SCOWLP：一个基于网络的数据库，用于蛋白质界面的详细表征和可视化

摘要

背景

目前迫切需要有助于准确描述蛋白质界面的方法，以便能够理解支配分子识别和蛋白质功能的原理。最近许多计算识别和表征蛋白质网络的工作都是从PDB中以原子分辨率提取蛋白质相互作用信息。然而，他们对小蛋白配体和溶剂没有或很少关注。它们是蛋白质相互作用的关键成分和介质，是完整描述蛋白质界面的基础。相互作用组构分析需要开发计算工具，以自动和比较的方式从PDB中提取和分析蛋白质、蛋白质和详细的溶剂相互作用信息。将这些信息添加到现有的关于蛋白质相互作用的信息中，将使我们能够更好地理解蛋白质相互作用网络和蛋白质功能。

描述

SCOWLP公司(S公司结构C类特征化O（运行）（f）W公司水，L（左）igands和P（P）是一个用户友好且可公开访问的基于web的关系数据库，用于PDB蛋白质界面的详细特征描述和可视化。SCOWLP数据库包括蛋白质、肽配体和界面水分子作为蛋白质界面的描述符。它目前包含74907个蛋白质界面和2093976个残余相互作用，由60664个结构单元（蛋白质结构域和肽键）及其相互作用溶剂形成。

SCOWLP网络服务器允许通过PDB代码的文本查询和/或导航基于SCOP的树，在原子级对蛋白质界面进行详细的结构分析和比较。它包括一个可视化工具，可以交互显示界面，并通过原子物理化学性质标记相互作用的残基和界面溶剂。每个SCOP版本都会自动更新SCOWLP。

结论

SCOWLP通过将肽键和溶剂的详细界面信息添加到现有的蛋白质相互作用数据库中，大大丰富了蛋白质界面的描述。SCOWLP可能会引起许多结构生物信息学家的兴趣。它为蛋白质界面的原子级自动全局映射提供了一个平台，为蛋白质界面的分类、蛋白质结合比较研究、蛋白质复合物的重建和理解蛋白质网络提供了一个有用的工具。带有数据库的web服务器及其用于我们分析的附加摘要表可在网址：http://www.scowlp.org.

背景

在所谓的“后基因时代”，最有趣和重要的挑战之一是对蛋白质网络的理解。蛋白质之间的相互作用已经用多种方法进行了广泛的研究[1]，并且已经建立了许多数据库，成为分析蛋白质网络的非常有用的工具[2——4]。

长期以来，人们一直在蛋白质链和结构域界面水平上研究蛋白质界面[5——12]. 此外，许多分析使用蛋白质链界面的数据集来研究蛋白质界面的残基类型倾向、序列和结构守恒[8,11,13——16]. 最近还创建了包含结构性域-域交互的数据库：3did[17]，PiBase[18]、iPfam[19]，PSI基准[20]、InterPare[21]，棱镜[22]. 然而，在这些方法中，仍然有许多蛋白质残基没有被视为“界面”或“相互作用”，因为在蛋白质相互作用分析中，肽键和溶剂经常被忽略。

肽配体和溶剂介导蛋白质相互作用，是完整描述蛋白质界面的基本成分。蛋白质可以与肽相互作用以发挥其生物功能。此外，肽被用于模拟蛋白质结合界面，其与蛋白质的复合物被用于以简化的方式研究蛋白质结合亲和力/特异性特性[23——25]. 由于这些原因，许多蛋白质-肽复合物已经通过X射线结晶学和/或核磁共振研究进行了实验研究，提供了有关蛋白质界面的额外信息[25]. 此外，蛋白质相互作用发生在水溶液中。溶剂分子可以通过氢键桥接结合伙伴，大大促进分子识别和功能[23,26——31]。

目前的大多数方法都无法准确描述蛋白质界面，而蛋白质界面需要能够为理解支配分子识别和蛋白质功能的原理奠定基础。

这里我们介绍SCOWLP(S公司结构C类特征化O（运行）（f）W公司水，L（左）igands和P（P）蛋白质），一个完整而详细的蛋白质界面表征和可视化平台。我们的数据库包括PDB的所有蛋白质相互作用组分，包括肽和溶剂，到目前为止，这些都被排除在系统蛋白质界面分析和数据库之外。在我们的数据库中，所有界面相互作用都是通过基于原子物理化学准则的相互作用规则在原子、残基和结构域级别进行描述的。这种完整的表征使得SCOWLP对于分子界面的比较结构分析非常有用。web应用程序允许用户通过查询PDB或SCOP层次结构来访问所有原子交互信息。通过使用Jmol 3D小程序，可以交互地可视化由不同交互描述符表征的所有界面信息[32]。

