable C, Moe S, Jobling MG, Webb HM, Ruston S, et al. (noviembre de 1995). "Dirección a la toxina del cólera y la toxina termolábil de Escherichia coli en epitelios polarizados: papel del KDEL terminal COOH". La revista de biología celular . 131 (4): 951–62. doi :10.1083/jcb.131.4.951. PMC 2200010 . PMID  7490296. 
  21. ^ Wells JA, McClendon CL (diciembre de 2007). "Buscando frutos maduros en el descubrimiento de fármacos en las interfaces proteína-proteína". Naturaleza . 450 (7172): 1001–9. Código Bib : 2007Natur.450.1001W. doi : 10.1038/naturaleza06526. PMID  18075579. S2CID  205211934.
  22. ^ Vassilev LT, Vu BT, Graves B, Carvajal D, Podlaski F, Filipovic Z, et al. (febrero de 2004). "Activación in vivo de la vía p53 por antagonistas de moléculas pequeñas de MDM2". Ciencia . 303 (5659): 844–8. Código Bib : 2004 Ciencia... 303..844V. doi : 10.1126/ciencia.1092472. PMID  14704432. S2CID  16132757.
  23. ^ Goodman SL, Hölzemann G, Sulyok GA, Kessler H (febrero de 2002). "Inhibidores de moléculas pequeñas nanomolares para las integrinas alfav (beta) 6, alfav (beta) 5 y alfav (beta) 3". Revista de Química Medicinal . 45 (5): 1045–51. doi :10.1021/jm0102598. PMID  11855984.
  24. ^ Oliveira-Ferrer L, Hauschild J, Fiedler W, Bokemeyer C, Nippgen J, Celik I, Schuch G (diciembre de 2008). "La cilengitida induce desprendimiento celular y apoptosis en células endoteliales y de glioma mediada por la inhibición de la vía FAK/src/AKT". Revista de investigación clínica y experimental del cáncer . 27 (1): 86. doi : 10.1186/1756-9966-27-86 . PMC 2648308 . PMID  19114005. 
  25. ^ Gril B, Vidal M, Assayag F, Poupon MF, Liu WQ, Garbay C (julio de 2007). "El ligando Grb2-SH3 inhibe el crecimiento de células cancerosas HER2+ y tiene efectos antitumorales en xenoinjertos de cáncer humano solo y en combinación con docetaxel". Revista Internacional de Cáncer . 121 (2): 407–15. doi :10.1002/ijc.22674. PMC 2755772 . PMID  17372910. 
  26. ^ Feller SM, Lewitzky M (2006). "Posibles objetivos de enfermedades para fármacos que alteran las interacciones proteína-proteína de los adaptadores de la familia Grb2 y Crk" . Diseño farmacéutico actual . 12 (5): 529–48. doi :10.2174/138161206775474369. PMID  16472145.
  27. ^ Metallo SJ (agosto de 2010). "Las proteínas intrínsecamente desordenadas son posibles objetivos farmacológicos". Opinión actual en biología química . 14 (4): 481–8. doi :10.1016/j.cbpa.2010.06.169. PMC 2918680 . PMID  20598937. 
  28. ^ Haslam Nueva Jersey, Shields DC (mayo de 2012). "Descubrimiento de motivos proteicos lineales cortos basado en perfiles". Bioinformática BMC . 13 : 104. doi : 10.1186/1471-2105-13-104 . PMC 3534220 . PMID  22607209. 
  29. ^ ab Gould CM, Diella F, Via A, Puntervoll P, Gemünd C, Chabanis-Davidson S, et al. (Enero de 2010). "ELM: el estado del recurso de motivo lineal eucariota de 2010". Investigación de ácidos nucleicos . 38 (Problema de base de datos): D167-80. doi : 10.1093/nar/gkp1016. PMC 2808914 . PMID  19920119. 
  30. ^ ab Rajasekaran S, Balla S, Gradie P, Gryk MR, Kadaveru K, Kundeti V, et al. (Enero de 2009). "Segunda versión de Minimotif miner: una base de datos y un sistema web para la búsqueda de motivos". Investigación de ácidos nucleicos . 37 (Problema de base de datos): D185-90. doi : 10.1093/nar/gkn865. PMC 2686579 . PMID  18978024. 
  31. ^ Gong W, Zhou D, Ren Y, Wang Y, Zuo Z, Shen Y, et al. (Enero de 2008). "PepCyber: P ~ PEP: una base de datos de interacciones entre proteínas humanas mediadas por dominios de unión a fosfoproteínas". Investigación de ácidos nucleicos . 36 (Problema de base de datos): D679-83. doi : 10.1093/nar/gkm854. PMC 2238930 . PMID  18160410. 
  32. ^ Obenauer JC, Cantley LC, Yaffe MB (julio de 2003). "Scansite 2.0: predicción de interacciones de señalización celular en todo el proteoma utilizando motivos de secuencia corta". Investigación de ácidos nucleicos . 31 (13): 3635–41. doi :10.1093/nar/gkg584. PMC 168990 . PMID  12824383. 
  33. ^ Beuming T, Skrabanek L, Niv MY, Mukherjee P, Weinstein H (marzo de 2005). "PDZBase: una base de datos de interacción proteína-proteína para dominios PDZ". Bioinformática . 21 (6): 827–8. doi : 10.1093/bioinformática/bti098 . PMID  15513994.
