Note: APPTEST is an innovative new method for the automatic prediction of peptide tertiary

 Note: APPTEST is an innovative new method for the automatic prediction of peptide tertiary

Structures_2021

Preprint

doi: 10.1101/2021.03.09.434600

APPTEST ~ using 

• Neural network

• Simulated annealing

• Work on both linear and cyclic peptides

• 5-40 AA

• https://research.timmons.eu/apptest

Peptide

• Less likely to accumulate in tissues (short half-life)

• Less susceptible to development of drug resistance

• Cost-effective to produce

ตลกดีเหมือนกันที่เปเปอร์ยกตัวอย่าง anti-fusion of HIV ~ enfuvirtide แต่พอไปเซิร์ชหาข้อมูลจริง ๆ แล้ว ยาตัวนี้ผลิตยากมาก และแพง แสดงว่าการที่ generalize ว่า peptide สร้างง่าย ราคาถูก ไม่น่าจะจริง

ใจจริงอยากเห็นการปิดแก็ปตรงนี้ ซึ่งบิษัทเอกชนทำได้ดี เพราะคิดเรื่องการลงทุนเป็นหลัก แต่ academic จะเน้นแค่ตีพิมพ์ออกมา ไม่ค่อย realistic .. 

Available software to predict tertiary structure;

• I-TASSER, -- เคยใช้ตอนช่วยเขียนเป rare genetic disease

• Rosetta, 

• HHpred, 

• NovaFold,

• AlphaFold 2

Tertiary prediction of peptides;

• PEPstr

• PEPstrMOD -- include cyclic peptide and non-natural residues

• Peplook

• PEP-fold

Deep learning -- used in protein field

• DeepPPISP -- predict protein-protein interaction sites

• SCLpred, SCLpred-EMS -- predict subcellular localization

• CPPpred -- predict cell-penetrating peptides

• HAPPENN -- hemolytic activity

Database;

PDB from peptide databases

DBAASP, 

APD3, 

ADAM,

DRAMP,

Also from PEPstrMOD + PEP-2D dataset

RCSB PDB ~ chain length between 5-40 AAs

NMR with RMSD >2.5Angstrom exclude

Model validation

2265 experimental peptide structures -- training dataset with 10CV

356 from external set

Structure analysis

Biopython ~ module Bio.PDB สามารถดึง peptide structure จาก PDB มาได้ 

• Calculate inter-residue distances 

• Dihedral angles

• RMSD values

Features?

• AAindex - 186

Data augmentation

• Increase the number of data for NN

For the stability of structures

• XPLORE-NIH

• Peptide-Builder