结构和内容

SCOWLP是一个基于web的关系数据库，由十一个表组成，描述了PDB在原子、残基和域级别的接口交互。该数据库包含74907个蛋白质界面和由60664形成的2093976个残余相互作用结构单元和相互作用的溶剂。为了创建SCOWLP，我们从PDB中提取蛋白质结构域、肽键和界面溶剂的3D数据[33]，我们从SCOP 1.69中定义了蛋白质域[34]. 我们使用基于边界形状的算法在原子、残基和结构域级别计算蛋白质相互作用[35]. 我们还开发了一个web应用程序，以自动和用户友好的方式处理和浏览界面数据。我们根据以下步骤设计了SCOWLP方法：

上海合作组织L（左）-配体(S公司 结构 C类 特征化 O（运行） f百事可乐- L（左） igand码)

我们方法的第一步是创建SCOL表。每个结构单元在PDB文件中，由不同的链名称表示。我们提取所有结构单元并将它们与SCOP的域定义进行比较。尽管SCOP有一个包含功能肽的“肽”类，但它并不包含PDB中复合的所有肽类。因此，结构单元SCOP中未定义的大于2小于100的残留物被视为肽类我们将此信息存储在SCOL表中（图。1). 包括构成同一多肽链一部分的杂原子和修饰残基，排除DNA残基。我们对每个SCOL进行了表征肽-甘氨酸通过分辨率、序列长度和二级结构。SCOWLP含有2739个肽链，增加了3413个新接口（图。2).

图1

方法的示意图概述SCOWLP使用来自PDB、SCOP、SCOL和SCOW的信息来计算原子界面相互作用。

图2

SCOWLP与PSIMAP数据库的比较直方图.残留物数量的表示（左年轴）和结构单元交互（右侧年轴），并与PSIMAP进行比较。

相互作用的结构单元对

我们标记所有结构单元PDB与SCOL-肽和SCOP-域定义之间的相互作用，以计算其相互作用。我们考虑两个残基之间的接触距离截止值为9º，以便在定义界面的最短轴上允许最多两个桥接水分子。我们使用基于边界形状的算法计算每个9°凸包（包含9°处所有原子的最小凸集）结构单元每个PDB条目的。凸壳算法已被证明可以减少界面计算所需的计算时间，减少搜索空间以减少计算检查的残差数，并允许分布式计算[35]。结构单元考虑具有相交形状和至少一个残余相互作用相互作用对（图。1).

上海合作组织W公司-水(S公司 结构 C类 特征化 O（运行） （f） W公司 水)

当水分子位于两个相互作用的形状交叉点时，我们将其视为界面的一部分结构单元所有界面水分子都存储在SCOW表中，然后被包括在原子界面计算中。我们还考虑了当两个残基通过一个或两个水分子桥接时的相互作用。残留物接触仅定义为水介导(OWM公司)非水介导或直接(D类)、和混合(M（M）). 仅通过水相互作用的残留物定义为潮湿的地方（图。三). 由于SCOW的实施，SCOWLP包含435086个新的水介导交互。这代表了SCOWLP数据库的20%（图。2).

图3

两个分子界面相互作用的示意图和 湿斑分子A和B形成界面。相互作用的残基和水分子分别表示为黑色和开环。

界面计算的交互规则

只有氨基酸残基和水分子位于结构单元形状是潜在的交互因素。我们应用原子类型和距离标准来计算结构单元在物理化学水平上对。对于氢键，我们应用了≤3.2μdonor-acceptor距离。对于盐桥，我们应用了≤4°距离准则。范德华能量由范德华半径距离处的疏水原子定义。在原子水平上，我们通过以下方式来表征相互作用：i）性质：亲水性、疏水性；ii）接触类型：主链、侧链、混合型；iii）桥联水分子的数量。在残基水平上，我们通过以下方式表征相互作用：i）性质：亲水性、疏水性、双重性；ii）接触类型：主链、侧链、混合型；iii）桥联水分子的数量；iv）接触的原子总数。在结构单元在水平上，我们通过以下方式来表征相互作用：i）接触体积；ii）凸面船体表面的表面积；ii）每单位相互作用原子/残基的数量；iv）相互作用类型：分子内/分子间。所有界面交互信息都存储在SCOWLP数据库中（图。1).

