> REPLACE THIS LINE WITH YOUR PAPER IDENTIFICATION NUMBER (DOUBLE-CLICK HERE TO EDIT) <
First A. Author, Fellow, IEEE, Second B. Author, and Third C. Author, Jr., Member, IEEE
Phyre2: protein modeling,
prediction and analysis
AbstractEste artculo pretende explicar la herramienta
phyre2 usada para prediccin, modelado y anlisis de protenas,
temas fundamentales para la bioinformtica. Se detallar todo su
funcionamiento utilizando una secuencia objetivo no comprobada
experimentalmente y sujeta a ciertos fallos. Se mostrar cmo es
la pgina principal de Phyre2, especificando las actividades
necesarias para hacer un envo apropiado de la secuencia de
aminocidos, segn las necesidades del usuario. Tambin se
comprender el formato de los resultados arrojados por Phyre2,
comentando cada una de las partes de estos y explicando cmo se
deben leer los mismos. Se aclararn los tipos de herramientas,
recursos y componentes de software implementados por el
servidor web Phyre2. Se presentarn los resultados y se
mostrarn los detalles de la protena objetivo y las pautas usadas
para determinar la misma. Tambin, se comprobar que el
servidor web de phyre2 es uno de los ms confiables, ms fciles
de usar y que muestra los resultados de una manera organizada
para los usuarios.
Index Terms Phyre2, alignment, modeling, prediction,
protein, amino acid sequence
I. INTRODUCTION
L A cantidad de informacin que maneja la
bioinformtica es, con los aos, cada vez ms grande.
Desde que se determinaron las primeras secuencias, el
crecimiento en la cantidad de estas ha sido exponencial. Hoy
en da, en las bases datos de protenas, como la
UniProtKB/TrEMBL, se pueden encontrar alrededor de cien
millones de secuencias. Adems, en la Protein Data Base
(PDB), existen estructuras 3D de ms de cien mil de ellas.
Todo esto pone un reto cada vez ms grande para los
cientficos e investigadores que buscan hallar las propiedades
y estructuras de secuencias de protenas de inters. Sin
embargo, los avances en tecnologa y computacin han sido
muy tiles en la prediccin, modelado y anlisis de dichas
secuencias.
Las tcnicas usadas computacionalmente funcionan en la
mayora de casos puesto que las la estructura de las protenas
son altamente conservadas en la evolucin y, adems, se ha
demostrado que existen relativamente pocas estructuras nicas
(entre mil y diez mil). De esta manera, y gracias a estos
principios, la prediccin de estructuras de protenas es mucho
ms fcil si se comparan las secuencias objetivo con una
enorme librera de secuencias conocidas.
Por muchos aos, se han desarrollado cientos de
herramientas y mtodos computacionales con el fin de facilitar
la prediccin de estructuras proteicas.
Al da de hoy, el mtodo ms fiable sigue siendo el de
comparar la secuencia de inters con bases de datos que
1
almacenan perfiles de protenas conocidas. As, se consigue un
alineamiento entre dos secuencias (una desconocida con otra
desconocida), que permitir construir un modelo de la
secuencia conocida basado en la secuencia desconocida.
Cuando la similitud entre la secuencia de inters es baja, las
tcnicas computacionales utilizadas pueden mejorar la
deteccin de relaciones y el posterior alineamiento si se tiene
informacin acerca de la estructura para aumentar el anlisis
de la secuencia.
Phyre2 es una de las herramientas ampliamente usadas para la
prediccin de estructuras de protenas. La herramienta fue
lanzada en enero del 2011 y actualmente procesa ms de 1000
secuencias enviadas cada da, acumulando as un total de
alrededor de 50000 usuarios nicos cada ao.
II. MATERIALS AND METHODS AND
A. About the web server
Phyre2 est alojado en la web. Al igual que otros servicios
que se usan con el mismo fin, su interfaz es muy sencilla de
usar. Para enviar una secuencia para un anlisis, es necesario
nicamente introducir la cadena de aminocidos y adjuntar un
correo electrnico a donde se enviarn los resultados.
Posteriormente, se elige un modo de modelado; Phyre2 hace
uso un modo normal, por homologa, y otro intensivo usando
ab initio.
