msgid "" msgstr "" "Project-Id-Version: BOINC.Italy translation 1.1\n" "POT-Creation-Date: \n" "PO-Revision-Date: \n" "Last-Translator: Manuel \n" "Language-Team: Manuel Lupotto, Drake Van Caster, boboviz, Venturini Dario, Ducati 749\n" "MIME-Version: 1.0\n" "Content-Type: text/plain; charset=utf-8\n" "Content-Transfer-Encoding: 8bit\n" "X-Poedit-Language: Italian\n" "X-Poedit-Country: ITALY\n" ########################################## # Language: English (International) # FileID : # Author : Arnaud # Email : # Last update: 11.06.2006 ########################################## # For more information please see: # http://boinc.berkeley.edu/translate.html ########################################## ######################################### # Front page (index.php, header.php, footer.php) ######################################### # Note: Be careful with the Angstrom sign: Å. It's possible that you see – or Å, instead in this file # (problem between unicode utf8 and iso 8859-1 in Kate, the KDE Text Editor and the HTML of the Rosetta web site). # Try Unicode utf8 or iso 8859-15 if you have this problem. msgid "RAH_WHAT_IS" msgstr "Cos'è $PROJECT?" msgid "RAH_PROJ_DESC" msgstr "$PROJECT ha bisogno del vostro aiuto per determinare la forma tridimensionale delle proteine all'interno di ricerche che potrebbero portare alla scoperta di cure per alcune delle più importanti malattie umane. Facendo lavorare il programma Rosetta sul vostro computer quando non lo utilizzate ci aiuterete ad accelerare ed estendere le nostre ricerche in modi che non ci sarebbe possibile tentare senza il vostro aiuto. Potrete anche esserci di aiuto nel progettare nuove proteine per combattere malattie come l’HIV, la Malaria, il Cancro e l’Alzheimer (Visita il nostro %sRicerca legata alle malattie%s per maggiori informazioni). %sUnisciti%s ai nostri sforzi! $PROJECT è senza scopo di lucro." # Join Rosetta@home part msgid "RAH_JOIN_TITLE" msgstr "Partecipa a $PROJECT" msgid "RULES_POLICIES" msgstr "Regole e linee di condotta" msgid "SYS_REQ" msgstr "Requisiti di sistema" msgid "DOWN_INST" msgstr "Scarica, installa e avvia BOINC" msgid "DOWN_INST_A" msgstr "inserisci l'URL del progetto" msgid "RAH_WELCOME" msgstr "Un benvenuto da David Baker" # About part msgid "RAH_TEN_REASONS" msgstr "10 motivi per partecipare a" msgid "RAH_GRAPHICS_GUIDE" msgstr "Guida rapida a $PROJECT e i suoi Grafici" msgid "FAQ" msgstr "Domande frequenti" msgid "SCIENCE_FAQ" msgstr "FAQ scientifiche" msgid "RAH_DISEASE" msgstr "Ricerca legata alle malattie" msgid "RAH_RESEARCH_OVERVIEW" msgstr "Presentazione della ricerca" msgid "RAH_CYBERSCIENCE" msgstr "David Baker Profile - Protein Folding (UW Cyberscience Symposium Article)" msgid "RAH_NEWS_ART" msgstr "News & Articoli su Rosetta" msgid "RAH_JOURNAL" msgstr "Il giornale $PROJECT di David Baker" msgid "TECH_NEWS" msgstr "News tecniche" # Returning participants part msgid "RAH_RETURN_PART_TITLE" msgstr "Ritorno ai partecipanti" msgid "YOUR_ACCOUNT" msgstr "%sIl tuo account%s - visualizza le statistiche, modifica le preferenze" msgid "TEAMS" msgstr "%sTeam%s - crea o unisciti ad un team" msgid "APPS" msgstr "Applicazioni" msgid "SERVER_STATUS" msgstr "Stato del Server" msgid "ADD_ONS" msgstr "Add-ons" # Community part msgid "MSG_BOARDS" msgstr "Forum" msgid "Q_AND_A" msgstr "Domande e risposte" msgid "PART_PROF" msgstr "Profili dei partecipanti" msgid "IMAGES" msgstr "Immagini" msgid "LANGUAGES" msgstr "Lingue" # Statistics part msgid "DISABLED" msgstr "disabilitato" msgid "RUNNING" msgstr "funzionante" msgid "TOP_PART" msgstr "Migliori partecipanti" msgid "TOP_COMP" msgstr "Migliori computer" msgid "TOP_TEAMS" msgstr "Migliori team" msgid "TOP_PREDICTIONS" msgstr "Migliori previsioni" msgid "UOTD" msgstr "Utente del giorno" # For down time msgid "RAH_MAINTENANCE" msgstr "$PROJECT è momentaneamente inattivo per mantenimento" msgid "RAH_MAINTENANCE_TRY_AGAIN" msgstr "Per favore riprova più tardi" ################################ # Often used ################################ msgid "PROTEINS" msgstr "Proteine" msgid "PROTEIN_FOLDING" msgstr "Ripiegamento proteico" msgid "PROTEIN_STRUCT_PRED" msgstr "Previsione della struttura delle proteine" msgid "PROTEIN_DESIGN" msgstr "Progettazione di proteine" msgid "INTRODUCTION" msgstr "Introduzione" msgid "NEWS" msgstr "News" msgid "MORE" msgstr "altri" msgid "NEWS_AVAILABLE_RSS" msgstr "Le news sono disponibili in %sRSS feed%s." msgid "HOME" msgstr "Home" msgid "JOIN" msgstr "Partecipa" msgid "ABOUT" msgstr "A proposito" msgid "PARTICIPANTS" msgstr "Partecipanti" msgid "COMMUNITY" msgstr "Community" msgid "STATISTICS" msgstr "Statistiche" msgid "RAH_HEAD_LOGIN" msgstr "login/out" msgid "BACK_TO_TOP" msgstr "Torna su" ############################################ # rah_about.php page ########################################### msgid "RAH_ABOUT_A" msgstr "Crediamo che ci stiamo avvicinando sempre più ad una sempre più precisa previsione e progettazione delle strutture proteiche e dei complessi di proteine, uno tra i santi Graal della biologia computazionale. Ma per dimostrare tutto ciò, abbiamo bisogno di immense risorse di calcolo, una quantità di gran lunga superiore a quella fornita dai supercomputer più grandi del mondo. Questo è realizzabile solo attraverso lo sforzo collettivo di volontari come voi." msgid "RAH_ABOUT_MORE" msgstr "Per ulteriori informazioni, fai clic sui seguenti collegamenti:" msgid "RAH_ABOUT_WHY" msgstr "Perché prevedere e progettare strutture proteiche e complessi di proteine?" msgid "RAH_ABOUT_B" msgstr "Le proteine sono i mattoni e i macchinari molecolari della vita. Le loro funzioni ed interazioni sono fondamentali per i processi chimici e biologi di tutti gli organismi viventi. La funzione di una proteina e come essa interagisce con altre molecole è in larga parte determinato dalla sua forma (la struttura tridimensionale). Le proteine sono inizialmente sintetizzate sotto forma di lunghe catene di amminoacidi e, per la maggior parte, non possono funzionare regolarmente finché non si ripiegano a formare intricate strutture globulari. Capire e prevedere le regole che governano questo complesso processo di ripiegamento – che coinvolge il ripiegamento della catena principale e il raggruppamento delle catene laterali degli amminoacidi – è uno dei problemi centrali della biologia. Sapere come le proteine si ripiegano ed interagiscono con le altre molecole e determinare le loro funzioni potrebbe alla fine portare alla scoperta di farmaci e cure per molte malattie che colpiscono l’uomo. Al momento vengono spesi milioni di dollari in studi di%sgenomica strutturale%s volti a determinare le strutture delle proteine per via sperimentale, utilizzando la cristallografia a raggi X e la Risonanza Magnetica Nucleare (NMR). Se ciò potesse essere svolto per via computazionale i costi verrebbero ridotti significativamente e verrebbe rivoluzionata la biologia strutturale. Progettare strutture proteiche e complessi di proteine offre inoltre significativi benefici scientifici e pratici. Se si potessero progettare strutture completamente nuove si potrebbero potenzialmente