Alignement structurel

L'alignement structurel tente d'établir une homologie entre deux ou plusieurs structures polymères en fonction de leur forme et de leur conformation tridimensionnelle . Ce processus est généralement appliqué aux structures tertiaires des protéines , mais peut également être utilisé pour les grosses molécules d'ARN . Contrairement à la simple superposition structurelle, où au moins certains résidus équivalents des deux structures sont connus, l'alignement structurel ne nécessite aucune connaissance a priori des positions équivalentes. L'alignement structurel est un outil précieux pour la comparaison de protéines ayant une faible similarité de séquence, où les relations évolutives entre protéines ne peuvent pas être facilement détectées par les techniques d'alignement de séquence standard . L'alignement structurel peut donc être utilisé pour impliquer des relations évolutives entre des protéines qui partagent très peu de séquence commune. Cependant, il convient d'être prudent lors de l'utilisation des résultats comme preuve d'une ascendance évolutive partagée en raison des effets de confusion possibles de l'évolution convergente par laquelle plusieurs séquences d'acides aminés non apparentées convergent vers une structure tertiaire commune .

Les alignements structurels peuvent comparer deux séquences ou plusieurs séquences . Étant donné que ces alignements reposent sur des informations concernant les conformations tridimensionnelles de toutes les séquences de requête, la méthode ne peut être utilisée que sur des séquences dont les structures sont connues. Celles-ci sont généralement trouvées par cristallographie aux rayons X ou spectroscopie RMN . Il est possible d'effectuer un alignement structurel sur des structures produites par des méthodes de prédiction de structure . En effet, l'évaluation de telles prédictions nécessite souvent un alignement structurel entre le modèle et la véritable structure connue pour évaluer la qualité du modèle. Les alignements structurels sont particulièrement utiles pour analyser les données issues des efforts de génomique et de protéomique structurelles, et ils peuvent être utilisés comme points de comparaison pour évaluer les alignements produits par des méthodes bioinformatiques purement basées sur les séquences .

Les résultats d'un alignement structurel sont une superposition des ensembles de coordonnées atomiques et un écart quadratique moyen minimal ( RMSD ) entre les structures. Le RMSD de deux structures alignées indique leur divergence l'une par rapport à l'autre. L'alignement structurel peut être compliqué par l'existence de plusieurs domaines protéiques dans une ou plusieurs des structures d'entrée, car les changements d'orientation relative des domaines entre deux structures à aligner peuvent gonfler artificiellement le RMSD.

L'information minimale produite à partir d'un alignement structurel réussi est un ensemble de résidus considérés comme équivalents entre les structures. Cet ensemble d'équivalences est ensuite généralement utilisé pour superposer les coordonnées tridimensionnelles de chaque structure d'entrée. (Notez qu'un élément d'entrée peut être fixé comme référence et que ses coordonnées superposées ne changent donc pas.) Les structures ajustées peuvent être utilisées pour calculer les valeurs RMSD mutuelles, ainsi que d'autres mesures plus sophistiquées de similarité structurelle telles que le test de distance globale (GDT, la métrique utilisée dans CASP ). L'alignement structurel implique également un alignement de séquence unidimensionnel correspondant à partir duquel une identité de séquence, ou le pourcentage de résidus identiques entre les structures d'entrée, peut être calculé comme mesure de la proximité des deux séquences.

Étant donné que les structures protéiques sont composées d' acides aminés dont les chaînes latérales sont liées par un squelette protéique commun, un certain nombre de sous-ensembles différents possibles des atomes qui composent une macromolécule protéique peuvent être utilisés pour produire un alignement structurel et calculer les valeurs RMSD correspondantes. Lors de l'alignement de structures avec des séquences très différentes, les atomes de la chaîne latérale ne sont généralement pas pris en compte car leurs identités diffèrent entre de nombreux résidus alignés. Pour cette raison, il est courant que les méthodes d'alignement structurel utilisent par défaut uniquement les atomes du squelette inclus dans la liaison peptidique . Pour des raisons de simplicité et d'efficacité, seules les positions du carbone alpha sont souvent prises en compte, car la liaison peptidique a une conformation plane à variation minimale . Ce n'est que lorsque les structures à aligner sont très similaires, voire identiques, qu'il est judicieux d'aligner les positions des atomes de la chaîne latérale, auquel cas le RMSD reflète non seulement la conformation du squelette protéique mais également les états rotamères des chaînes latérales. D'autres critères de comparaison qui réduisent le bruit et renforcent les correspondances positives comprennent l'attribution de structures secondaires , les cartes de contact natives ou les modèles d'interaction des résidus, les mesures de l'emballage de la chaîne latérale et les mesures de la rétention de la liaison hydrogène .

