Studiul computational al principalilor componenti din portocala

1. Identificarea principalilor componenti din portocala in baza de date FooDB

FooDB este cea mai mare și mai cuprinzătoare resursă din lume privind componentele alimentare, chimie și biologie. Oferă informații atât
despre macronutrienți, cât și despre micronutrienți, inclusiv mulți dintre constituenții care conferă alimentelor aroma, culoarea, gustul, textura și
aroma lor. Fiecare intrare chimică din FooDB conține mai mult de 100 de câmpuri de date separate care acoperă informații detaliate
compoziționale, biochimice și fiziologice (obținute din literatura de specialitate). Aceasta include date despre nomenclatura compusului,
descrierea acestuia, informații despre structura sa, clasa chimică, datele sale fizico-chimice, sursa (sursele) sa de hrană, culoarea, aroma, gustul,
efectul său fiziologic, efectele prezumtive asupra sănătății (din studii publicate) și concentrații în diferite alimente. Utilizatorii pot naviga sau
căuta FooDB după sursa de hrană, nume, descriptori, funcție sau concentrații. În funcție de preferințele individuale, utilizatorii pot vizualiza
conținutul FooDB din Food Browse (listarea alimentelor după compoziția lor chimică) sau din Compound Browse (listarea produselor chimice
după sursele lor de hrană).

Fig. 1 : Pagina de acces la baza de date FooDB

Tabelul 1 : Identificarea principalilor componente din portocala in baza de date FooDB
Nr. Nume Structura compusului 2D Continutul Formula SMILES
curent compus in mg/100
1 Retinol 143,002 C\C(=C/CO)\C=C\C=C(\C)/C=C/C1=C(C)CCCC1(C)C
mg

2 Glicina 93,640 mg NCC(O)=O

3 Arginina 91,456 mg N[C@@H](CCCNC(N)=N)C(O)=O

4 L- 70,437 mg NC(CC1=CN=CN1)C(O)=O
histidina

5 L-lizina 65,491 mg NCCCC[C@H](N)C(O)=O

6 L- 57,509 mg C[C@H](N)C(O)=O
alanina
 2.Identificarea proprietatilor fizico-chimice ale principalilor componenti din portocala in baza
de date PubChem
PubChem este cea mai mare colecție din lume de informații chimice accesibile în mod liber. Căutați substanțe chimice după nume, formulă
moleculară, structură și alți identificatori. Găsiți proprietăți chimice și fizice, activități biologice, informații despre siguranță și toxicitate,
brevete, citate din literatură și multe altele.
PubChem este o bază de date de chimie deschisă la National Institutes of Health (NIH) . „Deschis” înseamnă că puteți pune datele dvs. științifice
în PubChem și că alții le pot folosi. De la lansarea în 2004, PubChem a devenit o resursă cheie de informații chimice pentru oamenii de știință,
studenți și publicul larg. În fiecare lună site - ul nostru web și serviciile programatice furnizează date câtorva milioane de utilizatori din întreaga
lume.

Fig. 2 . Pagina de acces a bazei de date PubChem

Tabel 2. Proprietatile fizico-chimice ale principalilor componenti din portocala, proprietati identificate in baza de date PubChem

Denumirea compusului MW(g/mol) logP HB HBA RB tPSA

D
Retinol 286,5 g / mol 5.7 1 1 5 20,2 ²
Glicina 75,07 g / mol -3.2 2 3 1 63,3 ²
Arginina 174,2 g / mol -4.2 4 4 5 128 ²
L-histidina 155,15 g / mol -3.2 3 4 3 92 ²
L-lizina 146,19 g / mol -3 3 4 5 89,32
L-alanina 89,09 g / mol -3 2 3 1 63,3 ²

3. Identificarea proprietăţilor farmacocinetice şi prezicerea biodisponibilității orale a

principalilor componenți din portocala utilizând instrumentul computaţional SwissADME
Ideea principală este de a oferi acces gratuit la o serie de parametri și modele predictive pentru a calcula fizico-chimia și a estima
farmacocinetica, druglikeness și chimia medicamentoasă prietenie a moleculelor mici. Toate metodele selectate sunt interne, implementate din
publicații sau calculate direct prin executabile necomerciale. În afară de performanță și robustețe, toate modelele ar trebui să fie gratuite pentru
cadre universitare, ușor de analizat și direct transformabile în chimie în scopul proiectării medicamentelor. În plus, s-au depus unele eforturi
pentru intrarea / ieșirea simplă și flexibilă, precum și pentru aspectul clar în pagina web. Acest lucru permite experților, precum și celor
neexperti, să folosească site-ul web pentru cercetarea lor. SwissADME a fost creat pentru a fi aplicat în contextul descoperirii medicamentelor și
al chimiei medicinale, care stresează pentru un echilibru între precizie și viteză pentru a face față unui număr mare de molecule. Datorită naturii
predictive a datelor returnate de SwissADME, valorile ar trebui tratate cu grija cuvenită. Ar trebui luate măsuri de precauție suplimentare în
cazul utilizării SwissADME pentru orice alte activități în afara scopului de proiectare / descoperire a medicamentelor.