progettare nuovi macchinari molecolari – proteine in grado di compiere nuove funzioni terapeutiche, catalitiche ecc. Inoltre c’è la domanda evoluzionista riguardo alla questione che i ripiegamenti naturali siano le uniche possibilità di ripiegamento o se siano possibili altri ripiegamenti anche piuttosto diversi. Capire le regole che governano ripiegamenti e progettazioni potrebbe aiutare nella ricerca della risposta." msgid "RAH_ABOUT_WIKI" msgstr "Per favore visita i seguenti link di Wikipedia per aver maggiori informazioni su:" msgid "RAH_ABOUT_ACCURACY" msgstr "Quanto sono accurate le nostre previsioni?" msgid "RAH_ABOUT_C" msgstr "Rosetta si è ripetutamente dimostrato essere uno dei migliori metodi di previsione della struttura tridimensionale delle proteine all'interno del %sCASP%s (Critical Assessment of Techniques for Protein Structure Prediction - valutazione cruciale delle tecniche di predizione della struttura proteica) ed ha avuto successo anche in %sCAPRI%s (Critical Assessment of Prediction of Interactions - valutazione critica della previsione delle interazioni). %sUna parte importante%s del CASP6 è stata la prima predizione ceca de novo che ha utilizzato la nostra tecnica di raffinamento ad alta risoluzione per raggiungere una precisione paragonabile all'alta risoluzione. La sequenza relativamente corta (76 residui) ci ha consentito di applicare la nostra tecnica di raffinamento non solo sulla sequenza nativa, ma anche sulla sequenza di molti omologhi. Il centro del gruppo di minore energia delle strutture era estremamente vicino a quello della struttura nativa (1.5 Å). Il protocollo di raffinamento ad alta risoluzione riduceva il RMSD (root mean square deviation - distanza quadratica media tra gli atomi) da 2.2Å a 1.5 Å e poneva le catene aminoacidiche laterali nel centro della proteina in una maniera simile a quella nativa. In CAPRI viene assegnata la struttura di due proteine in grado di formare un complesso e si chiede di predire la struttura del complesso risultante. %sLe nostre previsioni%s per i target privi di significativi cambiamenti nella catena principale erano impressionanti. Non solo l'orientamento a corpo rigido dei due partner era previsto in maniera praticamente perfetta, ma anche quasi tutte le catene laterali dell'interfaccia venivano previsti in modo molto accurato. Inoltre, il nostro metodo di progettazione ha mostrato di produrre risultati accurati. Recentemente è stata molto eccitante la creazione di nuove proteine con una struttura tridimensionale scelta arbitrariamente. Per esempio i nostri metodi sono stati usati per progettare una proteina di 93 residui chiamata %sTOP7%s con sequenza e forma completamente nuove. TOP7 si è poi scoperta essere monomerica e ripiegata e l'analisi ai raggi x della struttura cristallina di TOP7 è straordinariamente simile (RMSD di 1.2 Å) al modello previsto." msgid "RAH_ABOUT_FUTURE" msgstr "Piani per il futuro" msgid "RAH_ABOUT_D" msgstr "I nostri metodi saranno testati durante i prossimi esperimenti CASP e CAPRI e implementati nel nostro server ad accesso pubblico per la previsione delle strutture proteiche, %sRobetta%s, che è attualmente utilizzato gratuitamente da centinaia di scienziati accademici di tutto il mondo e che, durante i recenti CASP, ha dimostrato di essere uno dei migliori server completamente automatici per la previsione delle strutture proteiche. Se dovessero esserci abbastanza partecipanti al progetto $PROJECT, pensiamo di usarlo anche per fornire risorse computazionali che riducano il lungo periodo d’attesa per le previsioni strutturali sul server Robetta e che ci consentirebbero di aggiungere altre funzionalità, come la progettazione delle proteine e lo studio delle interazioni che al momento non possiamo offrire a causa della limitata potenza computazionale. Unendo Robetta e $PROJECT i volontari come voi non aiuterebbero solamente i nostri sforzi, ma aiuterebbero direttamente anche gli sforzi di scienziati di tutto il mondo che svolgono ricerche fondamentali su questioni biomediche come cancro, SARS, HIV/AIDS, malaria e molte altre." msgid "RAH_ABOUT_FEEDBACK" msgstr "Feedback ai partecipanti" msgid "RAH_ABOUT_E" msgstr "Non ti piacerebbe conoscere i risultati delle previsioni fatte dal tuo computer - quanto è preciso il tuo miglior modello, come confrontarlo con gli altri, a cosa assomiglia, quali ricercatori ha aiutato e in quale modo? Abbiamo in programma di fornirti queste informazioni direttamente sul sito di $PROJECT e, quando possibile, linkarle alle previsioni richieste dagli scienziati al server Robetta. Già da ora puoi controllare la quantità di lavoro (\"crediti\") che hai donato e confrontarla con quella degli altri utenti sulla nostra %spagina delle statistiche%s." msgid "RAH_ABOUT_MOVIES" msgstr "Guarda i Windows Media video delle previsioni di Rosetta" msgid "RAH_ABOUT_F" msgstr "%sripiegamento dell'Ubiquitina%s (dimensioni 4M), %sreimpaccamanto delle catene laterali di TOP7%s (dimensioni 2.4M), %sand %sselezione dei rotameri delle catene laterali ottimali per TOP7 (design)%s (dimensioni 4.7M)." msgid "RAH_ABOUT_MOVIES_CREDIT" msgstr "Note: è richiesto Windows Media Player. I video sono stati creati da Jens Meiler." ############################################ # rah_welcome.php page ########################################### msgid "RAH_WELC_TITLE" msgstr "Un benvenuto da David Baker" msgid "RAH_WELC_A" msgstr "Benvenuto/a nel progetto di calcolo distribuito $PROJECT e grazie per la tua adesione!" msgid "RAH_WELC_B" msgstr "Ci sarai d’aiuto nel risolvere uno tra i problemi più a lungo irrisolti nel campo della biologia molecolare: quello del \"ripiegamento proteico\"." msgid "RAH_WELC_C" msgstr "Le proteine sono le macchine in miniatura che svolgono la quasi totalità delle funzioni fondamentali nel tuo corpo. Come con qualsiasi macchina, capire come le proteine lavorano richiede la comprensione di come esse sono strutturate. E’ risaputo da oltre 40 anni che le strutture proteiche sono completamente determinate dalle sequenze di amminoacidi che le compongono e noi conosciamo le sequenze di amminoacidi appartenenti a tutte le proteine del genoma umano grazie al recentemente completato Progetto Genoma Umano. Tuttavia, fino a poco tempo fa, sembrava quasi impossibile calcolare le strutture proteiche a partire dalle loro sequenze amminoacidiche e la soluzione di questo problema era visto come il \"Santo Graal\" per la ricerca scientifica." msgid "RAH_WELC_D" msgstr "Come puoi leggere nei comunicati stampa e nelle riviste scientifiche, negli ultimi sei mesi abbiamo compiuto progressi significativi e per la prima volta sembra possibile calcolare le strutture proteiche dalle loro sequenze amminoacidiche. Un traguardo come questo avrebbe un enorme impatto sulla nostra comprensione di come funziona la biologia e ancor più importante, potrebbe portare a nuove terapie e vaccini per curare le malattie. Il principale ostacolo è la grande quantità di tempo di calcolo necessario per risolvere il problema." msgid "RAH_WELC_E" msgstr "E’ possibile spiegare il problema del calcolo con una analogia. Supponiamo che