La comparaison la plus élémentaire possible entre les structures protéiques ne tente pas d'aligner les structures d'entrée et nécessite un alignement précalculé en entrée pour déterminer lesquels des résidus de la séquence sont censés être pris en compte dans le calcul de la RMSD. La superposition structurelle est couramment utilisée pour comparer plusieurs conformations de la même protéine (auquel cas aucun alignement n'est nécessaire, puisque les séquences sont les mêmes) et pour évaluer la qualité des alignements produits en utilisant uniquement les informations de séquence entre deux ou plusieurs séquences dont les structures sont connues. Cette méthode utilise traditionnellement un simple algorithme d'ajustement par les moindres carrés, dans lequel les rotations et les traductions optimales sont trouvées en minimisant la somme des distances au carré entre toutes les structures de la superposition. Plus récemment, les méthodes de vraisemblance maximale et bayésiennes ont considérablement augmenté la précision des rotations, des traductions et des matrices de covariance estimées pour la superposition.

Des algorithmes basés sur des rotations multidimensionnelles et des quaternions modifiés ont été développés pour identifier les relations topologiques entre les structures protéiques sans avoir besoin d'un alignement prédéterminé. De tels algorithmes ont identifié avec succès des replis canoniques tels que le faisceau à quatre hélices . La méthode SuperPose Archivé le 31/10/2015 sur la Wayback Machine est suffisamment extensible pour corriger les rotations relatives des domaines et d'autres pièges structurels.

Souvent, le but de la recherche d'une superposition structurelle n'est pas tant la superposition elle-même, mais une évaluation de la similarité de deux structures ou une confiance dans un alignement distant. Une distinction subtile mais importante par rapport à la superposition structurelle maximale est la conversion d'un alignement en un score de similarité significatif. La plupart des méthodes génèrent une sorte de « score » indiquant la qualité de la superposition. Cependant, ce que l'on veut en réalité n'est pas simplement un « score Z » estimé ou une valeur E estimée de la superposition observée par hasard, mais plutôt que l'on souhaite que la valeur E estimée soit étroitement corrélée à la vraie valeur E. Il est essentiel de noter que même si la valeur E estimée d'une méthode est précisément correcte en moyenne , si elle manque d'un faible écart type sur son processus de génération de valeur estimée, alors le classement des similarités relatives d'une protéine de requête par rapport à un ensemble de comparaison sera rarement en accord avec le « vrai » classement.

Différentes méthodes superposeront différents nombres de résidus car elles utilisent des garanties de qualité différentes et des définitions différentes du « chevauchement » ; certaines n'incluent que les résidus répondant à plusieurs critères de superposition locaux et globaux et d'autres sont plus gourmandes, flexibles et promiscuité. Un plus grand nombre d'atomes superposés peut signifier plus de similarité, mais il ne produit pas toujours la meilleure valeur E quantifiant l'improbabilité de la superposition et n'est donc pas aussi utile pour évaluer la similarité, en particulier dans les homologues éloignés.

Il a été démontré que l' enfilage optimal d'une séquence protéique sur une structure connue et la production d'un alignement optimal de séquences multiples sont NP-complets . Cependant, cela n'implique pas que le problème d'alignement structurel soit NP-complet. À proprement parler, une solution optimale au problème d'alignement de la structure des protéines n'est connue que pour certaines mesures de similarité de structure des protéines, telles que les mesures utilisées dans les expériences de prédiction de la structure des protéines, GDT_TS et MaxSub. Ces mesures peuvent être rigoureusement optimisées à l'aide d'un algorithme capable de maximiser le nombre d'atomes dans deux protéines qui peuvent être superposés sous une coupure de distance prédéfinie. Malheureusement, l'algorithme de solution optimale n'est pas pratique, car son temps d'exécution dépend non seulement des longueurs mais aussi de la géométrie intrinsèque des protéines d'entrée.

Des algorithmes approximatifs en temps polynomial pour l'alignement structurel qui produisent une famille de solutions « optimales » dans un paramètre d'approximation pour une fonction de notation donnée ont été développés. Bien que ces algorithmes classent théoriquement le problème d'alignement approximatif de la structure des protéines comme « traitable », ils sont encore trop coûteux en termes de calcul pour l'analyse de la structure des protéines à grande échelle. En conséquence, il n'existe pas d'algorithmes pratiques qui convergent vers les solutions globales de l'alignement, étant donné une fonction de notation. La plupart des algorithmes sont donc heuristiques, mais des algorithmes qui garantissent la convergence vers au moins des maximisateurs locaux des fonctions de notation, et qui sont pratiques, ont été développés.