Fig. 3: Pagina de acces a instrumentului computational SwissADME

 Tabel 3. Precizarea proprităţilor farmacocinetice (profilului farmacologic) ale principalilor componenți din portocala utilizând instrumentul
computaţional SwissADME
Absorți Penetrare Substrat Penetrare prin piele
Nr.crt. Denumire compusului Inhibitor
a GI a BBB P-gp logKp (cm/s)
CYP2C1 CYP2C CYP3A
CYP1A2 CYP2D6
  9 9 6  
1 Retinol Inalta Da Nu Da Nu Da Nu Nu -4.01
2 Glicina Inalta Nu Nu Nu Nu Nu Nu Nu -9.04
3 Arginina Inalta Nu Nu Nu Nu Nu Nu Nu -10.34
4 L-histidina Inalta Nu Nu Nu Nu Nu Nu Nu -9.54
5 L-lizina Inalta Nu Nu Nu Nu Nu Nu Nu -9.36
6 L-alanina Inalta Nu Nu Nu Nu Nu Nu Nu -8.93

Graficul 1 : Graficul penetrarii prin piele a LogKp

LEGENDA:
GI (Gastrointestinal Absorption) = absorbție gastrointestinală;
BBB (Blood-Brain-Barrier) = penetrarea barierei hematoencefalice;
P-gp (permebility glycoprotein) = glicoproteina permeabilității;
CYP-urile = citocromi implicați în metabolizarea xenobioticelor;
LogKp = compușii care au valori LogKp între 0 și -4 pot penetra mai ușor pielea, iar compușii care au valori între -4 și -10 mai greu pot penetra
pielea;

CONCLUZII:
Absorbtia Gl – Din 6 produsi toti prezinta absorbtie gatrointestinala RIDICATA
Penetrarea BBB – Din 6 produsi, 1 produs penetreaza bariera hematoencefálica si 5 produsi un penetreaza bariera hematoencefálica
Substratul P-gp – Din 6 produsi, niciun produs un prezinta glicoproteina a permeabilitatii.
Compusul 1 inhiba doar activitatea citocromilor CYP1A2 si CYP2C9.
Penetrarea prin piele logKp( cm/s)- Din 6 compusi, 2 produsi pot penetra mai usor pielea, restul de 4 produsi penetreaza mai greu pielea.
 Tabelul 4: Prezicerea biodisponibilităţii orale a principalilor compuşi din portocala utilizând instrumentul computaţional SwissADME
Regula lui Regula lui Regula lui Regula lui Scorul de
Nr.crt. Denumire compusului
Regula lui Lipinski Ghose Veber Egan Muegge biodisponibilitate

Nu; 2 încălcări:
Da; 1 încălcare: MLOGP> XLOGP3> 5,
1 Retinol 4.15 da da da heteroatomi <2 0,55
Nu; 4 încălcări:
MW <160, Nu; 3 încălcări:
WLOGP <-0.4, MW <200,
MR <40, #atoms XLOGP3 <-2, #C
2 Glicina Da; 0 încălcare <20 da da <5 0,55
Nu; 2 încălcări:
Nu; 1 încălcare: MW <200,
3 Arginina Da; 0 încălcare WLOGP <-0.4 da da XLOGP3 <-2 0,55
Nu; 3 încălcări:
MW <160, Nu; 2 încălcări:
WLOGP <-0.4, MW <200,
4 L-histidina Da; 0 încălcare MR <40 da da XLOGP3 <-2 0,55
Nu; 3 încălcări:
MW <160, Nu; 2 încălcări:
WLOGP <-0.4, MW <200,
5 L-lizina Da; 0 încălcare MR <40 da da XLOGP3 <-2 0,55
Nu; 4 încălcări:
MW <160, Nu; 3 încălcări:
WLOGP <-0.4, MW <200,
MR <40, #atoms XLOGP3 <-2, #C
6 L-alanina Da; 0 încălcare <20 da da <5 0,55