tu sia un astronauta che ha scoperto un nuovo pianeta e che ti sia stato riferito che quello che hai sempre cercato giace nel fondo della valle più profonda sulla superficie del pianeta. Come trovare il punto più basso? Una possibilità sarebbe quella di atterrare da qualche parte sul pianeta e da qui mettersi a cercare. Tuttavia, se il pianeta è molto grande, è improbabile che tu sia atterrato abbastanza vicino a questa valle da trovarla. Per esempio, sbarcando sulla Terra, è difficile che tu sia atterrato abbastanza vicino alle rive del Mar Morto da trovartelo di fronte durante la tua esplorazione; è più probabile che tu sia su un altro continente, magari esplorando l'Himalaya o il deserto del Sahara. Ma pensa di avere con te 10.000 esploratori che si paracadutano ciascuno in una posizione a caso sul pianeta, cercando intorno a loro il punto d’altitudine più basso nella zona dove sono atterrati e che ti riferiscono l'altezza del punto più basso da loro trovato. Le tue possibilità di trovare ciò che cerchi sarebbero di gran lunga maggiori e più esploratori potrai inviare, maggiore sarà la possibilità di successo." msgid "RAH_WELC_F" msgstr "Ora, nel nostro caso, lo spazio da ricercare non è la superficie di un pianeta, ma l'insieme di tutte le possibili strutture che una proteina può avere. Esiste un numero molto elevato di possibili strutture perché ci sono oltre un centinaio di punti differenti dove la proteina può piegarsi o torcersi in modi diversi. Sorprendentemente, nonostante il numero elevato di possibilità, le proteine si ripiegano in singole e ben definite strutture che consentono loro di svolgere le differenti funzioni biologiche. La speciale proprietà di queste strutture \"ripiegate\" è che esse possiedono una minor quantità di energia rispetto a qualsiasi altra struttura che potrebbero adottare. Quindi, piuttosto che ricercare l’altitudine più bassa, siamo alla ricerca della struttura proteica energia più bassa, ma concettualmente il problema è molto simile all’esempio dato nel precedente paragrafo." msgid "RAH_WELC_G" msgstr "Adesso puoi immaginare cosa fa il tuo computer nel seguente modo. All'inizio del calcolo esso verrà paracadutato su una regione casuale dello scenario energetico e successivamente andrà alla ricerca del punto a energia più bassa nei dintorni. Alla fine invierà la struttura a minor energia che ha trovato al nostro server, insieme con il valore energetico della struttura stessa. Il nostro server confronterà le energie di tutte le strutture trovate da tutti i processori partecipanti e, in questo modo, la struttura a minor energia sarà trovata." msgid "RAH_WELC_H" msgstr "Inizialmente trarremo vantaggio dal fatto che le strutture a minor energia sono già state determinate per alcune proteine utilizzando complicate, costose, e laboriose tecniche sperimentali che non intendo spiegare in questo ambito. Metteremo a confronto la struttura a minor energia con una struttura individuata sperimentalmente per vedere se sono identiche. Solo quando avremo misurato la quantità di calcoli di cui avremo bisogno per la ricerca (il numero di processori e per quanto tempo) per essere sicuri di trovare la struttura a più bassa energia, useremo l'approccio sopraindicato per calcolare le strutture di importanti proteine con strutture ancora sconosciute. Voi stessi ci avrete aiutato a raggiungere questo \"Santo Graal\" della ricerca biologica." msgid "RAH_WELC_I" msgstr "Ora, se avete seguito questa spiegazione, vi sarete accorti che la soluzione definitiva – ovvero la struttura a più bassa energia - sarà individuata da un unico processore. E’ come vincere una lotteria, dal momento che il campo è enorme e ci sono moltissime possibilità. Come una lotteria, per più tempo il tuo computer elabora più possibilità ha di vincere. Terremo traccia dei fortunati computer vincitori per ciascuno dei problemi di previsione e il proprietario riceverà uno speciale avviso e anche dei meriti. Guarda la nostra pagina delle %sMigliori Previsioni%s per ulteriori informazioni. " msgid "RAH_WELC_J" msgstr "Quindi divertiti e di' a tutti i tuoi amici e conoscenti di partecipare; questa è una delle più importanti questioni aperte nel campo della scienza e può potenzialmente essere risolta grazie al calcolo distribuito su larga scala. " msgid "RAH_WELC_K" msgstr "Grazie ancora per l'aiuto che dai al nostro progetto!!" msgid "RAH_WELC_L" msgstr "Professore di Biochimica presso l'Università di Washington" msgid "RAH_WELC_M" msgstr "Ricercatore presso l’Howard Hughes Medical Institute" msgid "RAH_WELC_DAVID_PROF" msgstr "David Baker Profile" ###########################################" # rah_science_faq.php ########################################## #QC=Question C, AC=Answer C msgid "RAH_SC_FAQ_A" msgstr "a cura di Vanita Sood" msgid "RAH_SC_FAQ_QA" msgstr "Che cos’è Rosetta?" msgid "RAH_SC_FAQ_AA" msgstr "Rosetta è un programma volto alla previsione della struttura e alla progettazione delle proteine ." msgid "RAH_SC_FAQ_QB" msgstr "Che cos'è una proteina? " msgid "RAH_SC_FAQ_AB" msgstr "Una proteina è un polimero di amminoacidi codificato da un gene." msgid "RAH_SC_FAQ_QC" msgstr "Che cosa sono gli amminoacidi?" msgid "RAH_SC_FAQ_AC" msgstr "Gli amminoacidi sono porzioni chimiche che costituiscono gli elementi basilari delle proteine. Ci sono venti differenti amminoacidi che sono specificati dal codice genetico. Questi venti amminoacidi si dividono in gruppi diversi in base alle loro proprietà chimiche: acidi o alcalini, idrofili (amanti dell’acqua) o idrofobi (grassi)." msgid "RAH_SC_FAQ_QD" msgstr "Che ruolo hanno le proteine?" msgid "RAH_SC_FAQ_AD" msgstr "Le proteine svolgono molte funzioni essenziali nelle cellule degli organismi viventi. Replicano e mantengono il genoma (DNA), aiutano le cellule a crescere e a dividersi e impediscono loro di svilupparsi eccessivamente, conferiscono ad una cellula la sua identità (ad esempio epatica, neurale, pancreatica, ecc) e aiutano le cellule a comunicare le une con le altre. Le proteine, quando mutano o vengono colpite da tossine possono portare anche all’insorgere di malattie, come il cancro o il morbo di Alzheimer. Le proteine batteriche e virali sono in grado di dirottare una cellula e ucciderla. In breve, le proteine fanno qualsiasi cosa." msgid "RAH_SC_FAQ_QE" msgstr "Come fanno le proteine a svolgere tutte le loro diverse funzioni?" msgid "RAH_SC_FAQ_AE" msgstr "Ogni proteina si ripiega in un'unica forma tridimensionale, o struttura. Questa struttura specifica la funzione che avrà la proteina stessa. Ad esempio, una proteina che rompe i legami del glucosio così che la cellula possa utilizzare l'energia immagazzinata nello zucchero, avrà una forma che riconoscerà il glucosio e lo legherà ad esso (come una chiave e una serratura). Essa avrà amminoacidi chimicamente reattivi che reagiranno con il glucosio scomponendolo in modo da liberare la sua energia." msgid "RAH_SC_FAQ_QF" msgstr "Perché le proteine si ripiegano in un’unica struttura? " msgid "RAH_SC_FAQ_AF" msgstr "E’ da tempo risaputo che per la maggior parte delle proteine lo stato nativo è al minimo termodinamico. In