«Последовательности многих белков содержат короткие, консервативные мотивы, которые участвуют в распознавании и нацеливании, часто отделенные от других функциональных свойств молекулы, в которой они встречаются. Эти мотивы линейны в том смысле, что для объединения отдаленных сегментов молекулы с целью создания узнаваемой единицы не требуется трехмерной организации. Консервация этих мотивов различается: некоторые из них высококонсервативны, в то время как другие, например, допускают замены, которые сохраняют только определенный рисунок заряда по всему мотиву».
Атрибуты
SLiM обычно располагаются в изначально неупорядоченных областях [4] (более 80% известных SLiM), однако при взаимодействии со структурированным партнером часто индуцируется вторичная структура . Большинство аннотированных SLiM состоят из 3–11 смежных аминокислот , в среднем чуть более 6 остатков. Однако только несколько остатков горячих точек (в среднем 1 горячая точка на каждые 3 остатка в мотиве) вносят большую часть свободной энергии связывания и определяют большую часть сродства и специфичности взаимодействия. Хотя большинство мотивов не имеют позиционных предпочтений, некоторые из них должны быть локализованы на концах белка, чтобы быть функциональными. [5] [6]
Ключевой определяющий атрибут SLiM, имеющий ограниченное количество остатков, которые напрямую контактируют с партнером по связыванию, имеет два основных последствия. Во-первых, только несколько или даже одна мутация могут привести к образованию функционального мотива, а дальнейшие мутации фланкирующих остатков позволяют настраивать сродство и специфичность. [7] Это приводит к тому, что SLiM имеют повышенную склонность к конвергентной эволюции , что облегчает их пролиферацию, о чем свидетельствует их консерватизм и повышенная частота у высших эукариот . [8] Была выдвинута гипотеза, что это может увеличить и реструктурировать связность интерактома . Во-вторых, SLiM имеют относительно низкое сродство к своим партнерам по взаимодействию (обычно от 1 до 150 мкМ), что делает эти взаимодействия временными и обратимыми и, таким образом, идеальными для опосредования динамических процессов, таких как клеточная сигнализация . Кроме того, это означает, что эти взаимодействия можно легко модулировать с помощью посттрансляционных модификаций , которые изменяют структурные и физико-химические свойства мотива. Кроме того, области с высокой функциональной плотностью могут опосредовать молекулярное переключение посредством перекрывающихся мотивов (например, С-концевые хвосты субъединиц интегрина бета), или они могут допускать высокоавидные взаимодействия посредством множественных мотивов с низкой аффинностью (например, множественные мотивы связывания AP2 в Eps15). [6] [9] [10]
Функция
SLiM функционируют почти в каждом пути из-за их критической роли в регуляторной функции, белок-белковом взаимодействии и передаче сигнала. SLiM действуют как модули взаимодействия, которые распознаются дополнительными биомолекулами. Большинство известных партнеров взаимодействия SLiM являются доменами глобулярных белков, хотя также были охарактеризованы SLiM, которые распознают другие внутренне неупорядоченные области, РНК и липиды. SLiM можно в целом разделить на два класса высокого уровня: сайты модификации и сайты связывания лигандов.
Сайты модификации Сайты модификации SLiM охватывают сайты с внутренней детерминантой специфичности, которые распознаются и модифицируются активным сайтом каталитического домена фермента. Эти SLiM включают множество классических сайтов посттрансляционной модификации (PTM), сайты протеолитического расщепления, распознаваемые протеазами, и связи, распознаваемые изомеразами.
Протеолитическое расщепление -SLiM могут действовать как сайты распознавания эндопептидаз, что приводит к необратимому расщеплению пептида в SLiM.
Структурные модификации – SLiM могут распознаваться изомеразами, что приводит к цис-транс-изомеризации пептидного остова.
