Webmobis – platforma informatyczna do analizy białekrobertnowak.pl/publikacje/Webmobis.pdf ·...

Politechnika Poznańska,

Instytut Informatyki

Webmobis – platforma informatycznado analizy białek

Grzegorz GęburaRafał MasztalerzRobert NowakMarek Wronowski

Praca inżynierska wykonana pod kierunkiem

dr inż. Piotra Łukasiaka

Poznań, 2006

Spis treści

Spis treści i

1 Wprowadzenie 1

1.1 Bioinformatyka . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

1.2 Cel i zakres pracy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

2 Zagadnienia biologiczne 3

2.1 Istota bioinformatyki w świetle dotychczasowych nauk przyrodniczych . . 3

2.1.1 Analiza białek . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2.1.2 DNA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

2.1.3 RNA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2.2 Rola białek w organizmach . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2.2.1 Budowa i struktura białek . . . . . . . . . . . . . . . . . . . . . . 13

2.2.1.1 Struktura pierwszorzędowa . . . . . . . . . . . . . . . . 16

2.2.1.2 Struktura drugorzędowa . . . . . . . . . . . . . . . . . 16

2.2.1.3 Struktura trzeciorzędowa . . . . . . . . . . . . . . . . . 20

2.2.1.4 Struktura czwartorzędowa . . . . . . . . . . . . . . . . 22

2.2.1.5 Podsumowanie . . . . . . . . . . . . . . . . . . . . . . . 22

2.2.2 Metody stosowane do analizy struktur białkowych . . . . . . . . 23

2.2.2.1 Analiza struktur pierwszorzędowych . . . . . . . . . . . 23

2.2.2.2 Analiza struktur drugo-, trzecio- i czwartorzędowych . 25

2.2.3 CASP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3 Narzędzia 31

3.1 Narzędzia biologiczne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

3.1.1 BLAST . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

3.1.1.1 Działanie programu . . . . . . . . . . . . . . . . . . . . 32

3.1.1.2 Algorytm . . . . . . . . . . . . . . . . . . . . . . . . . . 33

3.1.1.3 Parametry . . . . . . . . . . . . . . . . . . . . . . . . . 33

3.1.1.4 Poszukiwanie MSP . . . . . . . . . . . . . . . . . . . . 34

3.1.2 LGScore . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

3.1.2.1 Rodzaje LGScore . . . . . . . . . . . . . . . . . . . . . 35

3.1.2.2 Uruchomienie i wynik działania programu . . . . . . . 35

i

ii Spis treści

3.1.3 Jmol . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

3.1.4 MinRMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

3.1.5 DSSP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

3.1.6 MaxSub . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

3.2 Technologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

3.2.1 Java . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

3.2.2 Eclipse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

3.2.3 Tomcat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

3.2.4 Tapestry . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

3.2.5 SYSDEO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

3.2.6 Spindle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

3.2.7 JDO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

3.2.8 JPOX . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

3.2.9 JUnit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

3.2.10 JMock . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

3.2.11 PostgreSQL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

4 Budowa systemu 51

4.1 Funkcjonalność . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

4.1.1 Współpraca z metaserwerami . . . . . . . . . . . . . . . . . . . . 51

4.1.2 Obsługa użytkowników . . . . . . . . . . . . . . . . . . . . . . . . 52

4.1.3 Wprowadzenie sekwencji białkowej . . . . . . . . . . . . . . . . . 52

4.1.4 Dodawanie własnych plików PDB . . . . . . . . . . . . . . . . . . 55

4.1.5 Projekt i budowa komponentów analizy struktur białkowych . . . 55

4.1.5.1 Pairwise Alignment Table . . . . . . . . . . . . . . . . 55

4.1.5.2 Secondary Structures Table . . . . . . . . . . . . . . . 57

4.1.5.3 PDB Result Table . . . . . . . . . . . . . . . . . . . . . 58

4.1.5.4 Status przetwarzania . . . . . . . . . . . . . . . . . . . 60

4.1.6 Dodawanie plików PDB . . . . . . . . . . . . . . . . . . . . . . . 61

4.1.7 Wizualizacja Jmola . . . . . . . . . . . . . . . . . . . . . . . . . . 61

4.2 Serwer HTTP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

4.2.1 Strona wizualna . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

4.2.1.1 Ruchome menu . . . . . . . . . . . . . . . . . . . . . . 62

4.2.1.2 System podpowiedzi . . . . . . . . . . . . . . . . . . . 62

4.2.2 Obsługa błędów i wyjątków . . . . . . . . . . . . . . . . . . . . . 63

4.2.3 Opracowanie sposobu przekazywania parametrów pomiędzy

stronami w technologii Tapestry . . . . . . . . . . . . . . . . . . 65

4.3 Zewnętrzne narzędzia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65

4.3.1 Skrypt instalacyjny . . . . . . . . . . . . . . . . . . . . . . . . . 66

4.3.2 Jmol . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

4.3.3 Skrypt uruchamiający MaxSub . . . . . . . . . . . . . . . . . . . 70

4.3.4 Moduł plików tymczasowych . . . . . . . . . . . . . . . . . . . . 70

iii

5 Podsumowanie 73

Słownik 75

Indeks 79

Bibliografia 81

Rozdział 1

Wprowadzenie

1.1 Bioinformatyka

Jednym z największych osiągnięć XX wieku był rozwój elektroniki

i informatyki. Dzięki niebywałemu postępowi, jaki dokonał się na obszarze tych

dwóch dziedzin, możliwe stało się skonstruowanie niezwykle złożonych systemów,

pozwalających na przetwarzanie ogromnych ilości danych. Dzięki temu znalazły

one zastosowanie w praktycznie każdej dziedzinie życia, od administracji, przez

przemysł, naukę, a kończąc na dostarczaniu rozrywki. Wśród wielu z nich

szczególnego znaczenia nabrała w ostatnich latach biologia. Na styku tych dwóch

dziedzin – biologii i informatyki – pojawiła się nowa interdyscyplinarna dziedzina

nauki – bioinformatyka (ang. bioinformatics). Wniosła on własne problemy

badawcze i metody ich rozwiązania.

Jednym z najbardziej dynamicznie rozwijających się działów bioinformatyki

jest analiza sekwencji białkowych. W ramach tej analizy wyróżnić możemy:

• porównywanie sekwencji białek,

• przewidywanie struktur drugo–, trzecio– i czwartorzędowych,

• wyszukiwanie domen (podjednostek) i motywów.Istnieje już spora grupa serwerów (np. EsyPred, Fugue, Wurst) oraz

narzędzi informatycznych (m.in. PSIBLAST, LgScore, DSSP, MinRMS, MaxSub)

pozwalających wykonywać podane wyżej operacje na białkach, w znacznym

stopniu wspomagając pracę biologów molekularnych. Z drugiej jednak strony

duża liczba tych narzędzi, brak przystępnego interfejsu (np. wyświetlanie

wyników w konsoli), duża liczba parametrów, które należy określić przed

wywołaniem programów oraz brak wspólnego formatu danych nie sprzyja

szybkiemu i sprawnemu ich wykorzystaniu.

1

2 Wprowadzenie

1.2 Cel i zakres pracy

Celem projektu było stworzenie platformy internetowej integrującej narzędzia

wspomagające pracę biologów. System miał umożliwiać pozyskanie informacji

z serwerów wyspecjalizowanych w analizie struktur i funkcjonalności białek oraz

dalsze ich analizowanie z wykorzystaniem dołączonych do platformy narzędzi.

Wszystkie dane znajdujące się na serwerze, miały być przechowywane wyłącznie

w bazie danych. Pliki tworzone miały być dopiero w chwili żądania ich przez

użytkownika i tylko na określony czas. W celu usprawnienia pracy naukowców do

projektu miała zostać włączona możliwość założenia własnego konta, na którym

zapisywano by ustawienia oraz badane aktualnie struktury razem z wynikami

ich przetwarzania. Poprzez konto użytkownika dostarczane miały być informacje

o wynikach analiz z innych serwerów za pomocą wiadomości e-mail.

Rozdział 2

Zagadnienia biologiczne

2.1 Istota bioinformatyki w świetle dotychczasowych

nauk przyrodniczych

Bioinformatyka jest to dziedzina zajmująca się stosowaniem narzędzi

matematycznych i informatycznych do rozwiązywania problemów biologicznych.

Podstawowe zagadnienia bioinformatyki to:

• katalogowanie informacji biologicznych (bazy danych, wyszukiwaniesekwencji, annotacji, danych numerycznych w bazach danych)

• analiza sekwencji DNA i RNA (składanie sekwencji, annotacja,

wyszukiwanie sekwencji kodujących, regulatorowych i repetytywnych,

motywów, markerów)

• analiza sekwencji genomów, porównywanie genomów

• ustalanie ewolucyjnych relacji pomiędzy zbiorami sekwencji / organizmów

• genotypowanie (używane między innymi do wyszukiwania genówodpowiedzialnych za choroby genetyczne, w ustalaniu ojcostwa,

kryminalistyce)

• analiza ekspresji genów (głównie ang. microarrays analysis)

• analiza sekwencji białek (porównywanie sekwencji, wyszukiwanie domeni motywów, przewidywanie własności drugo– i trzeciorzędowej struktury

białka, lokalizacji w obrębie komórki)

• katalogowanie funkcji genów/białek, analiza dróg metabolicznych(np. metabolizm lipidów) oraz dróg sygnałowych (np. od receptora

na powierzchni komórki poprzez kaskadę kinaz do czynników

transkrypcyjnych)

3

4 Zagadnienia biologiczne

• modelowanie układów biologicznych (np. kinetyka szeregu reakcji

enzymatycznych w komórce)

• wirtualne dokowanie (ang. virtual docking) – np. używając trójwymiarowejstruktury aktywnego centrum enzymu („zamek” albo „kieszonka”,

ang. pocket) uruchamia sie wyszukiwanie w bazach danych tysięcy małych

cząsteczek, z których kilka, kilkanaście („kluczy”) będzie miało kształt

mieszczący się w centrum aktywnym. Zagadnienie to stanowi pierwszy krok

w kierunku odkrywania nowych leków i preparatów leczniczych.

• morfometria – analiza obrazuNa przestrzeni lat bioinformatyka przekształciła się w samodzielną dziedzinę

z własnymi problemami biologiczno–obliczeniowymi[26].

2.1.1 Analiza białek

Rola bioinformatyki, przy dzisiejszym rozwoju informatyki oraz nauk

matematycznych, nie ogranicza się jedynie do zarządzania i operowania

materiałem informacyjnym pochodzącym z analizy DNA i RNA. Wykorzystując

różne narzędzia informatyczne i algorytmy, bioinformatyka stała się jedną

z najważniejszych i najszybciej rozwijających się dziedzin nauki.

Powszechnie stosowanymi metodologiami umożliwiającymi dekodowanie

informacji o sekwencji aminokwasów w białkach, zawartej w łańcuchu DNA,

a nastepnie przewidywanie struktury i funkcji białka, są metody numeryczne.

Ważnym krokiem analiz numerycznych, niezbędnym dla przejścia od informacji

genetycznej do poziomu funkcji biologicznej, jest przewidywanie struktury

przestrzennej dla łańcucha białkowego o danej sekwencji aminokwasowej.

Realizowane jest to z wykorzystaniem baz danych dotyczących białek, których

struktura trójwymiarowa (3D) jest już poznana w oparciu o eksperymenty

krystalograficzne1. Prowadzenie analiz porównawczych danych strukturalnych,

ma na celu znalezienie reguły ogólnej, która pozwoli zbudować model

powstawania struktury przestrzennej białka tylko w oparciu o poznaną sekwencję

aminokwasową. Biorąc pod uwagę liczbę sposobów ułożenia przestrzennego

łańcucha aminokwasów, zadanie to jest bardzo złożone. Z tego powodu poszukuje

się modeli, mogących odtworzyć proces zachodzący w naturze, przyjmując, że

w uwarunkowaniach środowiskowych ukryta jest procedura tworzenia struktur

prawidłowych.

Cząsteczka białka jest strukturą wysoce dynamiczną i wrażliwą na wpływ

środowiska. Dlatego na świecie rośnie zapotrzebowanie na specjalistyczne

1naświetlanie kryształu białka promieniami rentgenowskimi

2.1. Istota bioinformatyki w świetle dotychczasowych nauk przyrodniczych 5

programy, które potrafiłyby przeprowadzić symulację dynamiki molekularnej

w możliwie krótkich okresach obliczeniowych. Dotyczy to zwłaszcza tych zmian

strukturalnych, które są warunkiem koniecznym do tworzenia kompleksów białek.

Możliwość tworzenia kompleksów jest podstawowym warunkiem dla wyrażenia

aktywności biologicznej danego białka. Symulacja dynamiki molekularnej,

weryfikującej możliwość powstawania kompleksu białkowego oraz określenie jego

trwałości, zaliczane są do zagadnień związanych z przewidywaniem funkcji

biologicznej białek. Dla układów biologicznych symulacja dynamiki molekularnej

jest zagadnieniem należącym do tzw. wielkoskalowych równoległych obliczeń

komputerowych, realizowanych przez najnowsze superkomputery. Możliwe jest

ponadto symulowanie reakcji enzymatycznych, w czasie których cząsteczka

substratu (substrat: patrz słownik) pod wpływem określonego enzymu (enzym:

patrz słownik) przekształcana jest w inną, stanowiącą produkt reakcji.

Realizują to nowoczesne wysokowyspecjalizowane programy, budowane w oparciu

o zaawansowane modele chemii oraz chemii kwantowej[22].

2.1.2 DNA

DNA nazywane kwasem deoksyrybonukleinowym, to długi liniowy polimer

(patrz słownik), który przenosi informację przechodzącą z jednego pokolenia

na drugie. Składa się on z ogromnej ilości połączonych ze sobą nukleotydów

(nukleotyd: patrz słownik). Każdy z nich jest złożony z: cukru, kwasu fosforowego

i zasady. Cukry połączone fosforanami tworzą wspólny rdzeń cząsteczki, podczas

gdy zasady mogą się różnić i należą do następujących typów:

• zasady purynowe– adenina – A

– guanina – G

• zasady pirymidynowe– cytozyna – C

– tymina – T

Informacja genetyczna jest przechowywana w sekwencji zasad leżących wzdłuż

łańcucha kwasu nukleinowego, które tworzą specyficzne pary połączone

wiązaniami wodorowymi. Parowanie się zasad powoduje powstawanie podwójnej

helisy, helikalnej struktury składającej się z dwóch nici kwasu nukleinowego,

a także jest podstawą mechanizmu kopiowania informacji genetycznej

z istniejącego łańcucha kwasu nukleinowego na nowo tworzony łańcuch[11].

W 1953 r. Watson i Crick opracowali trójwymiarową strukturę DNA (patrz

rys. 2.1 oraz 2.2). Okres powtarzalności wzdłuż osi helisy wynosi 0,34 nm, co


Rysunek 2.1: Model dwuniciowej helisy DNA zaproponowany przez Watsonai Cricka – widok z boku

Rysunek 2.2: Model dwuniciowej helisy DNA zaproponowany przez Watsonai Cricka – widok z góry, wzdłuż osi helisy

odpowiada 10 nukleotydom w każdym łańcuchu (patrz rys. 2.1). Na podstawie

obrazów dyfrakcji promieni X uzyskanych przez Franklin i Wilkinsa stwierdzili, że

DNA jest zbudowany z dwóch wzajemnie oplatających się nici, razem tworzących

helikalną strukturę, w której zasady skierowane są do wnętrza helisy, a rdzeń

cukrowo–fosforanowy (patrz rys. 2.3) znajduje się na zewnątrz.

Na rysunku pierwszy łańcuch polinukleotydowy został zaznaczony na

niebiesko, natomiast drugi – na różowo. Zasady purynowe i pirymidynowe

zostały przedstawione kolorami o mniejszej intensywności, niż rdzeń

cukrowo-fosforanowy. Dwie nici (łańcuchy) DNA w dwuniciowej helisie

(patrz rys. 2.4) są ułożone antyrównolegle względem siebie (jeśli jedna nić jest


Rysunek 2.3: Rdzeń cukrowo-fosforanowy DNA

zorientowana w kierunku 5’ → 3’ (3’ i 5’ są oznaczeniami końców nici DNA),to druga przyjmuje orientację 3’ → 5’). Zasady znajdujące się w przeciwległychłańcuchach tworzą ze sobą wiązania wodorowe:

• A z T

• G z CŁączenie się zasad w pary jest określane jako tworzenie się komplementarnych

par zasad. Większa, dwupierścieniowa zasada purynowa tworzy parę z mniejszą,

jednopierścieniową zasadą pirymidynową. Pary zasad doskonale „pasują” do

odległości pomiędzy łańcuchami cukrowo-fosforanowymi i decydują o utrzymaniu

poprawnego odstępu między nimi. Odległość ta byłaby zbyt mała dla pary

utworzonej z dwóch dużych zasad purynowych i zbyt duża dla pary dwóch

pirymidyn, które znajdowałyby się zbyt daleko od siebie, by utworzyć wiązania

wodorowe. Pomiędzy komplementarnymi zasadami tworzy się maksymalna

(spośród możliwych) liczba wiązań wodorowych. W każdej parze G:C są trzy

wiązania wodorowe, zasady w parze A:T są związane dwoma wiązaniami

wodorowymi. Tak, więc pary zasad A:T i G:C stanowią układy najbardziej

stabilne zarówno pod względem sferycznym (przestrzennym), jak i tworzenia się

maksymalnej liczby wiązań wodorowych[9].

DNA jest replikowane przez enzymy nazywane polimerazami DNA

(polimeraza: patrz słownik), które bardzo precyzyjnie kopiują sekwencje matryc

nukleotydowych z częstotliwością błędów niższą niż 1 na 100 milionów

nukleotydów[11].

Rozwój bioinformatyki, w odniesieniu do DNA, nastąpił w momencie

intensywnego rozwoju oprogramowania komputerowego służącego do analizy

sekwencji nukleotydów. Na początku, w oparciu o teorię informacji, rozwijano

metody poszukiwania podobieństw i różnic sekwencji w obrębie genomu tego

samego oraz różnych gatunków. Doprowadziło to do określenia kryteriów

dla rozróżniania fragmentów kodujących (niosących informacje o funkcjach


Rysunek 2.4: Schemat dwuniciowej helisy DNA

i budowie białek) i niekodujących (nie wykorzystywanych do syntezy

białek). Analiza porównawcza pomiędzy gatunkami pozwoliła na śledzenie

procesów ewolucyjnych, określenie kryterium dla przynależności gatunkowej oraz

identyfikację specyfiki osobniczej.

Automatyzacja i dynamiczny rozwój technik analizy sekwencji DNA,

stworzyły warunki techniczne dla realizacji światowego projektu o nazwie Human

Genom Project (HGP). Projekt polega na analizie sekwencji nukleotydów

w całym ludzkim genomie, a w efekcie na rozszyfrowaniu „programu” tworzenia

i funkcjonowania organizmu człowieka. Jest to ogromne wyzwanie, jeśli weźmie

się pod uwagę rozmiary ludzkiego genomu. Podwójna nić DNA człowieka zawiera

ok. 3 miliardy par nukleotydów. Gdyby cały DNA człowieka wymodelować

za pomocą zamka błyskawicznego, przyjmując, że 1 ząbek odpowiadałby

jednemu nukleotydowi, a 300 ząbków przypadałoby na 1 m długości zamka,

to zamek taki powinien mieć długość ok. 10 000 km (odległość z Warszawy

do Nowego Yorku i z powrotem). W chwili rozpoczęcia realizacji projektu

(w 1986 roku), oznaczenie sekwencji DNA o takich rozmiarach przekraczało

możliwości niejednego laboratorium, a koszty zakupu sprzętu niezbędnego do

realizacji tego projektu, budżet jednego kraju. Przedsięwzięcie to zostało więc

podjęte wspólnie przez Stany Zjednoczone Ameryki Północnej, Japonię oraz

Unię Europejską. W okresie późniejszym dołączyły inne kraje. W trakcie


Rysunek 2.5: Rdzeń cukrowo-fosforanowy RNA

realizacji projektu techniki sekwencjonowania kwasów nukleinowych rozwinęły

się tak znacznie, że zakładany początkowo termin zakończenia projektu został

już istotnie przybliżony. Pierwotny plan zakładał oprócz analizy genomu

człowieka (Homo sapiens – 3 000 Mpz (Mpz oznacza jednostkę Mega Par

Zasad) także analizę genomów innych najlepiej poznanych organizmów jak:

bakteria – Ecoli (4,7 Mpz), muszka owocowa – D. melanogaster (165,0 Mpz),

drożdże – S. cerevisiae (13,5 Mpz), nicień – C. elegans (100,0 Mpz), mysz

laboratoryjna – M. musculus (3 000 Mpz). Lista gatunków włączonych w badania

genomu powiększyła się o wiele innych organizmów (w tym także o rośliny –

np. rzodkiewnik Arabidopsis- thaliana)[22].