italiano, questo significa che l'unica forma possibile per una proteina risulta essere lo stato più stabile che può adottare. E’ come inserire una pallina in un imbuto: essa rotolerà sempre verso il fondo dell'imbuto, perché è il suo stato più stabile." msgid "RAH_SC_FAQ_QG" msgstr "Quali forze determinano l’unica struttura nativa (la più stabile) di una proteina?" msgid "RAH_SC_FAQ_AG" msgstr "La sequenza di amminoacidi è sufficiente a determinare lo stato nativo di una proteina. In virtù delle loro proprietà chimiche diverse, alcuni amminoacidi sono attratti gli uni dagli altri (per esempio, quelli dotati di carica opposta) e quindi si assoceranno; altri cercheranno di evitare l’acqua (perché sono grassi) e quindi guideranno la proteina verso una forma compatta che escluderà l'acqua da ogni possibile contatto con questi amminoacidi, i quali si \"nasconderanno\" all’interno di questa proteina." msgid "RAH_SC_FAQ_QH" msgstr "Perché è così difficile determinare la struttura nativa di una proteina?" msgid "RAH_SC_FAQ_AH" msgstr "Anche le più piccole proteine possono essere costituite da 100 amminoacidi. Il numero di potenziali conformazioni a disposizione, anche per una proteina relativamente piccola, è astronomico, perché ci sono molti gradi di libertà. Calcolare l'energia di ogni conformazione possibile (in modo da poter individuare lo stato più stabile) è un problema computazionalmente intrattabile. Il problema cresce esponenzialmente con le dimensioni della proteina. Alcune di quelle umane possono essere enormi, anche mille amminoacidi." msgid "RAH_SC_FAQ_QI" msgstr "Quindi qual'è l’approccio di Rosetta a questo problema? " msgid "RAH_SC_FAQ_AI" msgstr "La filosofia di Rosetta è quella di utilizzare sia la comprensione delle proprietà fisico-chimiche delle differenti interazioni tra le tipologie di amminoacidi sia una conoscenza di quali conformazioni locali sono più probabili per brevi tratti di amminoacidi senza la presenza di una proteina da formare; questo per limitare lo spazio di ricerca e per valutare l'energia delle diverse possibili conformazioni. Campionando sufficienti conformazioni, Rosetta può trovare la struttura nativa più stabile e a più bassa energia di una proteina." msgid "RAH_SC_FAQ_QJ" msgstr "Perché è necessario il calcolo distribuito per le previsioni strutturali di Rosetta?" msgid "RAH_SC_FAQ_AJ" msgstr "In molti casi in cui la struttura nativa di una proteina sia già nota, abbiamo constatato che la funzione energetica di Rosetta è in grado di riconoscere lo stato nativo come il più stabile rispetto a qualsiasi altro stato campionato. Quando si parte da una conformazione casuale, tuttavia, abbiamo osservato che lo stato nativo non è mai campionato. Applicando più potenza di calcolo al problema, siamo in grado di campione molte più conformazioni e provare diverse strategie di ricerca per vedere quale è la più efficace." msgid "RAH_SC_FAQ_QK" msgstr "In che modo $PROJECT beneficerà alla scienza medica?" msgid "RAH_SC_FAQ_AK" msgstr "Per favore, consulta la pagina%s Ricerca legata alle malattie%s per informazioni su come Rosetta venga utilizzata per problematiche mediche." ################################# # rah_medical_relevance.php ################################# msgid "RAH_MED_COM_A" msgstr "Commenti da David Baker" msgid "RAH_MED_COM_B" msgstr "Il mio gruppo di ricerca è coinvolto sia nella fondamentale ricerca delle metodologie di sviluppo sia nel tentativo di combattere le malattie in maniera più diretta. La maggior parte delle informazioni presenti nel sito sono focalizzate sulla ricerca di base, ma penso potreste essere interessati a sentire qualcosa a proposito del lavoro sulle malattie che stiamo svolgendo grazie al vostro contributo a $PROJECT." msgid "RAH_MED_MALARIA" msgstr "Malaria: Siamo parte del progetto collaborativo guidato da Austin Burn all’Imperial College di Londra che è uno dei \"Grand Challenge Projects in Global Health\" (Progetti Grandi Sfide per la Salute Globale) della Gates Foundation. La malaria è causata da un parassita che spende parte della sua vita all’interno delle zanzare e passa agli uomini attraverso le punture. L’idea che sta dietro al progetto è di creare zanzare resistenti al parassita eliminando alcuni loro geni che servono al parassita per sopravvivere al loro interno. La nostra parte nel progetto è di usare i nostri metodi computazionali di progettazione (ROSETTA) per generare nuovi enzimi che potranno colpire e disattivare questi geni." msgid "RAH_MED_ANTHRAX" msgstr "Antrace: Stiamo usando ROSETTA per aiutare il gruppo di ricerca di John Collier ad Harvard a costruire modelli della tossina dell'antrace che possano contribuire allo sviluppo di cure. Potete leggere il riassunto di un documento che descrive questo lavoro all’indirizzo %s" msgid "RAH_MED_HIV" msgstr "HIV: uno dei motivi per cui l’HIV è un virus così letale è che si è evoluto per ingannare il sistema immunitario. Stiamo collaborando con i ricercatori di Seattle e del NIH per cercare di sviluppare un vaccino per l’HIV. Il nostro ruolo nel progetto è centrale; stiamo usando ROSETTA per creare piccole proteine che mostrino il piccolo numero di zone critiche della proteina di rivestimento dell' HIV in modo che il sistema immunitario possa riconoscerlo e generare anticorpi contro di esso. Il nostro fine è di creare piccoli vaccini fatti di proteine stabili che possano essere prodotti in maniera molto economica e diffusi in tutto il mondo." msgid "RAH_MED_OV" msgstr "Altri virus: Abbiamo collaborato con il laboratorio di Pam Bjorkman al Cal Tech per usare il metodo di aggancio proteina-proteina di ROSETTA per costruire modelli delle proteine del virus herpes simplex combinate con proteine umane." msgid "RAH_MED_ALZH" msgstr "Il morbo di Alzheimer: L'Alzheimer e molte altre malattie sono probabilmente causate dal ripiegamento proteico errato per cui le proteine formano grandi strutture aggregate chiamate amiloidi piuttosto che ripiegarsi nei loro normali stati biologici. Un grande passo avanti è stato fatto recentemente dal gruppo di ricerca di David Eisenberg all'UCLA nel risolvere la prima struttura di un amiloide. Stiamo collaborando con il loro gruppo di ricerca per prevedere quali parti delle proteine tendono a formare amiloidi, il che sarà il primo passo per fermarne la formazione e speriamo quindi la malattia." msgid "RAH_MED_CANCER" msgstr "Cancro: il cancro può essere causato da mutazioni in alcuni geni chiave, le quali interrompono il normale processo di controllo cellulare. Stiamo sviluppando metodi per tagliare il DNA in zone specifiche del genoma e stiamo puntando in particolare a quelle zone che sono implicate nel cancro. Dopo aver tagliato in questi punti, il DNA dovrebbe essere riparato dalla cellula usando una seconda copia, non mutata, del gene ed a questo punto la cellula non dovrebbe più essere cancerosa. Questa è una forma particolare di terapia genica che, se dovesse avere successo, aggirerà una delle maggiori obiezioni agli attuali metodi di terapia genica; ossia, i metodi odierni inseriscono in maniera casuale una copia immutata di un gene nel genoma