Лигандные связывающие сайты Лигандные связывающие сайты SLiM привлекают партнеров по связыванию к белкам, содержащим SLiM, часто опосредуя временные взаимодействия или действуя совместно для создания более стабильных комплексов. Лигандные SLiM часто играют центральную роль в формировании динамических мультибелковых комплексов, однако они чаще опосредуют регуляторные взаимодействия, которые контролируют стабильность, локализацию или состояние модификации белка. [11]
Формирование комплекса – лигандные SLiM часто функционируют как простые интерфейсы, которые привлекают белки в многобелковые комплексы (например, мотив LxCxE, связывающий ретинобластому), или действуют как агрегаторы в белках каркаса (например, последовательности, богатые пролином, связывающие домен SH3 ).
Локализация – Большое количество SLiM действуют как почтовые индексы, которые распознаются клеточным транспортным аппаратом, опосредующим перемещение содержащегося белка в правильный субклеточный компартмент (например, сигналы ядерной локализации (NLS) и сигналы ядерного экспорта (NES)).
Состояние модификации – Многие классы лигандных SLiM привлекают ферменты к своему субстрату, связываясь с сайтами, которые отличаются от активного сайта фермента. Эти сайты, известные как стыковочные мотивы, действуют как дополнительные детерминанты специфичности для этих ферментов и снижают вероятность событий модификации вне цели.
Стабильность – Подмножество стыковочных мотивов привлекает убиквитинлигазу E3 к своим субстратам. Получающееся в результате полиубиквитинирование нацеливает субстрат на протеосомное разрушение.
Роль в заболевании
Неупорядоченные белковые элементы, такие как SLiM, часто встречаются в факторах, регулирующих экспрессию генов. [11] В результате несколько заболеваний были связаны с мутациями, которые изменяют ключевые функции, опосредованные SLiM. Например, одной из причин синдрома Нунан является мутация в белке Raf-1, которая отменяет взаимодействие с белками 14-3-3, опосредованное соответствующими короткими линейными мотивами, и тем самым нарушает регуляцию активности киназы Raf-1 . [12] Синдром Ашера является наиболее частой причиной наследственной слепоглухоты у людей [13] и может быть вызван мутациями либо в доменах PDZ в хармонине, либо в соответствующих мотивах взаимодействия PDZ в белке SANS. [14] Наконец, синдром Лиддла связан с аутосомно-доминантными активирующими мутациями в мотиве взаимодействия WW в субъединицах β-(SCNNB_HUMA) и γ-(SCNNG_HUMA) эпителиального натриевого канала ENaC . [15] Эти мутации отменяют связывание с убиквитинлигазой NEDD4 , тем самым ингибируя деградацию канала и продлевая период полураспада ENaC , что в конечном итоге приводит к увеличению реабсорбции Na + , увеличению объема плазмы и гипертонии. [16]
Вирусы часто имитируют человеческие SLiM, чтобы захватить и нарушить клеточный аппарат хозяина, [17] [18] [11], тем самым добавляя функциональность своим компактным геномам без необходимости в новых вирусно-кодируемых белках. Фактически, многие мотивы были первоначально обнаружены в вирусах, например, мотив LxCxE, связывающий ретинобластому, и домен UEV, связывающий поздний домен PTAP. Короткое время генерации и высокая скорость мутаций вирусов в сочетании с естественным отбором привели к многочисленным примерам мимикрии SLiM хозяина на каждом этапе жизненного цикла вируса (мотив связывания Src PxxP в Nef модулирует репликацию, домен WW, связывающий PPxY, опосредует почкование у вируса Эбола, мотив связывания легкой цепи динеина у вируса бешенства жизненно важен для инфицирования хозяина). Степень мимикрии человеческого SLiM удивительна, поскольку многие вирусные белки содержат несколько функциональных SLiM, например, белок аденовируса E1A.