2.1.3 RNA

RNA (kwas rybonukleinowy) jest długim polimerem (polimer: patrz słownik)

składającym się z nukleotydów (nukleotyd: słownik, strona 77) połączonych

wiązaniami 3’, 5’ – fosfodiestrowymi. Cząsteczki RNA pełnią bardzo ważną rolę,

ponieważ stanowią matrycę dla syntezy białek.

Porównując budowę DNA (patrz podrozdział 2.1.2) i RNA można zauważyć

następujące różnice:

• W skład RNA wchodzą zasady: adenina (A), guanina (G), uracyl (U)i cytozyna (C). Tak więc tymina z DNA jest w RNA zastąpiona przez uracyl

– inną zasadę pirymidynową. Uracyl może jednak, podobnie jak tymina,

tworzyć komplementarną parę z adeniną;

• Cukrem występującym w RNA jest ryboza, natomiast DNA zawieradeoksyrybozę

Rysunek 2.5 przedstawia rdzeń cukrowo-fosforanowy RNA, który podobnie jak

w DNA, utworzony jest z wiązań fosfodiestrowych 3’ do 5’.

Rybonukleozydy (rybonukleozyd: patrz słownik) występujące w RNA

to: adenozyna, guanozyna, cytydyna oraz urydyna. Rybonukleotydami


(rybonukleotyd: patrz słownik) są adenozyno-5’-trifosforan (ATP),

guanozyno-5’-trifosforan (GTP), cytydyno-5’-trifosforan (CTP)

i urydyno-5’-trifosforan (UTP). 5’-Trifosforany nukleozydów są substratami

do syntezy RNA. Ogniwami gotowych łańcuchów RNA są monofosforany

odpowiednich nukleozydów.

Podobnie jak w przypadku DNA, sekwencję nukleotydów RNA zapisuje się

jako sekwencję zasad w kierunku 5’ → 3’. Na przykład GUCAAGCCGGAC jestsekwencją krótkiej cząsteczki RNA[9].

Większość cząsteczek RNA jest jednoniciowa, ale cząsteczka RNA może

zawierać regiony, które tworzą komplementarne pary zasad po zmianie biegu

łańcucha RNA o 180 stopni (tworzą się tak zwane struktury typu „spinki

do włosów”). Cząsteczka RNA może więc zawierać pewne odcinki o budowie

dwuniciowej helisy. Sparowane odcinki RNA stanowią drugorzędową strukturę

tych cząsteczek. Wyróżniamy następujące formy RNA[30]:

Jądrowy RNA (nRNA) – stanowi połączenie wielu rodzajów kwasów

rybonukleinowych. Niektóre z nich, np. rRNA i tRNA, są w jądrze

komórkowym syntetyzowane i przebywają w nim tylko okresowo.

Występujący stale w jądrze komórkowym RNA można podzielić na dwa

rodzaje:

Kwas rybonukleinowy heterogenny pre–RNA – jest bardzo

szybko syntetyzowany i katabolizowany. Jego okres półtrwania

wynosi od kilku minut do kilku godzin. Został nazwany

kwasem rybonukleinowym heterogennym (hnRNA) o dużej masie

cząsteczkowej, obecnie jest okreslany jako prekursorowy RNA lub

pre–RNA. Pewna jego część ulega przeistoczeniu w mRNA.

Kwas metabolicznie stabilny snRNA – stanowi drugi rodzaj RNA

jądrowego. Posiada stosunkowo małe cząsteczki. Zawiera, oprócz

typowych zasad azotowych, ich postacie umetylowane. Kwas ten

został elektroforetycznie (elektroforeza: patrz słownik) rozdzielony na

12 frakcji, którym przypisuje się funkcje regulatorowe.

Transferowy RNA (tRNA) –stanowi 10-13 procent ogólnej ilości kwasów

rybonukleinowych w komórce. Jest on zbudowany z 70-90 nukleotydów.

Jego cechą charakterystyczną wśród innych rodzajów RNA jest to, że

ma najmniejszą masą cząsteczkową, zawartą w granicach od 25 do

30 kDa. tRNA cechuje wysoka specyficzność w stosunku do aminokwasów.

Każdy z aminokwasów syntetyzowanego białka może być transportowany

przez jeden, a niektóre przez kilka różnych tRNA. Cząsteczki tRNA


Rysunek 2.6: Budowa kwasu tRNA, bez uwzględnienia skręcenia nici wefragmentach dwuniciowych ramion

w komórkach występują w stanie wolnym bądź też są związane z określonym

aminokwasem.

Cząsteczka tRNA ma budowę palczastą (patrz rys. 2.6). Jest ona zwinięta

spiralnie, a w pewnych miejscach tworzą się pętle. Ramiona tych pętli są

dwuniciowe, skręcone w spiralę. Na tych odcinkach pary zasad mogą łączyć

się wiązaniami wodorowymi. Niektóre fragmenty pętli mają jednakowe

sekwencje nukleotydowe we wszystkich tRNA. Istnieją odcinki wykazujące

znaczne różnice, które decydują o specyficzności tych kwasów.

W cząsteczce tRNA wyróżniono 5 ramion:

• aminokwasowe• antykodonowe• dihydrourydynowe• pseudourydynowe (ramię TΨC)• ramię dodatkowe

Ramię dodatkowe jest cechą charakterystyczną każdego tRNA i stanowi

podstawę klasyfikacji cząsteczek tRNA.

Matrycowy (informacyjny) RNA (mRNA) – powstaje w jądrze

komórkowym w procesie transkrypcji z DNA. Jest syntetyzowany

z trifosforanów nukleozydów. Jego zasady są komplementarne w stosunku

do jednej z nici chromosomowego DNA, na której jest wytwarzany.

Matrycowy RNA przenosi informację genetyczną z DNA do cytoplazmy.


Masa cząsteczkowa mRNA oraz sekwencja nukleotydów zależą do rodzaju

białka, które jest w nim zakodowane. Trójki nukleotydów, czyli kodony

(kodon: patrz słownik), rozmieszczone w jego łańcuchu wyznaczają

kolejność aminokwasów syntetyzowanego białka.

Budowa mRNA pro- i eukariotów wykazuje wyraźne różnice, decydujące

o ich różnych właściwościach. Cząsteczka bakteryjnego mRNA może

dysponować kodem dla całego zespołu białek. Ten mRNA jest zatem

policistronowy. Oprócz kodonów zwykłych, łańcuch mRNA zawiera

tzw. kodony startu i stopu, które są znakami przestankowymi,

umożliwiającymi syntezę wielu białek. Długość łańcucha mRNA

u prokariotów jest zależna od wielkości cząsteczek zakodowanych w nim

białek.

W procesie transkrypcji u eukariotów powstaje najpierw pre–mRNA, jako

składnik frakcji heterogennego jądrowego hnRNA. Dalszym etapem jest

proces modyfikacji, w którym następuje dobieranie i łączenie z sobą

fragmentów łańcucha RNA, aby powstał ostatecznie łańcuch zawierający

informację o ściśle określonym białku.

Rybosomalny RNA (rRNA) – stanowi około 80 procent ilości kwasów

rybonukleinowych komórki. Jest on podstawowym składnikiem rybosomów,

gdzie sięga 65 procent zawartości. Resztę stanowią białka.

Rybosomalny RNA, podobnie jak inne rodzaje RNA, powstaje

w procesie transkrypcji z DNA. Zawiera on typowe zasady

azotowe z niewielką domieszką ich metylowych pochodnych. Jest

pojedynczym łańcuchem, bardzo mocno poskręcanym, tworzącym pętle,

z fragmentami dwuniciowymi, gdzie występują wiązania wodorowe między

komplementarnymi zasadami.

Wszystkie przedstawione powyżej rodzaje RNA, odgrywają ważną rolę

w procesie syntezy białek. Dużym udziałem drugorzędowych struktur,

charakteryzują się cząsteczki rybosomowych RNA (rRNA) i transportujących

RNA (transferowych RNA – tRNA) oraz informacyjnych RNA (mRNA).

Wszystkie formy komórkowego RNA są syntetyzowane przez polimerazy RNA

(polimeraza: patrz słownik), które czerpią instrukcje z matryc DNA. Po tym

procesie „przepisywania informacji”, czyli transkrypcji, następuje jej tłumaczenie

na język białek, czyli translacja, zgodnie z instrukcjami zawartymi w matrycach

mRNA. Przepływ informacji genetycznej, inaczej ekspresja genów, w normalnych

komórkach przebiega w następujący sposób:

DNA→ Transkrypcja→ RNA→ Translacja→ Biako

2.2. Rola białek w organizmach 13

Ten przepływ informacji zależy od kodu genetycznego, który określa związek

pomiędzy sekwencją zasad w DNA (lub mRNA) a sekwencją aminokwasów

w białku. Kod jest niemal jednakowy we wszystkich organizmach: sekwencja

trzech zasad, nazywana kodonem, określa dany aminokwas. Kodony w mRNA są

kolejno odczytywane przez cząsteczki tRNA, które służą jako adaptery w trakcie

syntezy białek. Proces syntezy białka odbywa się na rybosomach, które są

złożonymi kompleksami różnych rRNA i ponad 50 rodzajów białek[11].

Komplementarne pary zasad w zwiniętej pojedynczej nici mogą ulec

rozerwaniu w podwyższonej temperaturze, podobnie jak w przypadku podwójnej

helisy DNA. RNA może tworzyć nawet długą podwójną helisę, jednak

w komórkach sytuacje takie zdarzają się rzadko, ponieważ zazwyczaj nie

ma w nich tak długich nici komplementarnych. W odróżnieniu od replikacji

DNA, efektem syntezy RNA jest tylko jedna nić. W odpowiednich warunkach

pojedyncze nici RNA i DNA o komplementarnych sekwencjach mogą utworzyć

podwójną helisę RNA–DNA. Wtedy uracyle RNA łączą się z adeninami

DNA, zaś adeniny RNA z tyminami DNA. Dzięki powstawaniu takich

hybrydowych połączeń możliwe są najrozmaitsze laboratoryjne manipulacje

kwasami nukleinowymi; na przykład stopień komplementarności sekwencji

wyizolowanych RNA i DNA mierzy się sprawdzając ich zdolność do tworzenia

podwójnej helisy RNA–DNA[14].

2.2 Rola białek w organizmach

2.2.1 Budowa i struktura białek

Białka (ang. proteins) są jednymi z tych związków chemicznych, które

odgrywają najważniejszą rolę w procesach biochemicznych, determinujących

zjawiska życiowe. Stanowią one około 85% wszystkich związków organicznych

występujących w organizmach żywych, a ich właściwości i role są bardzo

zróżnicowane. Białka mogą pełnić następujące funkcje:

• zapasowe,• obronne,• regulujące (np. insulina),• katalizujące (enzymy, np. pepsyna, trypsyna, amylaza),• transportowe, magazynowe (np. hemoglobina),• strukturalne (aktyna, miozyna) oraz wiele innych.Podstawowym elementem, z którego zbudowane jest każde białko, są

aminokwasy. Aminokwasy to związki organiczne zbudowane z grupy aminowej,


grupy karboksylowej, atomu wodoru i łańcucha bocznego, specyficznego dla

każdego aminokwasu (patrz rys. 2.7). W białkach występuje jedynie 20 rodzajów

Rysunek 2.7: Ogólny wzór strukturalny aminokwasów.

aminokwasów, jednak różnorodność tworzonych przez nie struktur białkowych

jest praktycznie nieograniczona. Listę tych aminokwasów oraz ich oznaczenia

przedstawia tabela 2.1.

Tablica 2.1: Aminokwasy występujące w białkach.

Nazwa aminokwasu Skrót Oznaczenie literowealanina ALA Aaspargina ASN Narginina ARG Rcysteina CYS Cfenyloalanina PHE Fglicyna GLY Gglutamina GLN Qhistydyna HIS Hizoleucyna ILE I

kwas asparginowy ASP Dkwas glutaminowy GLU E

leucyna LEU Llizyna LYS Kmetionina MET Mprolina PRO Pseryna SER Streonina THR Ttryptofan TRP Wtyrozyna TYR Ywalina VAL V


Ważną własnością aminokwasów z punktu widzenia białek jest ich zdolność

do łączenia się, poprzez reakcje pomiędzy grupą karboksylową jednego

aminokwasu, a grupą aminową drugiego. W ten sposób pomiędzy dwoma

resztami aminokwasowymi powstaje wiązanie, nazywane fachowo „wiązaniem

peptydowym”. Schemat takiej reakcji przedstawia rysunek 2.8.

Rysunek 2.8: Tworzenie wiązania (poli)peptydowego.

Cząsteczki aminokwasów mogą łączyć się w ten sposób tworząc niezwykle

długie łańcuchy, zwane peptydami (o masie cząsteczkowej do 10 000u – patrz

słownik) i białkami (o masie cząsteczkowej powyżej 10 000u).Widzimy zatem, że

białka są związkami wielocząsteczkowymi (makromolekularnymi), a pojedynczy

łańcuch takiego białka może zawierać setki, a nawet tysiące aminokwasów. Taki

łańcuch białkowy nie stanowi jednak prostej nitki. W wyniku oddziaływań

pomiędzy cząsteczkami takiego łańcucha, fragmenty łańcucha przybierają

lokalnie różne skomplikowane struktury (helisa α, struktura β, zwrot β).

Dodatkowo, duże białka mogą zawierać kilka takich łańcuchów, co jeszcze

bardziej komplikuje ich budowę, ponieważ dochodzą jeszcze oddziaływania

między niezależnymi łańcuchami.

Biologowie molekularni zajmujący się badaniami nad białkami wyróżnili

cztery poziomy, na których rozważa się budowę białek:

• pierwszy poziom – struktura pierwszorzędowa,

• drugi poziom – struktura drugorzędowa,

• trzeci poziom – struktura trzeciorzędowaregulujące,

• czwarty poziom – struktura czwartorzędowa.


2.2.1.1 Struktura pierwszorzędowa

Struktura pierwszorzędowa określa z jakich reszt aminokwasowych zbudowane

jest białko oraz w jakiej kolejności są one ze sobą powiązane w ramach całego

łańcucha. Skład i kolejność reszt ma istotny wpływ na własności takiego białka.

Zmiana choćby jednej reszty aminokwasowej (tzw. mutacja) może doprowadzić

do poważnych dolegliwości i chorób.

Strukturę pierwszorzędową białka można w łatwy sposób przedstawić,

zapisując ją jako ciąg liter (skrótów nazw), z których każda jednoznacznie

identyfikuje aminokwas tworzący daną resztę aminokwasową. Kolejność reszt

w łańcuchu wyznacza położenie w sekwencji (patrz rys. 2.9).

Rysunek 2.9: Sposób prezentacji struktury pierwszorzędowej białka.

2.2.1.2 Struktura drugorzędowa

W 1951 roku Robert Covey i Linus Pauling doszli do wniosku, że łańcuch

polipeptydowy nie stanowi prostej „nici”, a zawija się tworząc regularnie

powtarzające się struktury, nazwane przez nich helisą α (czyt. helisa alfa)

i harmonijką β (czyt. harmonijka beta). Dopiero sześć lat po dokananiu

tego odkrycia, udało się zaobserwować je doświadczalnie. Był to punkt

zwrotny w biologii molekularnej, ponieważ okazało się, że jeżeli znane są

dokładne parametry łańcucha polipeptydowego, wówczas można przewidzieć

jego konformację(sposób przestrzennego ułożenia atomów w cząsteczce białka).

Z czasem udało się zidentyfikować kolejne struktury, takie jak: zwroty β (czyt.

zwrot beta) i pętlę Ω (czyt. pętla omega), które pomimo tego, że nie występują

okresowo, to są powszechne i razem z helisami α i harmonijkami β tworzą

strukturę drugorzędową białka.

Podstawowym i powtarzającym się cyklicznie elementem w każdym łańcuchu

białkowym jest płaskie wiązanie peptydowe — CO — NH — . Obrót wokół niego

jest jednak ograniczony, ponieważ ma ono charakter wiązania podwójnego i jest

konstrukcją dość sztywną. Swobodny obrót ma jednak miejsce pomiędzy:


• Cα (patrz rys. 2.7) i karbonylowym atomem węgla (Cα -– CO),• Cα i atomem azotu (N – Cα ).

Właśnie poprzez obrót wokół tych wiązań łańcuch polipeptydowy lub jego

fragmenty mogą tworzyć takie uporządkowane konformacje, jak helisy α,

harmonijki β, zwroty β, czy pętle Ω.

Helisa α jest prawoskrętną strukturą cylindryczną, powstałą na skutek

tworzenia się wewnątrzcząsteczkowych wiązań wodorowych pomiędzy grupami

NH i CO głównego łańcucha. Grupa CO każdego aminokwasu tworzy takie

wiązanie z grupą NH aminokwasu, który w sekwencji liniowej oddalony jest

o cztery reszty aminokwasowe (patrz rys. 2.10). Łańcuchy boczne aminokwasów

występują na zewnątrz cylindra, a ciasno skręcony łańcuch główny tworzy część

wewnętrzną. Na jeden obrót helisy α przypada 3,6 reszt aminokwasowych, a każda

reszta aminokwasowa przesunięta jest w stosunku do sąsiedniej o 0,15 nm (1nm

= 10−9m) wzdłuż osi helisy i obrócona o kąt 100 wokół osi. Skok helisy α, czyli

odległość między początkami dwóch kolejnych zwojów wynosi 0,54 nm (patrz

rys. 2.11).

Rysunek 2.10: Schemat wiązań wodorowych w helisie α.

Helisa α jest jedną z najlepiej poznanych struktur, a jej zawartość w białkach

może być bardzo różna i wahać się od 0% do niemal 100%. Przykładem może

być ferrytyna, białko magazynujące żelazo, w którym 75% reszt tworzy helisy α.

Udział struktury helikalnej w białkach określa się na podstawie wyników badań

metodami chiralooptycznymi. Okazuje się, że pojedyncze helisy nie przekraczają

długości 4,5 nm, tym samym są strukturami dość krótkimi. Jednak możliwość

splatania się dwóch lub większej ilości helis wokół siebie (tzw. helisy wyższego

rzędu) sprawia, że mogą one osiągnąć długości dochodzące do ponad 100 nm

(0,1 µm, czyli 0,1 * 10−6m)(patrz rys. 2.12). Przykładem może być miozyna

i tropozyna mięśni, keratyna włosów czy fibryna skrzepów krwi.

Obok helisy α istnieją również inne rodzaje helis, zarówno prawo–,

jak i lewoskrętne. O ich cechach charakterystycznych i rodzaju decydują


Rysunek 2.11: Struktura helisy α. (A) Model wstęgowy z zaznaczonymi atomamiwęgla α i łańcuchami bocznymi (kolor zielony). (B) Widok z boku w modelukulkowym przedstawiający wiązania wodorowe (linie przerywane) między grupamiNH i CO. (C) Widok z góry pokazuje zwinięty szkielet znajdujący się w środkuhelisy α i wystające na zewnątrz łańcuchy boczne (kolor zielony). (D) Modelczaszowy rysunku C przedstawiający ściśle upakowany wewnętrzny rdzeń helisyα.

Rysunek 2.12: Helikalnie zwinięte helisy α. Dwie helisy są splecione wokół siebietworząc helisę wyższego rzędu tzw. superhelisę.

łańcuchy boczne aminokwasów występujących w łańcuchu polipeptydowym. Do

aminokwasów, które sprzyjają tworzeniu helis należą: Ala, Val, Phe, Met, Gln

i His, a do aminokwasów destabilizujących taką strukturę należą: Pro, Gly, Asn,

Tyr, czy Thr.

Drugą strukturą zaproponowaną przez Pauling’a i Corey’a była struktura

harmonijki β (patrz rys. 2.13, 2.14), nazywana również strukturą „pofałdowanej

kartki”, „pofałdowanego łańcucha” lub po prostu „strukturą β”. Budowa

takiej struktury, podobnie jak w przypadku helisy α, opiera się na wiązaniach

wodorowych pomiędzy grupami NH i CO. W przeciwieństwie do helisy, gdzie

takie wiązania tworzą się pomiędzy odpowiednimi, blisko leżącymi atomami

tego samego łańcucha, o tyle w harmonijce β wiązanie wodorowe może zostać

utworzone zarówno pomiędzy bliskimi, jak i odległymi częściami tego samego

łańcucha lub różnych łańcuchów. Tym samym harmonijka β jest strukturą prawie


całkowicie rozciągniętą, w odróżnieniu od cylindrycznej helisy.

Rysunek 2.13: Białko bogate w struktury typu harmonijka β.

Rysunek 2.14: Struktura nici β. Łańcuchy boczne (kolor zielony) znajdują siępowyżej lub poniżej płaszczyzny nici.

Sąsiadujące ze sobą łańcuchy harmonijki mogą być ułożone w tym samym

kierunku (tzw. równoległa harmonijka β) lub w przeciwnych kierunkach

(tzw. antyrównoległa harmonijka β). Obie struktury oraz sposób połączenia grup

NH i CO przedstawia rys. 2.15 i 2.16.

Rysunek 2.15: Antyrównoległa harmonijka β. Sąsiednie nici β są ułożonew przeciwnych kierunkach. Strukturę stabilizują wiązania wodorowe międzygrupami NH i CO, łączące każdy aminokwas z sąsiadującym aminokwasem na niciantyrównoległej.