e se il punto di inserimento è vicino ad un oncogene, la terapia genica curerà una malattia, ma ne causerà un altra. Dal momento che il nostro metodo colpisce zone specifiche invece che casuali, si dovrebbe poter evitare questa insidia." msgid "RAH_MED_PC" msgstr "Cancro alla prostata: Il recettore androgeno (AR) lega il testosterone ed è responsabile del normale sviluppo maschile. Quando l'AR diventa ipersensibile al testosterone il risultato è il cancro alla prostata. L'attuale trattamento per il cancro alla prostata, chiamato \"terapia ormonale\", comporta la riduzione della quantità di testosterone presente (talvolta tramite castrazione). Molti tumori maligni, tuttavia, sono resistenti a questa terapia quindi stiamo applicando il nostro metodo di modellazione proteica per trovare modi diversi per inibire l'AR e per trattare il cancro alla prostata. Nel caso specifico, stiamo tentando di modellare proteine che disattiveranno l'AR anche in presenza di testosterone. Lo stiamo facendo modellando proteine che dovranno prevenire l'entrata di AR nel nucleo della cellula (che è dove svolge il suo sporco lavoro) e anche prevenendo il suo legarsi al DNA e l'attivazione dei geni specifici del tumore, qualora riuscisse ad entrare nel nucleo." msgid "RAH_MED_EXP" msgstr "I progetti di cui sopra non stanno ancora girando su BOINC a causa del fatto che non abbiamo ancora un sistema efficiente di gestione delle code che permetta alla gente di aggiungere facilmente i lavori da fare, ma dateci un occhio a breve! Inoltre, state certi che i calcoli per la previsione delle strutture proteiche che girano oggi sui vostri computer avranno ripercussioni dirette sul trattamento delle malattie. C’è una triplice spiegazione per questa relazione diretta tra la previsione della struttura e la cura:" msgid "RAH_MED_EXP_A" msgstr "La previsione delle strutture e la progettazione delle proteine sono strettamente correlate." msgid "RAH_MED_EXP_B" msgstr "I miglioramenti nella previsione delle strutture portano a miglioramenti nella progettazione delle proteine, che portano direttamente alla creazione di nuovi enzimi, vaccini, ecc. Per maggiori informazioni sulla progettazione proteica potreste essere interessati a dare un’occhiata alla review che abbiamo recentemente scritto su Science e che è disponibile alla nostra home page %s.

Schueler-Furman, O., Wang, C., Bradley, P., Misura, K., Baker, D. (2005). Progress in modeling of protein structures and interactions Science 310, 638-642." msgid "RAH_MED_EXP_C" msgstr "La previsione delle strutture identifica i bersagli per nuovi farmaci." msgid "RAH_MED_EXP_D" msgstr "Quando prevediamo le strutture proteiche del genoma umano su larga scala, impariamo le funzioni di molte di loro, il che ci aiuterà nella comprensione di come le cellule lavorino e di come le malattie accadano. Più in particolare, saremo capaci di identificare molti nuovi potenziali bersagli per i farmaci per i quali piccole molecole inibitrici (farmaci) possano essere progettate. Contestualizzando, uno dei maggiori ostacoli nello sviluppo di nuovi trattamenti per le malattie umane è l’identificazione di nuovi bersagli proteici per l'attacco dei farmaci. La maggior parte dei nuovi farmaci oggigiorno interagisce con gli stessi bersagli dei vecchi farmaci, portando così solo piccoli miglioramenti nel trattamento delle malattie. La previsione delle strutture ci aiuta ad identificare nuovi bersagli farmacologici e ci aiuterà a trovare trattamenti innovativi per le malattie, forse persino rivoluzionari." msgid "RAH_MED_EXP_E" msgstr "La previsione delle strutture ci permette di usare una \"progettazione razionale\" per la creazione di nuovi farmaci." msgid "RAH_MED_EXP_F" msgstr "Se conosciamo la struttura di una proteina, possiamo determinare il suo sito funzionale e puntare precisamente a quei siti per renderli inattivi con un nuovo farmaco. Il calcolo dell'eventualità che una piccola molecola (farmaco) si leghi e renda inattiva una proteina bersaglio è simile ai calcoli per la previsione delle strutture che stiamo svolgendo - è fondamentalmente un problema di trovare la struttura a minor energia del sistema proteina/farmaco - e noi abbiamo recentemente sviluppato un nuovo modulo in ROSETTA per questo problema di aggancio. I risultati sono molto promettenti e nel prossimo futuro è probabile che le vostre macchine eseguiranno calcoli per l'aggancio dei farmaci insieme a progetti di modellazione proteica per terapie e vaccini descritta sopra, in aggiunta ai calcoli di ripiegamento proteico che state facendo già ora." ######################################## # rah_graphics.php ####################################### msgid "RAH_VIZ_TITLE" msgstr "Guida rapida a $PROJECT e i suoi Grafici" msgid "RAH_VIZ_ABOUT" msgstr "A proposito di Rosetta" msgid "RAH_VIZ_A" msgstr "Uno dei più importanti obiettivi di Rosetta è quello di prevedere la forma in cui le proteine si ripiegano in natura. Le proteine sono polimeri lineari formati da monomeri di aminoacidi e sono spesso chiamate \"catene\". Gli amminoacidi possono essere considerati come le \"maglie\" di una \"catena\" catena proteica. Ecco una semplice analogia. Se consideriamo una catena metallica, ci accorgiamo che essa può assumere differenti forme a seconda delle forze applicate su di essa. Per esempio, tirando i capi della catena, essa si estenderà in una linea retta e se la si lascia cadere per terra essa assumerà un'unica forma. Ma diversamente dalle catene metalliche, formate da maglie tutte identiche fra loro, le proteine sono formate da 20 differenti amminoacidi ognuno dei quali presenta particolari caratteristiche (forme diverse e forze attrattive o repulsive, per esempio) e, combinandosi tra loro, gli aminoacidi esercitano forze sulla catena, inducendola ad assumere una particolare forma, chiamata \"struttura ripiegata\". L'ordine con cui gli aminoacidi sono legati fra loro determina la struttura ripiegata della proteina. Esistono molti tipi di proteine che si differenziano in base all'ordine e al numero degli aminoacidi che le compongono." msgid "RAH_VIZ_B" msgstr "Per prevedere la forma che una particolare proteina adotta in natura, ciò che stiamo davvero tentando di fare è trovare il ripiegamento con la minore energia. L’energia è determinata da un numero di fattori. Per esempio, alcuni aminoacidi sono attratti l’un l’altro così che, quando sono vicini, le loro interazioni forniscono un contributo positivo all’energia. La strategia di Rosetta per trovare forme a bassa energia è più o meno la seguente:" msgid "RAH_VIZ_C" msgstr "
  • Inizia con una catena completamente svolta (come una catena di metallo con le estremità sotto trazione).
  • Muove una parte della catena per creare una nuova forma.
  • Calcola l’energia della nuova forma.
  • Accetta o annulla il ripiegamento in base al cambiamento nell’energia.
