ABSTRACT
Abstract In recent years, the development of high-throughput technologies for obtaining sequence data leveraged the possibility of analysis of protein data in silico. However, when it comes to viral polyprotein interaction studies, there is a gap in the representation of those proteins, given their size and length. The prepare for studies using state-of-the-art techniques such as Machine Learning, a good representation of such proteins is a must. We present an alternative to this problem, implementing a fragmentation and modeling protocol to prepare those polyproteins in the form of peptide fragments. Such procedure is made by several scripts, implemented together on the workflow we call PolyPRep, a tool written in Python script and available in GitHub. This software is freely available only for noncommercial users.
Resumo Nos últimos anos, o desenvolvimento de tecnologias de alto rendimento para obtenção de dados sequenciais potencializou a possibilidade de análise de dados proteicos in silico. No entanto, quando se trata de estudos de interação de poliproteínas virais, existe uma lacuna na representação dessas proteínas, devido ao seu tamanho e comprimento. Para estudos utilizando técnicas de ponta como o Aprendizado de Máquina, uma boa representação dessas proteínas é imprescindível. Apresentamos uma alternativa para este problema, implementando um protocolo de fragmentação e modelagem para preparar essas poliproteínas na forma de fragmentos de peptídeos. Tal procedimento é feito por diversos scripts, implementados em conjunto no workflow que chamamos de PolyPRep, uma ferramenta escrita em script Python e disponível no GitHub. Este software está disponível gratuitamente apenas para usuários não comerciais.
ABSTRACT
Abstract In recent years, the development of high-throughput technologies for obtaining sequence data leveraged the possibility of analysis of protein data in silico. However, when it comes to viral polyprotein interaction studies, there is a gap in the representation of those proteins, given their size and length. The prepare for studies using state-of-the-art techniques such as Machine Learning, a good representation of such proteins is a must. We present an alternative to this problem, implementing a fragmentation and modeling protocol to prepare those polyproteins in the form of peptide fragments. Such procedure is made by several scripts, implemented together on the workflow we call PolyPRep, a tool written in Python script and available in GitHub. This software is freely available only for noncommercial users.
Resumo Nos últimos anos, o desenvolvimento de tecnologias de alto rendimento para obtenção de dados sequenciais potencializou a possibilidade de análise de dados proteicos in silico. No entanto, quando se trata de estudos de interação de poliproteínas virais, existe uma lacuna na representação dessas proteínas, devido ao seu tamanho e comprimento. Para estudos utilizando técnicas de ponta como o Aprendizado de Máquina, uma boa representação dessas proteínas é imprescindível. Apresentamos uma alternativa para este problema, implementando um protocolo de fragmentação e modelagem para preparar essas poliproteínas na forma de fragmentos de peptídeos. Tal procedimento é feito por diversos scripts, implementados em conjunto no workflow que chamamos de PolyPRep, uma ferramenta escrita em script Python e disponível no GitHub. Este software está disponível gratuitamente apenas para usuários não comerciais.