Identification of sequence elements predictive for rates and linear regression

MUSCLE (Edgar 2004): método para el alineamiento de múltiples secuencias de proteína. FastTree (Price et al. 2010): método para construir árboles filogenéticos a partir de secuencias alineadas de proteínas o ácidos nucleicos.

PyMol (Molecular Graphics System, Version 1.3, Schrödinger, LLC): sistema de visualización de moléculas en tres dimensiones. Esta herramienta se utilizó para analizar estructuras y alinear estructuralmente distintas moléculas entre sí.

Resolución por Curvas Multivariadas – Alternando Mínimos Cuadrados (MCR-ALS) (Borges et al. 2005): es una herramienta quimiométrica que permite la resolución de perfiles de concentración y espectros puros de diferentes especies dentro de un sistema con múltiples componentes. Esta herramienta descompone la matriz de los datos experimentales de una titulación en una matriz de evolución de la concentración de los distintos componentes multiplicada por una matriz que corresponde a los espectros de las especies puras más una matriz que contiene los errores experimentales. MCR-ALS es una rutina del programa MATLAB y puede descargarse de http://www.mcrals.info/.

TopSpin 2.1 (Bruker): este programa comanda el funcionamiento de los espectrómetros de Bruker utilizados. Se utiliza para diseñar los experimentos, ejecutarlos y visualizar resultados. NMRPipe (Delaglio et al. 1995): empleamos este programa para procesar los datos crudos (FID) obtenidos de los experimentos de RMN y transformarlos en espectros de frecuencia para poder analizarlos.

45 CcpNmr Analysis (Vranken et al. 2005): empleamos este programa para el análisis de espectros de RMN, asignación de resonancias, seguimiento de perturbación de señales, y cálculo de desplazamientos químicos secundarios.

SSP (Marsh et al. 2006): Este programa calcula la tendencia a adoptar conformaciones de estructura secundaria tipo hélice alfa, extendidas o lamina beta de proteínas a partir de datos de desplazamientos químicos de los núcleos de carbono alfa, carbono beta y carbonilo del esqueleto peptídico. También proporciona una herramienta para corrección de referenciado de desplazamientos químicos basada en la correlación de los valores de desplazamiento químico de carbono alfa y carbono beta.

Seq2rdc (Huang et al. 2013):este algoritmo calcula el valor de RDC para cada residuo en base a la identidad de los dos vecinos más cercanos, una corrección por ventana de alineamiento local y una corrección de la línea de base que considera la longitud de la cadena.

Flexible-Meccano (Jensen et al. 2008; Bernadó et al. 2005): es un algoritmo diseñado para explorar el espacio conformacional de proteínas desestructuradas de manera eficiente. El muestreo conformacional se basa en la tendencia conformacional de cada tipo de aminoácido y el volumen de las cadenas laterales. A cada residuo se le asigna secuencialmente una combinación de ángulos diedros Φ/Ψ. Los valores de los ángulos se seleccionan al azar a partir de una base de datos específica para cada aminoácido. La base de datos fue construida tomando los ángulos diedros de regiones que no forman estructura secundaria regular dentro de estructuras cristalográficas conocidas. El volumen de exclusión de cada tipo de aminoácido es tenido en cuenta para evitar el choque entre los residuos de la cadena. El volumen de cada aminoácido se representa por una esfera (pseudo átomo centroide) a la altura del carbono beta (carbono alfa para las glicinas). En el caso de que se produzca choque estérico el par de ángulos diedros es descartado y se selecciona otro para el mismo residuo.

DSSP 2.0.4 (Kabsch & Sander 1983; Touw et al. 2015): el programa DSSP (por sus siglas en ingles “Define Secondary Structure of Proteins”) corresponde al método estándar para la asignación de estructura secundaria para cada aminoácido de una proteína. A partir de las coordenadas de los átomos de una estructura en formato PDB, el programa busca patrones de puentes de Hidrógeno que se correlacionan con los distintos tipos de estructura secundaria. Los tipos de estructura secundaria posibles según DSSP son: hélice alfa (H), hélice 310(G), hélice π (I), puente beta (B) para regiones de lámina beta extendidas, burbuja beta (E) para interrupciones dentro de láminas beta, giro (T), y curva (S) para sitios en los cuales la dirección de la cadena cambia de forma tal de presentar una curvatura con un ángulo menor a 70°.

SCCOMP (Eyal et al. 2004): este programa modela las cadenas laterales de los residuos sobre una cadena peptídica principal fija. Para el modelado tiene en cuenta superficies de contacto y propiedades químicas de todos los átomos.

SPARTA+ (Shen & Bax 2010): este programa consiste en una red neuronal artificial entrenada para establecer relaciones cuantitativas entre desplazamientos químicos y estructura de proteínas, considerando los efectos de la conformación del esqueleto peptídico y de las cadenas laterales, la presencia de puentes de Hidrogeno y de la corriente de anillos aromáticos. La red neuronal fue entrenada con datos de 580 estructuras cristalográficas de proteínas, para las que se conocen los desplazamientos químicos de los núcleos del esqueleto peptídico y el Carbono β.

46 Python 2.7 (Python Software Foundation, www.python.org): es el lenguaje de programación que empleamos para desarrollar las rutinas que nos permitieron construir el ensamble conformacional de DCL1-A.

PyRosetta (Chaudhury et al. 2010): es una interfase para el software de modelado molecular Rosetta basada en el lenguaje de programación Python. PyRosetta permite escribir rutinas personalizadas de predicción de estructuras y diseñar algoritmos usando las principales funciones de muestreo y medición de energía de Rosetta (www.pyrosetta.org/).

PALES (Zweckstetter & Bax 2000): este programa predice la magnitud y la orientación del alineamiento de un soluto a partir de su forma tridimensional. A partir de la estructura de la molécula el programa simula un tensor de alineamiento asumiendo interacciones puramente estéricas entre la molécula de interés y las partículas del medio de alineamiento. Con el tensor de alineamiento calculado se predicen los valores de RDCs.

CS-Rosetta (Shen et al. 2008): descripto en la sección 2.5.

Mfold (Zuker 2003): servidor que permite la predicción de estructura secundaria de moléculas de ARN a partir de la secuencia (http://unafold.rna.albany.edu/?q=mfold).

SAFA v.1.1 (Laederach et al. 2008; Das et al. 2005): del inglés Semi-Automated Footprinting Analysis. Este programa consiste en una herramienta desarrollada específicamente para el análisis de los resultados de ensayos de huella sobre moléculas de ácidos nucleicos. Presenta una gran utilidad para la asignación de bandas y cuantificación de intensidades respecto de otros programas con el mismo fin (https://simtk.org/home/safa).

47