LEGENDA:
 Biodisponibilitate ≥ 0.5 reprezinta biodisponibilitate ridicata
CONCLUZII:
Regula lui Lipinski- Din cei 6 compusi , toti respecta regula lui Lipinski.
Regula lui Ghose- Din cei 6 compusi, 5 din acestia nu respecta regula lui Ghose, iar 1 compus respecta Regula lui Ghose.
Regula lui Veber- Din cei 6 compusi toti respecta regula lui Veber.
Regula lui Egan- Din cei 6 compusi toti respecta regula lui Egan.
Regula lui Muegge- Din cei 6 compusi niciunul un respecta regula lui Muegge.
Scorul de biodisponibilitate – Din cei 6 compusi toti au biodisponibilitate ridicata.

Parametrii strandard ai regulilor biodisponibilității orale:

Graficul 2: Graficul scorului de biodisponibilitate

 4. Realizarea profilului ADME-Tox pentru principalii componenți din portocala cu ajutorul
instrumentului computațional ADMETlab
Principalele motive pentru eșecul cercetării și dezvoltării sunt deficiențele de eficacitate și siguranță care sunt legate în parte de proprietățile de
absorbție, distribuție, metabolism și excreție (ADME) și diverse toxicități (T) sau efecte secundare adverse. Aici, am dezvoltat o platformă
numită ADMETlab care oferă o interfață web ușor de utilizat, disponibilă gratuit, pentru evaluarea sistematică ADMET a compușilor chimici pe
baza unei baze de date cuprinzătoare formată din 288.967 de intrări. Patru module de funcții permit utilizatorilor să efectueze analize
druglikenness, 31 Predicția punctelor finale ADMET, evaluarea sistematică și căutarea similarității, care oferă o înțelegere generală a unui lot de
compuși și poate realiza procesul de screening rapid

Fig. 4: Pagina de acces a instrumentului computational ADMETlab

Tabelul 5 : Proprietati de absorbtie si distributie ale compusilor din Portocala
Nr.crt P- P- Plasma Protein
Denumire compusului HIA BBB
. gps gpi Binding (%)
0.86 0.91 0.05 0.40
1
Retinol 7 4 3 4 93.124
0.65 0.74 0.01 0.00
2
Glicina 3 6 3 3 8.302
3 Arginina 0.51 0.84 0.13 0.1 16.692
0.66 0.98 0.08 0.01
4
L-histidina 9 9 7 2 11.002
0.58 0.82 0.02
5
L-lizina 9 2 2 0.07 19.509
0.76 0.97 0.01
6
L-alanina 2 1 0.01 9 17.46

LEGENDA:
HIA( Human Intestinal Absorption) = absorbtie intestinala
BBB( Blood-Brain-Barrier)= penetrarea barierei hematoencefalice
P-gps( Pgp-substrat) = substrat pentru glicoproteina P( glicoproteina permeabilitatii)
P-gpi( Pgs-inhibitor)= inhibitor pentru glicoproteina P( glicoproteina permeabilitatii)
Plasma protein binding= legarea proteinei plasmatice
CONCLUZII:
Compusul 1 prezinta absorbtie intestinala, este capabil sa penetreze bariera hematoencefálica, este substrat si inhibitor pentru glicoproteina P si
prezinta capacítate ridicata de a se lega la proteinele plasmatice.
Compusul 2 prezinta absorbtie intestinala, este capabil sa penetreze bariera hematoencefálica, este substrat si inhibitor pentru glicoproteina P si
prezinta capacítate scazuta de a se lega la proteinele plasmatice.
Compusul 3 prezinta absorbtie intestinala, este capabil sa penetreze bariera hematoencefálica, este substrat si inhibitor pentru glicoproteina P si
prezinta capacítate scazuta de a se lega la proteinele plasmatice.
Compusul 4 prezinta absorbtie intestinala, este capabil sa penetreze bariera hematoencefálica, este substrat si inhibitor pentru glicoproteina P si
prezinta capacítate scazuta de a se lega la proteinele plasmatice.
Compusul 5 prezinta absorbtie intestinala, este capabil sa penetreze bariera hematoencefálica, este substrat si inhibitor pentru glicoproteina P si
prezinta capacítate scazuta de a se lega la proteinele plasmatice.
Compusul 6 prezinta absorbtie intestinala, este capabil sa penetreze bariera hematoencefálica, este substrat si inhibitor pentru glicoproteina P si
prezinta capacítate scazuta de a se lega la proteinele plasmatice.