  • Ripete dal passo 2 al 4 finché ogni parte della catena ha subito vari tentativi di movimento." msgid "RAH_VIZ_D" msgstr "Chiamiamo questo una traiettoria. Il risultato finale di una traiettoria è la previsione di una struttura. Rosetta tiene un registro della forma a più bassa energia trovata durante ogni traiettoria. Ogni traiettoria è unica perché le mosse tentate sono determinate da un numero casuale. Non trovano sempre la stessa forma a bassa energia perché ci sono davvero molte possibilità." msgid "RAH_VIZ_E" msgstr "Una traiettoria può svilupparsi in due fasi. La prima fase utilizza una rappresentazione semplificata degli amminoacidi che ci permette di provare molte forme possibili rapidamente. Questa fase è definita come una ricerca a bassa risoluzione e nello screen saver vedrete la catena proteica contorcersi freneticamente. Nella seconda fase, Rosetta usa una rappresentazione completa degli amminoacidi. Questa fase è chiamata \"rilassamento\". Invece di muoversi molto, la proteina tenta di effettuare piccoli cambiamenti in un tentativo di spostare gli aminoacidi nella loro corretta disposizione. Questa fase è definita come una ricerca ad alta risoluzione e sullo screen saver vedrete la catena proteica scuotersi delicatamente. Rosetta può portare a termine la prima fase in pochi minuti su un computer moderno. La seconda fase impiega più tempo a causa dell’aumento di complessità quando si considera la rappresentazione completa (tutti gli atomi) degli amminoacidi." msgid "RAH_VIZ_F" msgstr "Il vostro computer normalmente genera da 5 a 20 di queste traiettorie (per work unit) e successivamente ci rispedisce la forma a più bassa energia trovata in ognuna. Noi poi guardiamo tutte le forme a bassa energia generate da tutti i vostri computer per trovare quella con l’energia più bassa. Questa diventa la nostra previsione per il ripiegamento di quella proteina." msgid "SCREEN_SAVER" msgstr "Screen Saver" msgid "RAH_VIZ_SS" msgstr "

    Lo scrren saver mostra il progresso di ogni traiettoria durante l'avanzamento:

    Ci sono 4 riquadri che mostrano la forma della catena proteica." msgid "RAH_VIZ_SEARCH" msgstr "\"Searching...\" mostra i ripiegamenti che Rosetta sta testando sulla proteina. Si può vedere la forma della catena seguendo i nastri colorati dal blu al rosso." msgid "RAH_VIZ_ACCEPTED" msgstr "\"Accepted\" mostra il più recente ripiegamento accettato." msgid "RAH_VIZ_LOW" msgstr "\"Low Energy\" mostra la conformazione a più bassa energia della trajectory in esecuzione in quel momento." msgid "RAH_VIZ_NATIVE" msgstr "\"Native\" mostra la conformazione determinata sperimentalmente, se conosciuta." msgid "RAH_VIZ_G" msgstr "Ci sono anche due grafici ed un riquadro che segna l'energia e l'rmsd di ogni ripiegamento accettato." msgid "RAH_VIZ_ACCEPTED_E" msgstr "\"Accepted Energy\" è un grafico che mostra l’energia di ogni ripiegamento accettato in quella traiettoria. (Asse x: progresso della traiettoria; Asse y: energia)." msgid "RAH_VIZ_RMSD" msgstr "\"RMSD\" mostra quanto la struttura al momento accettata è vicina alla soluzione corretta. (Asse x: RMSD; Asse y: progresso.)" msgid "RAH_VIZ_RMSD_E" msgstr "Il riquadro finale, nell’angolo in basso a destra, segna l’energia e RMSD di ogni conformazione accettata. Questa è la stessa trama mostrata nella pagina delle %smigliori previsioni%s. Eccetto per il fatto che sullo screensaver vengono mostrati tutti i punti della traiettoria corrente, mentre nelle migliori previsioni ci sono solo i punti a più bassa energia di ogni traiettoria calcolata." ######################################### # rah_research.php ######################################## msgid "RAH_RESEARCH_TITLE_A" msgstr "Prediction and Design of Macromolecular Structures and Interactions" msgid "RAH_RESEARCH_INFO" msgstr "For information about $PROJECT, %sclick here%s" msgid "RAH_RESEARCH_INTRO_A" msgstr "The goal of our current research is to develop an improved model of intra- and intermolecular interactions and to use this model to predict and design macromolecular structures and interactions. Prediction and design applications, which can be of great biological interest in their own right, also provide stringent and objective tests that improve the model and increase fundamental understanding." msgid "RAH_RESEARCH_INTRO_B" msgstr "We use a computer program called Rosetta to carry out protein and design calculations. At the core of Rosetta are potential functions for computing the energies of interactions within and between macromolecules, and methods for finding the lowest energy structure for an amino acid sequence (protein-structure prediction) or a protein-protein complex and for finding the lowest energy amino acid sequence for a protein or protein-protein complex (protein design). Feedback from the prediction and design tests is used continually to improve the potential functions and the search algorithms. Development of one computer program to treat these diverse problems has considerable advantages: first, the different applications provide complementary tests of the underlying physical model (the fundamental physics/physical chemistry is, of course, the same in all cases); second, many problems of current interest, such as flexible backbone protein design and protein-protein docking with backbone flexibility, involve a combination of the different optimization methods." msgid "RAH_RESEARCH_DESIGN_TITLE" msgstr "Design of Protein Structure" msgid "RAH_RESEARCH_DESIGN_A" msgstr "Over the past several years, we have used our computational protein design method to stabilize dramatically several small proteins by redesigning every residue of their sequences, to redesign protein backbone conformation, to convert a monomeric protein to a strand-swapped dimer, and to thermostabilize an enzyme. A highlight was the redesign of the folding pathway of protein G, a small protein containing two beta-hairpins separated by an alpha-helix. In the naturally occurring protein, the first hairpin is disrupted and the second hairpin is formed at the rate limiting step in folding. In a redesigned variant in which the first hairpin is significantly stabilized and the second hairpin destabilized, the order of events is reversed: the first hairpin is formed and the second hairpin disrupted in the folding transition state. The ability to redesign protein-folding pathways rationally shows that our understanding of the determinants of protein folding has advanced considerably." msgid "RAH_RESEARCH_DESIGN_B" msgstr "Particularly exciting recently is the creation of novel proteins with arbitrarily chosen three-dimensional structures. We developed a general computational strategy for creating these protein structures that incorporates full backbone flexibility into rotamer-based sequence optimization. This was accomplished by integrating ab initio protein structure prediction, atomic-level energy refinement, and sequence design in Rosetta. The procedure was used to design a 93-residue protein called TOP7 with a novel sequence and topology. TOP7 was found to be monomeric and folded, and the x-ray crystal structure of TOP7 is strikingly similar (RMSD = 1.2 Å; see right panel of Figure 1) to the design model. The design of a new globular protein fold and the close correspondence of the crystal structure to the design model have broad implications for protein design and