GODESS / GRASS

Разработанные нами программы для симулирования спектров ЯМР олиго- и полисахаридов и родственных соединений и предсказания структуры по данным ЯМР подразумевают два аспекта: предсказание спектров по структурам и предсказание структур по спектрам.

Предсказание спектров ЯМР 13C и 1H углеводов

Glycan-Optimized Dual Empirical Spectra Simulation (GODESS, "Двойное эмпирическое симулирование спектров, оптимизированное для углеводов") объединяет эмпирические подходы к предсказанию спектров ЯМР 13C:

1. Инкрементная схема (только 13C) предсказыввает подспектры мономерных остатков, используя специальные спектральные базы данных по моно-, ди- и тримерным фрагментам, теоретическим эффектам замещения и стерическим поправкам. Изначально она была разработана в рамках проекта Biopolymer Structure Elucidation (BIOPSEL) в 2001-м году. С тех пор она была усовершенствована, адаптирована к большему разнообразию структур (в том числе включающих неуглеводные компоненты) и приобрела веб-интерфейс. В 2013-м году мы показали, что этот алгоритм значительно превосходит используемые в ЯМР-исследованиях квантовомеханические подходы (напр., geometry+giao: B3LYP/6-311G++(2d,2p) и PBE/PBE) как по точности предсказания химических сдвигов 13С углеводов в водных растворах, так и по быстродействию [ref]. Нажмите здесь для более подробной справки на сайте проекта.

2. Статистическая схема (13C и 1H), адаптирующая подход HOSE к атомным группировкам и использующая эвристический алгоритм генерализации структуры, оптимизированный для углеводов. Этот подход не требует специальных баз данных, а использует "большую" регулярно пополняемую базу CSDB (>4000 спектров). Алгоритм обощает структурное окружение предсказываемого атома до тех пор, пока в базе не будет найдено достаточно структурно-близких фрагментов, и усредняет химические сдвиги с учетом выбросов. В зависимости от характера обобщения, его стереохимии и удаленности от предсказываемого атома, ему придается определенный вес. Критерием нахождения оптимального набора обощений является их минимальный общий вес. В 2015 средняя точность предсказания на природных углеводах и гликоконъюгатах составила 0.86 м.д. для 13C и 0.07 м.д. для 1H [ref]. Нажмите здесь для более подробной справки на сайте проекта.

3. Как инкрементная, так и статистическая схема оценивают достоверность и точность каждого конкретного предсказания. На основании этих значений, полноты выборки и разброса данных в базе, гибридная схема (только 13C) комбинирует результаты двух подходов, используя гибкие коэффициенты. Нажмите здесь для более подробной справки на сайте проекта.

Статистическая и гибридная схемы позволяют проследить использованные данные и обобщения вплоть до исходных публикаций. Оба подхода реализованы в виде модулей Базы данных углеводных структур (CSDB). Чтобы ввести структуру и запустить симуляцию, нажмите Extras/Predict NMR в меню CSDB или используйте прямую ссылку: NMR simulation. Сервис генерирует одно- и двумерные спектры ЯМР и таблицы отнесения сигналов, примерно так:

NMR simulation

В настоящее время поддерживается схематическая визуализация спектров 1D 13C, COSY, COSY RCT, COSY DQF, TOCSY, edHSQC, HSQC-TOCSY и HMBC для произвольной рабочей частоты. Точность предсказания на двух типичных структурах отражена на рисунках:

COSY simulation HSQC simulation

 

Здесь можно посмотреть презентацию сервиса GODESS на Балтийской Встрече по Углеводам Микробов в Ростоке, 2016 (PDF, слайды и доклад).

Предсказание углеводных структур по спектрам ЯМР

Generation, Ranking and Assignment of Saccharide Structures (GRASS, "генерирование, ранжирование и отнесение структур сахаридов") - это итератор структур, перебирающий все возможные варианты строения олигосахарида, полисахарида или гликоконъюгата в пределах заданных структурных ограничений. Обязательными параметрами являются неотнескенный экспериментальный спектр ЯМР 13C и число остатков в олигомере или повторяющемся звене полимера. Точность предсказания может быть улучшена указанием дополнительных данных, таких как число CH2-групп, общее число β-сахаров, данные метилирования, мономерный состав (GC), абсолютные, аномерные конфигурации и размеры циклов и т.д. Быстрый эмпирический симулятор спектров ЯМР 13C вызывается для каждой генерируемой структуры, после чего спектры ≤500 наилучших структурных гипогтез уточняются медленным, но более точным статистическим методом. Алгоритм толерантен к неточной оцифровке спектра ЯМР (лишние или пропущенные сигналы). Структурные гипотезы ранжируются по степени сходства предсказанного и экспериментального спектров:

ВВОД:
  • экспериментальный спектр ЯМР 13C (обязательно)
  • мономерный состав (желательно)
  • структурные ограничения (опционально)
  • ПРЕДСКАЗАНИЕ:
  • топология молекулы / повторяющегося звена
  • последовательность остатков
  • позиции замещения, размер цикла
  • абсолютные и аномерные конфигурации
  • ВЫВОД:
  • ранжирование структур
  • оценка точности и достоверности
  • сравнение симуляция-эксперимент
  • отнесение предсказанных спектров
  • Это программное обеспечение является дальнейшим развитием программы BIOPSEL (BIOpolymers Primary Structure ELucidation), разработанной в 2001 году в рамках моей диссертационной работы. Исходная программа работала с регулярными гликополимерами, построенными из остатков, соединенных гликозидными, амидными и фосфодиэфирными связями. Детальное описание возможностей и принципов работы оригинальной версии находится здесь. Поддержка 32-битного консольного приложения для Windows прекращена, так как в настоящее время функциональность программы реализована в виде более медленного, но намного более удобного в использовании и функционально насыщенного модуля для Carbohydrate Structure Database, имеющего веб-интерфейс. Нажмите здесь для более подробной справки на сайте проекта.


    Дополнительные материалы:

    Poster 2017

      Презентация GODESS, 2016 (7th Baltic Meeting on Microbial Carbohydrates, Росток) (PDF, слайды и текст)

      Постер GODESS + GRASS, 2017 (18th Bratislava Symposium on Saccharides, Братислава) (JPG, 660Kb)

    Избранные публикации:


    CSDBНаука : CSDB BIOPSELНаука : BIOPSEL ScienceДом : Наука
     
    Последнее обновление: 2017 июль 4      Домой