 Informațiile cu privire la toxicitatea principalilor compuși din portocala asupra organelor umane sunt prezentate în tabelelul 6respectiv
graficul 3
Tabelul 6 : Informații cu privire la toxicitatea principalilor compuși din portocala asupra organelor umane

Nr.crt. Denumire compusului hERG Ames HHT

1 Retinol 0.678 0.696 0.752
2 Glicina 0.238 0.248 0.078
3 Arginina 0.035 0.382 0.218
4 L-histidina 0.051 0.22 0.278
5 L-lizina 0.02 0.498 0.198
6 L-alanina 0.206 0.226 0.088

Graficul 3 : Graficul cu privire la toxicitatea principalilor compusi

LEGENDA:
 hERG ( hERG Blockers)- Human Ether-a-go-go-related Gene (herg) Potassium Channel= cardiotoxicitate
 Ames mutagenity= mutagenitate
 HHT ( Human Hepatotoxicity)= hepatotoxicitate
Din tabelul 6 rezulta urmatoarele:
Compusul 1 produce carditoxicitateprin blocarea canalelor de potasiu in muschiul cardiac, este mutagen si produce hepatotoxicitate.
Compusul 2produce carditoxicitateprin blocarea canalelor de potasiu in muschiul cardiac, este mutagen si produce hepatotoxicitate.
Compusul 3 produce carditoxicitateprin blocarea canalelor de potasiu in muschiul cardiac, este mutagen si produce hepatotoxicitate.
Compusul 4 produce carditoxicitateprin blocarea canalelor de potasiu in muschiul cardiac, este mutagen si produce hepatotoxicitate.
Compusul 5 produce carditoxicitateprin blocarea canalelor de potasiu in muschiul cardiac, este mutagen si produce hepatotoxicitate.
Compusul 6 produce carditoxicitateprin blocarea canalelor de potasiu in muschiul cardiac, este mutagen si produce hepatotoxicitate.

 Predicții cu privire la metabolizarea principalilor compuși din portocale sunt redate în tabelul urmator
Tabelul 7 : Predicții cu privire la metabolizarea principalilor compuși din portocala

Nr.cr CYP1A CYP3A CYP2C CYP2C1 CYP2D CYP1A CYP3A CYP2C CYP2C1 CYP2D
Denumire compusului
t. 2s 4s 9s 9s 6s 2i 4i 9i 9i 6i
1 Retinol 0.826 0.83 0.923 0.66 0.823 0.06 0.11 0.073 0.089 0.526
2 Glicina 0.072 0.012 0.394 0.112 0.341 0.001 0.0 0.0 0.002 0.03
3 Arginina 0.05 0.02 0.29 0.11 0.423 0.014 0.005 0.009 0.029 0.207
4 L-histidina 0.128 0.22 0.35 0.102 0.234 0.004 0.015 0.009 0.043 0.137
5 L-lizina 0.092 0.008 0.35 0.082 0.402 0.005 0.002 0.003 0.024 0.062
6 L-alanina 0.04 0.018 0.318 0.136 0.199 0.001 0.0 0.001 0.012 0.036
 Graficul 4: Graficul privind metabolizarea principalilor compusi

LEGENDA:
 CYP – citocrom P450
 i- inhibitor
 s- substrat
Din tabel resulta urmatoarele:
Compusul 1 este substrat si poate inhiba activitatea citocromilor implicati in metabolizarea exnobioticelor.
Compusul 2 este substrat si poate inhiba activitatea citocromilor implicati in metabolizarea exnobioticelor.
Compusul 3 este substrat si poate inhiba activitatea citocromilor implicati in metabolizarea exnobioticelor.
Compusul 4 este substrat si poate inhiba activitatea citocromilor implicati in metabolizarea exnobioticelor.
Compusul 5 este substrat si poate inhiba activitatea citocromilor implicati in metabolizarea exnobioticelor.
Compusul 6 este substrat si poate inhiba activitatea citocromilor implicati in metabolizarea exnobioticelor.