Патогенные бактерии также имитируют мотивы хозяина (а также имеют свои собственные мотивы), однако не в такой степени, как облигатные паразитические вирусы. E. Coli вводит белок EspF(U), который имитирует аутоингибиторный элемент N-WASP в клетку хозяина, чтобы активировать актин-нуклеирующие факторы WASP. [19] Мотив KDEL бактерий , кодирующих холерный токсин, опосредует проникновение холерного токсина в клетку. [20]
Потенциал в качестве лидеров для разработки лекарственных препаратов
В последние годы белок-белковые взаимодействия, опосредованные линейным мотивом, показали себя многообещающими в качестве новых лекарственных мишеней. [21] Истории успеха включают аналог мотива MDM2 Nutlin-3 и интегрин, нацеленный на RGD-миметик Cilengitide : Nutlin-3 противодействует взаимодействию домена SWIB MDM2 с p53 , таким образом стабилизируя p53 и вызывая старение раковых клеток. [22] Cilengitide ингибирует интегрин -зависимую сигнализацию, вызывая разборку цитоскелета , клеточное отсоединение и индукцию апоптоза в эндотелиальных и глиомных клетках. [23] [24] Кроме того, также изучаются пептиды, нацеленные на домены адаптеров Grb2 и Crk SH2 / SH3 . [25] [26]
В настоящее время на рынке нет лекарств, специально нацеленных на участки фосфорилирования , однако ряд лекарств нацелены на домен киназы . Эта тактика показала свою перспективность в лечении различных форм рака. [18] Например, Stutnet® является ингибитором рецепторной тирозинкиназы (RTK) для лечения рака желудочно-кишечного тракта, Gleevec® специально нацелен на bcr-abl, а Sprycel® является ингибитором тирозинкиназы широкого спектра действия, мишенями которого являются Bcr-Abl и Src . Расщепление является еще одним процессом, направленным на распознавание мотива, при этом протеазы, ответственные за расщепление, являются хорошей лекарственной мишенью. Например, Tritace® , Vasotec® , Accupril® и Lotensin® являются ингибиторами ангиотензинпревращающих ферментов , имитирующими субстрат . К другим препаратам, воздействующим на посттрансляционные модификации, относятся Зовиракс® , противовирусный ингибитор миристоилирования , и ингибиторы трансферазы Фарнизил, которые блокируют липидную модификацию мотива CAAX-box.
SLiM обычно описываются регулярными выражениями в литературе по мотивам с важными остатками, определенными на основе комбинации экспериментальных, структурных и эволюционных доказательств. Однако высокопроизводительный скрининг, такой как фаговый дисплей, привел к значительному увеличению доступной информации для многих классов мотивов, что позволяет описывать их с помощью логотипов последовательностей . [28] Несколько различных репозиториев в настоящее время курируют доступные данные по мотивам. С точки зрения объема, ресурс Eukaryotic Linear Motif (ELM) [29] и MiniMotif Miner (MnM) [30] представляют собой две крупнейшие базы данных мотивов, поскольку они пытаются охватить все мотивы из доступной литературы. Существует также несколько более конкретных и специализированных баз данных, PepCyber [31] и ScanSite [32] фокусируются на меньших подмножествах мотивов, связывании фосфопептидов и важных сигнальных доменах соответственно. PDZBase [33] фокусируется исключительно на лигандах домена PDZ. MEROPS [34] и CutDB [35] курируют доступные данные о протеолитических событиях, включая специфичность протеазы и сайты расщепления. За последнее десятилетие значительно возросло количество публикаций, описывающих взаимодействия, опосредованные мотивами, и в результате большой объем доступной литературы еще предстоит курировать. Недавняя работа создала инструмент MiMosa [36] для ускорения процесса аннотирования и поощрения семантически надежных описаний мотивов. [37]
Инструменты обнаружения
SLiM короткие и вырожденные, и в результате протеом завален стохастически возникающими пептидами, которые напоминают функциональные мотивы. Биологически значимые клеточные партнеры могут легко различать функциональные мотивы, однако вычислительные инструменты еще не достигли уровня сложности, когда обнаружение мотивов может быть выполнено с высокой степенью успеха.