摘要表

我们创建了以下附加表，用于筛选和比较数据库中包含的信息：

接口说明

此表总结了SCOWLP数据库的所有接口。它包含74907个由SCOP域组成的接口，这些SCOP域标记有以下属性：PDB Id代码、原子分辨率、接触类型（分子内/分子间）和SCOP Id代码。所有界面还通过相互作用的数量（总量、所有水介导和仅水介导）和每个结合伙伴的相互作用残基数量进行标记。每个相互作用按类型（侧链/主链或两者）和桥联水分子的数量分类。

湿界面选择

该表存储了分辨率≤2.5º的络合物的界面接口描述表用于界面溶剂分析。该表不包括同二聚体界面，因为它们具有斑块状、填充不良和高度水合的性质[36]. 使用结果数据集，我们创建了三个表：

内容

该表可用于根据超家族在水介导界面相互作用中的含量对其进行排序。对于每个界面，它包含总交互作用的平均值、所有水介导的交互作用以及超家族水平上水介导交互作用百分比的比率。

形态学

此表可用于按数量对接口进行排序湿斑。在该表中，每个家族都由最多数量的湿斑标记有相互作用残基的总数湿斑.

比较

该表可用于监测界面中的溶剂变化，并在系列水平上进行比较。它包含按结构域排序的界面，然后由各自的配体（蛋白质或肽）排序。因为蛋白质-甘氨酸界面可以在不同的PDB中找到，所以我们选择出现多次并且包含湿斑。当同一个PDB文件包含两个绑定伙伴的重复接口时，我们选择具有更多绑定伙伴的接口作为代表湿斑.

实施

我们使用MySQL和Java编程语言来生成和分析SCOWLP数据库。在2.6 GHz Pentium IV上进行接口计算大约需要36小时。每个SCOP版本都会自动更新SCOWLP。

效用与讨论

SCOWLP数据库包含蛋白质界面的详细信息，包括PDB中的肽键和溶剂，并使用特定的物理化学原子标准对蛋白质界面进行分类。该数据库可以通过用户友好的web应用程序访问。

交互规则

原子类型和距离规则的使用使我们能够在物理化学水平上表征和分类相互作用。其他现有方法仅采用一般距离标准。PSIMAP公司[35]例如，将≤5º的任意原子距离视为相互作用对。因此，剩余和结构单元与PSIMAP（图。2). 这种减少转化为更准确的接口定义。

肽配体贡献

一些蛋白质已经进行了许多与肽复合的结构研究（例如蛋白酶，b.47.1）。此外，肽出现率较高的超家族不一定是具有较高结构域代表性的超家族（例如亲环素，b.62.1）。通过考虑蛋白质-肽复合物的信息，SCOWLP提供了8个SCOP超家族的界面信息，这些超家族以蛋白质-肽复合体为唯一代表（a23.4，a.50.1，d.76.1，a.8.5，d195.1，g.33.1，a.144.1，a.12.1）。此外，它在其他超家族中贡献了50%以上的交互信息。我们的结果表明，为了大大丰富蛋白质界面的描述，包含蛋白质-肽界面信息非常重要。

蛋白质可以在与其已知蛋白质复合物中的结合位点不完全对应的位置与肽结合。作为示例，我们显示了BTB/POZ(Po公司xvirus和Z轴inc finger）家族。PDB中的12个BTB/POZ复合物呈现5个结构域结合区域，其中两个区域由蛋白-肽复合物描述（图。4A级). POZ肽界面信息在功能上相关。在重建多蛋白复合物和建模涉及POZ结构域蛋白的信号通路时，这可能有助于提出新的POZ接触物。我们的结果表明，添加肽信息有助于完善蛋白质如何识别其结合伙伴的观点。

图4

肽键和溶剂对界面定义的丰富.A）通过肽键来丰富蛋白质界面的描述。综述了BTB/POZ结构域家族的分子识别特征。一个典型的POZ结构域（绿色）由五个不同的配体包围，代表所有可能的BTB/POZ结合区。肽配体以灰色表示（使用的PDB代码和链：11dk_A、11qb_ACD、1r2b_D）。B）蛋白质界面描述的丰富性湿斑显示了TEM1β-内酰胺酶（橙色表面）与抑制剂BLIPII（绿色丝带；PDB 1jtd）的复合物。白色表示在考虑之前形成界面的残留物湿斑（蓝色）。C）图中显示了呼吸硝酸还原酶1（PDB1q16）的α链和β链（分别为橙色和绿色带状）。白色表示在考虑之前形成界面的残留物湿斑（蓝色）。使用创建的地物洞察力II，加速度。