El procesamiento de la informacin dura alrededor de
media hora con el modo normal y una hora con el modo
intensivo, aproximadamente. Cuando Phyre2 termina todos
sus procesos, el usuario recibe un correo electrnico donde se
adjunta un link a la pgina oficial donde se estn alojados los
resultados. En esta pgina se mostrar el resultado principal
con su respectiva estructura, plantilla principal, informacin
de la plantilla, porcentaje de confianza y cobertura y ms
enlaces para poder observar detalladamente la protena en la
PDB (Protein Data Bank). Adems, desde all se podr
descargar un archivo comprimido (.rar), con informacin de
otros resultados de protenas relevantes, con su respectivo
.pdb, .fasta, .scop e imgenes de sus estructuras en 3D. El
contenido de la carpeta incluye tambin varios archivos PDF
en donde se puede visualizar los resultados de diferentes
formas: Secondary structure and disorder prediction,
Domain analysis, Detail template information.
Se debe tener en cuenta que estos resultados se almacenarn
en los servidores de Phyre2 durante 30 das nicamente.
Aunque es posible restaurar el tiempo de expiracin y obtener
otro mes si el usuario necesita de ms tiempo.
> REPLACE THIS LINE WITH YOUR PAPER IDENTIFICATION NUMBER (DOUBLE-CLICK HERE TO EDIT) <
B. How Phyre2 works: structure and algorithms
Phyre2 realiza varios procesos internos que no da a conocer
al usuario, pues uno de los motivos de su creacin es ser una
herramienta que devuelva resultados tiles a usuarios que no
sean muy expertos en el rea de la bioinformtica a travs de
una interfaz grfica fcil de manejar. Para llevar a cabo estos
procesos, usa ciertas herramientas, recursos y componentes de
software creados por el grupo desarrollador: servicios web,
bases de datos y algoritmos existentes escritos en diferentes
lenguajes. Por supuesto estos mtodos varan dependiendo de
si se realiza el modelado por homologa o por ab initio.
Los pasos que se le muestra al usuario una vez que este
haya ingresado el query son Finding homologues with PSI-
Blast, Building hidden Markov model of sequence,
Checking for transmembrane helices, Constructing models,
Loop modelling and Generating results page. Estos
mensajes se usan para explicarle un poco al usuario las
funciones que internamente se estn ejecutando, pero como tal
el alineamiento y modelado de una secuencia de protenas se
compone de cuatro niveles; estos niveles encierran el
funcionamiento del algoritmo que se usa para la prediccin. El
primer nivel es gathering homologous sequences, cuya
funcin es la de escanear la secuencia introducida por el
usuario con la base de datos HHblits (Homology detection by
iterative HMM-HMM comparison), la cual devuelve mltiples
alineamientos de secuencias que se se usan para predecir la
estructura secundaria de la protena a travs de la herramienta
PSIPRED (PSI-blast based secondary structure PREDiction)
y, posteriormente, se resuelve el alineamiento y la estructura
secundaria en un hidden Markov model (HMM), un modelo
estadstico que busca encontrar parmetros desconocidos a
partir de parmetros observables.
En el nivel dos (fold library scanning) se comparan los
resultados devueltos por el nivel 1 con una librera de
protenas ya conocidas, es decir, comprobadas
experimentalmente; las secuencias con mayor puntaje de
alineamiento se usan para construir el backbone. El nivel 3
tiene una divisin, que se debe a si el anlisis que se quiere
hacer es normal o intensivo. El primero se evidencia el 3a:
Loop modeling, el que usa el modelado por homologa, en el
modo normal; en segunda instancia se encuentra el multiple
template modeling with Poing, que es el que se usa si el
modelamiento es ab initio (desde cero), en el modo intensivo;
por eso se puede afirmar que este segundo proceso toma ms
tiempo. Como tal en el nivel 3 se agregan fragmentos
importantes de la protena; para esto es importante la
ubicacin, el ngulo del fragmento, la temperatura y la
cantidad. Por ltimo se encuentra el cuarto nivel, Side chain
placement, en el que se ubican las cadenas laterales respecto a
sus probabilidades de posicin. Si el backbone suministrado es
correcto hay un 80% de probabilidades de que los side chains
tambin lo sean.
