TopSuite
Proteine sind an grundlegenden Prozessen des Lebens beteiligt, wie Zellstoffwechsel, Regulation und Kommunikation. Das Verständnis dieser Prozesse auf molekularer Ebene erfordert die Kenntnis der dreidimensionalen Proteinstrukturen. Experimentelle Techniken können Proteinstrukturen auflösen, sind aber kostspielig und zeitaufwendig. Die computergestützte Proteinstrukturvorhersage versucht diese Herausforderungen durch Vorhersage der Struktur eines neuen Proteins mit vorhandenen Proteinstrukturen als Ressource zu überwinden. Wir entwickeln TopSuite, eine Sammlung von deep learning-basierten Meta-Ansätzen und Webservern zur Template-basierten Protein- und Proteinkomplexstrukturvorhersage und Bewertung. Bislang resultieren hieraus TopModel (10.1021/acs.jctc.9b00825), das einen Top-Down-Konsensus-Ansatz zur Auswahl geeigneter Modellierungstemplate verwendet, TopScore (10.1021/acs.jctc.8b00690), das eine Qualitätsabschätzung für die globale Struktur und resteweise Abschätzungen liefert und TopDomain (10.1021/acs.jctc.1c00129), das Domänengrenzen als Voraussetzung für die Modellierung komplexer Proteine vorhersagt. Die Methoden stehen als Webserver zur Verfügung (https://cpclab.uni-duesseldorf.de/topsuite/).