5.Identificarea proteinelor ţintă ale principalilor compuşi din portocala folosind instrumentul
computaţional SwissTargetPrediction
SwissTargetPrediction este un instrument web, on-line din 2014, care își propune să prezică cele mai probabile ținte proteice ale moleculelor
mici. Predicțiile se bazează pe principiul similarității, prin screening invers. Aici, descriem versiunea 2019, care reprezintă o actualizare majoră
în ceea ce privește datele de bază, backend-ul și interfața web. Datele de bioactivitate au fost actualizate, modelul recalificat și pragurile de
similitudine redefinite. În noua versiune, predicțiile sunt efectuate prin căutarea unor molecule similare, în 2D și 3D, într-o colecție mai mare de
376 342 de compuși despre care se știe că sunt activi experimental pe un set extins de 3068 ținte macromoleculare. O implementare eficientă a
backend-ului permite accelerarea procesului care returnează rezultate pentru o moleculă asemănătoare cu proteine umane în 15-20 s. Interfața
web actualizată îmbunătățește experiența utilizatorului cu noi funcții pentru introducere ușoară și analiză îmbunătățită. Capacitatea de
interoperabilitate permite transmiterea simplă a oricărei molecule de intrare sau ieșire către alte instrumente on-line de proiectare a
medicamentelor asistate de computer, dezvoltate de SIB Swiss Institute of Bioinformatics. Au fost menținute niveluri ridicate de performanță
predictivă, în ciuda spațiilor biologice și chimice mai extinse de explorat, de ex. realizarea a cel puțin unei ținte umane corecte în primele 15
predicții pentru> 70% din compușii externi.
 Fig. 5 : Pagina de acces a instrumentului computational SwissTargetPrediction

Compusul pentru care s-a identificat tintele moleculare este Retinol.

Figura 6: Pagina de acces a instrumentului computational SwissTargetPrediction

6. Identificarea informaţiilor cu privire la secvenţa şi structura proteinei în baza de date UniProt

Tinta moleculara aleasa este Retinol, avand codul Uniprot P02753
Codul de acces in banca de date Protein Data Bank PDB este 2WR6.
Bază de cunoștințe UniProt este o resursă mare de secvențe proteice. Baza de date conține peste 60 de milioane de secvențe, din care peste
jumătate de milion de secvențe au fost tratate de experți care examinează în mod critic datele experimentale și predictibile pentru fiecare
proteină. Restul sunt explicate automat pe baza sistemelor de reguli care se bazează pe cunoștințele experților. De la ultima actualizare din 2014,
numărul secvențelor s-a dublat, oferind o acoperire mai mare asupra diversității taxonomice.

Figura 7 : Pagina de acces a bazei de date UniProt

 Fig. 8 : Identificarea structurii 3D a proteinei P02753 in baza de date UniProt
Functii moleculare:
 Legarea complexa care contine protein
 Legarea retinei
 Legarea retinolului
 Activitatea transportului transmembranar retinol
Procese bilogice:
 Perceptie vizuala
 Dezvoltarea vaginului
 Dezvoltarea uterului
 Dezvoltarea vezii urinare
 Transportul retinolului
 Homeostraza glucozei
 Gluconeogeneza
 Morfogeneza organelor genitale feminine
 Dezvoltarea ochiului
 Dezvoltarea sistemului osos embrionare la ochiul de tip camera
 Morfogeneza organelor embrionare
 Dezvoltarea tesutului muscular cardiac
 Procesul metabolic al retinolului
 Raspuns la etanol
 Reglarea pozitiva a secretiei de insulina
 Dezvoltarea plamanilor
 Formarea trabeculei cardiace
 Dezvoltarea inimii
 Reglarea positiva a secretiei de inumoglobulina
 Reglarea negativa a proliferarii celulelor musculare cardiace
 Mentinerea epiteliului gatro-intestinal
Secventa FASTA pentru tinta moleculara cu codul UniProt P02753

>sp|P02753|RET4_HUMAN Retinol-binding protein 4 OS=Homo sapiens OX=9606 GN=RBP4 PE=1 SV=3

MKWVWALLLLAALGSGRAERDCRVSSFRVKENFDKARFSGTWYAMAKKDPEGLFLQDNIV
AEFSVDETGQMSATAKGRVRLLNNWDVCADMVGTFTDTEDPAKFKMKYWGVASFLQKGND
DHWIVDTDYDTYAVQYSCRLLNLDGTCADSYSFVFSRDPNGLPPEAQKIVRQRQEELCLA
RQYRLIVHNGYCDGRSERNLL

7. Identificarea similarității proteinei de interes folosind instrumentul computațional BLAST

A0A0D9R1T7 Retinol-binding protein (Chlorocebus sabaeus) 99,5%

A0A2Y9J2S5 Retinol-binding protein (Enhydra lutris kenyoni) 89,6%

A0A402EKE7Lipocln_cytosolic_FA-bd_dom domain-containing protein (Paroedura picta) 71,6%