Rysunek 2.16: Równoległa harmonijka β. Sąsiednie nici β są ułożone w tym samymkierunku. Wiązania wodorowe łączą każdy aminokwas na jednej nici z dwomaróżnymi aminokwasami na nici sąsiedniej.

Harmonijka β jest ważnym elementem strukturalnym białek. Przykładem

mogą być białka wiążące kwasy tłuszczowe, których budowa opiera się prawie

całkowicie na harmonijce β. Innymi strukturami, dzięki którym łańcuch

polipeptydowy może zmieniać swój kierunek są:

• struktura wstęga–zwrot–wstęga, nazywana również zwrotem β, β–zgięciemlub „zgięciem spinki do włosów”

• oraz struktura pętli.W miejscu, w którym występuje zwrot β, obserwuje się zmianę kierunku

łańcucha o 180 stopni. W strukturach tego typu wiązanie wodorowe tworzy się

najczęściej między grupą –CO reszty aminokwasowej na pozycji i, a grupą NH

reszty aminokwasowej na pozycji i+3. Struktury tego typu nie mają regularnej,

okresowej struktury jak helisy α i harmonijki β, są natomiast dość sztywne

i dobrze zdefiniowane. Najczęściej zwroty β i pętle znajdują się na powierzchni

białek, a to ma wpływ na ich reakcje z innymi białkami i innymi cząsteczkami.

2.2.1.3 Struktura trzeciorzędowa

Struktura trzeciorzędowa obrazuje wzajemne ułożenie w przestrzeni

poszczególnych fragmentów łańcucha peptydowego, a tym samym określa

trójwymiarowy kształt całej cząsteczki białka. Na kształt ten wpływ mają takie

czynniki jak:

• oddziaływanie na siebie zjonizowanych grup funkcyjnych (−COO(−)

i –NH(+)3 ),

• wytworzone wiązania disulfidowe — są to silne wiązania —S–S– (siarka)pomiędzy odległymi od siebie resztami cystern (Cys, C),

• oddziaływania dipol – dipol,


• siły dyspersyjne hydrofobowych łańcuchów bocznych.

Struktura trzeciorzędowa białek jest strukturą niejednorodną, ponieważ obok

uporządkowanych struktur, takich jak helisy α, harmonijki β czy zwroty β,

występują również struktury nieuporządkowane. W strukturze białka możemy

ponadto wyróżnić ściśle upakowane części, które są wyraźnie oddzielone od reszty

cząsteczki. Każdą z tych części, których w pojedynczej cząsteczce może być nawet

kilka, nazywamy domeną.

Konformacja cząsteczki białka kształtuje się pod wpływem wielu czynników,

jednak w określonym środowisku decydującą rolę odgrywa sekwencja łańcucha

białkowego. Różnica między energią najbardziej uprzywilejowanej konformacji,

a energią innych struktur uporządkowanych (nawet strukturą rozplecioną) jest

niewielka, rzędu 10 kcal. W efekcie konformacja białek jest bardzo labilna

i zdarza się, że łańcuchy polipeptydowe o bardzo różnej sekwencji przybierają

zbliżoną konformację. Podobieństwo sekwencyjne ludzkiej hemoglobiny, owadziej

erytrokruoryny i leghemoglobiny, białka występującego w brodawkach na

korzeniach roślin motylkowych, jest mniejsze niż 20%, a mimo to wszystkie

te białka pełnią taką samą funkcję – są przenośnikami tlenu. Wszystkie one

zawierają hem jako grupę prostetyczną i mają prawie identyczną budowę

przestrzenną. Ta obserwacja skłoniła do przeprowadzenia badań porównawczych

znanych globin tworzących z hemem białka złożone. Okazało się, że spośród 226

porównywanych globin tylko dwie reszty aminokwasowe, histydyny proksymalnej

(najbliższej) wiążącej tlen i fenyloalaniny bezpośrednio oddziałującej z hemem,

powtarzały się i zajmowały te same pozycje w polipeptydowych łańcuchach.

Rezultaty te świadczą o nieograniczonych wprost adaptacyjnych możliwościach

białek. Z drugiej strony wiadomo, jak dramatyczne skutki może powodować

zmiana reszty chociażby jednego aminokwasu, czego przykładem są choroby typu

anemii sierpowatej i mukowiskocydozy. (patrz rys. 2.17)

Każde białko może zostać przekształcone ze struktury pofałdowanej

w strukturę rozplecioną. W tym stanie białko nie pozostaje jednak długo

i ponownie ulega pofałdowaniu do formy najkorzystniejszej energetycznie, przy

czym nie koniecznie musi to być postać wyjściowa. Cały proces trwa kilka sekund

lub minut, ponieważ fałdowanie ma miejsce w wielu miejscach jednocześnie.

Widać zatem, że tworzenie się takich struktur jak helisy czy harmonijki jest

istotnym elementem w konstrukcji uporządkowanej struktury białka.


Rysunek 2.17: Struktura przestrzenna (trzeciorzędowa) mioglobiny.

2.2.1.4 Struktura czwartorzędowa

Struktura czwartorzędowa odnosi się do sytuacji kiedy białko zbudowane

jest z więcej niż jednego łańcucha polipeptydowego. Każdy z tych łańcuchów

nazywany jest podjednostką (domeną), tym samym struktura czwartorzędowa

odnosi się do wzajemnego ułożenia przestrzennego podjednostek i oddziaływań

jakie między nimi występują. Przykładem białka u którego możemy wyróżnić

strukturę czwartorzędową jest ludzka hemoglobina. Składa się ona z dwóch

podjednostek typu α i dwóch podjednostek typu β (patrz rys. 2.18).

Rysunek 2.18: Struktura czwartorzędowa ludzkiej hemoglobiny. Zbudowanajest z dwóch identycznych podjednostek (domen) α (kolor czerwony) i dwóchidentycznych podjednostek β (kolor żółty).

2.2.1.5 Podsumowanie

Analizując budowę białek wyróżnia się cztery poziomy ich organizacji.

Struktura pierwszorzędowa określa sekwencję aminokwasów w łańcuchu

polipeptydowym. Struktura drugorzędowa opisuje wzajemne, przestrzenne


ułożenie reszt aminokwasów sąsiadujących ze sobą w sekwencji liniowej. Struktura

trzeciorzędowa odnosi się do powiązań przestrzennych i wzajemnego ułożenia

reszt aminokwasowych, znacznie oddalonych od siebie w sekwencji liniowej,

natomiast struktura czwartorzędowa dotyczy sytuacji kiedy białko zbudowane

jest z więcej niż jednego łańcucha polipeptydowego. Przedstawienie wszystkich

struktur zawiera tabela 2.2.

2.2.2 Metody stosowane do analizy struktur białkowych

2.2.2.1 Analiza struktur pierwszorzędowych

Analiza struktury pierwszorzędowej składa się z dwóch etapów:

• analizy składu aminokwasowego,• analizy sekwencyjnej.Analiza składu aminokwasowego dostarcza nam informacji, z jakich

aminokwasów i w jakich stosunkach zbudowane jest białko. Skład aminokwasowy

określa się po jego hydrolizie, która najczęściej odbywa się w sześciomolowym

kwasie solnym w temperaturze ok. 110C przez 24 godziny. W następnym

kroku określa się jaka jest zawartość poszczególnych aminokwasów w hydrolizacie

(analiza jakościowa i ilościowa). Obecnie cała analiza jest automatycznie

wykonywana przez analizatory aminokwasowe, które działają w oparciu o HPLC

(ang. High Performance Liquid Chromatography). HPLC to metoda analityczna

a także preparatywna, służąca do oczyszczania i identyfikacji substancji

chemicznych.

Analiza sekwencyjna służy do określenia kolejności reszt aminokwasowych

w łańcuchu peptydowym. Polega ona na „odcinaniu” i identyfikacji

każdego aminokwasu z łańcucha białkowego. Najczęściej wykorzystywana

jest tutaj degradacja Edmana, która polega na reakcji analizowanego

peptydu z fenyloizocyjanianem, w wyniku czego N–końcowy aminokwas

zostaje odszczepiony i ostatecznie, na skutek hydrolizy i cyklizacji, powstaje

3–fenylo–2–tiohydantoina odpowiedniego aminokwasu (PTH). PTH następnie

jest analizowane za pomocą metod chromatograficznych2: HPLC, GC (ang. gas

chromatography) bądź spektrometrii mas3. Im łańcuch białkowy jest dłuższy

tym bardziej opisana metoda staje się uciążliwa w stosowaniu. Z tej przyczyny

długie łańcuchy dzieli się na mniejsze fragmenty w różnych miejscach, określa się

2technika analityczna lub preparatywna. Wykorzystywana do rozdzielania i badania składumieszanin związków chemicznych. [27]

3uniwersalna technika analityczna, zaliczana do metod spektroskopowych, której podstawąjest pomiar stosunku masy molowej do ładunku elektrycznego jonów otrzymywanych z atomówlub związków chemicznych. [27]


Tablica 2.2: Podsumowanie: struktura pierwszo-, drugo-, trzecio-i czwartorzędowa białka.


sekwencję aminokwasów w każdym fragmencie, a następnie na zasadzie układania

puzzli odtwarza się całą sekwencję łańcucha polipeptydowego.

2.2.2.2 Analiza struktur drugo-, trzecio- i czwartorzędowych

Jedną z najbardziej popularnych metod badania przestrzennej budowy białek

jest rentgenografia. Metoda ta polega na rejestracji i analizie widm dyfrakcyjnych

promieni rentgenowskich, które powstają na skutek interakcji promieniowania

rentgenowskiego z chmurami elektronowymi cząsteczek tworzących analizowany

kryształ. Warunkiem zastosowania tej metody jest zatem otrzymanie białka

w postaci krystalicznej. Udało się to uzyskać jak dotąd zaledwie dla kilkuset

białek, ale dzięki temu ich struktura została dokładnie poznana.

Inną metodą, która pozwala określić udział struktur drugorzędowych

w cząsteczce białka jest spektrometria w nadfiolecie. Polega ona na wykorzystaniu

promieniowania UV z zakresu 170-240 nm. Najczęściej korzysta się tutaj

z tzw. dychroizmu kołowego CD (ang. circular dichroism), dzięki któremu

stosunkowo łatwo oszacować udział helis α w cząsteczce białka. Struktury β mają

niestety znacznie mniejszy wpływ na widmo CD, stąd trudniej określić ich udział

metodami chiralooptycznymi.

Kolejną metodą wykorzystywaną w określaniu konformacji białka jest

spektroskopia magnetycznego rezonansu jądrowego (ang. Nuclear Magnetic

Resonance), zarówno protonowa, jak i 13C, 31P, 15N. Dostarcza ona cennych

informacji o tym jak ułożone są protony w przestrzeni, a tym samym jaka jest

odległość między nimi. To ostatecznie pozwala odtworzyć model przestrzenny

białka. Technika NMR ma tą wadę, że wykorzystuje roztwory, a to ogranicza

pole działania do białek rozpuszczalnych w wodzie.

Podane wyżej metody pozwalają dokładnie określić strukturę przestrzenną

białka. Wymagają jednak wielu godzin pracy wysoko wykwalifikowanej obsługi

technicznej, co przy dużej liczbie sekwencji aminokwasowych białek jest trudne

do zrealizowania. Z tego względu podejmuje się próby przewidywania struktur

przestrzennych i własności białek przy wykorzystaniu metod informatycznych.

Metody te bazują na tym, że właściwości fizyczne i chemiczne 20 aminokwasów

budujących białka są gruntownie poznane, a tym samym można spróbować

określić cechy nieznanych białek na podstawie tych właściwości.

Do przewidywania struktur drugorzędowych wykorzystuje się m.in. sieci

neuronowe. Sieć neuronowa ma możliwość „uczenia się” w oparciu o przykłady,

zamiast ślepego wykonywania instrukcji krok po kroku. Każda taka sieć posiada

warstwę wejściową i wyjściową. Pomiędzy tymi warstwami może znajdować


się więcej warstw pośrednich, w których następuje właściwy proces „uczenia”.

Osiąga się to poprzez dostarczenie takiej sieci zestawu danych treningowych.

W przypadku białek, zestawem danych treningowych są sekwencje aminokwasowe

dla których znane są dokładne drugorzędowe struktury przestrzenne. Przykłady

algorytmów bazujących na sieciach neuronowych to:

nnpredict – wykorzystuje dwuwarstwową sieć neuronową, na wejście której

podawana jest sekwencja w formacie FASTA. Stopień zgodności z danymi

empirycznymi dla najlepszych wyników wynosi około 65% [1];

PHDsec – bazuje na sieciach neuronowych i przypisuje każdą resztę

aminokwasową do określonego typu struktury drugorzędowej. Średni

stopień zgodności z danymi eksperymentalnymi wynosi 72%, najlepsze

wyniki sięgają 90%;

PSIPRED – algorytm rozwinięty na Uniwersytecie w Warwick (Wielka

Brytania), korzysta z dwóch wspomagających się sieci neuronowych. Średni

stopień zgodności wyników z danymi eksperymentalnymi wynosi 76.5%.

Inne metody przewidywania struktur drugorzędowych to:

metoda Garnier-Gibsona-Robson (GOR) – przy analizie struktury

drugorzędowej bierze pod uwagę własności każdego aminokwasu oraz

aminokwasów z nim sąsiadujących, nie skupia się na jednym elemencie

łańcucha polipeptydowego określając czy należy on do helisy α, czy

harmonijki β, a rozważa cały segment aminokwasów budujących białko.

Średni stopień zgodności wyników z danymi eksperymentalnymi wynosi

63%

metoda homologów Levina – bazuje na założeniu, że krótkie, podobne

łańcuchy peptydowe powinny mieć identyczną strukturę drugorzędową. Pod

uwagę brane są tutaj fragmenty białek zawierające 7 reszt aminokwasowych,

które porównywane są ze wszystkimi białkami zgromadzonymi w bazie

danych, przy wykorzystaniu macierzy podobieństwa.

metoda podwójnego przewidywania (G. Deleage, B. Roux) – składa się

z dwóch faz. W pierwszej fazie następuje przewidywanie struktury

drugorzędowej w oparciu o parametry opisane przez Chou i Fasmana, a w

drugiej opierając się na sekwencji aminokwasów w łańcuchu białkowym.

Oba wyniki są następnie analizowane i konstruowana jest ostateczna postać

struktury drugorzędowej białka.

metoda CNRS , znana jako SOMPA – wykorzystuje szereg innych

algorytmów, takich jak: metoda GOR, metoda homologów Levina,

metoda PHD i metoda podwójnego przewidywania do skonstruowania

tzw. „przewidywania integrującego”.


W przypadku struktur trzecio– i czwartorzędowych wykorzystuje się inne

metody:

budowanie modelu homologii lub metoda „nawlekania”. Takie metody

poszukują struktur o podobnych elementach zwinięcia łańcucha

z pominięciem kryterium podobieństwa na poziomie sekwencji.

W metodzie tej pobierana jest sekwencja badana, dla

której nie jest znana struktura, a następnie nakłada się ją

na współrzędne strukturalne białka docelowego o strukturze

poznanej w wyniku analizy krystograficznej lub NMR. Sekwencja

jest „nawlekana” z przemieszczeniem co jedną pozycję przez

znaną strukturę wzorcową, która z góry narzuca pewne

ograniczenia fizyczne i przestrzenne. (. . . ) Dla każdego ułożenia

sekwencji w strukturze docelowej obliczane są oddziaływania

między parami reszt oraz oddziaływania hydrofobowe. Te

obliczenia termodynamiczne służą do określenia najbardziej

optymalnego uzgodnienia pod względem energetycznym

i stabilności konformacyjnej dla badanej sekwencji w odniesieniu

do struktury wzorcowej.[1]

Metody te są bardzo skuteczne ale wymagają rozbudowanych programów

i komputerów o dużej mocy obliczeniowej.

Inne metody przewidywania struktur trzecio– i czwartorzędowych to:

algorytm DALI – poszukuje podobnych szablonów kontaktu między dwoma

białkami, przeprowadza optymalizację wyników i zwraca najlepsze wyniki

dla sporządzonego zestawienia dopasowanych struktur (Holm i Sander,

1993).

metoda TOPITS (Rost, 1995) – rozszerzenie metody PHD. W metodzie

TOPITS struktura trzeciorzędowa zawarta w PDB zostaje przetłumaczona

na jednowymiarowe „łańcuchy” struktur drugorzędowych. Następnie za

pomocą PHD określa się dla danej sekwencji strukturę drugorzędową.

Aby uzyskać przewidywaną strukturę dopasowuje się badany łańcuch oraz

łańcuchy docelowe wykorzystując do tego programowanie dynamiczne.

2.2.3 CASP

Z pomysłu organizacji Protein Structure Prediction Center4 narodził się

projekt CASP — Critical Assessment of Techniques for Protein Structure

4Protein Structure Prediction Center, http://predictioncenter.org/, jest częściąCentrum Genomów na Uniwersytecie Kaliforni. PSPC jest wspierana przez Państwowy InstytutZdrowia w Ameryce oraz Amerykańską Państwową Bibliotekę Medyczną.

http://predictioncenter.org/


Rysunek 2.19: Logo CASP.

Prediction, (Krytyczna Ocena Technik Przewidywania Struktury Białka). Miał on

pomóc w poznaniu stopnia rozwoju prac w dziedzinie przewidywania struktury

białek, ocenieniu poczynionych postępów i wskazaniu najbardziej opłacalnych

kierunków rozwoju w tej dziedzinie [6]. O randze konkursu może świadczyć fakt,

że w ostatnich latach w Stanach Zjednoczonych wysokie miejsce w konkursie

CASP stało się prawie wymogiem przy staraniu się o granty naukowe w dziedzinie

biochemii.

Przebieg konkursu jest następujący: organizatorzy ogłaszają listę

kilkudziesięciu sekwencji białek. Ich struktury przestrzenne zostały już wcześniej

poznane w wyniku prac doświadczalnych, które przeprowadziły zespoły

badawcze. Struktury te nie zostają upubliczniane aż do zakończenia konkursu.

Uczestnicy mają za zadanie znalezienie za pomocą symulacji komputerowej

struktur przestrzennych jak najbardziej zbliżonych do oryginalnych (przykład

na rysunku 2.20). Na koniec konkursu odbywa się spotkanie, na którym zostają

podsumowane wszystkie uzyskane wyniki.

Pierwsze takie spotkanie odbyło się w centrum konferencyjnym Asilomar

w San Francisco, w grudniu 1994. Poświęcono mu specjalne wydanie raportu

PROTEINS: Structure, Function, and Genetics (Tom 23, numer 3, 1995). Pod

adresem http://bbrp.llnl.gov/bbrp/structural_bio/asilomar/Meeting.

desc.text.html dostępne jest również streszczenie tego spotkania.

Informacje o strukturach do rozpoznania pozyskiwane są przez organizatorów

za pomocą krystalografii5 lub metody magnetycznego rezonansu jądrowego. We

wszystkich rozpoznaniach cele są uzyskiwane w czterech kategoriach:

• modelowanie homologiczne (comparative modeling)stosowane gdy występuje jasne powiązanie pomiędzy badaną sekwencją

5naświetlanie kryształu białka promieniami rentgenowskimi

http://bbrp.llnl.gov/bbrp/structural_bio/asilomar/Meeting.desc.text.html

http://bbrp.llnl.gov/bbrp/structural_bio/asilomar/Meeting.desc.text.html


Tablica 2.3: Popularność CASP

CASP1 CASP2 CASP3 CASP4 CASP5 CASP6

grupy uczestników 35 152 120 160 187 201zgłoszone cele 33 42 43 43 67 87

a jedną lub więcej znaną strukturą (podobne sekwencje→ podobne białka)• identyfikacja foldu wraz z przeciąganiem sekwencji przez struktury (foldrecognition or threading )

sprawdzanie sekwencji pod względem podobieństwa z bazą danych foldów

• składanie od początku (ab initio folding)otrzymywanie struktur przybliżonych poprzez czytanie z sekwencji, zwijanie

na siatkach, składanie z krótkich fragmentów

• dokowanie6 (docking)przewidywanie trybu wiązania się ligandów7 i protein

Włożono sporo wysiłku aby eksperyment zyskał jak największe grono

uczestników. Tabela 2.3 prezentuje ilość uczestników i wykonanych przez nich

zgłoszeń celów na przestrzeni lat.

Warto wspomnieć również o niedawnym udanym udziale polskich naukowców

w eksperymencie CASP6 [19]. Byli to profesor Andrzej Koliński z Wydziału

Chemii UW, dr Krzysztof Ginalski z Interdyscyplinarnego Centrum Modelowania

Matematycznego i Komputerowego UW i BioInfoBank Institute (został po raz

drugi nieoficjalnym liderem CASP) oraz dr Janusz Bujnicki z Międzynarodowego

Instytutu Biologii Molekularnej i Komórkowej. Znaleźli się oni wśród zwycięzców

ostatniej edycji konkursu. Jedno z najlepszych ich dopasowań widać na

rysunku 2.20.

Do tej pory odbyło się sześć eksperymentów.