Инструменты обнаружения мотивов можно разделить на две основные категории: обнаружение нового экземпляра известного класса функциональных мотивов и обнаружение класса функциональных мотивов, однако все они используют ограниченный и перекрывающийся набор атрибутов для различения истинных и ложных положительных результатов. Основные дискриминационные атрибуты, используемые при обнаружении мотивов:
Доступность — мотив должен быть доступен для партнера по связыванию. Для проверки доступности предсказанных экземпляров мотива можно использовать инструменты прогнозирования внутренних беспорядков (такие как IUPred или GlobPlot), базы данных доменов (такие как Pfam и SMART ) и экспериментально полученные структурные данные (из таких источников, как PDB ).
Сохранение – сохранение мотива сильно коррелирует с функциональностью, и многие экспериментальные мотивы рассматриваются как острова сильного ограничения в областях слабого сохранения. Выравнивание гомологичных белков может быть использовано для расчета метрики сохранения для мотива.
Физико-химические свойства. Определенные внутренние свойства остатков или участков аминокислот являются сильными дискриминаторами функциональности, например, склонность области беспорядка подвергаться переходу от беспорядка к порядку.
Обогащение в группировках схожих белков – Мотив часто развивается конвергентно для выполнения схожих задач в разных белках, таких как опосредование связывания с определенным партнером или нацеливание белков на определенную субклеточную локализацию. Часто в таких случаях эти группировки мотива происходят чаще, чем ожидается, случайно и могут быть обнаружены путем поиска обогащенных мотивов.
Новые функциональные мотивы примеры
Ресурс Eukaryotic Linear Motif (ELM) [29] и MiniMotif Miner (MnM) [30] предоставляют серверы для поиска новых примеров известных функциональных мотивов в последовательностях белков. SLiMSearch позволяет проводить подобные поиски в масштабах всего протеома. [38]
Класс новых функциональных мотивов
Совсем недавно были разработаны вычислительные методы, которые могут идентифицировать новые короткие линейные мотивы de novo. [39] Инструменты на основе интерактома полагаются на идентификацию набора белков, которые, вероятно, имеют общую функцию, например, связывание одного и того же белка или расщепление одной и той же пептидазой. Двумя примерами такого программного обеспечения являются DILIMOT и SLiMFinder. [40] [41] Anchor и α-MoRF-Pred используют физико-химические свойства для поиска пептидов, подобных мотивам, в неупорядоченных областях (называемых MoRF , среди прочего). ANCHOR [42] идентифицирует участки внутренне неупорядоченных областей, которые не могут образовывать благоприятные внутрицепочечные взаимодействия для сворачивания без дополнительной стабилизирующей энергии, вносимой партнером по глобулярному взаимодействию. α-MoRF-Pred [43] использует присущую многим SLiM склонность подвергаться переходу от беспорядка к порядку при связывании, чтобы обнаружить участки формирования α-спирали в неупорядоченных областях. MoRFPred [44] и MoRFchibi SYSTEM [45] [46] [47] — это предикторы на основе SVM, которые используют в своих предсказаниях множество признаков, включая физико-химические свойства локальной последовательности, длинные участки неупорядоченных областей и сохранение. SLiMPred [48] — это метод на основе нейронной сети для de novo обнаружения SLiM из последовательности белка. Информация о структурном контексте мотива (предсказанная вторичная структура, структурные мотивы, доступность растворителя и беспорядок) используется в процессе предсказания. Важно, что никаких предыдущих знаний о белке (т. е. никакой эволюционной или экспериментальной информации) не требуется.
Ссылки
^ Diella F, Haslam N, Chica C, Budd A, Michael S, Brown NP и др. (май 2008 г.). «Понимание эукариотических линейных мотивов и их роли в клеточной сигнализации и регуляции». Frontiers in Bioscience . 13 (13): 6580–603. doi : 10.2741/3175 . PMID 18508681.
^ Недува В., Рассел Р.Б. (октябрь 2006 г.). «Пептиды, опосредующие сети взаимодействия: наконец-то новые зацепки». Current Opinion in Biotechnology . 17 (5): 465–71. doi :10.1016/j.copbio.2006.08.002. PMID 16962311.