Les structures protéiques doivent être représentées dans un espace indépendant des coordonnées pour les rendre comparables. Cela est généralement réalisé en construisant une matrice séquence à séquence ou une série de matrices qui englobent des mesures comparatives : plutôt que des distances absolues par rapport à un espace de coordonnées fixe. Une représentation intuitive est la matrice de distance , qui est une matrice bidimensionnelle contenant toutes les distances par paires entre un sous-ensemble d'atomes de chaque structure (comme les carbones alpha ). La matrice augmente en dimensionnalité à mesure que le nombre de structures à aligner simultanément augmente. La réduction de la protéine à une mesure grossière telle que les éléments de structure secondaire (SSE) ou les fragments structurels peut également produire des alignements raisonnables, malgré la perte d'informations due à la suppression des distances, car le bruit est également supprimé. Le choix d'une représentation pour faciliter le calcul est essentiel pour développer un mécanisme d'alignement efficace.

Les techniques d'alignement structurel ont été utilisées pour comparer des structures individuelles ou des ensembles de structures ainsi que pour produire des bases de données de comparaison « tout-à-tout » qui mesurent la divergence entre chaque paire de structures présentes dans la Protein Data Bank (PDB). Ces bases de données sont utilisées pour classer les protéines en fonction de leur pli .

Une méthode d'alignement structurel courante et populaire est la méthode DALI, ou Distance-matrix ALIgnment, qui décompose les structures d'entrée en fragments d'hexapeptides et calcule une matrice de distance en évaluant les modèles de contact entre les fragments successifs. de structure secondaires qui impliquent des résidus contigus dans la séquence apparaissent sur la diagonale principale de la matrice ; les autres diagonales de la matrice reflètent les contacts spatiaux entre les résidus qui ne sont pas proches les uns des autres dans la séquence. Lorsque ces diagonales sont parallèles à la diagonale principale, les caractéristiques qu'elles représentent sont parallèles ; lorsqu'elles sont perpendiculaires, leurs caractéristiques sont antiparallèles. Cette représentation nécessite beaucoup de mémoire car les caractéristiques de la matrice carrée sont symétriques (et donc redondantes) par rapport à la diagonale principale.

Lorsque les matrices de distance de deux protéines partagent des caractéristiques identiques ou similaires dans des positions approximativement identiques, on peut dire qu'elles ont des replis similaires avec des boucles de longueur similaire reliant leurs éléments de structure secondaire. Le processus d'alignement réel de DALI nécessite une recherche de similarité après la construction des matrices de distance des deux protéines ; cela est normalement effectué via une série de sous-matrices superposées de taille 6x6. Les correspondances de sous-matrices sont ensuite réassemblées dans un alignement final via un algorithme de maximisation de score standard - la version originale de DALI utilisait une simulation de Monte Carlo pour maximiser un score de similarité structurelle qui est une fonction des distances entre les atomes correspondants putatifs. En particulier, les atomes plus éloignés au sein des caractéristiques correspondantes sont exponentiellement sous-pondérés pour réduire les effets du bruit introduit par la mobilité des boucles, les torsions d'hélice et d'autres variations structurelles mineures. Étant donné que DALI s'appuie sur une matrice de distance tout-à-tout, il peut tenir compte de la possibilité que des caractéristiques structurellement alignées puissent apparaître dans des ordres différents dans les deux séquences comparées.

La méthode DALI a également été utilisée pour construire une base de données connue sous le nom de FSSP (Fold classification based on Structure-Structure alignment of Proteins, or Families of Structurally Similar Proteins) dans laquelle toutes les structures protéiques connues sont alignées les unes avec les autres pour déterminer leurs voisins structurels et leur classification par repli. Il existe une base de données consultable basée sur DALI ainsi qu'un programme téléchargeable et une recherche sur le Web basée sur une version autonome connue sous le nom de DaliLite.

La méthode d'extension combinatoire (CE) est similaire à DALI dans la mesure où elle décompose également chaque structure de l'ensemble de requêtes en une série de fragments qu'elle tente ensuite de réassembler en un alignement complet. Une série de combinaisons par paires de fragments appelés paires de fragments alignés, ou AFP, sont utilisées pour définir une matrice de similarité à travers laquelle un chemin optimal est généré pour identifier l'alignement final. Seules les AFP qui répondent à des critères donnés de similarité locale sont incluses dans la matrice afin de réduire l'espace de recherche nécessaire et d'augmenter ainsi l'efficacité. Un certain nombre de mesures de similarité sont possibles ; la définition originale de la méthode CE incluait uniquement les superpositions structurelles et les distances entre résidus, mais a depuis été élargie pour inclure les propriétés environnementales locales telles que la structure secondaire, l'exposition aux solvants, les modèles de liaison hydrogène et les angles dièdres .

