Quy trình về phương pháp dự đoán và so sánh cấu trúc protein sử dụng nền tảng Alphafold

Nội dung chính của bài viết

Trần Ánh Thống Trình1,*, , Nguyễn Minh Thái1, Nguyễn Thanh Huy1
1 Trường Đại học Y Dược Thành Phố Hồ Chí Minh, Việt Nam

Tóm tắt

Kể từ khi được phát hiện vào những năm 1990, kháng thể đơn miền (single- domain antibody, sdAb, nanobody) đã tạo ra một cuộc cách mạng mới trong chẩn đoán và điều trị bệnh liên quan đến vi khuẩn đề kháng. Hiện nay, việc dự đoán và xây dựng cấu trúc của các phân tử nanobody bằng các phần mềm khoa học máy tính là điều rất cần thiết cho việc sàng lọc các kháng thể có tính đặc hiệu cao. Công trình nghiên cứu này tập trung hướng dẫn sử dụng các công cụ trí tuệ nhân tạo và biểu thị hình ảnh như PyMOL, Dali, ColabFold để dự đoán và so sánh kết cấu không gian của nhiều chuỗi amino acid trong cấu trúc tiền thân của nanobody - nhóm thụ thể kháng nguyên thế hệ mới (Variable domain new antigen receptor, VNAR). Các thao tác trong quy trình sẽ tập trung vào 2 chuỗi acmino acid trong cấu trúc của VNAR. Kết quả nhận được sẽ là cấu trúc “xếp chồng” (superimposed structure) giúp kiểm tra sự tương đồng về cấu trúc của các protein có cùng nguồn gốc với các tiêu chí liên quan về cấu trúc dự kiến của nanobody. Quy trình in silico dự đoán cấu trúc của VNAR sẽ góp vai trò đáng kể trong việc thay đổi VNAR từ loài cá mập để tích hợp vào cơ thể người.

Lượt tải xuống

Chưa có dữ liệu tải xuống.

Chi tiết bài viết

Cách trích dẫn
Trần, Ánh T. T., Nguyễn, M. T., & Nguyễn, T. H. (2025). Quy trình về phương pháp dự đoán và so sánh cấu trúc protein sử dụng nền tảng Alphafold. Tạp Chí Khoa học Trường Đại học Phan Thiết, 3(2), 51-61. https://tapchikhoahocupt.vn/index.php/uptjs/article/view/69
Chuyên mục
Các bài báo

Tài liệu tham khảo

Fernández-Quintero, M. L. và cộng sự (2021). Shark Antibody Variable Domains Rigidify Upon Affinity Maturation-Understanding the Potential of Shark Immunoglobulins as Therapeutics. Front Mol Biosci, 8, 639166. doi:10.3389/fmolb.2021.639166.

Gatenby, R. A. & Gillies, R. J. (2004). Why do cancers have high aerobic glycolysis? Nat Rev Cancer, 4(11), 891-899. doi:10.1038/nrc1478.

Holm, L. (2020). Using Dali for Protein Structure Comparison. Methods Mol Biol, 2112, 29-42. doi:10.1007/978-1-0716-0270-6_3.

Holm, L. và cộng sự (2008). Searching protein structure databases with DaliLite v.3. Bioinformatics, 24(23), 2780-2781. doi:10.1093/bioinformatics/btn507.

Jumper, J. và cộng sự (2021). Highly accurate protein structure prediction with AlphaFold. Nature, 596(7873), 583-589. doi:10.1038/s41586-021-03819-2.

Kovalenko, O. V. và cộng sự (2013). Atypical antigen recognition mode of a shark immunoglobulin new antigen receptor (IgNAR) variable domain characterized by humanization and structural analysis. J Biol Chem, 288(24), 17408-17419. doi:10.1074/jbc.M112.435289.

Mirdita, M. và cộng sự (2022). ColabFold: making protein folding accessible to all. Nature Methods, 19(6), 679-682. doi:10.1038/s41592-022-01488-1.

Rossotti, M. A. và cộng sự (2022). Immunogenicity and humanization of single-domain antibodies. 289(14), 4304-4327. doi: https://doi.org/10.1111/febs.15809.

Tunyasuvunakool, K. và cộng sự (2021). Highly accurate protein structure prediction for the human proteome. Nature, 596(7873), 590-596. doi:10.1038/s41586-021-03828-1.

Yang, E. Y. & Shah, K. (2020). Nanobodies: Next Generation of Cancer Diagnostics and Therapeutics. 10. doi:10.3389/fonc.2020.01182.

Các bài báo được đọc nhiều nhất của cùng tác giả

1 2 3 4 5 6 7 8 > >>