Phyre2 es una herramienta muy completa. Los mtodos
usados para el alineamiento, modelamiento y prediccin estn
divididos en varias etapas, lo que garantiza una fiabilidad
superior respecto de muchos sus semejantes.
2
III. PRELIMINARY RESULTS
A. The target protein
The Como se mencion previamente, para probar el
funcionamiento del servidor web Phyre2 se us una secuencia
de aminocidos de prueba. Aunque la finalidad era conocer a
detalle los procesos, mtodos y algoritmos usados por la
herramienta, tambin se analizaron los resultados
proporcionados.
Fig. 1. Amino acid sequence tested
Despus de pasar la secuencia a travs del servidor web
usando el modo normal, se obtuvo el nombre de la protena
objetivo con un 100% de confianza: Trichomonas vaginalis
lacatate dehydrogenase in complex with NADH.El porcentaje
de confianza se debe a que, cubriendo un 99% de la secuencia,
se obtuvo un 100% de identidad.
En la PDB (Protein Data Bank), se puede revisar la
informacin completa y detallada de la protena. All se
encontr que es una protena clasificada como
OXIDOREDUCTASE, perteneciente al organismo
Trichomonas vaginalis. Adems, se pudo conocer que fue
depositada el 2014-07-29, por Steindel, P.A., Chen, E.H.,
Theobald, D.L, y liberada el 2015-08-12.
Al analizar el documento Detail template information, se
pudo comprobar que, aunque hubo muchos resultados con un
100% de confianza, las dems protenas se alejaban de la
secuencia buscada; el segundo
resultado que ms se acerc fue reconstructed ancestral
trichomonad malate dehydrogenase in2 complex with nadh,
so4, and po4, cuyo porcentaje de identidad era del 60%.
Tambin, revisando los resultados Secondary structure and
disorder prediction, se tiene que en general que: la secuencia
posee un 6% de desorden; las alpha helix representan un 42%
del total; las beta strand un 21%; y el porcentaje restante
corresponde a los coil. Estos datos son establecidos basados en
la prediccin PSIPRED.
B. Conclusion
Aunque existen dos modos (normal e intensivo), por defecto
Phyre2 elige el normal, y recomienda que siempre se enve
primero la secuencia de aminocidos usando este modo. Esto
es porque la mayora de veces es el modo ms fiable y rpido.
nicamente despus de analizar los resultados se debe
considerar reenviar la secuencia en modo intensivo. En la
pgina principal de resultados de Phyre2 se muestra a veces un
mensaje donde se advierte qu porcentaje de cobertura podra
incrementarse si se usa el modo intensivo.
> REPLACE THIS LINE WITH YOUR PAPER IDENTIFICATION NUMBER (DOUBLE-CLICK HERE TO EDIT) <
Phyre2 est ubicado entre los motores de prediccin y
anlisis de secuencias ms utilizados actualmente, debido a su
uso fcil, el tiempo de respuesta y su precisin, el cual es
superado solo por ciertos motores que usan mtodos y
algoritmos ms complejos. An as la diferencia de efectividad
no es abismal, es de un 2.5% y 5%. Por esto se concluye que
Phyre2 es una herramienta muy confiable y user-friendly.
REFERENCES
Basic format for books:
J. K. Author, Title of chapter in the book, in Title of His Published
Book, xth ed. City of Publisher, (only U.S. State), Country: Abbrev. of
Publisher, year, ch. x, sec. x, pp. xxxxxx.
Examples:
[1] G. O. Young, Synthetic structure of industrial plastics, in
Plastics, 2nd ed., vol. 3, J . Peters, E d . New
Y o r k , NY, USA: McGraw-Hill, 1964, pp. 1564.
[2] W.-K. Chen, Linear Networks and Systems. Belmont,
CA, USA: Wadsworth, 1993, pp. 123135.
Basic format for periodicals:
J. K. Author, Name of paper, Abbrev. Title of Periodical, vol. x, no. x, pp.
xxx-xxx, Abbrev. Month, year, DOI. 10.1109.XXX.123456.
Examples:
[3] J. U. Duncombe, Infrared navigationPart I: An
assessment of feasibility, IEEE Trans. Electron Devices,
vol. ED-11, no. 1, pp. 3439, Jan. 1959,
10.1109/TED.2016.2628402.