^ Dice JF (август 1990). «Пептидные последовательности, нацеленные на цитозольные белки для лизосомального протеолиза». Trends in Biochemical Sciences . 15 (8): 305–9. doi :10.1016/0968-0004(90)90019-8. PMID 2204156.
^ Ren S, Uversky VN, Chen Z, Dunker AK, Obradovic Z (сентябрь 2008 г.). «Короткие линейные мотивы, распознаваемые доменами SH2, SH3 и Ser/Thr Kinase, сохраняются в неупорядоченных белковых регионах». BMC Genomics . 9 (Suppl 2): S26. doi : 10.1186/1471-2164-9-S2-S26 . PMC 2559891 . PMID 18831792.
^ London N, Movshovitz-Attias D, Schueler-Furman O (февраль 2010 г.). «Структурная основа стратегий связывания пептида с белком». Structure . 18 (2): 188–99. doi : 10.1016/j.str.2009.11.012 . PMID 20159464.
^ аб Дэйви Н.Э., Ван Рой К., Уэзеритт Р.Дж., Тоедт Г., Уяр Б., Альтенберг Б. и др. (январь 2012 г.). «Признаки коротких линейных мотивов». Молекулярные биосистемы . 8 (1): 268–81. дои : 10.1039/c1mb05231d. ПМИД 21909575.
^ Davey NE, Cyert MS, Moses AM (ноябрь 2015 г.). «Короткие линейные мотивы — эволюция регуляции белков ex nihilo». Cell Communication and Signaling . 13 (1): 43. doi : 10.1186/s12964-015-0120-z . PMC 4654906. PMID 26589632 .
^ Ren S, Yang G, He Y, Wang Y, Li Y, Chen Z (октябрь 2008 г.). «Консервативная модель коротких линейных мотивов сильно коррелирует с функцией взаимодействующих белковых доменов». BMC Genomics . 9 : 452. doi : 10.1186/1471-2164-9-452 . PMC 2576256 . PMID 18828911.
^ Neduva V, Russell RB (июнь 2005 г.). «Линейные мотивы: эволюционные переключатели взаимодействия». FEBS Letters . 579 (15): 3342–5. Bibcode : 2005FEBSL.579.3342N. doi : 10.1016/j.febslet.2005.04.005 . PMID 15943979. S2CID 41014984.
^ Gibson TJ (октябрь 2009 г.). «Клеточная регуляция: определена для сигнализации дискретного сотрудничества». Тенденции в биохимических науках . 34 (10): 471–82. doi :10.1016/j.tibs.2009.06.007. PMID 19744855.
^ abc Cermakova, Katerina; Hodges, H. Courtney (2023-02-06). «Модули взаимодействия, придающие специфичность неупорядоченному белку». Trends in Biochemical Sciences . 48 (5): S0968–0004(23)00008–7. doi : 10.1016/j.tibs.2023.01.004 . ISSN 0968-0004. PMC 10106370. PMID 36754681 .
^ Пандит Б., Саркози А., Пеннаккио ЛА., Карта С., Ойши К., Мартинелли С. и др. (август 2007 г.). «Мутации усиления функции RAF1 вызывают синдромы Нунан и LEOPARD с гипертрофической кардиомиопатией». Nature Genetics . 39 (8): 1007–12. doi :10.1038/ng2073. PMID 17603483. S2CID 19335210.
^ Eudy JD, Sumegi J (октябрь 1999 г.). «Молекулярная генетика синдрома Ашера». Cellular and Molecular Life Sciences . 56 (3–4): 258–67. doi :10.1007/s000180050427. PMC 11146852. PMID 11212353. S2CID 2028106 .
^ Kalay E, de Brouwer AP, Caylan R, Nabuurs SB, Wollnik B, Karaguzel A и др. (декабрь 2005 г.). «Новая мутация D458V в мотиве связывания SANS PDZ вызывает атипичный синдром Ашера». Журнал молекулярной медицины . 83 (12): 1025–32. doi :10.1007/s00109-005-0719-4. PMID 16283141. S2CID 41415771.