P24775 Retinol-binding protein 4-B (Oncorhynchus mykiss) 62,4%

A0A4W5QRM9Retinol binding protein 4, plasma (Hucho hucho) 57,7%

8. Identificarea proprietatilor fizico-chimice ale proteinei de interes folosind instrumental

computațional ProtParam
Numar de aminoacizi: 201
Masa moleculara: 23010,01
pH-ul izoeletric: 5,76
Sarcina neta: 54
Indicele de stabilitate: 29,59
Indicele alifatic: 73,28
Indicele GRAVY: -0,433(hidrofil)
 9.Vizualizarea distribuției proprietăților fizico-chimice în lungul lanțului proteinei
P02753realizată cu ajutorul programului computațional ProtScale
a) Vizualizarea Hidrofobicității după Kyte si Doolittle

Fig. 9: Graficul distributiei hidrofobicitatii dupa Kite si Doolittle pentru intreg lantul proteic
Regiunile incarcate pozitiv sunt hidrofobe, iar regiunile incarcate negative sunt hidrofile.
Cea mai hidrofila zona este constituita de aminoacidul de pe pozitia 195 cu valoare de -2.167, iar cea mai hidrófoba zona este constituita de
aminoacidul de pe pozitia 91 cu valoarea de 1.422. Per ansamblu, caracterul proteinei este hidrofil.

Fig. 10 : Graficul distributiei hidrofobocitatii dupa Kyte si Doolittle pentru secventa 1-100 din lantul proteic
Cea mai hidrófila zona este constituita de aminoacidul de pe pozitia 19 avand valoare de -1.933, iar cea mai hidrófoba zona este
constituita de animoacidul de pe pozitia 10 cu valoarea de 2.667.
b) Vizualizarea hidrofobicității după Hoop si Woods

Fig. 11: Graficul distributiei hidrofobocitatii dupa Hopp si Woods pentru intreg lantul proteic
Cea mai hidrófila zona este constituita de aminoacidul de pe pozitia 7 cu valoarea de -1.833, cea mai hidrófoba zona este constituita de
aminoacidul de pe pozitia 19 cu valoarea de 1.533.

Fig. 12: Graficul distributiei hidrofobicitatii dupa Hopp si Woods pentru secventa de 1-100 a lantului proteic
Cea mai hidrófila zona este constituita de aminoacidul de pe pozitia 7 avand valoarea de -1.833, iar zona cea mai hidrófoba zona este constituita
de amiinoacidul de pe pozitia 19 cu valoarea de 1.533.

c) Vizualizarea mediei flexibilității în întreg lanțul proteinei

Fig. 13: Graficul distributiei hidrofobicitatii folosind scala Average flexibility pentru intreg lantul proteic

Cea mai hidrófila zona este constituita de aminoacidul de pe pozitia 7 cu valoarea de 0.357, cea mai hidrófoba zona este constituita de
aminoacidul de pe pozitia 160 cu valoarea de 0.494.
 Fig.14: Graficul mediei flexibilitatii folosind scala Average Flexibility pentru secventa 1-100 din lantul proteic

Cea mai hidrófila zona este constituita de aminoacidul de pe pozitia 7 cu valoare de 0.357 , iar cea mai hidrófoba zona este constituita de
aminoacidul de pe pozitia 17 cu valoare de 0.488.

Compararea secvențelor proteice considerate în acest studiu cu ajutorul programului ClustalOmega

Clustal Omega este un program de aliniere a secvențelor multiple care folosește arbori de ghidare însămânțați și tehnici de profil profil HMM
pentru a genera alinieri între  trei sau mai multe  secvențe.  Produce alinieri de secvențe multiple semnificative din punct de vedere biologic ale
secvențelor divergente. Relațiile evolutive pot fi văzute prin vizualizarea cladogramelor sau filogramelor. 

Fig. 15: Pagina de acces a instrumentului computational Clustal Omega

Fig: 16: Alinierea secventiala a lanturilor proteice de interes

LEGENDA:
 Semnul “*” indica aminoacizii total conservati
 Semnul “:” indica aminoacizii care se gases pe acceasi pozitie si au proprietati físico-chimice identice
 Semnul “.” Indica aminoacizii care se gases pe acceasi pozitie si au proprietati físico-chimice asemanatoare
 Semnul “-“ indica aminoacizi ce lipsesc din lantul proteic
 Rosu= aminoacizi hidrofobi
 Verde= aminoacizi hidrofili
 Albatru= aminoacizi cu sarcina negativa
 Magenta= aminoacizi cu sarcina pozitiva