溶剂贡献

所有超家族内容表包含溶剂介导相互作用。此外，在某些超家族中，水介导的相互作用占总界面相互作用的75%（例如d.250.1）。关于“仅水介导”的相互作用，我们从形态学表43是最大数量湿斑找到。数字4B类和4摄氏度举例说明溶剂，特别是湿斑，可能在蛋白质界面（形状和大小）的形态描述中起重要作用。考虑到溶剂，由几个小的孤立斑块形成的不连续表面会变成更大的圆形斑块。这些观察结果表明，我们可以通过考虑界面溶剂来丰富蛋白质界面的描述。

虽然介导蛋白质相互作用的溶剂分子在蛋白质家族中是保守的，但由于不同的事实可能会发生变化：i）原子分辨率和/或结构数据的质量，ii）配体结合时的构象变化，iii）蛋白质的柔韧性，iv）新的相互作用区域（例如环插入和缺失），v）残留物模拟。湿点在这些情况下，变化可用作指示。这个比较表允许我们比较751个建筑群中127个家庭的界面湿斑变化。

溶剂分子在蛋白质界面的残基置换中起着重要作用。有时，原子分辨率、不同旋转体的存在或定义相互作用的接触距离的微小差异可能会影响湿斑尽管如此湿斑在同一家族的复合体中交互总数可用于定位残留模拟情况（例如Lys+H2O≈Arg）。当设计蛋白质对其配体的亲和力和特异性时，利用这些信息在分析蛋白质界面进化和蛋白质工程/合理设计中可能非常有用。

Web应用程序

SCOWLP包含由SCOP层次结构构造的所有PDB条目的原子界面信息。有两种查询数据库的方法：SCOP或PDB。用户可以通过关键字、SCOP/PDB ID或简单地导航SCOP层次结构树（图5.1). 当用户从树中选择一个族（标记为FA）时，SCOWLP检索包含该族在一个帧中的接口的PDB列表。第二个框架显示了一个汇总表，其中列出了该家族的所有界面，包括PDB id、接触类型、结合伙伴的超家族描述、界面面积、总相互作用残基和潮湿的地方此汇总表很好地概述了相互作用的合作伙伴和家庭层面的界面变化。通过选择此表中的任何PDB ID，用户将检索该PDB的所有接口的列表，这些接口组织在两个交互式表中：接口和互动。我们通过PDB ID查询SCOWLP获得了相同的表（图5.2). “界面”表显示了结合伙伴、界面面积、界面残留总量和湿斑. The交互类型表根据水中介、性质和类型对交互进行分类。用户可以通过主/从方式选择界面，以显示3D分子查看器和所选域联系人。我们已经实现了Jmol脚本[32]允许用户使用两个控制面板显示和交互分析界面（图5.3). 第一个（在右边；图5.3a条；域联系人选择)控制3D查看器中的界面显示，允许用户高亮显示构成每个界面一部分的残留物。第二个面板（左下；图5.3.c条)控件：分子视图：开/关残留物标签、水介质和纺丝；交互说明：界面残留物着色基于湿斑、性质和类型。图。5.3显示了一个蛋白质域（红色）与肽链（黄色）及其各自的相互作用残基相互作用(湿斑蓝色）。

图5

显示SCOWLP网站结构的截图和图例。

通过使用SCOWLP，用户可以实现特定查询、SCOP系列分析、界面比较和PDB中包含的原子交互数据的详细3D显示。

结论

对PDB中包含的界面信息的详细分析对于获得蛋白质界面的更准确描述非常有用。我们创建了SCOWLP，以便为蛋白质界面的表征和3D可视化提供一个平台。SCOWLP通过引入3413个新的蛋白质-肽界面和435086个额外的水介导相互作用，扩大了关于蛋白质-蛋白质相互作用的可用信息。SCOWLP中包含的所有相互作用都在物理化学水平上进行了表征和分类，而不是使用一般的距离标准。这使得我们可以更恰当地定义和增强数据库中包含的界面的比较。

由于分子识别中特异性和亲和力的起源可以从溶剂对相互作用的贡献方面得到部分解释，因此我们的数据库构成了一个非常有用的工具，可以促进合理的配体设计。特别地湿斑可以用作界面溶剂变化的指标，有助于比较蛋白质家族的界面，并可能指导对接实验。

SCOWLP可能引起许多结构生物信息学家的兴趣，它是蛋白质界面分类、蛋白质结合比较研究、蛋白质复合物重建和理解蛋白质网络的有用工具。

可用性和要求

SCOWLP网址为网址：http://www.scowlp.org。本文中使用的数据库和所有汇总表都可以免费下载，以便进行独立研究。