[4] E. P. Wigner, Theory of traveling-wave optical laser,
Phys. Rev.,
vol. 134, pp. A635A646, Dec. 1965.
[5] E. H. Miller, A note on reflector arrays, IEEE Trans.
Antennas Propagat., to be published.
Basic format for reports:
J. K. Author, Title of report, Abbrev. Name of Co., City of Co., Abbrev.
State, Country, Rep. xxx, year.
Examples:
[6] E. E. Reber, R. L. Michell, and C. J. Carter, Oxygen
absorption in the earths atmosphere, Aerospace Corp., Los
Angeles, CA, USA, Tech. Rep. TR-0200 (4230-46)-3, Nov.
1988.
[7] J. H. Davis and J. R. Cogdell, Calibration program for the
16-foot antenna, Elect. Eng. Res. Lab., Univ. Texas,
Austin, TX, USA, Tech. Memo. NGL-006-69-3, Nov. 15,
1987.
Basic format for handbooks:
Name of Manual/Handbook, x ed., Abbrev. Name of Co., City of Co.,
Abbrev. State, Country, year, pp. xxx-xxx.
Examples:
[8] Transmission Systems for Communications, 3rd
ed., Western Electric Co., Winston-Salem, NC, USA, 1985,
pp. 4460.
[9] Motorola Semiconductor Data Manual, Motorola
Semiconductor Products Inc., Phoenix, AZ, USA, 1989.
Basic format for books (when available online):
J. K. Author, Title of chapter in the book, in Title of Published Book, xth ed.
City of Publisher, State, Country: Abbrev. of Publisher, year, ch. x, sec. x, pp.
xxxxxx. [Online]. Available: http://www.web.com
Examples:
[10] G. O. Young, Synthetic structure of industrial plastics, in
Plastics, vol. 3, Polymers of Hexadromicon, J. Peters, Ed.,
3
2nd ed. New York, NY, USA: McGraw-Hill, 1964, pp. 15-
64. [Online]. Available: http://www.bookref.com.
[11] The Founders Constitution, Philip B. Kurland and Ralph
Lerner, eds., Chicago, IL, USA: Univ. Chicago Press, 1987.
[Online]. Available: http://press-
pubs.uchicago.edu/founders/
[12] The Terahertz Wave eBook. ZOmega Terahertz Corp., 2014.
[Online]. Available: http://dl.z-
thz.com/eBook/zomega_ebook_pdf_1206_sr.pdf. Accessed
on: May 19, 2014.
[13] Philip B. Kurland and Ralph Lerner, eds., The Founders
Constitution. Chicago, IL, USA: Univ. of Chicago Press,
1987, Accessed on: Feb. 28, 2010, [Online] Available:
http://press-pubs.uchicago.edu/founders/
Basic format for journals (when available online):
J. K. Author, Name of paper, Abbrev. Title of Periodical, vol. x, no. x, pp.
xxx-xxx, Abbrev. Month, year. Accessed on: Month, Day, year, DOI:
10.1109.XXX.123456, [Online].
Examples:
[14] J. S. Turner, New directions in communications, IEEE J.
Sel. Areas Commun., vol. 13, no. 1, pp. 11-23, Jan. 1995.
[15] W. P. Risk, G. S. Kino, and H. J. Shaw, Fiber-optic
frequency shifter using a surface acoustic wave incident at
an oblique angle, Opt. Lett., vol. 11, no. 2, pp. 115117,
Feb. 1986.
[16] P. Kopyt et al., Electric properties of graphene-based
conductive layers from DC up to terahertz range, IEEE
THz Sci. Technol., to be published. DOI:
10.1109/TTHZ.2016.2544142.
Basic format for papers presented at conferences (when
available online):
J.K. Author. (year, month). Title. presented at abbrev. conference title.
[Type of Medium]. Available: site/path/file
Example:
[17] PROCESS Corporation, Boston, MA, USA. Intranets:
Internet technologies deployed behind the firewall for
corporate productivity. Presented at INET96 Annual
Meeting. [Online]. Available:
http://home.process.com/Intranets/wp2.htp
Basic format for reports and handbooks (when available
online):
J. K. Author. Title of report, Company. City, State, Country. Rep. no.,
(optional: vol./issue), Date. [Online] Available: site/path/file
Examples:
[18] R. J. Hijmans and J. van Etten, Raster: Geographic
analysis and modeling with raster data, R Package Version
2.0-12, Jan. 12, 2012. [Online]. Available: http://CRAN.R-
project.org/package=raster
[19] Teralyzer. Lytera UG, Kirchhain, Germany [Online].
