Jayden

Jayden

ConSurfによるシーケンス保存性に基づくカラープロテインモデル

**ConSurf | プロテインの進化的保存プロファイル** は、プロテインの配列保存性を分析し、その結果によってモデルに色を付けるものであり、研究対象のプロテインが構造上は保存されているが、配列上では異なる場合に役立つかもしれません。

保存性の解析#

必要なのはプロテインモデルだけで、もし持っていない場合は少なくとも配列が必要です。その配列から構造を予測することができます。

もし ** 複数の配列アライメント (MSA)** ファイルを持っている場合は、それをアップロードすることができ、その配列は保存性解析の結果生成に使用されます。

その後、モデルは結果に基づいて色付けされます。

カスタマイズカラー#

ConSurf ではモデルのカラーの選択肢はありませんが、Pymol を使用して行うことができます。

  1. Pymol 用の結果をダウンロードします。

  2. RAMPGEN.COMでカラーランプを生成し、JSON 形式をコピーしてスクリプト内のカラーを置き換えます:

    :::grid {cols=2,rows=1,gap=12,type=images}
    カラーランプを生成
    JSON 形式の結果をコピー
    :::

  3. カラーランプをスクリプトに貼り付けset_colors.pyとして保存します:

    # ChatGPTの助けを借りてこのスクリプトを完成させました
    color_data = [
           # カラーランプをここに貼り付けてください。
        ]
    
    # カラーを定義し、対応するオブジェクトにカラーを設定します
    for i, item in enumerate(color_data, start=1):
        hex_color = item['color']
        # HEXをRGBに変換
        r, g, b = int(hex_color[1:3], 16), int(hex_color[3:5], 16), int(hex_color[5:], 16)
        rgb = (r/255.0, g/255.0, b/255.0)
        
        # カラーを設定します
        color_name = f"color_{i}"
        pymol.cmd.set_color(color_name, rgb)
        
        # オブジェクトにカラーを適用します
        object_name = f"all_group_{i}"
        pymol.cmd.color(color_name, object_name)
    
    # ビューが更新されるようにします
    pymol.cmd.rebuild()
    
  4. スクリプトは以下のようになります:

    color_data = [
            {
                 "values": 0,
                 "color": "#F6936F"
            },
            {
                 "value": 12.50,
                 "color": "#F8AE93"
            },
            {
                 "value": 25.00,
                 "color": "#FAC9B7"
            },
            {
                 "value": 37.50,
                 "color": "#FCE4DB"
            },
            {
                 "value": 50.00,
                 "color": "#FFFFFF"
            },
            {
                 "value": 62.50,
                 "color": "#DDEBF1"
            },
            {
                 "value": 75.00,
                 "color": "#BCD7E4"
            },
            {
                 "value": 87.50,
                 "color": "#9BC3D6"
            },
            {
                 "value": 100,
                 "color": "#7AAFC9"
            }
        ]
    
    # カラーを定義し、対応するオブジェクトにカラーを設定します
    for i, item in enumerate(color_data, start=1):
        hex_color = item['color']
        # HEXをRGBに変換
        r, g, b = int(hex_color[1:3], 16), int(hex_color[3:5], 16), int(hex_color[5:], 16)
        rgb = (r/255.0, g/255.0, b/255.0)
        
        # カラーを設定します
        color_name = f"color_{i}"
        pymol.cmd.set_color(color_name, rgb)
        
        # オブジェクトにカラーを適用します
        object_name = f"all_group_{i}"
        pymol.cmd.color(color_name, object_name)
    
    # ビューが更新されるようにします
    pymol.cmd.rebuild()
    
  5. Pymol で ConSurf の結果を読み込み、**' ファイル -> スクリプトを実行...'** からスクリプトを実行します。

    :::grid {cols=2,rows=1,gap=12,type=images}
    元のカラーランプ
    調整されたカラーランプ
    :::

この記事は Mix Space からの同期更新であり、xLog にも掲載されています。
元のリンクは https://xxu.do/posts/structure/Color-the-model-by-sequence-conservation-with-ConSurf です。


読み込み中...
文章は、創作者によって署名され、ブロックチェーンに安全に保存されています。