Fig 17: Rezultatele alinierii secventiale multiple

Interpretarea rezultatului alinierii secventiale este:
P24775- P24775=100%
P24775- A0A4W5QRM9=94,32%
P24775- A0A0D9R1T7=61,93%
P24775- A0A2Y9J2S5=61,36%
P24775- A0A402EKE7=57,95%
A0A4W5QRM9- A0A4W5QRM9=100%
A0A4W5QRM9- A0A0D9R1T7=58,33%
A0A4W5QRM9- A0A2Y9J2S5=57,81%
A0A4W5QRM9- A0A402EKE7=53,12%
A0A0D9R1T7- A0A0D9R1T7=100%
A0A0D9R1T7- A0A2Y9J2S5=90,05%
A0A0D9R1T7- A0A0D9R1T7=66,50%
A0A2Y9J2S5- A0A2Y9J2S5=100%
A0A2Y9J2S5- A0A402EKE7=67,50%
A0A402EKE7- A0A402EKE7=100%

CONCLUZII:

Structurile proteice de interes sunt diferite din punct de vedere secvential.

10.Identificarea și extragerea fișierului structural al proteinei 2WR6 în baza de date Protein

Data Bank (PDB)
PDB*(Protein Data Bank) este arhiva unică la nivel mondial a datelor structurale ale macromoleculelor biologice. Acest referat descrie
obiectivele PDB, sistemele în vigoare pentru depunerea și accesul datelor, modul de obținere a informațiilor suplimentare și planurile pe termen
scurt pentru dezvoltarea viitoare a resursei. Banca de date proteice (PDB) a fost înființată la Laboratoarele Naționale Brookhaven (BNL) în 1971
ca arhivă pentru structuri biologice de cristal macromoleculare. La început arhiva deținea șapte structuri și cu fiecare an au fost depuse încă o
mână. În anii 1980, numărul structurilor depuse a început să crească dramatic. Acest lucru s-a datorat tehnologiei îmbunătățite pentru toate
aspectele procesului cristalografic, adăugării de structuri determinate prin metode de rezonanță magnetică nucleară (RMN) și schimbărilor în
opiniile comunității despre schimbul de date. Până la începutul anilor ’90, majoritatea revistelor aveau nevoie de un cod de aderare la PDB și cel
puțin o agenție de finanțare (Institutul Național de Științe Medicale Generale) a adoptat liniile directoare publicate de Uniunea Internațională a
Cristalografiei (UIC) care necesită depunerea de date pentru toate structurile.

Fig. 18: Pagina de acces a bazei de date PDB

  Metoda:  DIFFRACȚIA RADIULUI X
 Rezoluție:  1,80 Å

Molecule Chains Sequence Lenght Organism Details

RETINOL- A 175 Homo sapiens Mutation(s): 0 
BINDING Gene
PROTEIN 4 Names: RBP4, PRO2222

11.Vizualizarea și analiza fișierului structural al proteinei 2WR6 cu ajutorul programului

Chimera
Chimera este segmentată într-un nucleu care oferă servicii de bază și vizualizare, precum și extensii care oferă funcționalitate la nivel înalt.
Această arhitectură asigură că mecanismul de extensie satisface cerințele dezvoltatorilor externi care doresc să încorporeze noi funcții. Sunt
prezentate două extensii neobișnuite: Multiscale, care adaugă capacitatea de a vizualiza ansambluri moleculare la scară largă, cum ar fi straturi
virale, și Collaborator, care permite cercetătorilor să partajeze o sesiune de chimeră în mod interactiv, în ciuda faptului că se află la locații
separate. Alte extensii includ Multalign Viewer, pentru afișarea mai multor alinieri de secvență și structuri asociate; ViewDock, pentru
screeningul orientărilor ligandului atracat; Film, pentru înlocuirea traiectoriilor dinamicii moleculare; și Volume Viewer, pentru afișarea și
analiza datelor volumetrice. Este prezentată o discuție despre utilizarea chimerei în situații reale, împreună cu direcțiile viitoare anticipate.
Chimera include documentația completă a utilizatorului, este gratuită pentru utilizatorii universitari și nonprofit și este disponibilă pentru
Microsoft Windows, Linux, Apple Mac OS X, SGI IRIX și HP Tru64 Unix.

