ToxinPred – 多肽毒性预测、突变设计和理化性质预测

多肽是由多个氨基酸通过肽键连接形成的化合物,是生物体中普遍存在的小分子活性物质,它们作为激素、神经递质、生长因子等参与多种生命活动。近年来,人们对多肽的研究也日渐深入,例如抗菌肽Antibacterial peptides,ABPs)具有广谱抗菌活性,可以快速杀灭革兰氏阳性菌,革兰氏阴性菌,真菌,寄生虫等。Cecropin类抗菌肽作用于细胞膜,可以形成跨膜离子通道,破坏细胞膜完整性,从而杀死细胞;抗癌肽(Anticancer peptides,ACPs)主要通过诱导细胞凋亡、破坏细胞的膜结构,改变细胞周围或细胞内pH以及增强免疫应答等多种机制来抑制癌细胞增殖。


传统的铂类、紫杉醇类等一线肿瘤治疗药物具有毒副作用大,存在多药耐药等缺点,而癌肽生物活性强,特异性高,对正常细胞的毒性较低,更加高效、安全,并且不易在体内聚集。因此抗癌肽是目前抗肿瘤新药研究的一大热点


从生物体中获得抗菌肽,抗癌肽正成为一种流行的多肽筛选方法。例如2022年3月,中科院微生物所发表在Nature Biotechnology上的论文Identification of antimicrobial peptides from the human gut microbiome using deep learning(注:该论文也提及了微生信,大家可以找找看),利用深度学习方法,构建了从人类肠道微生物组挖掘潜在新型抗菌肽的模型,总计挖掘并合成了216种潜在的新型抗菌肽,其中83.8%具有抗菌活性。


无论通过何种方法(质谱、预测等),在好不容易拿到多肽序列后,我们都可以对其进行毒性预测,以确保其对生物体没有毒性,然后再对其进行深入研究,若有毒性,我们可以通过对其氨基酸进行突变的方式,模拟出很多的多肽类似物,并进一步进行挑选和过滤。经过查询,我们找到了一个已经存在快10年的多肽毒性预测和突变设计网络服务器 – ToxinPred



这里,我们就带大家来使用下这个在线工具。


1,打开网站

使用浏览器打开https://webs.iiitd.edu.in/raghava/toxinpred/index.html

ToxinPred的主要特征包括:1)设计多肽,利用氨基酸突变设计多肽类似物;2)批量预测多肽是否具有毒性;3)优化多肽序列,找到毒性最小或者最大的多肽;4)预测理化性质。


2,针对一条多肽进行设计

1)点击导航栏的“Design Peptide”,在输入框输入多肽序列,选择参数,包括预测方法,阈值等,然后点击“Run Analysis”按钮。


2)预测和突变设计结果


结果上半部分为所提交的多肽的预测结果,Non-Toxin或者Toxin,以及一些理化性质预测结果。

结果下半部分为以所提交的多肽为基础,对其单个氨基酸进行突变后的预测结果,因此可以用来进行多肽设计。


3,多条多肽批量预测

1)点击导航栏的“Batch submission”,在输入框输入N条多肽序列(fasta格式),选择参数,包括预测方法,阈值等,然后点击“Run Analysis”按钮。



2)预测结果

结果包括了所提交的5条多肽的预测结果:Non-Toxin或者Toxin,以及一些理化性质预测结果。

使用非常简单,需要阅读原文从而深入了解网络工具背后支撑的数据库,算法的读者可以参考原文:In silico Approach for Predicting Toxicity of Peptides and Proteins. https://doi.org/10.1371/journal.pone.0073957



©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,732评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,496评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,264评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,807评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,806评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,675评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,029评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,683评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,704评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,666评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,773评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,413评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,016评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,204评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,083评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,503评论 2 343

推荐阅读更多精彩内容