Rezultaty prac na przestrzeni lat zostały zebrane w internecie:

• CASP1 (1994):ftp://iris4.carb.nist.gov/pub/model_database

• CASP2 (1995):http://predictioncenter.org/casp2/targets.html

• CASP3 (1998):http://predictioncenter.org/casp3/targets/cgi/casp3-view.cgi


6pojawiło się w 1996 roku7cząsteczki rozpoznawane przez receptor i przyłączające się do niego

ftp://iris4.carb.nist.gov/pub/model_database

http://predictioncenter.org/casp2/targets.html

http://predictioncenter.org/casp3/targets/cgi/casp3-view.cgi



Rysunek 2.20: Po lewej najdokładniejszy model struktury jednego z białek(wystawiony do konkursu CASP6, opracowany przez dr Krzysztofa Ginalskiego)oraz jego prawdziwy odpowiednik.



Ciekawe adresy związane z CASP:

• http://www.predictioncenter.org/ – strona organizatora konkursu• http://www.forcasp.org/ – dyskusje na temat CASP• http://www.mnii.gov.pl/mnii/index.jsp?place=Lead08&news_cat_id=495&news_id=1669&layout=4&page=text artykuł opisujący sukces

polskiego zespołu

• http://www3.interscience.wiley.com/cgi-bin/jissue/104551827periodyk podsumowujący CASP (dostęp płatny)



http://www.predictioncenter.org/

http://www.forcasp.org/

http://www.mnii.gov.pl/mnii/index.jsp?place=Lead08&news_cat_id=495&news_id=1669&layout=4&page=text

http://www.mnii.gov.pl/mnii/index.jsp?place=Lead08&news_cat_id=495&news_id=1669&layout=4&page=text

http://www3.interscience.wiley.com/cgi-bin/jissue/104551827

Rozdział 3

Narzędzia

3.1 Narzędzia biologiczne

Analizując pojedynczą sekwencję trudno jest wnioskować o pełnej strukturze

i funkcjonalności cząsteczki przez nią opisywanej dopóki nie zostaną odkryte

mechanizmy skręcania białka. Powinna być ona badana przez porównanie

do innych, poznanych już dokładnie sekwencji. Dopiero na tej podstawie

można tworzyć hipotezy dotyczące powiązań i funkcji białek. Być może dzięki

dokładniejszym badaniom ludzkiego genomu, naukowcy będą potrafili znaleźć

lekarstwa na choroby takie jak AIDS czy rak. Algorytmy, które powstały na

przestrzeni ostatnich lat mają za zadanie jak najdokładniej zbadać strukturę

białka. Przy tworzeniu platformy WebMobis wykorzystano gotowe implementacje

najbardziej skutecznych i popularnych algorytmów.

3.1.1 BLAST

Najważniejszym z narzędzi, które dołączono do projektu WebMobis, był

BLAST ( ang. Basic Local Alignment Search Tool ). BLAST dostarcza

narzędzi do szybkiego i sprawnego przeszukiwania baz danych nukleotydów

i białek. Potrafi odnaleźć obszary podobieństwa, czyli fragmenty sekwencji

o podobnej kolejności aminokwasów (patrz rysunek 3.1 na stronie 34) zawarte

w niepowiązanych ze sobą białkach.

Istnieją następujące odmiany BLAST [3]:

BLASTP porównywanie sekwencji białka z bazą sekwencji białek

BLASTN porównywanie sekwencji nukleotydów z bazą sekwencji nukleotydów

31

32 Narzędzia

BLASTX porównywanie („przetłumaczonej”1) sekwencji nukleotydów z bazą

sekwencji białek

TBLASTN porównywanie („przetłumaczonej”) sekwencji białka z bazą

sekwencji nukleotydów

TBLASTX porównywanie (przetłumaczonej) sekwencji nukleotydów z bazą

(przetłumaczonych) sekwencji nukleotydów

MEGABLAST odmiana optymalizowana do porównań długich, niewiele się

różniących sekwencji nukleotydów (szybsza niż BLASTN).

W projekcie użyto odmiany BLASTP.

3.1.1.1 Działanie programu

Działanie programu opiera się na porównaniu podanej przez użytkownika

sekwencji z sekwencjami w istniejącej bazie danych [7]. Porównywane

są zawsze pary sekwencji, a następnie każdemu takiemu dopasowaniu

zostaje przyporządkowana liczba punktów S proporcjonalna do podobieństwa

dostarczonego celu do wzorcowej sekwencji.

Wartość S obliczania jest poprzez zsumowanie punktów dla każdej

dopasowanej pozycji2 i luk. Za każdą dopasowaną pozycję do S dodawany jest

jeden punkt. Do obliczenia punktów ujemnych za wystąpienie luk, w BLAST

użyto „afinicznego kosztu luk”, który obciąża wynik wartością −a za każdewystąpienie luki i wartością −b dla każdej reszty aminokwasowej w luce. Lukazłożona z k reszt otrzyma punktację −(a + b ∗ k), a luka o długości 1 uzyska−(a + b) punktów. Wartości a i b różnią się w zależności od odmiany BLAST.Dla użytego w projekcie BLASTP wynoszą one odpowiedno -11 i -1.

Podobieństwo jest mierzone i pokazywane poprzez uszeregowanie dwóch

sekwencji. Wyniki uszeregowania mogą być globalne lub lokalne (jest to zależne

od algorytmu). Uszeregowanie globalne jest optymalnym uszeregowaniem, które

zawiera wszystkie znaki z każdej sekwencji. Uszeregowanie lokalne zawiera tylko

najbardziej podobne do siebie obszary obu sekwencji [7]. Rozróżnienie pomiędzy

rzeczywistymi i błędnymi dopasowaniami wykonywane jest przy oszacowaniu

prawdopodobieństwa możliwego wystąpienia dopasowania. Oczywiście samo

podobieństwo nie jest wystarczające do wyrokowania o podobnej funkcji

obszarów.

1konwersja potrzebna aby móc porównywać białka z bazą danych nukleotydów2dopasowana pozycja to para tych samych aminokwasów na tych samych pozycjach

względnych w porównywanych sekwencjach

3.1. Narzędzia biologiczne 33

3.1.1.2 Algorytm

Algorytm wyszukiwania odpowiednich uszeregowań można w uproszczeniu

przedstawić w następujących krokach [17]:

1. podzielenie badanej sekwencji na nakładające się słowa

2. dla każdego ze słów określenie słów pokrewnych (neighborhood words), które

jeśli zostaną znalezione w innej sekwencji, mają szansę stać się częścią

MSP (Maximal Segment Pair) – pary o najwyższej punktacji S spośród

wszystkich par w porównywanych sekwencjach.

3. przeszukanie bazy w celu znalezienia słów pokrewnych

4. wydłużenie uszeregowania zaczynając od słowa pokrewnego

5. programowanie dynamiczne wokół MSP

3.1.1.3 Parametry

W pierwszych etapach szczególnie ważne są dwa parametry: długość słowa

i minimum punktowe, które musi uzyskać słowo sparowane z innym, aby

uszeregowanie zostało zainicjowane. Dla białek minimalna długość słowa wynosi

3, ale wymagane są dwa słowa w bliskiej odległości od siebie. Długość

słowa i punktacja powinny być tak dobrane, aby zmaksymalizować prędkość

(zminimalizować czas zajętości procesora) i dokładność przeszukiwania (znaleźć

jak najwięcej homologii w bazie). Od tych parametrów zależy również częstość

występowania dwóch błędów: pojawiania się w wynikach sekwencji, które nie są

prawdziwymi homologiami (ang. false positives) i brak prawdziwych homologii

w wyniku pominięcia ich przy przeszukiwaniu (ang. false negatives).

Działaniem programu można sterować poprzez zmianę wartości progowych

dwóch parametrów: długości słowa i punktacji minimalnej [17]. Gdy długość słowa

zwiększa się dla danej punktacji minimalnej, prawdopodobieństwo znalezienia

słowa pokrewnego w bazie maleje. Również zużycie czasu procesora zmniejsza

się, ale obniża się też skuteczność przeszukiwania. Wzrasta też liczba słów

pokrewnych. Gdy zmniejsza się minimalna punktacja dla danego słowa, liczba

słów pokrewnych zwiększa się – staje się proporcjonalna do e−T (gdzie T to

minimalna punktacja jaką musi otrzymać dane słowo sparowane z innym, aby

dopasowanie zostało zainicjowane), wydłuża się też czas zajętości procesora, który

jest proporcjonalny do liczby słów. Za cenę zwiększenia czułości następuje utrata

specyficzności.

34 Narzędzia

Rysunek 3.1: Przebieg porównywania sekwencji. Na czerwono i niebieskozaznaczono serie zgodnych wartości. Podkreśleniem oznaczono HSP

Rysunek 3.2: Logo programu LGScore

3.1.1.4 Poszukiwanie MSP

W BLAST została zaimplementowana metoda poszukiwania podobieństw

MSP (Maximal Segment Pairs). Przebieg porównywania pary sekwencji został

przedstawiony na rysunku 3.1. Stosuje się tam następującą punktację:

• +1 za każdą zgodność

• -1 za każdą niezgodność

Najniższą wartością jest zero. Na podstawie przydzielonych punktów tworzone

są HSP (ang. High Scoring Pairs),które można traktować jako potencjalne MSP.

HSP to nie tylko serie identycznych aminokwasów w obu strukturach. Stosuje się

też tzw. wydłużanie, które pozwala na wcielenie do HSP również niepasujących

aminokwasów. Wydłużenie jest prowadzone do momentu osiągnięcia punktacji

nie mniejszej od maksymalnej o ustaloną (parametrem x-dropoff ) wartość. Jest

to najbardziej czasochłonny etap pracy BLAST.

W kolejnym etapie na znalezionych HSP wykonywany jest algorytm

Smith – Watermana [13], a istotność szeregowania mierzona jest za pomocą

statystyki Karlina i Altschula [12] i na tej podstawie sekwencje dołączane są

do wyników programu.


3.1.2 LGScore

Program LGScore (logo na rysunku 3.2), użyty w projekcie, jest

implementacją algorytmów porównujących dwa modele cząsteczek i określających

ich podobieństwo. Jeden z modeli powinien być uzyskany przez użytkownika,

drugi natomiast rzeczywistą strukturą. Obie cząsteczki powinny mieć tę samą

numerację reszt aminokwasowych. Algorytm do obliczeń wymaga jedynie

obecności wpółrzędnych położeń węgli Cα.

3.1.2.1 Rodzaje LGScore

LGScore istnieje w dwóch odmianach. Pierwsza z nich jest metodą

zależną od uszeregowania. Próbuje ona odnaleźć jak najdłuższe przybliżone

dopasowanie3 (podobnie jak próbuje to robić MaxSub, patrz punkt 3.1.6)

i oblicza dla niego punktację statystyczną (definicja 2). LGScore2 nie zależy

od uszeregowania, pozwala więc między innymi na porównania nie obciążone

błędami spowodowanymi przez pewne przesunięcia między częściami modeli.

3.1.2.2 Uruchomienie i wynik działania programu

Do uruchomienia programu potrzebne są dwa modele białek w formacie

PDB (Protein Data Bank) (patrz słownik). Pierwszy z nich to plik struktury

użytkownika, drugi – oryginalna struktura.

Użytkownik wpisując

LGscore uzyskany.pdb rzeczywisty.pdb

otrzyma wynik podobny do następującego:

SCORE: 0.88 28 0.9 485.2 1.636783e-04

Oznacza on, że w pierwszym białku został odnaleziony fragment pokrywający

88% rzeczywistego modelu. Długość tego pokrycia wyniosła 28, a współczynnik

rmsd (definicja 1) 0.9. Kolejnym elementem jest punktacja S (definicja 2) równa

w tym przypadku 485, 2. Została również obliczona P-wartość4 według ustaleń

zawartych w [16] o poziomie 1.64e−4.

Definicja 1 RMSD – Root Mean Square Deviation - wyznacza standardowe

odchylenie we współrzędnych kartezjańskich obliczone między zbiorem atomów

3dopasowanie przybliżone to dopasowanie które pozawala na pewne niezgodności pomiędzyporównywanymi sekwencjami

4najmniejszy poziom istotności, przy którym zaobserwowana wartość statystyki testowejprowadzi do odrzucenia hipotezy zerowej

36 Narzędzia

pewnej struktury dynamicznej a odpowiadającym zbiorem struktury odniesienia

(innej cząsteczki lub innej konfiguracji) [29].

Wzór służący do obliczenia współczynnika wygląda następująco [10]:

RMSD (N ;x, y) =

[∑Ni=1wi‖ xi − yi ‖

2

N∑Ni=1wi

] 12

(3.1)

gdzie:

N liczba pozycji atomów dla struktury x i odpowiadających im atomów ze

struktury y

w(i) współczynniki wag atomów ze struktury y

Levitt i Gerstein [16] wprowadzili wartość pomiarową służącą do obliczania

wagi podobieństwa pomiędzy dwoma strukturami będącymi w superpozycji.

Definicja 2 (Levitt and Gerstein) Statystyczna waga podobieństwa pomiędzy

parą białek Sstr

Sstr =M

(∑ 1

1 + (dij/d0)2 −Ngap2

)(3.2)

gdzie M jest równe 20, dij jest odległością między resztami aminokwasowymi i

a j, d0 jest równane do 5A (0.1 nm), a Ngap jest liczbą przerw w uszeregowaniu.

Aby obliczyć rzeczywiste znaczenie wyniku równania w definicji 2, użyto

zbioru uszeregowań strukturalnych niepowiązanych ze sobą białek i wyznaczono

rozkład wartości atrybutu Sstr w zależności od długości uszeregowania l. Z tego

rozkładu obliczono P–wartość zależną od Sstr i l [16].

Wartość S jest obliczana w ten sam sposób co LGScore, ale zamiast używać

P-wartości zastosowano podział pomiaru Sstr przez długość modelu. Początkowo

statystyki były ponownie liczone, aby lepiej radzić sobie z krótkimi fragmentami

białek.

Wyniki uzyskane z LGScore i LGScore2 są równoważne. Aby otrzymać

jak najlepszy rezultat zaleca się przetestowanie plików obiema metodami

i wykorzystanie dokładniejszego wyniku. Zdarzyć się może bowiem, że wynik

uzyskany za pomocą LGScore2 będzie gorszy jeśli wstawiono lub usunięto duże

fragmenty struktury.

LGScore jest wykorzystywany również w konkursie CASP (punkt 2.2.3).

Więcej o LGScore znaleźć można na stronie autorów, http://www.sbc.su.se/

~arne/lgscore/ oraz w dokumencie [5].

http://www.sbc.su.se/~arne/lgscore/

http://www.sbc.su.se/~arne/lgscore/


3.1.3 Jmol

Jmol jest narzędziem do wizualizacji molekularnej, który miał wspomagać

pracę naukowców, tworząc wysokiej jakości obrazy białek, a także pozwolić

osobom zainteresowanym tą dziedziną nauki na poznanie i zrozumienie

podstawowej budowy związków chemicznych.

Jmol [2] powstał w celu zastąpienia narzędzia Xmol (patrz słownik).

Następujące przyczyny spowodowały powstanie Jmola:

• jakość obrazów tworzonych przez Xmol była dość niskiej jakości;• źródła programu były niedostępne dla użytkowników, a projekt nie byłrozwijany i z biegiem czasu wersje były przestarzałe.

Powyższe argumenty sprawiły, że stworzono narzędzie z otwartymi źródłami,

które działałoby sprawniej i szybciej, generując przy tym lepszej jakości obrazy.

Okazało się jednak, że w miarę powstawania Jmol stał się narzędziem, które

znacznie przewyższało funkcjonalnością Xmola i zdecydowanie wyparło go

z rynku. Wydano kolejne wersje z wieloma dodatkowymi opcjami, sugerowanymi

nawet przez samych użytkowników. Pod koniec 2002 roku zintegrowano Jmola

z Chemical Development Kit (jest to biblioteka javowa wspomagająca chemię

i bioinformatykę), w celu stworzenia pluginu mającego zastąpić plugin Chime.

W miarę upływu czasu powstał nowy engine, który miał zapewnić, że aplet

Jmola będzie działał bez wymagania dodatkowego wsparcia sprzętowego. Engine

ponadto wspierał wizualizację dużego rozmiaru molekuł. Ostatecznie w grudniu

2004 wydano w pełni funkcjonalną wersję Jmola.

Jmol jest apletem napisanym w Javie, który działa na plikach w formacie

PDB (Protein Data Bank). Aplet umieszcza się na stronie internetowej

z wykorzystaniem skryptu JavaScript, który bardziej szczegółowo opisany jest

na stronie http://www.jmol.org/jslibrary. Wykorzystując funkcje ze skryptu,

aplet otwiera i wizualizuje zawartość pliku PDB. Na rysunku 3.3 widoczny jest

przykład wizualizacji aminokwasu.

3.1.4 MinRMS

Istniejące algorytmy dopasowujące struktury białkowe generują sprzeczne

wyniki, które trudno zinterpretować. Potrzebny był algorytm, który mógłby

dostarczyć kontekst interpretacji dopasowań i wykorzystywałby prostą metodę

do scharakteryzowania podobieństw struktur białkowych.

MinRMS [25] jest programem, który znajduje minimalne RMSD (definicja 1

na stronie 35) pomiędzy dwoma białkami jako funkcję ilości dopasowań resztek

par z heurystycznie ograniczoną przestrzenią szukania.

http://www.jmol.org/jslibrary

38 Narzędzia

Rysunek 3.3: Przykład wizualizacji Jmol

Algorytm uszeregowania wykorzystuje koordynaty węgli Cα do reprezentacji

każdej reszty kwasowej aminokwasu i ma złożoność obliczeniową O(m3n2

), gdzie

m i n oznaczają długości sekwencji białek. Z przyczyn praktycznych wyszukiwanie

jest obszerne. Metoda jest wystarczająco szybka dla porównania umiarkowanych

rozmiarów białek (mniejszych niż 800 reszt) na konkurencyjnych komputerach.

MinRMS generuje rodzinę uszeregowań jako funkcję ilości dopasowanych par

reszt. Dla dwóch białek o długości sekwencji m i n (n ¬ m), będzie m najlepszychuszeregowań RMSD. Aby ułatwić przeszukiwanie tych wielu dopasowań powstało

narzędzie do wizualizacji, AlignPlot. Ten graficzny interfejs użytkownika pozwala

w łatwy sposób przeszukać przestrzeń dopasowań.

MinRMS jest programem nie posiadającym graficznego interfejsu

użytkownika. Działa na dwóch plikach zapisanych w formacie PDB (Protein

Data Bank). Uruchamiany jest z linii poleceń komendą:

minrms filename1 filename2

Gdzie:


filename1, filename2 - pliki w formacie PDB zawierające strukturę białka

Program można również uruchomić na kilka innych sposobów. Między innymi

z wykorzystaniem pliku konfiguracyjnego lub z filtrami. Bardziej szczegółowe

informacje znajdują się na stronie http://www.cgl.ucsf.edu/chimera/docs/

ContributedSoftware/minrms/minrms.html.

MinRMS zwraca tablicę, w której zawarte są informacje o każdym

uszeregowaniu struktury:

• liczba dopasowanych reszt• RMSD (definicja 1) dla uszeregowania• najdłuższą odległość pomiędzy jakąkolwiek parą dopasowanych

uszeregowań

• wagę podobieństwa pary białek (definicja 2)• macierz tranformacji dla uszeregowań struktur

3.1.5 DSSP

Program DSSP (ang. Database of Secondary Structure in Proteins) [23]

służy do określania elementów struktur drugorzędowych w znanych strukturach

białkowych. Innymi słowy definiuje strukturę drugorzędową oraz cechy

geometryczne białek. Należy jednak zwrócić uwagę, że DSSP nie przewiduje

struktury białka. Program został zaprojektowany przez Wolfgang Kabscha

i Chrisa Sandera. DSSP jest bazą danych struktur drugorzędowych dla wszystkich

białek zawartych w PDB (Protein Data Bank).

Program działa na plikach w formacie PDB (Protein Data Bank). Można go

uruchomić poleceniem:

dsspcmbi filename

Gdzie:

filename - plik w formacie PDB zawierający strukturę białka

Bardziej szczegółowe informacje o programie DSSP dotyczące uruchamiania

można znaleźć na stronie http://swift.cmbi.ru.nl/gv/dssp/descrip.html.

Na rysunku 3.4 zamieszony jest przykładowy, uproszczony wynik działania

programu DSSP.

