La predicción de la localización subcelular de proteínas (o simplemente la predicción de la localización de proteínas) implica la predicción de dónde reside una proteína en una célula , su localización subcelular .
En general, las herramientas de predicción toman como información de entrada sobre una proteína, como una secuencia de aminoácidos de proteínas , y producen una ubicación predicha dentro de la célula como salida, como el núcleo , el retículo endoplásmico , el aparato de Golgi , el espacio extracelular u otros orgánulos. . El objetivo es crear herramientas que puedan predecir con precisión el resultado de la selección de proteínas en las células.
La predicción de la localización subcelular de proteínas es un componente importante de la predicción basada en bioinformática de la función de las proteínas y la anotación del genoma , y puede ayudar a identificar los objetivos de los fármacos.
Fondo
Determinar experimentalmente la localización subcelular de una proteína puede ser una tarea laboriosa y que requiere mucho tiempo. A menudo se utilizan inmunomarcadores o marcajes (por ejemplo, con una proteína verde fluorescente ) para ver la localización mediante un microscopio de fluorescencia . Una alternativa de alto rendimiento es utilizar la predicción.
Mediante el desarrollo de nuevos enfoques en informática, junto con un mayor conjunto de datos de proteínas de localización conocida, las herramientas computacionales ahora pueden proporcionar predicciones de localización rápidas y precisas para muchos organismos. Esto ha dado como resultado que la predicción de la localización subcelular se convierta en uno de los desafíos que la bioinformática y el aprendizaje automático ayudan con éxito .
Muchos métodos de predicción superan ahora la precisión de algunos métodos de laboratorio de alto rendimiento para la identificación de la localización subcelular de proteínas. [1] [2] En particular, se han desarrollado algunos predictores [3] que pueden usarse para tratar con proteínas que pueden existir simultáneamente, o moverse entre, dos o más ubicaciones subcelulares diferentes. Por lo general, se requiere una validación experimental para confirmar las localizaciones previstas.
Herramientas
En 1999, PSORT fue el primer programa publicado para predecir la localización subcelular. [4] Se han lanzado herramientas y sitios web posteriores utilizando técnicas como redes neuronales artificiales , máquinas de vectores de soporte y motivos de proteínas . Los predictores pueden especializarse para proteínas en diferentes organismos. Algunos están especializados en proteínas eucariotas, [5] algunos en proteínas humanas, [6] y otros en proteínas vegetales. [7] Se han revisado los métodos para la predicción de predictores de localización bacteriana y su precisión. [8]
El desarrollo de la predicción de la ubicación subcelular de proteínas se ha resumido en dos artículos de revisión exhaustivos. [9] [10] Se pueden encontrar herramientas recientes y un informe de experiencia en un artículo reciente de Meinken y Min (2012) .
Solicitud
El conocimiento de la localización subcelular de una proteína puede mejorar significativamente la identificación del objetivo durante el proceso de descubrimiento de fármacos . Por ejemplo, las proteínas secretadas y las proteínas de la membrana plasmática son fácilmente accesibles por moléculas de fármacos debido a su localización en el espacio extracelular o en la superficie celular.
La superficie de las células bacterianas y las proteínas secretadas también son de interés por su potencial como candidatas a vacunas o como dianas de diagnóstico. Se ha observado una localización subcelular aberrante de proteínas en las células de varias enfermedades, como el cáncer y la enfermedad de Alzheimer . Las proteínas secretadas de algunas arqueas que pueden sobrevivir en entornos inusuales tienen aplicaciones de importancia industrial.
Mediante el uso de la predicción, se puede evaluar un gran número de proteínas con el fin de encontrar candidatos que se trafican a la ubicación deseada.
Bases de datos
Los resultados de la predicción de la localización subcelular se pueden almacenar en bases de datos. Los ejemplos incluyen la base de datos de múltiples especies Compartments , FunSecKB2, una base de datos de hongos; [11] PlantSecKB, una base de datos de plantas; [12] MetazSecKB, una base de datos de animales y humanos; [13] y ProtSecKB, una base de datos protista. [14]
Referencias
- ^ Kaleel, M; Zheng, Y; Chen, J; Feng, X; Simpson, JC; Pollastri, G; Mooney, C (6 de marzo de 2020). "SCLpred-EMS: predicción de localización subcelular del sistema de endomembranas y proteínas de la vía secretora por redes neuronales convolucionales profundas N-a-1". Bioinformática . 36 (11): 3343–3349. doi : 10.1093 / bioinformatics / btaa156 . hdl : 10197/12182 . PMID 32142105 .
- ^ Rey S, Gardy JL, Brinkman FS (2005). "Evaluación de la precisión de enfoques computacionales y de laboratorio de alto rendimiento para la identificación de todo el genoma de la localización subcelular de proteínas en bacterias" . BMC Genomics . 6 : 162. doi : 10.1186 / 1471-2164-6-162 . PMC 1314894 . PMID 16288665 .