^ Warnock DG (январь 1998). «Синдром Лиддла: аутосомно-доминантная форма гипертонии у человека». Kidney International . 53 (1): 18–24. doi : 10.1046/j.1523-1755.1998.00728.x . PMID 9452995.
^ Furuhashi M, Kitamura K, Adachi M, Miyoshi T, Wakida N, Ura N и др. (январь 2005 г.). «Синдром Лиддла, вызванный новой мутацией в богатом пролином мотиве PY бета-субъединицы эпителиального натриевого канала». Журнал клинической эндокринологии и метаболизма . 90 (1): 340–4. doi : 10.1210/jc.2004-1027 . PMID 15483078.
^ Davey NE, Travé G, Gibson TJ (март 2011 г.). «Как вирусы захватывают регуляцию клеток». Trends in Biochemical Sciences . 36 (3): 159–69. doi :10.1016/j.tibs.2010.10.002. PMID 21146412.
^ abc Kadaveru K, Vyas J, Schiller MR (май 2008 г.). «Вирусная инфекция и болезнь человека — понимание минимотивов». Frontiers in Bioscience . 13 (13): 6455–71. doi :10.2741/3166. PMC 2628544. PMID 18508672 .
^ Sallee NA, Rivera GM, Dueber JE, Vasilescu D, Mullins RD, Mayer BJ, Lim WA (август 2008 г.). «Белок патогена EspF(U) захватывает полимеризацию актина, используя мимикрию и многовалентность». Nature . 454 (7207): 1005–8. Bibcode :2008Natur.454.1005S. doi :10.1038/nature07170. PMC 2749708 . PMID 18650806.
^ Lencer WI, Constable C, Moe S, Jobling MG, Webb HM, Ruston S и др. (ноябрь 1995 г.). «Нацеливание холерного токсина и термолабильного токсина Escherichia coli на поляризованный эпителий: роль COOH-терминального KDEL». Журнал клеточной биологии . 131 (4): 951–62. doi :10.1083/jcb.131.4.951. PMC 2200010. PMID 7490296 .
^ Уэллс JA, МакКлендон CL (декабрь 2007 г.). «Достижение высоко висящих фруктов в открытии лекарств на белок-белковых интерфейсах». Nature . 450 (7172): 1001–9. Bibcode :2007Natur.450.1001W. doi :10.1038/nature06526. PMID 18075579. S2CID 205211934.
^ Vassilev LT, Vu BT, Graves B, Carvajal D, Podlaski F, Filipovic Z, et al. (Февраль 2004). "In vivo активация пути p53 малыми молекулярными антагонистами MDM2". Science . 303 (5659): 844–8. Bibcode :2004Sci...303..844V. doi :10.1126/science.1092472. PMID 14704432. S2CID 16132757.
^ Goodman SL, Hölzemann G, Sulyok GA, Kessler H (февраль 2002 г.). «Наномолярные малые молекулярные ингибиторы для интегринов alphav(beta)6, alphav(beta)5 и alphav(beta)3». Journal of Medicinal Chemistry . 45 (5): 1045–51. doi :10.1021/jm0102598. PMID 11855984.
^ Oliveira-Ferrer L, Hauschild J, Fiedler W, Bokemeyer C, Nippgen J, Celik I, Schuch G (декабрь 2008 г.). «Циленгитид индуцирует отсоединение клеток и апоптоз в эндотелиальных и глиомных клетках, опосредованное ингибированием пути FAK/src/AKT». Журнал экспериментальных и клинических исследований рака . 27 (1): 86. doi : 10.1186/1756-9966-27-86 . PMC 2648308. PMID 19114005 .