protein-structure prediction and open the door to the exploration of the large regions of the protein universe not yet observed in nature." msgid "RAH_RESEARCH_DESIGN_PPI_TITLE" msgstr "Design of Protein-Protein Interactions" msgid "RAH_RESEARCH_DESIGN_PPI_A" msgstr "To extend these methods to protein-protein interactions and particularly to the redesign of interaction specificity, we chose the high-affinity complex between colicin E7 DNase and its cognate inhibitory immunity protein as a model system. We used the physical model described above and a modification of our rotamer search-based computational design strategy to generate novel DNase-inhibitor protein pairs predicted to interact tightly with one another but not with the wild-type proteins. The designed protein complexes have subnanomolar affinities, are functional and specific in vivo, and have more than an order of magnitude affinity difference between cognate and noncognate pairs in vitro. This approach should be applicable to the design of interacting protein pairs with novel specificities for delineating and reengineering protein interaction networks in living cells." msgid "RAH_RESEARCH_DESIGN_PPI_B" msgstr "In collaboration with the research groups of Barry Stoddard and Ray Monnat (%sFred Hutchinson Cancer Research Center%s), we generated an artificial, highly specific endonuclease by fusing domains of homing endonucleases I-DmoI and I-CreI through computational optimization of a new domain-domain interface between these normally noninteracting proteins. The resulting enzyme, E-DreI (Engineered I-DmoI/I-CreI), binds a long chimeric DNA target site with nanomolar affinity, cleaving it precisely at a rate equivalent to its natural parents. We are currently trying to generate new endonucleases by extending our design methodology to protein--nucleic acid interfaces to redesign the protein-DNA interface." msgid "RAH_RESEARCH_DESIGN_PPI_C" msgstr "In both of these systems it has been possible to determine x-ray crystal structures of the designed complexes. As in the TOP7 case, the actual structures are very close to the design models (Figure 1, left panel), which validates the accuracy of our approach to high-resolution modeling." msgid "RAH_RESEARCH_PRED_PS_TITLE" msgstr "Prediction of Protein Structure" msgid "RAH_RESEARCH_PRED_PS_A" msgstr "The picture of protein folding that motivates our approach to ab initio protein tertiary structure prediction is that sequence-dependent local interactions bias segments of the chain to sample distinct sets of local structures, and that nonlocal interactions select the lowest free-energy tertiary structures from the many conformations compatible with these local biases. In implementing the strategy suggested by this picture, we use different models to treat the local and nonlocal interactions. Rather than attempting a physical model for local sequence-structure relationships, we turn to the protein database and take the distribution of local structures adopted by short sequence segments (fewer than 10 residues in length) in known three-dimensional structures as an approximation to the distribution of structures sampled by isolated peptides with the corresponding sequences." msgid "RAH_RESEARCH_PRED_PS_B" msgstr "The primary nonlocal interactions considered are hydrophobic burial, electrostatics, main-chain hydrogen bonding, and excluded volume. Structures that are simultaneously consistent with both the local sequence structure biases and the nonlocal interactions are generated by using simulated annealing to minimize the nonlocal interaction energy in the space defined by the local structure distributions." msgid "RAH_RESEARCH_PRED_PS_C" msgstr "Rosetta has been tested in the biannual %sCASP%s (critical assessment of structure prediction) experiments in which predictors are challenged to make blind predictions of the structures adopted by protein sequences whose structures have been determined but not yet published. Since CASP3 in 1998, Rosetta has consistently been the top performing method for ab initio prediction, as reported by independent assessors. In the CASP4 experiment, for example, Rosetta was tested on 21 proteins. The predictions for these proteins, which lack detectable sequence similarity to any protein with a previously determined structure, were of unprecedented accuracy and consistency. (Some examples are shown in Figure 2.) Excellent predictions were also made in the CASP5 and CASP6 experiments. Encouraged by these promising results, we generated models for all large protein families fewer than 150 amino acids in length." msgid "RAH_RESEARCH_PRED_PS_D" msgstr "A highlight of CASP6 was the first de novo blind prediction that used our high-resolution refinement methodology to achieve close to high-resolution accuracy. The relatively short sequence (76 residues) allowed us to apply our all-atom refinement methodology not only to the native sequence but also to the sequence of many homologs. The center of the lowest energy cluster of structures turned out to be remarkably close to the native structure (1.5 Å; Figure 3). The-high resolution refinement protocol decreased the RMSD from 2.2 Å to 1.5 Å, and the side chains pack in a somewhat native-like manner in the protein core (Figure 3, right panel)." msgid "RAH_RESEARCH_PRED_PS_E" msgstr "We have extended the Rosetta ab initio structure prediction strategy to the problem of using limited experimental data to generate models of proteins. By incorporating chemical shift and NOE information and more recently dipolar coupling information into the Rosetta structure generation procedure, we have been able to generate much more accurate models than with ab initio structure prediction alone or when using the same limited data sets with conventional nuclear magnetic resonance (NMR) structure generation methodology. An exciting recent development is that the Rosetta procedure can also take advantage of unassigned NMR data and hence circumvent the difficult and tedious step of assigning NMR spectra." msgid "RAH_RESEARCH_PRED_PS_F" msgstr "The Rosetta ab initio structure prediction method, the Rosetta-based NMR structure determination method, and a new method for comparative modeling that uses the Rosetta de novo approach to model the parts of a structure (primarily long loops) that cannot be modeled accurately based on a homologous structure template have all been implemented in a public server called %sRobetta%s. This server, which has a constant backlog of users worldwide, was one of the best all-around fully automated structure prediction servers in the CASP5 and CASP6 tests." msgid "RAH_RESEARCH_PRED_PPI_TITLE" msgstr "Prediction of Protein-Protein Interactions" msgid "RAH_RESEARCH_PRED_PPI_A" msgstr "For a number of years we have worked on protein structure refinement, a challenging problem because of the large number of degrees of freedom. We became interested in protein-protein docking because, with the approximation that the two partners do not undergo significant conformational changes during docking, the space to be searched -the six rigid-body