- ^ Chou KC, Shen HB (2008). "Cell-PLoc: un paquete de servidores web para predecir la localización subcelular de proteínas en varios organismos". Protocolos de la naturaleza . 3 (2): 153–62. doi : 10.1038 / nprot.2007.494 . PMID 18274516 . S2CID 226104 .
- ^ "Predicción de la localización subcelular de proteínas" . www.ncbi.nlm.nih.gov . Consultado el 31 de diciembre de 2016 .
- ^ Chou KC, Wu ZC, Xiao X (2011). "iLoc-Euk: un clasificador de etiquetas múltiples para predecir la localización subcelular de proteínas eucariotas singleplex y multiplex" . PLOS ONE . 6 (3): e18258. Código bibliográfico : 2011PLoSO ... 618258C . doi : 10.1371 / journal.pone.0018258 . PMC 3068162 . PMID 21483473 .
- ^ Shen HB, Chou KC (noviembre de 2009). "Un enfoque de arriba hacia abajo para mejorar el poder de predecir la localización subcelular de proteínas humanas: Hum-mPLoc 2.0". Bioquímica analítica . 394 (2): 269–74. doi : 10.1016 / j.ab.2009.07.046 . PMID 19651102 .
- ^ Chou KC, Shen HB (2010). "Plant-mPLoc: una estrategia de arriba hacia abajo para aumentar el poder de predecir la localización subcelular de proteínas vegetales" . PLOS ONE . 5 (6): e11335. Código bibliográfico : 2010PLoSO ... 511335C . doi : 10.1371 / journal.pone.0011335 . PMC 2893129 . PMID 20596258 .
- ^ Gardy JL, Brinkman FS (octubre de 2006). "Métodos para predecir la localización subcelular de proteínas bacterianas". Reseñas de la naturaleza. Microbiología . 4 (10): 741–51. doi : 10.1038 / nrmicro1494 . PMID 16964270 . S2CID 62781755 .
- ^ Nakai, K. Señales de clasificación de proteínas y predicción de la localización subcelular. Adv. Protein Chem., 2000, 54, 277-344.
- ^ Chou, KC; Shen, HB Review: Progresos recientes en la predicción de la ubicación subcelular de proteínas " Anal. Biochem 2007, 370, 1-16.
- ^ "FunSecKB2 (la base de conocimiento 2.1 del secretoma fúngico y del proteoma subcelular)" . bioinformatics.ysu.edu . Archivado desde el original el 10 de abril de 2016 . Consultado el 17 de septiembre de 2017 .
- ^ "PlantSecKB (la base de conocimiento del secretooma de la planta y del proteoma subcelular)" . bioinformatics.ysu.edu . Archivado desde el original el 6 de abril de 2016 . Consultado el 17 de septiembre de 2017 .
- ^ "MetazSecKB (la ubicación subcelular de proteínas de los metazoos (humanos y animales), base de datos de proteínas secretas y subcelulares)" . bioinformatics.ysu.edu . Archivado desde el original el 6 de abril de 2016 . Consultado el 17 de septiembre de 2017 .
- ^ "ProtSecKB (El Secretoma Protista y Base de Conocimiento del Proteoma Subcelular)" . proteomics.ysu.edu . Consultado el 17 de septiembre de 2017 .
Otras lecturas
- Bork P, Dandekar T, Diaz-Lazcoz Y, Eisenhaber F, Huynen M, Yuan Y (noviembre de 1998). "Función de predicción: de genes a genomas y viceversa". Revista de Biología Molecular . 283 (4): 707-25. doi : 10.1006 / jmbi.1998.2144 . PMID 9790834 .
- Nakai K (2000). "Señales de clasificación de proteínas y predicción de localización subcelular". Avances en la química de proteínas . 54 : 277–344. doi : 10.1016 / s0065-3233 (00) 54009-1 . ISBN 0120342545. PMID 10829231 .
- Emanuelsson O (diciembre de 2002). "Predicción de la localización subcelular de proteínas a partir de la información de la secuencia de aminoácidos" . Sesiones informativas en bioinformática . 3 (4): 361–76. doi : 10.1093 / bib / 3.4.361 . PMID 12511065 .
- Schneider G, Fechner U (junio de 2004). "Avances en la predicción de señales de focalización de proteínas". Proteómica . 4 (6): 1571–80. doi : 10.1002 / pmic.200300786 . PMID 15174127 . S2CID 7217647 .
- Gardy JL, Brinkman FS (octubre de 2006). "Métodos para predecir la localización subcelular de proteínas bacterianas". Reseñas de la naturaleza. Microbiología . 4 (10): 741–51. doi : 10.1038 / nrmicro1494 . PMID 16964270 . S2CID 62781755 .
- Chou KC, Shen HB (noviembre de 2007). "Progreso reciente en la predicción de la ubicación subcelular de proteínas". Bioquímica analítica . 370 (1): 1–16. doi : 10.1016 / j.ab.2007.07.006 . PMID 17698024 .