Każda linia zawiera następującą informację:

RESIDUE – dwie kolumny z numerami reszt. Pierwsza z nich jest

sekwencyjnym numerem reszt DSSP, rozpoczynając od pierwszej reszty

w zbiorze danych, włączając łańcuch przerw. Druga kolumna daje numery

reszt sekwencji, kody wstawienia i identyfikatory łańcucha.

http://www.cgl.ucsf.edu/chimera/docs/ContributedSoftware/minrms/minrms.html

http://www.cgl.ucsf.edu/chimera/docs/ContributedSoftware/minrms/minrms.html

http://swift.cmbi.ru.nl/gv/dssp/descrip.html

40 Narzędzia

HEADER HYDROLASE (SERINE PROTEINASE) 17-MAY-76 1EST240 1 4 4 0 TOTAL NUMBER OF RESIDUES, NUMBER OF CHAINS,

NUMBER OF SS-BRIDGES(TOTAL,INTRACHAIN,INTERCHAIN) .10891.0 ACCESSIBLE SURFACE OF PROTEIN (ANGSTROM**2)162 67.5 TOTAL NUMBER OF HYDROGEN BONDS OF TYPE O(I)-->H-N(J);PER 100 RESIDUES0 0.0 TOTAL NUMBER OF HYDROGEN BONDS IN PARALLEL BRIDGES;

PER 100 RESIDUES84 35.0 TOTAL NUMBER OF HYDROGEN BONDS IN ANTIPARALLEL BRIDGES;PER 100 RESIDUES...26 10.8 TOTAL NUMBER OF HYDROGEN BONDS OF TYPE O(I)-->H-N(I+2)30 12.5 TOTAL NUMBER OF HYDROGEN BONDS OF TYPE O(I)-->H-N(I+3)10 4.2 TOTAL NUMBER OF HYDROGEN BONDS OF TYPE O(I)-->H-N(I+4)...# RESIDUE AA STRUCTURE BP1 BP2 ACC N-H-->O O-->H-N N-H-->O O-->H-N2 17 V B 3 +A 182 0A 8 180,-2.5 180,-1.9 1,-0.2 134,-0.1

TCO KAPPA ALPHA PHI PSI X-CA Y-CA Z-CA-0.776 360.0 8.1 -84.5 125.5 -14.7 34.4 34.8

....;....1....;....2....;....3....;....4....;....5....;....6....;....7..

.-- sequential resnumber, including chain breaks as extra residues| .-- original PDB resname, not nec. sequential, may contain letters| | .-- amino acid sequence in one letter code| | | .-- secondary structure summary based on columns 19-38| | | | xxxxxxxxxxxxxxxxx recommend columns for secstruc details| | | | .-- 3-turns/helix| | | | |.-- 4-turns/helix| | | | ||.-- 5-turns/helix| | | | |||.-- geometrical bend| | | | ||||.-- chirality| | | | |||||.-- beta bridge label| | | | ||||||.-- beta bridge label| | | | ||||||| .-- beta bridge partner resnum| | | | ||||||| | .-- beta bridge partner resnum| | | | ||||||| | |.-- beta sheet label| | | | ||||||| | || .-- solvent accessibility| | | | ||||||| | || |# RESIDUE AA STRUCTURE BP1 BP2 ACC| | | | ||||||| | || |35 47 I E + 0 0 236 48 R E > S- K 0 39C 9737 49 Q T 3 S+ 0 0 86 (example from 1EST)38 50 N T 3 S+ 0 0 3439 51 W E < -KL 36 98C 6

Rysunek 3.4: Przykładowe wyjście programu DSSP


AA – jednoliterowy kod aminokwasu

S (pierwsza kolumna w bloku strukturalnym) – streszczenie struktury

drugorzędowej. Są to kolumny od 19 do 38, stanowiące główny wynik

działania analizy DSSP na koordynatach atomów.

BP1 BP2 – numer reszty aminokwasowej pierwszego i drugiego mostka

sąsiedztwa

ACC – numer molekuł połączonych wiązaniem wodorowym w kontakcie z resztą

*10

N-H → O – wiązania wodorowe. Dla przykładu -3, -1.4 oznaczają, że jeśli tareszta jest na pozycji i to N–H z i jest powiązane h-wiązaniem z C=O

z i -3 z elektrostatycznym energią H-wiązania równą -1.4 kcal/mol. Są dwie

kolumny na każdy typ H-wiązania.

TCO – cosinus kąta pomiędzy resztą C=O z i a resztą C=O z i -1. Dla α -helis

TCO ma wartość bliską + 1, dla promieni beta TCO jest bliskie -1.

KAPPA – wirtualny kąt wiązania zdefiniowany przez drzewo atomów Cα reszt

i -2, i, i +2. Używane do zdefiniowania odchylenia.

ALPHA – wirtualny kąt skrętu definiowany przez atomy Cα reszt i -1, i, i +1.

PHI PSI – kąty skrętu podstaw peptydowych.

X-CA Y-CA -Z-CA – koordynaty atomów Cα.

3.1.6 MaxSub

Szacowanie dokładności przewidzianych modeli jest krytycznym dla metod

obliczających struktury. Na przestrzeni kilku lat przeprowadzono kilka badań

(CASP1, CASP2, CASP3 - punkt 2.2.3) w celu znalezienia metody, która w szybki

sposób znajdowałaby rozwiązanie, a ponadto wynik tego rozwiązania byłby

bardzo zbliżony do oszacowanego przez naukowca - eksperta.

Algorytm MaxSub powstał w wyniku kolejnych eksperymentów w ramach

CASP3. Jego celem jest zidentyfikowanie największego podzbioru atomów

Cα w modelu, który później produkuje pojedynczy i znormalizowany wynik

reprezentujący jakość modelu. Dalsze badania porównujące działanie MaxSub

z pracą ekspertów pokazały, że wyniki są bardzo podobne. Przyprowadzono sześć

prób dla różnych białek i po obliczeniu uśrednionych wyników nie było właściwie

żadnej znaczącej różnicy pomiędzy pracą naukowców a nowo powstałą metodą

MaxSub.

MaxSub jest programem, który wykorzystuje ten algorytm do oszacowania

jakości struktury modelu białka. Uruchomienie wygląda następująco:

42 Narzędzia

maxsub filename1 filename2 threshold

Gdzie:

filename1 - plik w formacie PDB (Protein Data Bank) zawierający przewidziany

model

filename2 - plik w formacie PDB zawierający strukturę białka

threshold - próg odległości pomiędzy resztami aminokwasowymi modelu

i struktury, domyślne to 3.5.

3.2 Technologie

3.2.1 Java

Java to obiektowy język programowania stworzony w firmie Sun Microsystems

przez grupę roboczą pod kierownictwem Jamesa Goslinga.

Technologia Javy pojawiła się w roku 1996 jako środowisko programistyczne

JDK 1.0 (ang. Java Development Kit) i od tego czasu ewoluowała w trzech

kierunkach:

J2SE (ang. Java 2 Standard Edition) – najbardziej rozpowszechniona wersja,

stosowana w komputerach osobistych,

J2EE (ang. Java 2 Enterprise Edition) – wersja języka używana do tworzenia

rozbudowanych aplikacji biznesowych, wykorzystywana w tzw. serwerach

aplikacji,

J2ME (ang. Java 2 Micro Edition) – okrojona wersja języka Java przeznaczona

dla telefonów komórkowych i innych urządzeń przenośnych (np. PDA).

Kompilator Javy nie generuje kodu wykonywalnego specyficznego dla danej

architektury systemowej, a kod pośredni tzw. B-code, który interpretowany

jest przez maszynę wirtualną (ang. JVM – Java Virtual Machine). JVM

dostosowuje instrukcje zawarte w pseudokodzie do platformy i procesora, na

którym uruchomiony jest program Javy. Dzięki temu programy napisane w Javie

są przenośne i mogą działać na wielu różnych platformach systemowych, o ile

wyposażono je w odpowiednie maszyny wirtualne.

Java jest językiem zorientowanym na zastosowania sieciowe i przetwarzanie

rozproszone. Dzięki obiektowości, dla Javy nie ma znaczenia, czy dane

pobierane są z pliku, czy poprzez połączenie HTTP czy FTP. Wyspecjalizowane

funkcje przetwarzania rozproszonego pozwalają zarówno na komunikację między

aplikacjami Javy (RMI), jak i między aplikacjami napisanymi w innych językach

(CORBA, WebServices). Inne biblioteki pozwalają na pisanie programów

3.2. Technologie 43

działających w przeglądarkach internetowych (aplety) oraz aplikacji działających

po stronie serwera (serwlety).

W zamierzeniu projektantów Java miała zastąpić C++ – obiektową wersję

języka C. Jej projektanci zaczęli od rozpoznania cech języka C++, które są

przyczyną największej ilości błędów programistycznych, by stworzyć język prosty

w użyciu, bezpieczny i niezawodny. O ile po pięciu odsłonach Javy jej prostota

jest dyskusyjna, o tyle język faktycznie robi dużo, by utrudnić programiście

popełnienie błędu. Przede wszystkim Java posiada system wyjątków, czyli

sytuacji, gdy kod programu natrafia na nieprzewidywalne trudności, takie jak

np.:

• czytanie z niedostępnego pliku lub nieprawidłowego adresu URL,

• podanie nieprawidłowych danych przez użytkownika.W innych językach programowania programista oczywiście może wprowadzić

wewnętrzne testy sprawdzające poprawność danych, pozycję indeksu tablicy,

inicjalizację zmiennych itd., ale jest to jego dobra wola i nie jest to jakoś

szczególnie wspierane przez dany język. W Javie jest inaczej – obsługa wyjątków

jest obowiązkowa, bez tego program się nie skompiluje. Przy tym obiekty

wchodzące w skład pakietu standardowego Javy implementują wyjątki w każdym

miejscu kodu, którego wykonanie jest niepewne ze względu na okoliczności

zewnętrzne.

Wszystkie opisane cechy, czyli obiektowość, niezależność od platformy

systemowej, rozwiązanie zagadnień sieciowych, bezpieczeństwo i niezawodność

sprawiły, że Java jest obecnie jednym z najbardziej popularnych języków

programowania na świecie i nic nie zapowiada, żeby miało się to w najbliższym

czasie zmienić.

3.2.2 Eclipse

Eclipse to udostępniona na zasadzie Open Source (patrz słownik) platforma

służąca do integracji różnego typu narzędzi programistycznych [18]. Działają

one w ramach jednego środowiska, co sprawia, że użytkownik przekonany jest,

że ma do czynienia z zaawansowanym, ale pojedynczym produktem. Sam jest

w stanie je skonfigurować dobierając takie moduły (pluginy), które odpowiadają

realizowanym przez niego zadaniom. Standardowo Eclipse wyposażone jest

w zestaw narzędzi do tworzenia aplikacji w języku Java. Oprócz tego, że zapewnia

ono duży komfort pracy i jest wyjątkowo elastyczne, bardzo blisko potrafi

integrować się z innymi modułami. Dostępne są moduły do pisania w języku

C, C++, HTML, a nawet w Cobolu.

44 Narzędzia

Eclipse został zaprezentowany w listopadzie 2001 roku przez IBM, Object

Technology International (OTI) oraz osiem innych firm. Produkt został przyjęty

entuzjastycznie.The New York Times napisał:

Eclipse łamie dotychczasowy wzorzec produktu firmowego i pojawia

się w kluczowym dla całej branży momencie . . .

Filozofia, która przyświecała twórcom narzędzia, polega na tym, aby

do maksimum zautomatyzować wszystkie powtarzalne i przyziemne wręcz

czynności towarzyszące pisaniu programu, czyli zredukować czas potrzebny na ich

wykonanie. Tym samym doprowadzono do sytuacji, gdy programista koncentruje

się na rzeczach naprawdę istotnych. Dlatego uproszczono edycję kodu, sposób

nawigacji, wprowadzono też mechanizmy, które pozwalaj na generowanie wielu

typowych elementów programu. Szczególnymi częściami środowiska Eclipse są:

edytor, brudnopis oraz debugger.

Edytor, ma możliwość wyróżniania składni i uzupełniania kodu. Istnieje

również kilka powiązanych z nim widoków, które służą do prezentacji struktury

kodu, szybkiej w niej nawigacji oraz wskazują wszelkie miejsca, które należy

uzupełnić bądź zweryfikować.

Brudnopis (ang. scrapbook) pozwala na testowanie fragmentów kodu

i budowanie wyrażeń bez konieczności uruchamiania całej aplikacji.

Debugger jest narzędziem pozwalającym programiście na obserwację działania

aplikacji krok po kroku. Daje ponadto możliwość podglądania zmiennych

programu podczas jego działania.

Eclipse to ponadto pewien rodzaj fundamentu, który umożliwia scalenie

aplikacji służących do projektowania i modelowania, programowania, testowania

czy też tworzenia np.plików graficznych. Eclipse osiąga to poprzez dostarczenie

programiście określonej architektury, w której występuje zbiór reguł oraz klas

pozwalających na tworzenie kolejnych modułów w ramach określonego standardu.

Środowisko posiada również mechanizmy pozwalające na pracę zespołową.

W roli systemu kontroli wersji występuje system CVS (patrz słownik).

Dzięki niemu programista ma możliwość korzystania ze współdzielonego

kodu. Natomiast automatycznie nadawane numery wersji pozwalają śledzić

i synchronizować zmiany, a nawet stworzyć kilka gałęzi projektu w repozytorium.

System pomocy w Eclipse jest to dostępna bezpośrednio dokumentacja

oraz pomoc kontekstowa. Istnieje możliwość dołączenia do niej dodatkowych

dokumentów, co nie wymaga żadnych umiejętności programistycznych. Ponadto

można odwołać się do sieciowej wersji systemu pomocy.

Eclipse to platforma, która jest nie tylko otwarta, ale również dostępna

dla maksymalnej liczby osób. Również niepełnosprawnych. Środowisko można

3.2. Technologie 45

Tablica 3.1: Systemy operacyjne, na których można uruchomić platformę Eclipse

System operacyjny Interfejs użytkownika

Microsoft Windows XP, 2000, NT, 98, Me WindowsRed Hat Linux 7.1 x86 Motif, GTK 2.0SuSE Linux 7.1 x86 Motif, GTK 2.0Sun Solaris 8 SPARC MotifIBM AIX 5.1 PowerPC MotifHP-UX 11i HP9000 MotifQNX x86 PhotonMac OS X Carbon

uruchomić na wielu systemach operacyjnych. Pokazuje to tablica 3.1. Dzięki

odpowiednio skonstruowanemu interfejsowi, wszystkie funkcje wykonywane

typowo przy pomocy myszki dostępne są także z poziomu klawiatury. Eclipse

współpracuje z oprogramowaniem, które odczytuje na głos zawartość ekranu.

Dodatkowo można użyć systemu rozpoznawania mowy, do wydawania komend

systemowych. Bogate możliwości w zakresie konfiguracji pozwalają dobrać

odpowiednio duży rozmiar czcionki oraz jej kolor.

Środowisko dostępne jest ponadto w wielu wersjach językowych.

Przetłumaczone zostało na język niemiecki, włoski, hiszpański, francuski,

japoński, koreański, chiński (uproszczony) oraz chiński (tradycyjny).

Tłumaczenia te dostępne są nie tylko dla użytkowników samej platformy,

ale również dla twórców modułów dodatkowych. Dzięki temu proces

przygotowywania wersji narodowych jest uproszczony, a wejście na

międzynarodowe rynki nie jest już tak trudną do pokonania barierą.

3.2.3 Tomcat

Tomcat jest częścią szeroko zakrojonego projektu Jakarta Apache

nadzorowanego przez Apache Software Foundation [15]. W skład Jakarty

wchodzą różne narzędzia programistyczne wykorzystujące Javę – biblioteki,

interfejsy programistyczne API (patrz słownik), programy pomocnicze, szkielety

aplikacji. Tomcat jest to otoczenie (kontener: patrz słownik) dla wykonywanych

programów Javy, zgodne z opracowaną przez Sun specyfikacją serwletów, czyli

odpowiedników apletów Javy (aplet: patrz słownik) wykonywanych po stronie

serwera. Tomcat zajął miejsce zarzuconego projektu JServ i stanowi wzorcową

implementację dwóch specyfikacji programistycznych Java Servlets oraz Java

Server Pages.

46 Narzędzia

Rysunek 3.5: Struktura aplikacji WWW.

Serwer Tomcat może służyć jako niezależny serwer WWW lub współpracować

z innymi serwerami – najbardziej oczywistym partnerem jest Apache, chociaż

możliwa jest integracja innych produktów za pomocą odpowiednich adapterów

(adapter: patrz słownik).

3.2.4 Tapestry

Tapestry to szkielet aplikacji (ang. application framework) przeznaczony do

budowy złożonych aplikacji WWW (ang. web application) przy wykorzystaniu

technologii Java. Aplikacje Tapestry działają w ramach kontenera serwletów Java

(np. Tomcat) lub serwera aplikacji (np. JBoss, WebSphere lub WebLogic), a samo

Tapestry stanowi warstwę pośrednią pomiędzy kontenerem, a tymi aplikacjami

(patrz rys. 3.5).

Większość rozbudowanych aplikacji WWW budowana jest w oparciu o model

MVC (ang. Model – View – Controller), zaproponowany po raz pierwszy przez

firmę Xerox na początku lat osiemdziesiątych. Model ten zakłada podział aplikacji

na trzy niezależne, współpracujące ze sobą jednostki:

• warstwę logiki biznesowej (Model),• warstwę prezentacji (View),• warstwę przetwarzania żądania (Controller).

Tapestry zostało zaprojektowane, aby pełnić rolę warstwy prezentacji, a zatem

jego zadania ograniczają się do prezentowania informacji użytkownikowi

końcowemu (w postaci dokumentów HTML) oraz obsługi zdarzeń takich jak

kliknięcie odnośników na stronie, czy przesłanie formularza. Głównym celem

projektantów było jednak maksymalne uproszczenie procesu konstrukcji samej

warstwy prezentacyjnej, a tym samym odciążenie programisty/projektanta od

takich zadań jak:

• zarządzanie sesją,• zarządzanie adresami URL (parsowanie i konstrukcja adresów URL),• przetwarzanie formularzy.

3.2. Technologie 47

Każda aplikacja Tapestry składa się z takich elementów jak strony

i komponenty. Szkielet Tapestry standardowo dostarcza już pewną liczbę

komponentów, m.in. do obsługi formularzy, przetwarzania odnośników, czy

kontrolowania przepływu sterowania w ramach stron HTML. Pozostałe można

stworzyć samemu, korzystając z dostępnych narzędzi.

3.2.5 SYSDEO

Sysdeo to plugin pozwalający na zarządzanie kontenerem serwletów Tomcat

z poziomu Eclipsa. Plugin pozwala na:

• uruchamianie, zatrzymywanie i restartowanie pracy Tomcata,

• zintegrowanie konsoli Tomcata z konsolą Eclipsa,

• dodawanie projektów Java do ścieżki systemowej Tomcata (ang. classpath),

• eksportowanie projektów do plików *.war,

• wybranie pliku konfiguracyjnego dla Tomcata.Sysdeo w znacznym stopniu upraszcza proces uruchamiania aplikacji WWW

działających pod kontrolą Tomcata, wspierając tym samym proces testowania

projektu i oszczędzając czas pracy programistów.

3.2.6 Spindle

Spindle to pakiet Eclipsa, który automatycznie generuje szkielet aplikacji

Tapestry. Z jego pomocą można w łatwy sposób generować szkielety stron,

komponentów i klas. Spindle automatycznie uzupełnia nazwy znaczników

stosowane w plikach, podkreśla błędy i sugeruje poprawne nazwy znaczników.

3.2.7 JDO

Java Data Objects (JDO) jest to interfejs API dostarczający obiektowego

mechanizmu trwałości i standardowych interfejsów umożliwiających korzystanie

z baz danych [21].

Interfejs JDO API, umożliwia bezpośrednie zapisywanie instancji obiektów

Java do bazy danych w sposób trwały.

Ponadto, korzystanie z JDO przynosi programiście następujące korzyści:

przenośność – aplikacja napisana w oparciu o JDO API może zostać

uruchomiona na wielu implementacjach, bez potrzeby ponownej

rekompilacji lub zmiany kodu źródłowego

niezależność od systemu bazy danych

48 Narzędzia

wygoda w użyciu – programiści nie muszą przejmować się szczegółami

odnośnie realizacji trwałości tworzonych przez nich obiektów, tym

wszystkim zajmuje się właśnie JDO

wysoka wydajność – JDO optymalizuje sposoby dostępu do przechowywanych

obiektów w celu zapewnienia optymalnej wydajności aplikacji

integracja z mechanizmami EJB (ang. Enterprise Java Beans) (EJB: patrz

słownik): aplikacje mogą korzystać z zaawansowanego mechanizmu

EJB w celu zdalnego przekazywania komunikatów, automatycznej

koordynacji rozproszonego przetwarzania oraz zapewnienia pewnego

poziomu bezpieczeństwa

3.2.8 JPOX

JPOX (ang. Java Persistent Object JDO) jest to darmowa i w pełni zgodna

implementacja interfejsu JDO w wersji 1.0 oraz 2.0, która zapewnia trwałość

obiektów Java w stosunku do wszystkich proponowanych na rynku systemów baz

danych [20].

Wspiera ponadto wszystkie główne wzorce obiektowo-relacyjnego mapowania

(ang. Object-Relational Mapping), które pozwalają, przy wykonywaniu zapytań

do bazy, na użycie mechanizmu JDOQL albo czystego SQL’a.

Rozpowszechniany jest na zasadzie licencji open source Apache 2, która

pozwala nie tylko na dostęp do mechanizmu trwałości obiektów, ale także do

kodu źródłowego.

3.2.9 JUnit

JUnit jest to platforma testująca napisana przez Erich’a Gamma’e i Kent’a

Beck’a [24].