Available:
http://www.lytera.de/Terahertz_THz_Spectroscopy.php?
id=home, Accessed on: Jun. 5, 2014
Basic format for computer programs and electronic documents
(when available online):
Legislative body. Number of Congress, Session. (year, month day). Number of
bill or resolution, Title. [Type of medium]. Available: site/path/file
NOTE: ISO recommends that capitalization follow the accepted practice
for the language or script in which the information is given.
Example:
[20] U.S. House. 102nd Congress, 1st Session. (1991, Jan. 11).
H. Con. Res. 1, Sense of the Congress on Approval of
Military Action. [Online]. Available: LEXIS Library:
GENFED File: BILLS
> REPLACE THIS LINE WITH YOUR PAPER IDENTIFICATION NUMBER (DOUBLE-CLICK HERE TO EDIT) <
Basic format for patents (when available online):
Name of the invention, by inventors name. (year, month day). Patent Number
[Type of medium]. Available: site/path/file
Example:
[21] Musical toothbrush with mirror, by L.M.R. Brooks. (1992,
May 19). Patent D 326 189
[Online]. Available: NEXIS Library: LEXPAT File: DES
Basic format for conference proceedings (published):
J. K. Author, Title of paper, in Abbreviated Name of Conf., City of Conf.,
Abbrev. State (if given), Country, year, pp. xxxxxx.
Example:
[22] D. B. Payne and J. R. Stern, Wavelength-switched pas-
sively coupled single-mode optical network, in Proc.
IOOC-ECOC, Boston, MA, USA, 1985,
pp. 585590.
Example for papers presented at conferences (unpublished):
[23] D. Ebehard and E. Voges, Digital single sideband
detection for interferometric sensors, presented at the 2nd
Int. Conf. Optical Fiber Sensors, Stuttgart, Germany, Jan.
2-5, 1984.
Basic format for patents:
J. K. Author, Title of patent, U.S. Patent x xxx xxx, Abbrev. Month, day,
year.
Example:
[24] G. Brandli and M. Dick, Alternating current fed power
supply, U.S. Patent 4 084 217, Nov. 4, 1978.
Basic format for theses (M.S.) and dissertations (Ph.D.):
a) J. K. Author, Title of thesis, M.S. thesis, Abbrev. Dept., Abbrev. Univ.,
City of Univ., Abbrev. State, year.
b) J. K. Author, Title of dissertation, Ph.D. dissertation, Abbrev. Dept.,
Abbrev. Univ., City of Univ., Abbrev. State, year.
Examples:
[25] J. O. Williams, Narrow-band analyzer, Ph.D. dissertation,
Dept. Elect. Eng., Harvard Univ., Cambridge, MA, USA,
1993.
[26] N. Kawasaki, Parametric study of thermal and chemical
nonequilibrium nozzle flow, M.S. thesis, Dept. Electron.
Eng., Osaka Univ., Osaka, Japan, 1993.
Basic format for the most common types of
unpublished references:
a) J. K. Author, private communication, Abbrev. Month, year.
b) J. K. Author, Title of paper, unpublished.
c) J. K. Author, Title of paper, to be published.
Examples:
[27] A. Harrison, private communication, May 1995.
[28] B. Smith, An approach to graphs of linear forms,
unpublished.
[29] A. Brahms, Representation error for real numbers in binary
computer arithmetic, IEEE Computer Group Repository,
Paper R-67-85.
Basic formats for standards:
a) Title of Standard, Standard number, date.
b) Title of Standard, Standard number, Corporate author, location, date.
Examples:
[30] IEEE Criteria for Class IE Electric Systems, IEEE
Standard 308, 1969.
[31] Letter Symbols for Quantities, ANSI Standard Y10.5-
1968.