degrees of freedom in addition to the side-chain degrees of freedom- is much smaller. While important in its own right, this problem is a good stepping stone to the harder structure refinement problem." msgid "RAH_RESEARCH_PRED_PPI_B" msgstr "We developed a new method to predict protein-protein complexes from the coordinates of the unbound monomer components. This method employs a low-resolution, rigid-body, Monte Carlo search followed by simultaneous optimization of backbone displacement and side-chain conformations with the Monte Carlo minimization procedure and physical model used in our high-resolution structure prediction work. The simultaneous optimization of side-chain and rigid-body degrees of freedom contrasts with most other current approaches, which model protein-protein docking as a rigid-body shape-matching problem, with the side chains kept fixed. We have recently improved the method (RosettaDock) by developing an algorithm that allows efficient sampling of off-rotamer side-chain conformations during docking." msgid "RAH_RESEARCH_PRED_PPI_C" msgstr "The power of RosettaDock was highlighted in the recent blind %sCAPRI%s protein-protein docking challenge that was held in December 2004. In CAPRI, predictors are given the structures of two proteins known to form a complex, and challenged to predict the structure of the complex. RosettaDock predictions for targets without significant backbone conformational changes were striking, as shown in Figure 4. Not only were the rigid-body orientations of the two partners predicted nearly perfectly but also almost all the interface side chains were modeled very accurately. These correct models clearly stood out as lower in energy than all other models we generated, which suggests the potential function is reasonably accurate." msgid "RAH_RESEARCH_PRED_PPI_D" msgstr "These promising results suggest that the method may soon be useful for generating models of biologically important complexes from the structures of the isolated components, and more generally suggest that high-resolution modeling of structures and interactions is within reach. A clear goal for our monomeric structure prediction work is to approach the level of accuracy of these models." msgid "RAH_RESEARCH_IMPROV_TITLE" msgstr "Improvement of Physical Model" msgid "RAH_RESEARCH_IMPROV" msgstr "Our current approach to improving energy functions involves a combination of quantum chemistry calculations on simple model compounds, traditional molecular mechanics approaches, and protein structural analysis. We have used such an approach to develop an improved hydrogen-bonding potential. A particularly notable result is that the orientation dependence of the hydrogen bond in quantum chemistry calculations on formamide dimers is remarkably similar to that seen in side-chain--side-chain hydrogen bonds in protein structures but different from that in current molecular mechanics force fields, which neglect the covalent character of the hydrogen bond. Feedback from the prediction and design calculations has provided continual impetus and guidance for improving the energy function; for example, inadequacies in our treatment of protein-protein interactions have led to the recent development of a rotamer-based model for water-mediated hydrogen bonds." msgid "RAH_RESEARCH_FUTURE_TITLE" msgstr "Plans for the Future" msgid "RAH_RESEARCH_FUTURE_A" msgstr "Our prediction and design methods have now reached the point where they can be applied to important biological problems. Particularly encouraging after years of work on high-resolution modeling are the close to atomic resolution predictions of the structures of complexes in CAPRI (Figure 4), the 1.5-Å de novo prediction in CASP6 (Figure 3), and the close agreement of the TOP7 (Figure 1, right) and protein-protein interface design models (Figure 1, left) with the x-ray crystal structures. These results suggest that high-resolution modeling is starting to work." msgid "RAH_RESEARCH_FUTURE_B" msgstr "In the next several years, we aim to improve and extend our methods. We are particularly focused on improving the accuracy of high-resolution structure prediction (which will be required if the models are to be generally useful). To accomplish this, we will work to improve the underlying physical model and the sampling methodology. We are also developing improved methods to predict and redesign protein-DNA interaction specificity, and extending our protein design methodology to the design of enzymes that catalyze chemical reactions not catalyzed by naturally occurring proteins." msgid "RAH_RESEARCH_END" msgstr "Please visit our web site at %s for additional information including a list of our research publications." msgid "RAH_RESEARCH_FIG_A" msgstr "Figure 1: Design of proteins and protein-protein interactions with high-resolution accuracy. Comparison of design model and crystal structure of (left) interface of novel designed endonuclease with new DNA cleavage specificity, and (right) the de novo designed protein TOP7.

    Left panel, Tanja Kortemme. Right panel, Gautam Dantas." msgid "RAH_RESEARCH_FIG_B" msgstr "Figure 2: Blind protein structure predictions from CASP3 and CASP4.

    A: Left, crystal structure of the MarA transcription factor bound to DNA; right, our best submitted model in CASP3.Despite many incorrect details, the overall fold is predicted with sufficient accuracy to allow insights into the mode of DNA binding.

    B: Left, the crystal structure of bacteriocin AS-48; middle, our best submitted model in CASP4; right, a structurally and functionally related protein (NK-lysin) identified using this model in a structure-based search of the Protein Data Bank (PDB). The structural and functional similarity is not recognizable using sequence comparison methods (the identity between the two sequences is only 5 percent).

    C: Left, crystal structure of the second domain of MutS; middle, our best submitted model for this domain in CASP4; right, a structurally related protein (RuvC) with a related function recognized using the model in a structure-based search of the PDB. The similarity was not recognized using sequence comparison or fold recognition methods.

    Image: Rich Bonneau" msgid "RAH_RESEARCH_FIG_C" msgstr "Figure 3: The first close to atomic-level resolution, blind ab initio structure prediction-CASP6 T281. The high-resolution refinement methodology described in the text produced a model 1.5-Å RMSD from the crystal structure (left panel), with aspects of the native side-chain packing (right panel).

    Image: Phil Bradley" msgid "RAH_RESEARCH_FIG_D" msgstr "Figure 4: CAPRI (critical assessment of predicted interactions) protein-protein docking results. Superposition of predicted (blue) and x-ray (red and orange) protein complex structures. Green, a side chain whose conformation was correctly predicted to change upon complex formation. Upper panel, whole complex. Lower panel, details of the interface. In addition to the rigid-body orientation, the conformations of most of the side chains are predicted correctly.

    Image: Ora Furman"