Używana przez programistów oprogramowania, którzy wykorzystują

mechanizmy testów jednostkowych (test jednostkowy: patrz słownik). Łatwo

można zbudować testy pojedynczych klas i metod, jak i całe przypadki testowe

dla programów w Javie.

Umożliwia ponadto testowanie dużych aplikacji i automatyczne generowanie

raportów z testów.

JUnit jest projektem open source rozpowszechnianym na zasadzie licencji CPL

(ang. Common Public License) (licencja CPL: patrz słownik).

3.2. Technologie 49

3.2.10 JMock

JMock jest to biblioteka służąca do testowania oprogramowania w języku Java

za pomocą specjalnych obiektów o nazwie mock [8].

Mocki (ang. mock objects) bardzo ułatwiają pisanie testów jednostkowych.

Programista może się wyłącznie skupić na testowaniu właściwej klasy nie

martwiąc się o jej zależności, ponieważ ma gwarancję, że podstawione mocki

zachowają się zawsze zgodnie z jego oczekiwaniami.

Szczególnie wykorzystywane są tzw. mocki dynamiczne (mock dynamiczny:

patrz słownik), które pozwalają ograniczyć liczbę tworzonych klas na potrzeby

testów. Powstają w pamięci i dzięki temu nie obciążają projektu dziesiątkami

dodatkowych klas testowych. Dodatkową zaletą jest proste definiowanie właściwie

dowolnych zachowań i szerokie możliwości weryfikacji rzeczywistych interakcji

testowanej klasy z podstawionym mockiem. Wykorzystanie mocka dynamicznego

przebiega w następujący sposób:

• Stworzenie i zdefiniowanie mocka• Podstawienie mocka do testowanej klasy• Wywołanie testowanej metody• Weryfikacja interakcji testowanej klasy z mockiem

3.2.11 PostgreSQL

PostgreSQL jest to, udostępniany na zasadzie open source, system

obiektowo–relacyjnych baz danych. Stworzony przez Uniwersytet Kalifornijski

i rozwijany od ponad 15 lat, osiągnął bardzo dużą niezawodność, stabilność

i poprawność w działaniu [28].

Posiada wyrafinowane narzędzia takie jak:

• algorytmy kontroli współbieżnego dostępu do danych (ang. Multi–VersionConcurrency Control)

• system znaczników czasowych (ang. timestamp)• mechanizm asynchronicznych replikacji• mechanizm punktów kontrolnych (ang.savepoints)• mechanizm kopii online (ang. backup)• zaawansowany optymalizator zapytań (ang. query optimizer)• dzienniki systemowe (ang. logs)• obsługę złożonych zapytań• procedury składowane• system perspektyw

50 Narzędzia

PostgreSQL jest zgodny z większością standardów dotyczących baz danych.

Implementacja języka zapytań SQL (patrz słownik), zastosowana w systemie,

spełnia standardy ANSI–SQL 92/99 oraz w dużej części standard z 2003 roku.

Dzięki temu język SQL, oprócz standardowych operacji na bazie danych, wspiera

zaawansowane mechanizmy podzapytań (włączając w to także podzapytania

w klauzuli FROM) oraz transakcyjności.

Aby zapewnić spójność danych, system zawiera obsługę szeregu ograniczeń

takich jak: klucze podstawowe (ang. primary keys), klucze obce (ang. foreign

keys) wraz z możliwością kaskadowego usuwania bądź aktualizacji powiązań.

Ponadto zaimplementowana została obsługa różnego rodzaju ograniczeń jakie

użytkownik może nałożyć na tworzone schematy baz danych.

PostgreSQL oferuje także zaawansowany mechanizm indeksowania danych

GiST (ang. Generalized Search Tree), w którym zostały zaimplementowane

algorytmy sortowania i wyszukiwania takie jak: B drzewo, B+ drzewo, R drzewo

i wiele innych. Dzięki zastosowaniu tych algorytmów poprawiono w znaczącym

stopniu czas dostępu, jak i operacji na danych.

Obsługa procedur składowanych może odbywać się w wielu językach

programowania jak np. Java, Perl, Python, Ruby, Tcl, C/C++ i we własnym

języku PostgreSQL PL/pgSQL, który jest podobny do komercyjnego systemy

firmy Oracle PL/SQL.

Jako projekt open source, PostgreSQL daje bardzo duże pole manewru

w tworzeniu:

• nowych typów danych• funkcji• operatorów• funkcji agregujących• algorytmów indeksowania• języków procedurJest rozwijany przez osoby na całym świecie w celach komercyjnych,

prywatnych oraz naukowych.

Rozdział 4

Budowa systemu

4.1 Funkcjonalność

4.1.1 Współpraca z metaserwerami

Użytkownik wprowadzając sekwencję aminokwasową do systemu WebMobis,

może dokonać jej analizy za pomocą biologicznych serwerów obliczeniowych

(patrz lista metaserwerów, punkt 4.1.5). Serwery te umieszczone są w różnych

miejscach na całym świecie. System WebMobis dzięki swojej modułowej

budowie posiada klasy, które pełnią rolę warstwy pośredniej w komunikacji

między systemem a metaserwerami. Stanowią one pewnego rodzaju fundament

w przetwarzaniu i analizie sekwencji aminokwasowych. Lista metaserwerów

pobierana jest z klasy BioServersList za pomocą metody getAll().

Użytkownik, chcąc przeprowadzić analizę konkretnej sekwencji, na stronie

ShowSequence wybiera metaserwery obliczeniowe i naciska przycisk Analyze.

Powoduje to wywołanie metody formSubmit() z klasy ShowSequence. Pobiera ona

listę zaznaczonych metaserwerów a następnie za pomocą metody sendQuery(Map

selectedServers) z klasy BioServerManager wysyła zapytanie z sekwencją

aminokwasową. Użytkownik ma możliwość określenia czasu oczekiwania na

zapytanie, wpisując datę w formacie DD/MM/YYYY do pola o nazwie

Computation deadline.

Może się zdarzyć, że po wysłaniu zapytania do metaserwerów trzeba będzie

poczekać na wyniki, bądź też pojawi się błąd lub komunikat informujący

o problemach, np. niedostępności serwerów.

51

52 Budowa systemu

Rysunek 4.1: Autoryzacja użytkownika.

4.1.2 Obsługa użytkowników

SystemWebmobis może być używany przez wielu użytkowników. Każdy z nich

posiada swoją nazwę (ang.username, login) oraz hasło. Informacje te są potrzebne

podczas procesu autoryzacji użytkowników. Rysunek 4.1 przedstawia główną

stronę portalu, na której użytkownik podaje swoją nazwę i hasło.

Podział na użytkowników wynika z tego, że każdy z nich posiada swoją własną

listę białek, plików pdb i dopasowań (ang. alignmentów). Dzięki oddzieleniu

użytkowników od siebie, białka oraz wyniki analiz są pamiętane oddzielnie dla

każdego użytkownika.

Użytkowników dzielimy na zwykłych i administratorów. Zwykły użytkownik

może tylko zmieniać informacje dotyczące niego samego, natomiast administrator

może zmieniać ustawienia swoje i innych użytkowników, usuwać i tworzyć innych

użytkowników, w tym zwykłych i administratorów.

W momencie pierwszego uruchomienia systemu tworzony jest użytkownik

„admin” z hasłem „biaue3K”. Konto to pozwala administratorowi na szybkie

i sprawnie dodawanie, usuwanie i zmienianie ustawień użytkowników systemu

(patrz rys. 4.2). Należy pamiętać o zmianie hasła zaraz po pierwszym

uruchomieniu systemu Webmobis.

Użytkownik który po raz pierwszy wchodzi na główną stronę portalu może

zarejestrować się samodzielnie. W tym celu musi kliknąć na odnośnik sign up

i wpisać podstawowe informacje na swój temat: nazwę użytkownika, hasło i adres

email (patrz rys. 4.3, 4.4).

4.1.3 Wprowadzenie sekwencji białkowej

Po zalogowaniu się do systemu WebMobis, na stronie Headquater (patrz

rys. 4.5), użytkownik ma możliwość wprowadzenia sekwencji aminokwasowej

w formacie FASTA. Format ten zakłada, że każda sekwencja aminokwasowa

składa się z ciągu literowych oznaczeń aminokwasów budujących łańcuch

4.1. Funkcjonalność 53

Rysunek 4.2: Funkcje dostępne administratorowi.

Rysunek 4.3: Utworzenie nowego konta.

Rysunek 4.4: Okno rejestracji użytkownika.

54 Budowa systemu

polipeptydowy, poprzedzonych nagłówkiem postaci „> nazwa sekwencji”, np.:

>proteinNr1

MTEITAAMVKELRESTGAGMMDCKNALSETNGDFDKAVQLLREK

Sekwencja może zostać wpisana bezpośrednio z klawiatury do formularza

(formularz Type in a new sequence – rys. 4.5), pobrana z pliku za pomocą

komponentu o nazwie UploadFasta (formularz Upload your sequence from file

– rys. 4.5) lub pobrana z bazy danych EMBL (formularz SRS retrieval - rys. 4.5).

Za każdym razem tworzony jest nowy obiekt reprezentujący sekwencję, który

zostaje przypisany do danego użytkownika.

Rysunek 4.5: Strona Headquarter


4.1.4 Dodawanie własnych plików PDB

Aby umożliwić użytkownikom wprowadzanie i analizę plików PDB, bez

wprowadzania sekwencji FASTA, stworzono mechanizm dodawania pustej

sekwencji w formularzu o nazwie New Protein (patrz rys. 4.5). Podając

jedynie nazwę sekwencji uzyskuje się możliwość dodawania własnych plików

PDB, a następnie ich analizę za pomocą narzędzi z pakietu „biotools” (patrz

rozdział 3.1).

4.1.5 Projekt i budowa komponentów analizy strukturbiałkowych

Użytkownik wprowadzając sekwencję aminokwasową w formacie FASTA

(patrz słownik) na stronie HeadQuater uzyskuje dostęp do strony ShowSequence

(patrz rys. 4.6), na której może dokonywać analizy wcześniej wprowadzonej

sekwencji za pomocą ośmiu dedykowanych metaserwerów:

• MGen• EasyPred• Wurst• Sparks2• Gen• Fugue2• Sam–T02• FortePlanujemy również dodanie dzięwiątego metaserwera, zaprojektowanego przez

studentów i pracowników Politechniki Poznańskiej.

Metaserwery, jako wyniki swojego działania, przekazują:

• dopasowanie sekwencji aminokwasowych (ang. pairwise alignment)• struktury trzeciorzędowe białek w postaci plików PDBW celu czytelnego pogrupowania i późniejszej analizy wyników, stworzone

zostały trzy komponenty odpowiedzialne za przechowywanie otrzymanych

wyników oraz ich późniejsze przetwarzanie.

4.1.5.1 Pairwise Alignment Table

Komponent, przedstawiony na rys. 4.6, odpowiedzialny jest za

pobieranie i wyświetlenie listy dopasowań dwóch sekwencji aminokwasowych

z poszczególnych metaserwerów. Dostępne dopasowania pobierane są za pomocą

metody getAlignmentResults() z klasy Protein.

56 Budowa systemu

Rysunek 4.6: Strona ShowSequence


Rysunek 4.7: Zawartość dopasowania przedstawiona na stronie AlignmentView

Elementy z listy dopasowań są obiektami klasy PairwiseAlignmentItem,

posiadającymi następujące składowe:

• nazwa pliku przedstawiającego dopasowanie (ang. fileName) – kolumnaAlignment

• zawartość dopasowania (ang. content)• nazwę przetwarzającego metaserwera (ang. serverDescriptor) – kolumnaServer

• status operacji (ang. status) – kolumna Status• datę zmiany statusu (ang. statusTime) – kolumna Operation timeUzytkownik ma możliwość dokładnego zapoznania się z wyliczonym przez

metaserwer dopasowaniem po naciśnięciu na odpowiadającym mu pliku

z kolumny Aligment. Zawartość dopasownia przedstawiana jest na osobnej stronie

AlignmentView (patrz rys. 4.7).

Metaserwery mogą z pewnym opóźnieniem przesyłać wyniki. Stąd,

do rozróżniania wyników dostępnych od niedostępnych i błędnych,

wprowadzono pole status, które może przyjmować następujące wartości

(opisane szczegółowo 4.1.5.4) Dzięki statusowi uzytkownik może zobaczyć, czy

przetwarzanie zakończyło się pomyślnie, czy też wystąpił określony problem.

Komponent umożliwia usuwanie z listy poszczególnych dopasowań.Odbywa

się to poprzez zaznaczenie jednego, bądź kilku elementów i wywołanie metody

deleteSelected() przy pomocy przycisku o nazwie Delete selected. Dostępny jest

również przycisk ręcznego odświeżenia okna komponentu, w celu sprawdzenia

czy poszczególne elementy z listy dopasowań nie zmieniły statusu na odebrany

(ang. Result received), co oznacza poprawne przetworzenie zapytania. Zadanie to

realizuje przycisk o nazwie Update.

4.1.5.2 Secondary Structures Table

Do reprezentacji otrzymanych struktur drugorzędowych, służy komponent

o nazwie SecondaryStructuresTable przedstawiony na rysunku 4.6. Pobiera on

58 Budowa systemu

i prezentuje struktury drugorzędowe białek otrzymane jako wynik działania

narzedzi z pakietu biotools. Pobranie elementów następuje za pomocą

metody getSecondaryResults(), która pobiera je z kolekcji secondaryResults

w klasie Protein. Poszczególnym strukturom drugorzędowym zostaje

przypisany odpowiedni status, zgodnie ze stanem przetwarzania, w jakim

się znajduje (opisane szczegółowo 4.1.5.4). Następnie już jako obiekty klasy

SecondaryStructuresItem wyposażone w następujące pola:

• zawartość struktury (ang. contentStructure) – kolumna Struct• nazwę przetwarzającego narzędzia z pakietu biotools

(ang. toolDescriptor) – kolumna Tool

• status operacji (ang. status) – kolumna Status• datę zmiany statusu (ang. statusTime) – kolumna Operation time

trafiają do listy obiektów o nazwie list. Korzystając z metody

getSecondStructList() mechanizm Tapestry generuje elementy HTML

komponentu.

Prezentacja budowy określonej struktury drugorzędowej pokazana jest

w kolumnie o nazwie Structure, jeżeli struktura została poprawnie przetworzona.

Jeżeli struktura nie jest jeszcze dostępna, to zgodnie ze statusem z pola

Status, w kolumnie Structure zamiast struktury pojawi się jeden z komunikatów

opisanych w punkcie 4.1.5.4 Podobnie jak w komponencie PairwiseAlignment

wprowadzone zostało pole status pokazujące aktualny stan przetwarzania

struktury, który może zostać odświeżony przez użytkownika, za pomocą

przycisku Update. Szczegółowa specyfikacja wartości tego pola znajduje się

w punkcie 4.1.5.4. Ponadto istnieje możliwość usunięcia z systemu jednej bądź

kilku struktur drugorzędowych, wywołując przyciskiem Delete selected, metodę

deleteSelected().

4.1.5.3 PDB Result Table

Mataserwery, oprócz dopasowań dwóch sekwencji (ang. pairwise alignment),

przekazują rezultaty w postaci plików PDB, które reprezentują struktury

trzeciorzędowe białek. Komponent PdbTable, przedstawiony na rysunku 4.8, ma

za zadanie poprawnie odczytać listę plików PDB z kolekcji elementów o nazwie

pdbresults z klasy Protein, za pomocą metody getPdbResults(). Pobrane wyniki

są dodawane do kolekcji PdbFileList jako obiekty klasy PdbItem, co umożliwia

ich późniejsze wyświetlenie i przetwarzanie. Każdy obiekt klasy PdbItem posiada:

• nazwę pliku przedstawiającego strukturę trzeciorzędową

(ang. file) – kolumna PDB filename


Rysunek 4.8: Strona ShowSequence – komponent PdbTable

• zawartość pliku PDB (ang. content)• nazwę przetwarzającego metaserwera (ang. serverDescriptor) – kolumnaServer

• status operacji (ang. status) – kolumna Status• identyfikator w bazie danych (ang. resultId)• datę zmiany statusu (ang. statusTime) – kolumna Operation timeDo sygnalizacji użytkownikowi różnego typu błędów jak i opóźnień

przetwarzania, służy pole status. Dokładna specyfikacja wartości tego pola

znajduje się w punkcie 4.1.5.4. Jeżeli wszystko odbywa się poprawnie, to

użytkownik otrzymując poprawny wynik z metaserwera w postaci pliku PDB,

może dokonać jego analizy za pomocą wymienionych narzedzi z pakietu biotools.

Każdy plik PDB można obejrzeć w widoku 3D za pomocą narzędzia Jmol (patrz

punkt 3.1.3), dostępnego w kolumnie Options. W momencie wybrania opcji

Jmol, użytkownik uzyskuje dostęp do strony JmolView, na której może obejrzeć

wizualizację danego pliku PDB, korzystając z różnych opcji tego narzędzia.

Ponadto z komponentem są zintegrowane następujące narzędzia:

• LGScore• DSSP• MinRMS

60 Budowa systemu

• MaxSubDostępne są one pod listą plików PDB. Dodatkowo wprowadzona została

kontrola błędów, ponieważ część z wymienionych narzędzi potrzebuje więcej niż

jeden plik PDB do swojego przetwarzania. Konieczne było także rozróżnienie

ilości zaznaczonych przez użytkownika plików PDB. Realizuje to metoda

getSelectedPdbFiles(int numberToGet). Wszelkie błędy związane z zaznaczeniem

niepoprawnej ilości plików PDB do przetwarzania, zgłaszane są w postaci

odpowiedniego komunikatu pod dostępnymi narzędziami.

Użytkownik ma możliwość dołączenia swoich własnych plików PDB, które

posiada u siebie lokalnie, dzieki zintegrowanemu komponentowi Uploads.

Możliwość dodawania własnych plików PDB do konkrentej sekwencji jest bardzo

istotne z punktu użyteczności komponentu PdbTable. Wspomnianą użyteczność

komponentu rozszerza możliwość ściągnięcia pliku PDB i jego zapisania lokalnie

na komputerze uzytkownika. Realizowane jest to poprzez naciśnięcie na nazwie

wybranego pliku PDB w kolumnie PDB filename.

Istnieje ponadto możliwość usuwania zaznaczonej ilości plików PDB za

pomocą metody deleteSelected(), dostępnej pod przyciskiem o nazwie Delete

selected.

Odświeżanie dostępnych wyników PDB następuje w momencie odświeżenia

strony ShowSequence, bądź ręcznie poprzez przycisk o nazwie Update

4.1.5.4 Status przetwarzania

Każdy rezultat przetwarzania posiada pole status, które informuje

użytkownika o stanie przetwarzania. Pole te może przyjmować następujące

wartości:

Success poprawna odpowiedź metaserwera

Sent pomyślne wysłanie zapytania do metaserwera

Sending wysyłanie zapytania do metaserwera w toku

Page error niepoprawny adres strony serwera

Server error niepoprawny adres metaserwera

Query error błąd w treści zapytania

Address error błąd w adresie URL serwera

IO error błąd połączenia z metaserwerem

Pdb mail error brak pliku PDB w wiadomości (ang. mail)

Timeout przekroczenie czasu oczekiwania na wynik przetwarzania

Parsing mail error błąd podczas pobierania pliku PDB z wiadomości

nadesłanej przez metaserwer

4.2. Serwer HTTP 61

Service unavailable metaserwer jest niedostępny

Result received wynik przetwarzania poprawnie odebrany

Quota Error przekroczenie dostępnego miejsca

Ponadto, w kolumnach reprezentujących nazwy przekazanych wyników mogą

zamiast nazw wyników pojawić się dodatkowe komunikaty:

Processing ERROR – występuje dla każdego rodzaju błędu z pola status

Not Available Yet – zapytanie zostało wysłane, ale nie jest jeszcze dostępne

do dalszej analizy (oczekiwanie na rezultat przetwarzania)

4.1.6 Dodawanie plików PDB

W projekcie każdy użytkownik ma możliwość wprowadzania własnych

plików PDB, dołączając je pod już istniejącą sekwencję albo tworząc pustą

(patrz podrozdział 4.1.4). Zadanie to realizuje komponent o nazwie Uploads.

Odpowiedzialny jest on za poprawne odczytanie pliku PDB i utworzenie obiektu

klasy PdbResult, której zadaniem jest przechowywać informacje o wszystkich

plikach PDB w systemie. Dla dodawanego ręcznie pliku PDB, w obiekcie klasy

PdbResult, pamiętana jest nazwa pliku, czas dodania, zawartość oraz status,

który informuje o tym, iż plik nie jest wynikiem automatycznego przetwarznia za

pomocą metaserwerów.

4.1.7 Wizualizacja Jmola

Pliki PDB, dostępne na stronie ShowSequence (rys. 4.8) zawierają opis

struktury białka w przestrzenii 3D. Do wizualizacji tych plików wykorzystujemy

applet Jmol dostępny na stronie JmolView portalu. Szczegółowy opis można

znaleźć w punkcie 4.3.2.