  34. ^ Rawlings ND, Barrett AJ, Bateman A (enero de 2010). "MEROPS: la base de datos de peptidasas". Investigación de ácidos nucleicos . 38 (Problema de base de datos): D227-33. doi : 10.1093/nar/gkp971. PMC 2808883 . PMID  19892822. 
  35. ^ Igarashi Y, Eroshkin A, Gramatikova S, Gramatikoff K, Zhang Y, Smith JW, et al. (Enero de 2007). "CutDB: una base de datos de eventos proteolíticos". Investigación de ácidos nucleicos . 35 (Problema de base de datos): D546-9. doi : 10.1093/nar/gkl813. PMC 1669773 . PMID  17142225. 
  36. ^ Vyas J, Nowling RJ, Meusburger T, Sargeant D, Kadaveru K, Gryk MR, et al. (junio de 2010). "MimoSA: un sistema de anotación de minimotivos". Bioinformática BMC . 11 : 328. doi : 10.1186/1471-2105-11-328 . PMC 2905367 . PMID  20565705. 
  37. ^ Praefcke GJ, Ford MG, Schmid EM, Olesen LE, Gallop JL, Peak-Chew SY, et al. (noviembre de 2004). "Naturaleza evolutiva del centro del apéndice alfa AP2 durante la endocitosis de vesículas recubiertas de clatrina". La Revista EMBO . 23 (22): 4371–83. doi :10.1038/sj.emboj.7600445. PMC 526462 . PMID  15496985. 
  38. ^ Davey NE, Haslam NJ, Shields DC, Edwards RJ (julio de 2011). "SLiMSearch 2.0: contexto biológico para motivos lineales cortos en proteínas". Investigación de ácidos nucleicos . 39 (problema del servidor web): W56-60. doi : 10.1093/nar/gkr402. PMC 3125787 . PMID  21622654. 
  39. ^ Hugo W, Song F, Aung Z, Ng SK, Sung WK ​​(abril de 2010). "SLiM on Diet: búsqueda de motivos lineales cortos en interfaces de interacción de dominio en Protein Data Bank". Bioinformática . 26 (8): 1036–42. CiteSeerX 10.1.1.720.9626 . doi : 10.1093/bioinformática/btq065. PMID  20167627. 
  40. ^ Neduva V, Russell RB (julio de 2006). "DILIMOT: descubrimiento de motivos lineales en proteínas". Investigación de ácidos nucleicos . 34 (problema del servidor web): W350-5. doi : 10.1093/nar/gkl159. PMC 1538856 . PMID  16845024. 
  41. ^ Davey NE, Haslam NJ, Shields DC, Edwards RJ (julio de 2010). "SLiMFinder: un servidor web para encontrar motivos proteicos cortos novedosos y significativamente sobrerrepresentados". Investigación de ácidos nucleicos . 38 (problema del servidor web): W534-9. doi :10.1093/nar/gkq440. PMC 2896084 . PMID  20497999. 
  42. ^ Mészáros B, Simon I, Dosztányi Z (mayo de 2009). Casadio R (ed.). "Predicción de regiones de unión a proteínas en proteínas desordenadas". PLOS Biología Computacional . 5 (5): e1000376. Código Bib : 2009PLSCB...5E0376M. doi : 10.1371/journal.pcbi.1000376 . PMC 2671142 . PMID  19412530. 
  43. ^ Cheng Y, Oldfield CJ, Meng J, Romero P, Uversky VN, Dunker AK (noviembre de 2007). "Minería de características de reconocimiento molecular que forman hélices alfa con alineamientos de secuencias cruzadas entre especies". Bioquímica . 46 (47): 13468–77. doi :10.1021/bi7012273. PMC 2570644 . PMID  17973494. 
  44. ^ Disfani FM, Hsu WL, Mizianty MJ, Oldfield CJ, Xue B, Dunker AK y otros. (Junio ​​2012). "MoRFpred, una herramienta computacional para la predicción y caracterización basada en secuencias de regiones de unión de transición cortas de desorden a orden en proteínas". Bioinformática . 28 (12): i75-83. doi : 10.1093/bioinformática/bts209. PMC 3371841 . PMID  22689782. 
  45. ^ Malhis N, Gsponer J (junio de 2015). "Identificación computacional de MoRF en secuencias de proteínas". Bioinformática . 31 (11): 1738–44. doi : 10.1093/bioinformática/btv060. PMC 4443681 . PMID  25637562. 
  46. ^ Malhis N, Wong ET, Nassar R, Gsponer J (30 de octubre de 2015). "Identificación computacional de MoRF en secuencias de proteínas mediante la aplicación jerárquica de la regla de Bayes". MÁS UNO . 10 (10): e0141603. Código Bib : 2015PLoSO..1041603M. doi : 10.1371/journal.pone.0141603 . PMC 4627796 . PMID  26517836. 
  47. ^ Malhis N, Jacobson M, Gsponer J (julio de 2016). "MoRFchibi SYSTEM: herramientas de software para la identificación de MoRF en secuencias de proteínas". Investigación de ácidos nucleicos . 44 (W1): W488-93. doi :10.1093/nar/gkw409. PMC 4987941 . PMID  27174932. 
  48. ^ Mooney C, Pollastri G, Shields DC, Haslam NJ (enero de 2012). "Predicción de regiones de unión a proteínas lineales cortas". Revista de biología molecular . 415 (1): 193–204. doi :10.1016/j.jmb.2011.10.025. hdl : 10197/3395 . PMID  22079048.

enlaces externos

Bases de datos SLiM

Herramientas de descubrimiento SLiM