Discovery Studio官方教程：预测蛋白质聚集、水溶性、粘度、可开发等性质

目的：通过此教程，了解Discovery Studio中预测蛋白聚集位点的操作方法及结果分析。

所需功能和模块：Discovery Studio Client，Protein Aggregation

所需数据文件：1hzh.pdb。

所需时间：20分钟

介绍

抗体等具有治疗功能的蛋白，如果处于比较高的浓度下，会有发生聚集的趋势。这会导致抗体的活性下降，并引起免疫反应。抗体的聚集趋势计算是一种衡量蛋白表面氨基酸聚集倾向性的指标。具有比较高的聚集趋势得分的位点表明了该区域的氨基酸倾向于发生聚集。因此这些位点的预测，使得我们可以通过氨基酸定点突变的方法来改造蛋白，增强其稳定性。

本教程使用Calculate Aggregation Scores对一个全长IgG1抗体分子(PDB号为1h2h)进行蛋白聚集位点的预测计算，并分析预测的结果。

本教程涵盖如下内容：

聚集趋势得分的计算
分析蛋白聚集位点
聚集趋势得分计算

在文件浏览器（Files Explorer）中，展开Samples | Tutorials | Protein Modeling文件夹，双击1hzh.pdb文件。

DS将在一个新的3D窗口中打开该蛋白。

Ctrl+H打开Hierarchy窗口，然后选中Water，点击Delete删除蛋白结构中的结晶水分子。

在工具浏览器（Tools Explorer）中，展开Simulation | Change Forcefield，将Forcefield设为CHARMm Polar H，然后点击Apply Forcefield，这将为蛋白赋上CHARMm Polar H力场。

在工具浏览器（Tools Explorer）中，展开Macromolecules | Predict Protein Aggregation工具面板，点击Calculate Aggregation Scores。

在弹出的参数设置界面中，将Input Typed Protein设为1hzh:1HZH，将Cutoff Radius设为5,7,10。

点击Run运行该任务。

该任务在奔腾4，2Gb内存和2.8GHz的计算机平台上运行大约需要3分钟。

计算完成之后，窗口中的蛋白结构将会自动更新，显示为带有计算完成的蛋白聚集趋势得分的结构。不同半径的蛋白聚集趋势得分将会添加到每个原子和每个氨基酸的属性中，分别以Aggr R5/7/10表示。聚集位点被定义为一组具有高蛋白聚集趋势得分，且暴露于蛋白表面的毗邻氨基酸的组合，并会在Hierarchy窗口中的Aggregation Site下创建相应的组。

计算完成后，程序将会自动创建一个溶剂表面，并依据最大的Cutoff半径下原子的蛋白聚集趋势得分来进行着色。具有高蛋白聚集趋势得分的原子将显示为红色，而具有低蛋白聚集趋势得分的原子将显示为蓝色。此外，还会自动创建一张线图和一张点图。线图以氨基酸的序号为横坐标，以蛋白聚集趋势得分为纵坐标。点图以蛋白聚集位点的序号为横坐标，以蛋白聚集趋势得分为纵坐标。

分析蛋白聚集位点

在Graphic窗口中展示了Cutoff为10的蛋白表面结构。旋转分子，并观察标为红色的蛋白表面区域，这些区域倾向于发生蛋白聚集。

在工具浏览器（Tools Explorer）中，展开Macromolecules | Predict Protein Aggregation| View Aggregation Sites，将View at Cutoff Radius改为5，观察蛋白表面颜色的变化。

半径越小，单个聚集位点的面积越小，但是聚集位点的数目越多；半径越大，单个聚集位点的面积越大，而聚集位点的个数减少。

Ctrl+H打开Hierarchy窗口，点开Aggregation Site以观察每个半径下的Site group。

我们可以看到半径为5时，位点的数目要比半径为10时更多，而每个位点包含的氨基酸则更少。也可以通过观察之前得到的点图得到相同的结论。

在工具面板中，重新将View at Cutoff Radius半径设为10 Å。点击First Site按钮

然后点击Show Details of Site 1。使用Fit To Screen按钮

在图中Site 1被显示为红色，而蛋白的其他部分则显示为灰绿色。一个注释窗口被创建出来，指向Site 1的中心，并注明了组成Site 1的所有氨基酸以及每个氨基酸相应的蛋白聚集趋势得分。

在工具面板中，点击Hide Surface来隐藏蛋白表面的展示，并使得表面之下的氨基酸得以展示出来。

为了更好的展示氨基酸的细节，点击窗口上方Display Style右侧的箭头，并选择右下角的图示。（图10）

此时，蛋白中的氨基酸以线型进行展示，聚集位点的氨基酸呈现红色。（图11）

根据同样的操作方法，通过点击Next可以查看Site 2所包含的蛋白聚集位点信息。通过Reset Display可以恢复到初始计算结果。

通过计算和分析蛋白聚集趋势得分和蛋白聚集位点，我们可以找到蛋白表面上聚集趋势得分比较高的氨基酸，并在实验中通过定点突变进行蛋白的改造。