4.2 Serwer HTTP

4.2.1 Strona wizualna

Użytkownik systemu Webmobis komunikuje się z systemem Webmobis

korzystając z przeglądarki internetowej takiej jak np. Internet Explorer czy

Mozilla Firefox. Tym samym strona wizualna projektu została zaimplementowana

za pomocą języka HTML. HTML to hipertekstowy język znaczników

zaprojektowany przez Tima Berners-Lee w 1981 roku. Rewolucyjność HTML’a

polega na tym, że użytkownik może przemieszczać się od jednego dokumentu

62 Budowa systemu

Rysunek 4.9: Overlib: wyjaśnienie funkcji .

do drugie nie wiedząc gdzie fizycznie te dokumenty się znajdują, klikając na

tzw. odnośniki (ang links).

Poza HTML’em wykorzystaliśmy style CSS (ang. Cascading Style Sheets),

które pozwalają na łatwe zarządzanie wyglądem strony. Dzięki temu zmiana

wyglądu np. tła, kolorów, tabel itd. sprowadza się tylko do niewielkiej modyfikacji

odpowiedniego pliku ∗.css, przez co nie trzeba modyfikować plików HTML. Jestto bardzo wygodne narzędzie dla projektanta.

4.2.1.1 Ruchome menu

Aby ułatwić pracę użytkownikom, stworzone zostało menu pozwalające na

prostą i wygodną nawigację na stronie. Wykorzystano do tego celu technologię

HTML, JavaScript (patrz słownik) i CSS. Dużą zaletą menu jest jego stała

pozycja: znajduje się zawsze na górze widocznego obszaru okna przeglądarki,

nawet przy przewijaniu strony. Efekt ten został uzyskany dzięki użyciu opcji

ustalonej, stałej pozycji w przeglądarkach poprawnie interpretujących CSS (m. in.

Mozilla Firefox, Opera, Konqueror). W przypadku Microsoft Internet Explorer

pozycja menu utrzymywana jest dzięki JavaScript.

4.2.1.2 System podpowiedzi

W WebMobis zaimplementowany został system podpowiedzi (ang. hints),

mający na celu ułatwienie osobom rozpoczynającym pracę w serwisie

zorientowanie się w jego funkcjach. Wykorzystana została darmowa biblioteka

OverLib (http://www.bosrup.com/web/overlib/). Podpowiedź ukazuje się,

gdy użytkownik ustawi kursor nad opisanym elementem. Przykładowe

podpowiedzi mogą wyjaśniać działanie obiektu (rysunek 4.9), a także niektóre

pojęcia (rysunek 4.10).

http://www.bosrup.com/web/overlib/

4.2. Serwer HTTP 63

Rysunek 4.10: Overlib: objaśnienie opcji wraz z opisem technicznym (zielonykolor).

4.2.2 Obsługa błędów i wyjątków

Obsługa błędów i wyjątków, które mogą pojawić się podczas pracy

systemu, to jedno z głównych wymagań jakie stawia się przed każdym dobrze

zaprojektowanym systemem informatycznym.

W systemie Webmobis błędy mogą wynikać z następujących przyczyn:

• niepoprawne wprowadzenie nazwy i hasła przy autoryzacji,

• niepoprawne wpisanie sekwencji w formacie Fasta,

• niepoprawne wypełnienie formularza przy rejestracji,

• wygaśnięcie sesji,

• utrata połączenia z bazą danych,

• wybranie większej lub mniejszej liczby plików pdb do analizy.

Tego typu błędy bardzo trudno zlikwidować, ponieważ nie zależą od twórcy

systemu, a od środowiska i użytkowników, którzy z niego korzystają. Aby

rozwiązać ten problem utworzono procedury informujące użytkownika końcowego

o powstałym problemie oraz sugerujące co należy zrobić, aby go rozwiązać.

W sytuacji gdy użytkownik wprowadzi niepoprawne dane przy autoryzacji

wówczas może otrzymać komunikaty pokazane na rysunkach 4.11 i 4.12.

O błędzie wygaśnięcia sesji użytkownik informowany jest w sposób pokazany

na rysunku 4.13. Innego rodzaju błędy, które mogą się pojawić, wyświetlane są

w sposób przedstawiony na rysunku 4.14.

64 Budowa systemu

Rysunek 4.11: Użytkownik nie wprowadził ani hasła, ani loginu, a próbuje sięzalogować.

Rysunek 4.12: Użytkownik niepoprawnie wprowadził login lub hasło.

Rysunek 4.13: Informacja o tym, że sesja użytkownika wygasła.

Rysunek 4.14: Nieoczekiwany błąd wraz opisem.

4.3. Zewnętrzne narzędzia 65

4.2.3 Opracowanie sposobu przekazywania parametrówpomiędzy stronami w technologii Tapestry

Technologia Tapestry znacznie upraszcza zarządzanie projektami aplikacji

WWW. Dotyczy to również aspektu związanego z przekazywaniem parametrów

między kolejnymi stronami. Twórca systemu nie musi przejmować się takimi

zagadnieniami jak konstrukcja sesji, budowa adresów URL do poszczególnych

stron czy dodawaniem do nich parametrów. Tym wszystkim zajmuje się Tapestry.

Programista musi tylko określić, co chce przekazywać między kolejnymi stronami.

Dane mogą być przekazywane w dwojaki sposób. Pierwszy z nich polega

na wykorzystaniu formularza. Użytkownik podając dane, wypełnia wszystkie

pola, po czym zatwierdza je naciskając przykładowo przycisk Add sequence po

wprowadzeniu sekwencji (patrz rys. 4.5). W tym momencie każde wprowadzone

pole zostaje przesłane do serwera, gdzie następuje przetworzenie danych

i zwrócenie wyników w postaci komunikatu błędu lub jako nowa strona. Drugi

sposób przekazywania parametrów związany jest z odnośnikami (ang. links).

W adresie URL obok adresu samego serwera można wprowadzić dodatkowe

parametry np.

http://bio.cs.put.poznan.pl/webmobis/app?protein=Hemoglobine&user=Admin.

W tym przypadku do adresu http://bio.cs.put.poznan.pl/webmobis/app dodane

zostały dwa parametry protein i user. Pierwszy z nich ma wartość Hemoglobine

i oznacza białko, które chcemy analizować, drugi oznacza użytkownika, który

zleca żądanie. Wszystkie parametry oddzielone są od adresu serwera za pomocą

znaku „?”, natomiast same parametry oddzielone są między sobą przy pomocy

znaku „&”

System Webmobis wykorzystuje obie metody przekazywania parametrów.

4.3 Zewnętrzne narzędzia

Większość narzędzi użytych w projekcie obsługiwana jest w podobny sposób.

Są one uruchamiane za pomocą skryptów w trybie tekstowym. Wykorzystanie

skryptów bash’a niesie za sobą także obsługę odpowiednich kodów standardowych

błędów. W związku z tym napisana została ogólna nadklasa, która nadzoruje cały

proces od uruchomienia do zakończenia programu. Uniknięto w ten sposób wielu

powtórzeń w podklasach odpowiedzialnych za pojedyncze narzędzie. Stworzoną

klasę nazwano BioTools. Poza metodą uruchamiania narzędzi i przechwytywania

wyników ich działania, klasę uzupełniono także o metody służące pobieraniu

66 Budowa systemu

ścieżek do zainstalowanych narzędzi (punkt 4.3.1) oraz dodawania ewentualnych

dodatkowych paramaterów dla programów.

W skład całego pakietu BioTools wchodzą następujące klasy:

• BioTools (nadklasa)

• Blast

• MaxSub

• MinRMS

• LGScore

• DSSPWszystkie klasy dziedziczące po BioTools w budowie i działaniu nie różnią

się od siebie w znaczący sposób. Jednak zostały umieszczone osobno ze

względu na różnicę w poleceniach wykonania i liście paramaterów. W każdej

klasie jest konstruktor, który pozwala na stworzenie obiektu, z bezpośrednim

ustawieniem parametrów oraz metody pozwalające na zrobienie tego manualnie.

Wszystkie narzędzia działają na plikach i niestety nie ma możliwości przekazania

struktury do programu jako łańcuch znakowy. W tym celu powstała klasa

TempFileManager do zarządzania tymczasowymi plikami, bardziej szczegółowo

opisana w punkcie 4.3.4. Po stworzeniu obiektu i ustawieniu paramaterów

tworzony jest plik lub pliki ze strukturami, w zależności od tego jak działa

program (więcej szczegółów zostało przedstawionych w punkcie 3.1). Następnie

na danym obiekcie wywoływana jest metoda execute() dziedziczona z nadklasy

BioTools. Po wykonaniu zostaje zwrócony łańcuch wynikowy i usuwane są

pliki tymczasowe. Wszystkie klasy w pakiecie działają dokładnie tak samo,

z wyjątkiem klas Blast i MaxSub. W klasie Blast, metoda execute() jest

przeciążona i po wykonaniu metody z superklasy dodatkowo parsowany jest

łańcuch wynikowy w celu utworzenia kolekcji uszeregowań. Inna sytuacja ma

miejsce w klasie MaxSub. Tutaj różnica polega na tym, iż metoda execute()

nie wykonuje bezpośrednio programu, tylko skrypt uruchamiający MaxSub.

Szczegóły opisane są w punkcie 4.3.3.

Dodatkowo dla potrzeb narzędzi zostały napisane skrypty instalacyjne, które

bardziej szczegółowo opisane są w punkcie 4.3.1.

4.3.1 Skrypt instalacyjny

Aby ułatwić pracę osobom instalującym WebMobis, stworzony został

zestaw skryptów instalacyjnych dla narzędzi biologicznych (3.1). Starano się

maksymalnie uprościć zadanie użytkownika i zwolnić go od obowiązku znajomości


adresów internetowych pod którymi pobrać można pakiety z narzędziami, metod

ich kompilacji (MinRMS) czy też dopisywaniu ich do odpowiednich ścieżek.

Struktura katalogów instalatora wygląda następująco:

[bioinstall]

|--[files] - katalog tymczasowy dla plików ściągniętych z sieci

| |--[unpacked] - rozpakowane pliki z internetu

|--[scripts] - zawiera skrypty dla poszczególnych narzędzi

| |--[files] - programy ściągnięte przez użytkownika do instalacji

| |--iBlast.sh - skrypt instalujący blast

| |--iDssp.sh - skrypt instalujący DSSP

| |--iJmol.sh - skrypt instalujący JMol

| |--iLgscore.sh - skrypt instalujący LGScore

| |--iMaxsub.sh - skrypt instalujący MaxSub

| |--iProperties.sh - skrypt ustawiający właściwości

| |--properties.conf - plik z właściwościami instalatora

|--Instal.sh - główny skrypt instalacyjny

Rysunek 4.15: Ekran instalatora biotools

Obsługę instalatora można przedstawić w kilku krokach. Aby rozpocząć

instalację, należy najpierw ustawić opcje w pliku properties.conf . Przykładowe

ustawnienie wygląda następująco:

INSTALL_DIR_PREFIX=home

INSTALL_DIR=biotools

PROJECT_PATH_PREFIX=home

PROJECT_PATH=workspace/webmobis

Opis poszczególnych zmiennych znajduje się poniżej:

68 Budowa systemu

INSTALL DIR PREFIX – wpis może przyjąć wartość home jeśli użytkownik

chce instalować narzędzia w katalogu domowym, lub / jeśli chce użyć

katalogu głównego;

INSTALL DIR – podkatalog INSTALL DIR PREFIX w którym mają znaleźć

się narzędzia;

PROJECT PATH PREFIX – analogicznie do INSTALL DIR PREFIX,

tylko docelowym katalogiem będzie tutaj katalog z projektem WebMobis,

w którego konfiguracji konieczne jest wpisanie ścieżki do bionarzędzi;

PROJECT PATH – analogicznie do INSTALL DIR.

Po zakończeniu ustawiania pliku properties.conf, należy uruchomić instalator

za pomocą skryptu Install.sh. Jeśli w systemie zainstalowano program dialog1,

zostanie wyświetlone okienko dialogowe (rysunek 4.15), gdzie wybrać można

programy, które mają zostać zainstalowane. W przeciwnym wypadku użytkownik

zostanie poproszony o wpisanie nazw narzędzi. Po zakończeniu wyboru,

sterowanie przejmują pomniejsze skrypty, specyficzne dla każdego z narzędzi.

Każdy z nich sprawdza, czy użytkownik nie dograł do katalogu files spakowanej

wersji programu. Jeśli nie, następuje próba ściągnięcia z Internetu najświeższej

wersji. Następnie archiwa są rozpakowywane i wykonywane są czynności

instalacyjne, inne dla każdego programu (np. BLAST wystarczy rozpakować,

natomiast minrms wymaga kompilacji). Katalog docelowy jest pobierany

z properties.conf. Ażeby uniezależnić działanie samego projektu od wersji

programów, w katalogu docelowym tworzone są dowiązania symboliczne.

Po zakończeniu pracy skryptu, wybrane narzędzia powinny się znaleźć

w katalogu wpisanym w konfiguracji, a plik projektu webmobis.properties

wskazywać na ten katalog.

4.3.2 Jmol

Jmol jest jedynym z narzędzi, które nie dziedziczy po klasie BioTools.

Spowodowane jest to różnicą w uruchamianiu, gdyż jak to zostało napisane

w punkcie 3.1.3, Jmol jest apletem javowym. W związku z tym jest dołączony

do projektu i umieszczony na serwerze. Kiedy użytkownik chce wizualizować

strukturę, zostaje utworzona strona HTML z apletem (wcześniej, jest on

ściągnięty lokalnie), dodatkowo wykorzystująca gotowy skrypt napisany w języku

JavaScript.

1Dialog – służy do wyświetlania okienek dialogowych w trybie tekstowym powłoki. Autor:Savio Lam, http://invisible-island.net/dialog/

http://invisible-island.net/dialog/


Rysunek 4.16: Strona JmolView

Klasa Jmol powstała właśnie w celu tworzenia kodu HTML strony, na której

umieszczony jest aplet. Jej metody generują nagłówek HTML z danymi odnośnie

skryptu oraz ciało strony (ang. body) . Strona HTML z wykorzystaniem skryptu

umożliwia dodatkowe zarządzanie apletem, tj. rotacje struktury, wyświetlanie

wiązań. Ponadto w kodzie zawarta jest informacja o nazwie pliku, w którym

umieszczona jest nasza struktura. Wadą apletów jest to, że działają tylko po

stronie klienta, a w konsekwencji mogą wykorzystywać dane pobrane tylko

i wyłącznie z serwera, z którego aplet pochodzi. W związku z powyższym należało

napisać aplikację, która przekazałaby do apletu żądany przez użytkownika plik

PDB. Stworzony został serwlet (patrz słownik), którego zadaniem jest pobranie

z bazy danych odpowiedniej struktury i wysłanie jej przez HTTP bez ingerencji

użytkownika. Metoda klasy Jmol generująca stronę HTML, wstawia w ciało

strony przekazany jako parametr identyfikator struktury w bazie danych.

Przykład wizualizacji Jmol pokazany jest na rysunku 4.16.

70 Budowa systemu

4.3.3 Skrypt uruchamiający MaxSub

Większość narzędzi z pakietu BioTools uruchamiana jest bezpośrednio z linii

poleceń, jednak program MaxSub do uruchomienia potrzebuje dodatkowego

skryptu. Wewnątrz niego wywoływane jest polecenie

/home/webmobis/biotools/main.linux $model $pdb $threshold

gdzie

main.linux – nazwa pliku wykonywalnego;

$model – model badanego białka;

$pdb – badane białko w formacie PDB (Protein Data Bank) (patrz słownik);

$threshold – próg odległości.

Należy dodać, że w razie zmiany katalogu z narzędziami, za podmienienie

ścieżki do programu (tutaj: /home/webmobis/biotools/ ) odpowiadają skrypty

instalacyjne (punkt 4.3.1). Wyniki uzyskane z programu, przetwarzane są do

przejrzystej postaci za pomocą kolejnego skryptu w językach BASH i AWK:

set f = ‘grep MAXSUB maxsub.out‘

set ms = ‘echo $f | awk ’print $16;’‘

set n = ‘echo $f | awk ’print $3;’‘

echo $f

set s = ‘echo $n $ms | awk ’

if ($1>=40)

printf("%f\n",$2*10); exit;;

if ($2 < .1)

printf("0\n"); exit; ;

if ($2>=.125 && $1 >=25)

printf("%f\n",$2*10);else printf("0\n");’‘

echo $s

4.3.4 Moduł plików tymczasowych

Zewnętrzne narzędzia dołączone do projektu, są programami uruchamianymi

z linii poleceń. Dlatego większość serwerów udostępniających interfejsy dla nich,

używa technologii CGI-BIN aby móc je wykorzystać na serwerach WWW.

Jako przykład podać można ExPASy (http://www.expasy.org/tools/blast/),

a nawet samych twórców BLAST (http://www.ncbi.nlm.nih.gov/Education/

BLASTinfo/psi1.html).

W WebMobis zdecydowano się na inne rozwiązanie. Programy nie są

uruchamiane za pomocą skryptów cgi, lecz bezpośrednio z kodu Javy, przy

http://www.expasy.org/tools/blast/

http://www.ncbi.nlm.nih.gov/Education/BLASTinfo/psi1.html

http://www.ncbi.nlm.nih.gov/Education/BLASTinfo/psi1.html


użyciu funkcji exec(). Zrodziło to problemy związane z plikami wymaganymi

przez biotools. W WebMobis, pliki pdb i uszeregowania, które są przetwarzane

przez narzędzia, nie są zachowywane w systemie plików – są przechowywane

w bazie danych. W obrębie projektu można je bardzo łatwo przetwarzać czy

też wypisywać na stronie. Jednak napisane w języku C programy, nie radzą sobie

z plikami wejściowymi podawanymi pod postacią łańcucha znaków bezpośrednio

do linii poleceń czy też jako strumienie danych.

Konieczne okazało się utworzenie klasy odpowiedzialnej za tworzenie plików

i wypełnianie ich zawartością pobraną z bazy danych. Ponieważ pliki te potrzebne

były tylko podczas wykonywania obliczeń przez narzędzia, zdecydowano się

stworzyć je przy pomocy mechanizmu plików tymczasowych. Ponieważ tworzenie

i obsługa takich plików są dosyć skomplikowane, powstała osobna klasa,

zmniejszająca nakład pracy osoby korzystającej do utworzenia nowej instancji

(z opcjonalnym podaniem nazwy pliku, w przeciwnym przypadku nazwa jest

losowa) i wypełnienia jej łańcuchem znaków pobranym np. z bazy danych.

Pliki tymczasowe przechowywane są w katalogu wskazywanym przez zmienną

java.io.tmpdir, w podkatalogu webmobis-temp. Tak przygotowany plik lub

pliki można przesłać do skryptu uruchamiającego narzędzie. Po wykorzystaniu

pliki należy skasować przez własnoręczne wywołanie odpowiedniej metody.

Aby zautomatyzować kasowanie podjęto próby umieszczenia kasowania pliku

w destruktorze obiektu, a dokładniej w metodzie finalize(). Jest ona wywoływana

przed zniszczeniem obiektu przez Garbage Collector. Zastosowanie tej techniki

nie powiodło się ze względu na to, że nie każdy obiekt jest niszczony przed

zakończeniem programu przez garbage collection (patrz słownik)[4]. Dzieje się

tak np. w przypadku zakończenia procesu i przejęcie jego zasobów przez zarządcę

pamięci systemu operacyjnego.

Rozdział 5

Podsumowanie

Przyglądając się rozwojowi bioinformatyki wyraźnie widać, że ta dyscyplina

nauki nabrała w ostatnich czasach ogromnego znaczenia. Coraz więcej odkryć

w takich dziedzinach jak np. farmacja zaczyna bazować na wynikach analiz

bioinformatycznych. Tendencja ta z pewnością utrzyma się w najbliższych

latach biorąc pod uwagę fakt, że koszty finansowe i czasowe, przeprowadzenia

doświadczeń eksperymentalnych znacznie przewyższają wykorzystanie metod

bioinformatycznych.

System Webmobis jako jedno z narzędzi bioinformatycznych nastawione jest

na analizę białek i pozwala ją wykonywać łatwo i szybko, integrując szereg

powszechnie wykorzystywanych przez biologów narzędzi informatycznych. Tym

samym system Webmobis jest niezastąpionym narzędziem w pracy każdego

biologa molekularnego.

Zrealizowany projekt ma w znacznym stopniu ułatwić pracę ludziom

zajmującym się bioinformatyką. Położono duży nacisk na wygodę użytkowania

i funkcjonalność systemu. Przystępny interfejs użytkownika, logiczny układ stron

i dodatkowe informacje wyświetlane w momencie przesunięcia kursora myszki

nad wybrany element sprawiają, że nauka i wykorzystanie systemu jest proste

i przyjemne.

Każdy nowy użytkownik po zalogowaniu się może wprowadzić nową sekwencję

na kilka różnych sposobów. Sekwencja białkowa może zostać wprowadzona

z pliku, pobrana z zewnętrznego serwera oraz zwyczajnie wpisana na klawiaturze.