^ Gril B, Vidal M, Assayag F, Poupon MF, Liu WQ, Garbay C (июль 2007 г.). «Лиганд Grb2-SH3 ингибирует рост раковых клеток HER2+ и оказывает противоопухолевое действие на ксенотрансплантаты рака человека как самостоятельно, так и в сочетании с доцетакселом». International Journal of Cancer . 121 (2): 407–15. doi :10.1002/ijc.22674. PMC 2755772 . PMID 17372910.
^ Metallo SJ (август 2010 г.). «Внутренне неупорядоченные белки являются потенциальными мишенями для лекарств». Current Opinion in Chemical Biology . 14 (4): 481–8. doi :10.1016/j.cbpa.2010.06.169. PMC 2918680. PMID 20598937 .
^ Haslam NJ, Shields DC (май 2012 г.). «Открытие коротких линейных белковых мотивов на основе профиля». BMC Bioinformatics . 13 : 104. doi : 10.1186/1471-2105-13-104 . PMC 3534220. PMID 22607209 .
^ ab Gould CM, Diella F, Via A, Puntervoll P, Gemünd C, Chabanis-Davidson S, et al. (Январь 2010 г.). "ELM: статус ресурса эукариотических линейных мотивов 2010 г.". Nucleic Acids Research . 38 (выпуск базы данных): D167-80. doi :10.1093/nar/gkp1016. PMC 2808914. PMID 19920119 .
^ ab Rajasekaran S, Balla S, Gradie P, Gryk MR, Kadaveru K, Kundeti V и др. (январь 2009 г.). "Minimotif miner 2nd release: a database and web system for motif search". Nucleic Acids Research . 37 (Database Issue): D185-90. doi :10.1093/nar/gkn865. PMC 2686579 . PMID 18978024.
^ Gong W, Zhou D, Ren Y, Wang Y, Zuo Z, Shen Y и др. (январь 2008 г.). "PepCyber:P~PEP: база данных человеческих белок-белковых взаимодействий, опосредованных доменами связывания фосфопротеинов". Nucleic Acids Research . 36 (выпуск базы данных): D679-83. doi : 10.1093/nar/gkm854. PMC 2238930. PMID 18160410.
^ Obenauer JC, Cantley LC, Yaffe MB (июль 2003 г.). «Scansite 2.0: прогнозирование сигнальных взаимодействий клеток на уровне протеома с использованием коротких последовательностей мотивов». Nucleic Acids Research . 31 (13): 3635–41. doi :10.1093/nar/gkg584. PMC 168990 . PMID 12824383.
^ Beuming T, Skrabanek L, Niv MY, Mukherjee P, Weinstein H (март 2005 г.). "PDZBase: база данных белок-белковых взаимодействий для PDZ-доменов". Биоинформатика . 21 (6): 827–8. doi : 10.1093/bioinformatics/bti098 . PMID 15513994.
^ Rawlings ND, Barrett AJ, Bateman A (январь 2010 г.). "MEROPS: база данных пептидаз". Nucleic Acids Research . 38 (выпуск базы данных): D227-33. doi :10.1093/nar/gkp971. PMC 2808883. PMID 19892822 .
^ Игараши Ю., Ерошкин А., Граматикова С., Граматикофф К., Чжан Ю., Смит Дж.В. и др. (январь 2007 г.). «CutDB: база данных протеолитических событий». Исследования нуклеиновых кислот . 35 (Проблема с базой данных): D546-9. doi : 10.1093/nar/gkl813. ПМЦ 1669773 . ПМИД 17142225.
^ Vyas J, Nowling RJ, Meusburger T, Sargeant D, Kadaveru K, Gryk MR и др. (июнь 2010 г.). "MimoSA: система аннотации минимотивов". BMC Bioinformatics . 11 : 328. doi : 10.1186/1471-2105-11-328 . PMC 2905367. PMID 20565705 .
^ Praefcke GJ, Ford MG, Schmid EM, Olesen LE, Gallop JL, Peak-Chew SY и др. (ноябрь 2004 г.). «Эволюционирующая природа альфа-придатка AP2 во время эндоцитоза пузырьков, покрытых клатрином». The EMBO Journal . 23 (22): 4371–83. doi :10.1038/sj.emboj.7600445. PMC 526462. PMID 15496985 .
