|
|
发表于 2009-3-3 21:48:04
|
显示全部楼层
资讯来源 <wikipedia>
Rosetta@home
Rosetta@home的一个主要目标是在显著降低时间和金钱成本的情况下，预测蛋白质结构，并且达到与现有实验方法同样的精度。Rosetta@home还开发了确定膜蛋白（如G蛋白偶联受体）结构和对接的方法。膜蛋白是现代药物设计的主要目标，但通过X射线晶体学、核磁共振等传统技术却极难获得其结构。
Rosetta@home也被用于蛋白质-蛋白质对接预测。这项预测确定蛋白质复合体结构或者四级结构。这一类型的蛋白质交互作用影响到许多细胞功能，包括抗原-抗体、酶-抑制剂捆绑等。确定这些交互作用在药物设计中十分关键。Rosetta被用于交互作用预测的关键测试（CAPRI）实验。这项实验评估当前最前沿的蛋白质对接技术，评估模式与CASP类似。Rosetta在这项实验中得到的结果属最精确、最完整之一，而志愿者提供的计算资源被认为是Rosetta获得成功的主要因素之一。
Rosetta@Home还开发了一款电子游戏Foldit，目的是通过众包（crowdsourcing）途径来实现上述研究目标。
除了蛋白质结构预测、对接、设计等基础研究，Rosetta@home也被用在疾病相关研究。大卫·贝克的Rosetta@home日志上描述了许多附属的研究项目：
阿兹海默病
Rosetta套装软件当中的一个组件RosettaDesign，被用来精确预测淀粉样蛋白（amyloidogenic protein）的哪个区域最可能形成淀粉样纤维。通过获取蛋白质中的六肽（6个氨基酸长度的片断），选择与一个已知能够形成纤维的六肽相匹配的最低能量结构，RosettaDesign能够识别出形成纤维可能性为随机蛋白质两倍的肽段。在此类研究中，Rosetta@home被用于预测β淀粉样蛋白的结构。β淀粉样蛋白是一种能够形成纤维的蛋白质，被认为会引起阿兹海默病。RosettaDesign一项尚未发表的初步结果设计出了也许可以预防纤维形成的蛋白质，但它能否预防这种疾病尚不得而知。
炭疽病
Rosetta的另一个组件RosettaDock与实验方法相结合，被用于构造致死因子（lethal factor，LF）、水肿因子（edema factor，EF）和保护性抗原（protective antigen，PA）等三种蛋白质的交互作用模型。这三种蛋白质构成了炭疽病毒素。这个模型精确预测LF与PA之间的对接，帮助确定两种蛋白质分别有哪些结构域参与到LF-PA复合体的构造中。这项成果最终被应用到改良的炭疽病疫苗的研制。
单纯疱疹病毒1型
RosettaDock还被用来构造一种抗体（免疫球蛋白G）与能够使抗病毒抗体退化的单纯疱疹病毒1型（HSV-1）表面蛋白之间的对接模型。RosettaDock预测的蛋白质复合体与极难得到的实验模型近乎一致。研究人员总结说，这种对接方法有望解决X射线结晶学方法构造蛋白质-蛋白质界面模型所遇到的一些问题。
HIV
作为一项获得比尔与美琳达·盖茨基金会1940万美元资助的研究项目的一部分，Rosetta@home被用于设计人类免疫缺陷病毒（HIV）疫苗。
疟疾
在与“全球重大卫生挑战计划”相关的研究中，Rosetta还被用于运算设计新型的归巢核酸内切酶蛋白质。这种蛋白质能够根除冈比亚疟蚊或者使这种疟蚊无法传播疟疾。由于能够构建及改变蛋白质-DNA交互作用模型，特别是归巢核酸内切酶蛋白质等，像Rosetta这一类运算蛋白质设计方法成为基因治疗中的一个重要角色。
Folding@home
斯坦福大学开发的Folding@home是与蛋白质研究相关的主要分布式计算项目中唯一不使用BOINC平台的。Rosetta@home与Folding@home都研究蛋白质错误折叠疾病（如阿兹海默病），但Rosetta@home还进行其他研究，而Folding@home则主要集中于这类研究。Folding@home并不采用基于结构或者基于设计的方法来预测淀粉体行为，而是采用分子动力学方法来构建蛋白质折叠活动（以及可能的错误折叠和聚合）的模型。换言之，Folding@home的优势在于模拟蛋白质折叠活动，而Rosetta@home的优势则在于蛋白质运算设计以及蛋白质结构和对接的预测。这两个项目在计算资源和主机分布上也存在显著差异。Rosetta@home的主机群体基于PC，而Folding@home的主机群体包括了PlayStation 3和图形处理器。
世界公共网格（WCG）
世界公共网格的子项目人类蛋白质组折叠项目（HPF）1期和2期均使用Rosetta程序来为不同的基因组添加结构和功能注解。人类蛋白质组折叠项目的首席科学家里夏尔·博诺在华盛顿大学贝克实验室攻读博士学位期间积极参与了Rosetta的早期开发，但他现在主要使用Rosetta来为生物学家创建数据库。他的个人网站上设置了关于HPF1、HPF2的信息布告板。
Predictor@home
与Rosetta@home相似，蛋白质结构预测也是Predictor@home的研究重点。Predictor@home还计划在其分布式计算平台上开发蛋白质设计与对接的新研究领域（采用分子动力学的CHARMM软件包）。这将使它与Rosetta@home更加相似。进行结构预测时，Rosetta@home使用的是Rosetta程序，而Predictor@home则使用dTASSER方法。
其他
BOINC平台上其他的蛋白质相关分布式计算项目包括QMC@Home、Docking@home、POEM@home、SIMAP和TANPAKU。RALPH@home是Rosetta@home的alpha版本，用来进行新应用程序、工作单元以及更新被添加到Rosetta@home之前的测试工作。RALPH@home也在BOINC平台上运行。
[ 本帖最后由 BiscuiT 于 2009-3-3 22:10 编辑 ] |
|