To użytkownik decyduje z którego podejścia skorzysta.

Wprowadzenie sekwencji to jednak dopiero początek całej złożonej analizy

na jaką pozwala system. Wprowadzona sekwencja jest przez cały czas pamiętana

w bazie danych, a użytkownik może wykonywać na niej szereg różnych operacji.

W tym celu system został wyposażony w dwa rodzaje narzędzi. Pierwszy

73

74 Podsumowanie

z nich to sprawdzone i dobrze przetestowane zewnętrzne serwery, z których

każdy implementuje inną metodę analizy białka. System implementuje 8 takich

serwerów stąd dla pojedynczej sekwencji można otrzymać wiele wyników analiz.

O tym jakie serwery zastaną wykorzystane decyduje jednak sam użytkownik.

Drugi rodzaj narzędzi to narzędzia informatyczne wykonujące różne analizy na

wynikach zwróconych przez owe serwery, od prostego porównywania sekwencji

po wyznaczanie różnych współczynników (np. rmsd). Dodatkowo możliwość

wizualizacji otrzymanych wyników w postaci plików pdb sprawia, że użytkownik

może od razu zobaczyć jak wygląda analizowane białko i nie musi korzystać

z zewnętrznych programów do tego celu.

System Webmobis dostarcza zatem kompleksowej platformy, za pomocą

której można szybko i sprawnie wykonywać analizy białek. W czasach kiedy

istnieje duża liczba narzędzi informatycznych analizujących białka, a stopień

ich złożoności wymaga poświęcenia dużej ilości czasu na ich opanowanie,

system Webmobis pozwala wykonywać wszystkie te działania szybko i sprawnie,

stanowiąc tym samym doskonałą alternatywę dla istniejących narzędzi i platform

bioinformatycznych.

Słownik

A

adapter – jest to specjalny interfejs (najczęściej programowy), dzięki któremu dany

produkt potrafi współpracować z innym. (str. 46)

API – (ang. Application Programming Interface) jest to interfejs programu

użytkownika – specyfikacja procedur, funkcji lub interfejsów umożliwiających

komunikację z biblioteką, systemem operacyjnym lub innym systemem

zewnętrznym w stosunku do aplikacji korzystającej z API. Dobry interfejs

API tworzony jest nie tylko z myślą o ułatwieniu procesu tworzenia

oprogramowania programistom, poprzez dobrą dokumentację oraz ukrycie

szczegółów implementacyjnych, ale także z myślą o użytkowniku, dzięki

zagwarantowaniu podobnego interfejsu wszystkim aplikacjom opartym o dany

API. (str. 45)

aplet – (ang. applet) jest to niewielki program ( w języku Java) napisany w taki sposób,

by mógł zostać osadzony w stronie WWW i uruchomiony przez przeglądarkę

internetową. (str. 45)

C

CVS – (ang. Concurrent Versions System) – popularny system kontroli wersji. Jest

oparty o architekturę klient/serwer, został stworzony do pracy grupowej nad

kodem programów lub innych projektów realizowanych w zapisie elektronicznym.

Więcej informacji na stronie http://www.nongnu.org/cvs/. (str. 44)

E

EJB – (ang. Enterprise Java Beans) – są to programowe komponenty, umieszczane w

wielowarstwowym rozproszonym środowisku serwera J2EE. Komponent składa

się z jednego lub wielu obiektów Java. Więcej informacji na stronie http://www.

webdeveloper.pl/enterprise_java_beans__ejb__czesc_1,324,1,1,pl.html.

(str. 48)

elektroforeza – jest to technika analityczna stosowana w chemii i biologii molekularnej,

zwłaszcza w genetyce. Jej istotą jest rozdzielenie mieszaniny związków

chemicznych na możliwie jednorodne frakcje przez wymuszanie wędrówki ich

cząsteczek w polu elektrycznym. (str. 10)

75

http://www.nongnu.org/cvs/

http://www.webdeveloper.pl/enterprise_java_beans__ejb__czesc_1,324,1,1,pl.html

http://www.webdeveloper.pl/enterprise_java_beans__ejb__czesc_1,324,1,1,pl.html

76 SŁOWNIK

enzym – rodzaj białka występującego naturalnie w organizmach żywych, którego

działanie sprowadza się do obniżenia energii aktywacji (katalizy) danych reakcji

biochemicznych. (str. 5)

F

FASTA – jeden z pierwszych programów (1985 r.) do przeszukiwania baz w celu znalezienia

sekwencji podobnych. Dużą czułość algorytmu osiągnięto dzięki zoptymalizowaniu

poszukiwania dopasowań lokalnych przy pomocy macierzy substytucji. (str. 55)

G

garbage collection (zbieranie nieużytków) to architektura zarządzania pamięcią, w której

proces zwalniania nieużywanych jej obszarów odbywa się automatycznie.

Mechanizm taki stosuje się na przykład w wysokopoziomowych językach (Python,

Ruby i Java).

Definicja pochodzi z Wikipedii, wolnej encyklopedii.. (str. 71)

J

JavaScript to stworzony przez firmę Netscape zorientowany obiektowo skryptowy język

programowania, najczęściej stosowany na stronach WWW. Implementacja

JavaScriptu stworzona przez firmę Microsoft nosi nazwę JScript. Głównym

autorem języka JavaScript jest Brendan Eich. Pod koniec lat 90. ubiegłego wieku

organizacja ECMA wydała ustandaryzowaną specyfikację tego języka pod nazwą

ECMAScript.

Definicja pochodzi z Wikipedii, wolnej encyklopedii. (str. 62)

K

kodon – jest to sekwencja trzech nukleotydów mRNA warunkująca włączenie jednego

aminokwasu do łańcucha polipeptydowego lub warunkująca zatrzymanie syntezy

polipeptydu. (stop kodon). (str. 12)

kontener – to program, który odpowiada za obsługę i funkcjowanie serwletów. Przykładem

kontenera serwletów jest Tomcat. (str. 45)

L

licencja CPL – (Common Public License) jest jedną z licencji wolnego oprogramowania, która

została sformułowana w 1988 przez IBM. Treść licencji została zatwierdzona przez

Open Source Initiative. Środowisko programistyczne Eclipse jest przykładowym

projektem rozprowadzanym na licencji CPL. CPL jest licencją copyleft, bardzo

podobną do w treści do GNU General Public License. Główną zmianą jest dodanie

klauzuli uniemożliwiającej zmiany w kodzie programu mające na celu czerpanie

korzyści ze sprzedaży zmienionego programu. W takich sytuacjach treść licencji

CPL pozwala jedynie na darmowe rozprowadzanie programu. (str. 48)

SŁOWNIK 77

M

mock dynamiczny -nie jest konkretną klasą, lecz specjalnym obiektem wyprodukowanym przez

odpowiednią bibliotekę (np. jMock); pozwala na proste definiowanie właściwie

dowolnych zachowań i szerokie możliwości weryfikacji rzeczywistych interakcji

testowanej klasy z podstawionym mockiem. (str. 49)

N

nukleotyd – jest to podstawowy składnik budulcowy kwasów nukleinowych (DNA i RNA).

Jest on zbudowany z cukru - pentozy (w DNA wystepuje deoksyryboza, zaś w

RNA ryboza), co najmniej jednej reszty fosforanowej i zasady azotowej (zasady

purynowej, pirymidynowej lub flawinowej). W nukleotydach DNA wystepują takie

zasady azotowe jak: adenina (A), guanina (G), cytozyna (C) i tymina (T). W

nukleotydach RNA występują takie zasady azotowe jak: adenina (A), guanina

(G), cytozyna (C) i uracyl (U). (str. 5)

O

Open Source – (dosłownie Otwarte Źródła) to oprogramowanie, którego licencja pozwala na

legalne i nieodpłatne kopiowane, zarówno kodu wynikowego jak i źródłowego oraz

na dowolne modyfikacje kodu źródłowego. Więcej informacji na stronie http:

//www.opensource.ite.pl/page/main.html. (str. 43)

P

PDB (Protein Data Bank) – jest to archiwum eksperymentalnie zdefiniowanych

trójwymiarowych struktur biologicznych. Składa się z koordynatów atomów,

odnośników do literatury oraz informacji o strukturze pierwszo i drugorzędowej.

(str. 35)

polimer – jest to związek o bardzo dużej masie cząsteczkowej i jednocześnie regularnej,

powtarzalnej budowie. Zbudowany jest z długich łańcuchów utworzonych ze

stale powtarzających się jednostek zwanych merami. Wyróżnia się polimery

naturlane oraz sztuczne. Polimery naturalne są jednym z podstawowych budulców

organizmów żywych. Polimery syntetyczne są podstawowym budulcem tworzyw

sztucznych, a także wielu innych powszechnie wykorzystywanych produktów

chemicznych. (str. 5)

polimeraza – enzym uzywany powszechnie w biologii molekularnej i inzynierii genetycznej.Ma

on zdolność syntezy nici komplementarnej. Może syntetyzować zarowno DNA jak

i RNA (polimeraza DNA i RNA) . (str. 7)

R

rybonukleotyd – nukleotyd, w którego skład wchodzi cukier ryboza. Polimerem

rybonukleotydów jest RNA, czyli kwas rybonukleinowy. (str. 10)

http://www.opensource.ite.pl/page/main.html

http://www.opensource.ite.pl/page/main.html

78 SŁOWNIK

rybonukleozyd – jest to glikozoamina powstała w wyniku połączenia zasady azotowej z rybozą.

(str. 9)

S

serwlet – program napisany w Javie, uruchomiony w ramach kontenera serwletów (np.

Tomcata), którego zadaniem jest przetwarzać i odpowiadać na żądania klientów.

Serwlety są alternatywą dla appletów Javy, ponieważ wykonywane są po stronie

serwera, a aplety działają po stronie klienta. (str. 69)

SQL – (ang. Structured Query Language) jest to strukturalny język zapytań używany

do tworzenia, modyfikowania baz danych oraz do umieszczania i pobierania danych

z baz danych. (str. 50)

substrat – jest ogólną nazwą każdej substancji chemicznej, która, biorąc udział w reakcji

chemicznej, ulega przemianie (tj. jest zużywana), (czym różni się od katalizatora,

który biorąc udział w reakcji, odtwarza się po jej zakończeniu). (str. 5)

T

test jednostkowy – sprawdza działanie danej klasy w całkowitej izolacji od reszty systemu;

powstaje równolegle z testowanym kodem. (str. 48)

X

Xmol – jest to narzędzie do tworzenia i wizualizowania obrazów związków chemicznych.

(str. 37)

Indeks

algorytm DALI, 27

algorytm Smith – Watermana, 34

aminokwas, 4, 10, 13–15, 18, 21, 23, 25, 51, 52,

55

analiza sekwencyjna, 23

analiza składu aminokwasowego, 23

awk, 70

bash, 65, 70

białko, 3–5, 8, 11, 13, 14, 17, 20, 22, 25, 27, 31,

33, 35, 37, 39, 42, 52, 55, 61, 65, 70

bioinformatyka, 1, 3, 37

biotools, 55, 65, 70

BLAST, 31, 66

algorytm, 32, 33

odmiany, 31

wydłużanie, 34

CASP, 27, 36

CGI-BIN, 70

CSS, 62

degradacja Edmana, 23

DNA, 3–6, 8, 11, 13

dokowanie, 29

domena, 21, 22

dopasowanie przybliżone, 35

DSSP, 39, 59

dychroizm kołowy CD, 25

Eclipse, 43

FASTA, 26, 52, 55

ferrytyna, 17

harmonijka β, 16, 18

helisa α, 14, 16, 17

High Scoring Pair, 34

HPLC, 23

HSP, 34

HTML, 61, 62, 68

Human Genom Project, 8

identyfikacja foldu, 29

J2EE, 42

J2ME, 42

J2SE, 42

Java, 42

java

destruktor, 71

garbage collector, 71

Java Script, 62, 68

JDO, 47

JMock, 49

Jmol, 37, 59, 68

JPOX, 48

junit, 48

Karlin i Altschul, 34

kodon, 12

konfiguracja projektu, 67

konformacja białka, 16, 17, 21

krystalografia, 4, 28

Levitt i Gerstein, 36

LGScore, 35, 59, 66

liglandy, 29

macierz podobieństwa, 26

Maximal Segment Pair, 33, 34

MaxSub, 35, 41, 59, 66

metaserwer, 51, 55, 58, 61

odpowiedź, 57

status, 57

79

80 Indeks

metoda „nawlekania—hyperpage, 27

metoda chiralooptyczna, 17, 25

metoda CNRS(SOMPA), 26

metoda GOR, 26

metoda homologów Levina, 26

metoda podwójnego przewidywania, 26

metoda TOPITS, 27

metody numeryczne, 4

MinRMS, 37, 38, 59, 66, 67

modelowanie homologiczne, 28

MSP, 33, 34

narzędzia biologiczne, 66

nnpredict, 26

nRNA, 10

obsługa błędów i wyjątków, 63

obszary podobieństwa, 31

P-wartość, 35

Pairwise Alignment Table, 55

pakiet BioTools, 66

PDB, 27, 35, 37–39, 42, 55, 58, 69, 71

PHDsec, 26

pliki tymczasowe, 70

podjednostka, 22

polimeraza, 7, 12

PostgreSQL, 49

PSIPRED, 26

RMSD, 35

RNA, 3, 9, 12

Root Mean Square Deviation, 35

Secondary Structures Table, 57

sekwencja, 32, 51

wysłanie do metaserwera, 51

serwlet, 69

sieć neuronowa, 25

składanie od początku, 29

skrypt MaxSub, 70

Smith – Waterman, 34

SOMPA, 26

spektroskopia magnetycznego rezonansu

jądrowego , 25

Spindle, 47

status przetwarzania, 60

statystyka Karlina i Altschula, 34

strona

Headquater, 52

ShowSequence, 51, 55, 60, 61

struktura

czwartorzędowa, 22

drugorzędowa, 16, 26, 27, 57

pierwszorzędowa, 15

trzeciorzędowa, 20, 27, 55, 58

Sysdeo, 47

Tapestry, 46

tapestry, 65

użytkownik

administrator, 52

konto, 52

uszeregowanie

globalne, 32

lokalne, 32

uzytkownik, 52

węgiel C-α, 35

Xmol, 37

zwrot β, 16

Bibliografia

[1] B.F.F. Ouellette A.D.Baxevanis. Bioinformatyka - Podręcznik do analizy genów ibiałek. Wydawnictwo Naukowe PWN, Warszawa, 2004.

[2] Jmol developers. Jmol history. http://jmol.sourceforge.net/history/, 2004.

[3] dr inż. Paweł Kędzierski. Porównywanie sekwencji. www.mml.ch.pwr.wroc.pl/

mml/en/people/pk/wyklad/wyklad2_slajdy.pdf, 2004. [Online; przeczytane 27

listopada 2005].

[4] Bruce Eckel. Thinking in Java. Rozdział ’Cleanup: finalization and garbagecollection’. Prentice Hall PTR, 1998.

[5] Susana Cristobal. Adam Zemla. Daniel Fischer. Leszek Rychlewski. Arne Elofsson.

A study of quality measures for protein threading models. BMC Bioinformatics 2:5,2001.

[6] Krzysztof Fidelis. Protein structure prediction center. Strona http://

predictioncenter.org, 2005.

[7] Jan Fassler. National Center for Biotechnology Information. Blast - similarity

searching. http://www.ncbi.nlm.nih.gov/Education/BLASTinfo/similarity.

html, 2000. [Online; przeczytane 26 listopada 2005].

[8] Mock A Lightweight Mock Object Library for Java. Jmock. http://www.jmock.

org/.

[9] B.D. Hades . N.M. Hooper. Krótkie wykłady - Biochemia. Wydawnictwo NaukowePWN, 2002.

[10] Dr. Hung-Chung (Joe) Huang. Rmsd: Squared root of mean square deviations.

http://prion.bchs.uh.edu/~jhuang/RMSD.html, 2005. [Online; przeczytane 22

listopada 2005].

[11] Eremy M. Berg . Jon L. Tymoczko . Hubert. Biochemia. Wydawnictwo NaukowePWN, 2005.

[12] Karlin i Altschul. The karlin-altschul statistical theory. http://blast.wustl.edu/

doc/infotheory.html#KAStats, 1981. [Online; przeczytane 27 listopada 2005].

81

http://jmol.sourceforge.net/history/

www.mml.ch.pwr.wroc.pl/mml/en/people/pk/wyklad/wyklad2_slajdy.pdf

www.mml.ch.pwr.wroc.pl/mml/en/people/pk/wyklad/wyklad2_slajdy.pdf

http://predictioncenter.org

http://predictioncenter.org

http://www.ncbi.nlm.nih.gov/Education/BLASTinfo/similarity.html

http://www.ncbi.nlm.nih.gov/Education/BLASTinfo/similarity.html

http://www.jmock.org/

http://www.jmock.org/

http://prion.bchs.uh.edu/~jhuang/RMSD.html

http://blast.wustl.edu/doc/infotheory.html#KAStats

http://blast.wustl.edu/doc/infotheory.html#KAStats

82 Bibliografia

[13] Temple F. Smith i Michael S. Waterman. Identification of common

molecular subsequences. http://gel.ym.edu.tw/~chc/AB_papers/03.pdf, 1981.

Opublikowany w Journal of Molecular Biology.

[14] Maxine Singer i Paul Berg. Język genów. Prószyński i S-ka SA, 1997.

[15] Maciej Koziński. Tomcat. http://www.pckurier.pl/archiwum/art0.asp?ID=

5377.

[16] Gerstein M Levitt M. A unified statistical framework for sequence comparison andstructure comparison. Proc Natl Acad Sci U S A, 1998.

[17] Poznańska Letnia Szkoła Bioinformatyki. Wojciech Makalowski. Wyszukiwanie

sekwencji podobnych. http://bioinformatyka.amu.edu.pl/workshop/files/

psb-wyklad.cz2.pdf, 2002. [Online; przeczytane 26 listopada 2005].

[18] Sherry Shavour . Jim Danjou . Scott Fairbrother . Dan Kehn . John Kellerman . Pat

McCarthy. Eclipse - podręcznik programisty. Helion, 2005.

[19] Serwis naukawpolsce.pap.pl. Światowy sukces polskich naukowców w modelowaniu

białek. Strona Ministerstwa Nauki i Edukacji, styczeń 2005.

[20] Java Persistent Object. Jpox. http://www.jpox.org/index.jsp.

[21] Java Data Objects. Jdo. http://java.sun.com/products/jdo/overview.html.

[22] Irena Roterman-Konieczna. Bioinformatyka we współczesnej biologii. http://www3.

uj.edu.pl/alma/alma/29/01/03.html, 2003.

[23] Chris Sander. Dssp: Database of secondary structure in proteins. http://www.

sander.ebi.ac.uk/dssp/, 1998.

[24] JUnit A Regression testing framework. Junit. http://www.junit.org/index.htm.

[25] University of California The Regents. Minrms: A tool for determining

protein similarity. http://www.cgl.ucsf.edu/Research/minrms/, 2004. [Online;

przeczytane 26 listopada 2005].

[26] Wikipedia. Bioinformatyka. http://pl.wikipedia.org/wiki/Bioinformatyka.

[27] Wikipedia. Wikipedia. http://pl.wikipedia.org.

[28] PostgreSQL The world’s most advanced open source database. Postgresql. http:

//www.postgresql.org/about/.

[29] Tomasz Włodarski. Opis programu do wizualizacji struktur makrocząsteczek -

chimera. http://bioinfo.mol.uj.edu.pl/articles/Wlodarski04, 2005. [Online;

przeczytane 22 listopada 2005].

[30] Zagadnienia z biochemii. Rodzaje rna. http://www.biochemia2004.republika.

pl/index.htm, 2004.

http://gel.ym.edu.tw/~chc/AB_papers/03.pdf

http://www.pckurier.pl/archiwum/art0.asp?ID=5377

http://www.pckurier.pl/archiwum/art0.asp?ID=5377

http://bioinformatyka.amu.edu.pl/workshop/files/psb-wyklad.cz2.pdf

http://bioinformatyka.amu.edu.pl/workshop/files/psb-wyklad.cz2.pdf

http://www.jpox.org/index.jsp

http://java.sun.com/products/jdo/overview.html

http://www3.uj.edu.pl/alma/alma/29/01/03.html

http://www3.uj.edu.pl/alma/alma/29/01/03.html

http://www.sander.ebi.ac.uk/dssp/

http://www.sander.ebi.ac.uk/dssp/

http://www.junit.org/index.htm

http://www.cgl.ucsf.edu/Research/minrms/

http://pl.wikipedia.org/wiki/Bioinformatyka

http://pl.wikipedia.org

http://www.postgresql.org/about/

http://www.postgresql.org/about/

http://bioinfo.mol.uj.edu.pl/articles/Wlodarski04

http://www.biochemia2004.republika.pl/index.htm

http://www.biochemia2004.republika.pl/index.htm

Webmobis – platforma informatyczna do analizy białekrobertnowak.pl/publikacje/Webmobis.pdf ·...

Documents

Transcript of Webmobis – platforma informatyczna do analizy białekrobertnowak.pl/publikacje/Webmobis.pdf ·...