Article number in reference examples:
[32] R. Fardel, M. Nagel, F. Nuesch, T. Lippert, and A. Wokaun,
Fabrication of organic light emitting diode pixels by laser-
assisted forward transfer, Appl. Phys. Lett., vol. 91, no. 6,
Aug. 2007, Art. no. 061103.
4
[33] J. Zhang and N. Tansu, Optical gain and laser
characteristics of InGaN quantum wells on ternary InGaN
substrates, IEEE Photon. J., vol. 5, no. 2, Apr. 2013, Art.
no. 2600111
Example when using et al.:
[34] S. Azodolmolky et al., Experimental demonstration of an
impairment aware network planning and operation tool for
transparent/translucent optical networks, J. Lightw.
Technol., vol. 29, no. 4, pp. 439448, Sep. 2011.
First A. Author (M76SM81F87) and
all authors may include biographies.
Biographies are often not included in
conference-related papers. This author
became a Member (M) of IEEE in 1976, a
Senior Member (SM) in 1981, and a
Fellow (F) in 1987. The first paragraph
may contain a place and/or date of birth
(list place, then date). Next, the authors
educational background is listed. The degrees should be listed
with type of degree in what field, which institution, city, state,
and country, and year the degree was earned. The authors
major field of study should be lower-cased.
The second paragraph uses the pronoun of the person (he or
she) and not the authors last name. It lists military and work
experience, including summer and fellowship jobs. Job titles
are capitalized. The current job must have a location; previous
positions may be listed without one. Information concerning
previous publications may be included. Try not to list more
than three books or published articles. The format for listing
publishers of a book within the biography is: title of book
(publisher name, year) similar to a reference. Current and
previous research interests end the paragraph.
The third paragraph begins with the authors title and last
name (e.g., Dr. Smith, Prof. Jones, Mr. Kajor, Ms. Hunter).
List any memberships in professional societies other than the
IEEE. Finally, list any awards and work for IEEE committees
and publications. If a photograph is provided, it should be of
good quality, and professional-looking. Following are two
examples of an authors biography.
Second B. Author was born in
Greenwich Village, New York, NY,
USA in 1977. He received the B.S.
and M.S. degrees in aerospace
engineering from the University
of Virginia, Charlottesville, in
2001 and the Ph.D. degree in
mechanical engineering from
Drexel University, Philadelphia, PA, in 2008.
From 2001 to 2004, he was a Research
Assistant with the Princeton Plasma Physics
Laboratory. Since 2009, he has been an Assistant
> REPLACE THIS LINE WITH YOUR PAPER IDENTIFICATION NUMBER (DOUBLE-CLICK HERE TO EDIT) < 5

Professor with the Mechanical Engineering the IEEE Electromagnetic Compatibility Society
Department, Texas A&M University, College Best Symposium Paper Award in 2011.
Station. He is the author of three books, more
than 150 articles, and more than 70 inventions.
His research interests include high-pressure and
high-density nonthermal plasma discharge
processes and applications, microscale plasma
discharges, discharges in liquids, spectroscopic
diagnostics, plasma propulsion, and innovation
plasma applications. He is an Associate Editor of
the journal Earth, Moon, Planets, and holds two
patents.
Dr. Author was a recipient of the International
Association of Geomagnetism and Aeronomy
Young Scientist Award for Excellence in 2008, and

Third C. Author, Jr. (M87) received

the B.S. degree in mechanical
engineering from National Chung
Cheng University, Chiayi, Taiwan,
in 2004 and the M.S. degree in
mechanical engineering from
National Tsing Hua University,
Hsinchu, Taiwan, in 2006. He is
currently pursuing the Ph.D.
degree in mechanical engineering at Texas A&M
University, College Station, TX, USA.
From 2008 to 2009, he was a Research
Assistant with the Institute of Physics, Academia
Sinica, Tapei, Taiwan. His research interest
includes the development of surface processing
and biological/medical treatment techniques
using nonthermal atmospheric pressure plasmas,
fundamental study of plasma sources, and
fabrication of micro- or nanostructured surfaces.
Mr. Authors awards and honors include the
Frew Fellowship (Australian Academy of Science),
the I. I. Rabi Prize (APS), the European Frequency
and Time Forum Award, the Carl Zeiss Research
Award, the William F. Meggers Award and the
Adolph Lomb Medal (OSA).