Fig.19: Pagina de acces a programului Chimera

Fig.20: Vizualizarea scheletului proteic al proteinei 2WR6 cu liganzi

 Fig. 21: Vizualizarea scheletului proteic al proteinei 2WR6 fara liganzi

Fig.22: Vizualizarea suprafetei solide a lantului A al scheletului proteic al proteinei 2WR6 fara liganzi

Fig. 23 : Determinarea valorilor volumului si ariei a lantului A al scheletului proteic al proteinei 2WR6 fara liganzi
Volumul = 21.61 e 3
Aria=8452 e2
 Fig. 24: Vizualizarea suprafetei tip plasa a lantului A al scheletului proteic al proteinei 2WR6 fără liganzi

Fig. 25: Vizualizarea suprafetei tip puncte a lantului Aal scheletului proteic al proteinei 2WR6 fara liganzi

Fig. 26. Vizualizarea legaturilor de hidrogen (linii albastre) in lantul A al scheletului proteic 2WR6 fara liganzi
Fig.27: Vizualizarea atomilor neetichetați ai lantului A al scheletului proteic 2WR6 (albastru = azot, roșu = oxigen, maro = carbon, galben = sulf,
alb = hidrogen) fără liganzi

Fig. 28: Vizualizarea suprafetei de hidrofobicitate a lantului A al scheletului proteic 2WR6 fără liganzi(albastru = regiuni hidrofile, portocaliu =
regiuni hidrofobe)
Concluzie : Din punct de vedere al hidrofobicitatii, lantul A al scheletului proteic 2WR6 prezinta atât regiuni hidrofobe cat si hidrofile,
predominant fiind regiunile hidrofile.

Fig. 29: Vizualizarea potențialului electrostatic pe suprafața lanțului A al scheletului proteic 2WR6 fără
liganzi (regiuni încărcate negativ = roșu, regiuni încărcate pozitiv = albastru, regiuni neutre =alb)
Concluzie : Scheletul proteic al lanțului A din punct de vedere electrostatic prezinta preponderent regiuni încărcate POZITIV.
 Fig.30: Vizualizarea elementelor de structură secundară ale lanțului A al scheletului proteic 2WR6 fără liganzi (regiuni alfa-helix = portocaliu,
regiuni beta-foi pliate = mov, regiuni de întoarcere/bucle= gri)

Fig.31: Vizualizarea secvenței de aminoacizi a lanțului A al scheletului proteic 2WR6 fără liganzi (aa în chenar verde = regiuni beta foile
pliate/săgețile, aa în chenar galben = regiuni alfa-helix, aa liberi, fără chenar = bucle/regiuni de întoarcere, aa în chenar roșu = lipsesc din
structura cristalografică)

Bibliografie:
1.https://foodb.ca/

2. https://pubchem.ncbi.nlm.nih.gov/

3. Sunghwan Kim, Jie Chen, Tiejun Cheng și colab. PubChem 2019 update: improved access to chemical data, Nucleic Acids Research, 47(D1): D1102–D1109, 2019,
https://doi.org/10.1093/nar/gky1033
4. http://www.swissadme.ch/

5. Antoine Daina, Olivier Michielin,Vincent Zoete SwissADME: a free web tool to evaluate pharmacokinetics, drug-likeness and medicinal chemistry friendliness of
small molecules,  42717 (2017) 

6. http://admet.scbdd.com/

7. Jie Dong, Ning-Ning Wang, Zhi-Jiang Yao, Lin Zhang, Yan Cheng, Defang Ouyang, Ai-Ping Lu, Dong-Sheng Cao. ADMETlab: a platform for systematic ADMET
evaluation based on a comprehensively collected ADMET database. Journal of Cheminformatics, .2018, 10:29

8. http://www.swisstargetprediction.ch/

9. Antoine Daina, Olivier Michielin,  Vincent Zoete SwissTargetPrediction: updated data and new features for efficient prediction of protein targets of small
molecules, 2019
10. https://www.uniprot.org/

11. The UniProt Consortium, UniProt: a worldwide hub of protein knowledge, Nucleic Acids Research, Volume 47, Issue D1, 08 January 2019, Pages D506–D515
12. Gasteiger E., Hoogland C., Gattiker A., Duvaud S., Wilkins M.R., Appel R.D., Bairoch A.;
Protein Identification and Analysis Tools on the ExPASy Server;
(In) John M. Walker (ed): The Proteomics Protocols Handbook, Humana Press pp. 571-607, 2005
13. https://www.rcsb.org/

14) H.M. Berman, J. Westbrook, Z. Feng, G. Gilliland, T.N. Bhat, H. Weissig, I.N. Shindyalov,

P.E. Bourne, The Protein Data Bank, Nucleic Acids Research, 28, 235-242, 2000,

15. https://doi.org/10.1093/nar/28.1.235

16. https://www.cgl.ucsf.edu/chimera/docs/morerefs.html

Pettersen EF, Goddard TD, Huang CC, Couch GS, Greenblatt DM, Meng EC, Ferrin TE, UCSF

Chimera--a visualization system for exploratory research and analysis, J Comput Chem.

25(13):1605-1612, 2004