^ Davey NE, Haslam NJ, Shields DC, Edwards RJ (июль 2011 г.). "SLiMSearch 2.0: биологический контекст для коротких линейных мотивов в белках". Nucleic Acids Research . 39 (выпуск веб-сервера): W56-60. doi :10.1093/nar/gkr402. PMC 3125787. PMID 21622654 .
^ Hugo W, Song F, Aung Z, Ng SK, Sung WK (апрель 2010 г.). «SLiM в диете: поиск коротких линейных мотивов на интерфейсах взаимодействия доменов в банке данных белков». Биоинформатика . 26 (8): 1036–42. CiteSeerX 10.1.1.720.9626 . doi :10.1093/bioinformatics/btq065. PMID 20167627.
^ Neduva V, Russell RB (июль 2006 г.). "DILIMOT: discovery of linear motifs in proteins". Nucleic Acids Research . 34 (выпуск веб-сервера): W350-5. doi : 10.1093/nar/gkl159. PMC 1538856. PMID 16845024.
^ Davey NE, Haslam NJ, Shields DC, Edwards RJ (июль 2010 г.). "SLiMFinder: веб-сервер для поиска новых, значительно перепредставленных, коротких белковых мотивов". Nucleic Acids Research . 38 (выпуск веб-сервера): W534-9. doi :10.1093/nar/gkq440. PMC 2896084. PMID 20497999 .
^ Mészáros B, Simon I, Dosztányi Z (май 2009). Casadio R (ред.). "Предсказание областей связывания белков в неупорядоченных белках". PLOS Computational Biology . 5 (5): e1000376. Bibcode : 2009PLSCB...5E0376M. doi : 10.1371/journal.pcbi.1000376 . PMC 2671142. PMID 19412530 .
^ Cheng Y, Oldfield CJ, Meng J, Romero P, Uversky VN, Dunker AK (ноябрь 2007 г.). «Изучение особенностей молекулярного распознавания, формирующих альфа-спирали, с помощью выравнивания последовательностей между видами». Биохимия . 46 (47): 13468–77. doi :10.1021/bi7012273. PMC 2570644 . PMID 17973494.
^ Disfani FM, Hsu WL, Mizianty MJ, Oldfield CJ, Xue B, Dunker AK и др. (июнь 2012 г.). "MoRFpred, вычислительный инструмент для прогнозирования на основе последовательностей и характеристики коротких областей связывания, переходящих от беспорядка к порядку, в белках". Биоинформатика . 28 (12): i75-83. doi :10.1093/bioinformatics/bts209. PMC 3371841 . PMID 22689782.
^ Malhis N, Gsponer J (июнь 2015 г.). «Вычислительная идентификация MoRF в последовательностях белков». Биоинформатика . 31 (11): 1738–44. doi :10.1093/bioinformatics/btv060. PMC 4443681. PMID 25637562 .
^ Malhis N, Wong ET, Nassar R, Gsponer J (30 октября 2015 г.). «Вычислительная идентификация MoRF в белковых последовательностях с использованием иерархического применения правила Байеса». PLOS ONE . 10 (10): e0141603. Bibcode :2015PLoSO..1041603M. doi : 10.1371/journal.pone.0141603 . PMC 4627796 . PMID 26517836.
^ Malhis N, Jacobson M, Gsponer J (июль 2016 г.). "MoRFchibi SYSTEM: программные инструменты для идентификации MoRF в последовательностях белков". Nucleic Acids Research . 44 (W1): W488-93. doi :10.1093/nar/gkw409. PMC 4987941. PMID 27174932 .
^ Mooney C, Pollastri G, Shields DC, Haslam NJ (январь 2012 г.). «Предсказание коротких линейных областей связывания белков». Журнал молекулярной биологии . 415 (1): 193–204. doi : 10.1016/j.jmb.2011.10.025. hdl : 10197/3395 . PMID 22079048.