Un chemin d'alignement est calculé comme le chemin optimal à travers la matrice de similarité en progressant linéairement à travers les séquences et en étendant l'alignement avec la prochaine paire d'AFP à score élevé possible. La paire d'AFP initiale qui nucléifie l'alignement peut apparaître à n'importe quel point de la matrice de séquence. Les extensions se poursuivent ensuite avec l'AFP suivante qui répond à des critères de distance donnés limitant l'alignement à des tailles d'écart faibles. La taille de chaque AFP et la taille d'écart maximale sont des paramètres d'entrée obligatoires mais sont généralement fixées à des valeurs déterminées empiriquement de 8 et 30 respectivement. Comme DALI et SSAP, CE a été utilisé pour construire une base de données de classification de replis tous-à-tous à partir des structures protéiques connues dans la PDB.

La RCSB PDB a récemment publié une version mise à jour de CE, Mammoth et FATCAT dans le cadre de l'outil de comparaison des protéines de la RCSB PDB. Il fournit une nouvelle variante de CE qui peut détecter les permutations circulaires dans les structures protéiques.

MAMMOTH aborde le problème de l'alignement à partir d'un objectif différent de presque toutes les autres méthodes. Plutôt que d'essayer de trouver un alignement qui superpose au maximum le plus grand nombre de résidus, il recherche le sous-ensemble de l'alignement structurel le moins susceptible de se produire par hasard. Pour ce faire, il marque un alignement de motifs locaux avec des indicateurs pour indiquer quels résidus satisfont simultanément à des critères plus stricts : 1) chevauchement de structure locale 2) structure secondaire régulière 3) superposition 3D 4) même ordre dans la séquence primaire. Il convertit les statistiques du nombre de résidus avec des correspondances à haute confiance et la taille de la protéine pour calculer une valeur d'espérance pour le résultat par hasard. Il excelle dans la mise en correspondance d'homologues distants, en particulier des structures générées par prédiction de structure ab initio avec des familles de structures telles que SCOP, car il met l'accent sur l'extraction d'un sous-alignement statistiquement fiable et non sur l'obtention d'un alignement de séquence maximal ou d'une superposition 3D maximale.

Pour chaque fenêtre de chevauchement de 7 résidus consécutifs, il calcule l'ensemble des vecteurs unitaires de direction de déplacement entre les résidus C-alpha adjacents. Les motifs locaux tous contre tous sont comparés en fonction du score URMS. Ces valeurs deviennent les entrées du score d'alignement des paires pour la programmation dynamique qui produit un alignement de résidus par paires de semences. La deuxième phase utilise un algorithme MaxSub modifié : une seule paire alignée de 7 résidus dans chaque protéine est utilisée pour orienter les deux structures protéiques de pleine longueur afin de superposer au maximum ces 7 résidus C-alpha, puis dans cette orientation, il recherche toutes les paires alignées supplémentaires qui sont proches en 3D. Il réoriente les structures pour superposer cet ensemble étendu et itère jusqu'à ce qu'aucune autre paire ne coïncide en 3D. Ce processus est redémarré pour chaque fenêtre de 7 résidus dans l'alignement des semences. Le résultat est le nombre maximal d'atomes trouvés à partir de l'une de ces semences initiales. Cette statistique est convertie en une valeur E calibrée pour la similarité des protéines.

Mammoth ne tente pas de réitérer l'alignement initial ou d'étendre le sous-sous-ensemble de haute qualité. Par conséquent, l'alignement de semences qu'il affiche ne peut pas être comparé équitablement à DALI ou TM align car il a été formé simplement comme une heuristique pour élaguer l'espace de recherche. (Il peut être utilisé si l'on veut un alignement basé uniquement sur la similarité structure-motif locale agnostique de l'alignement atomique du corps rigide à longue portée.) En raison de cette même parcimonie, il est bien plus de dix fois plus rapide que DALI, CE et TM-align. Il est souvent utilisé en conjonction avec ces outils plus lents pour pré-filtrer de grandes bases de données afin d'extraire uniquement les meilleures structures liées à la valeur E pour une superposition plus exhaustive ou des calculs coûteux.

Il a été particulièrement efficace pour analyser les structures « leurres » à partir de la prédiction de structure ab initio. Ces leurres sont connus pour obtenir une structure de motif de fragment local correcte et former certains noyaux de structure tertiaire 3D correcte, mais obtenir une structure tertiaire complète erronée. Dans ce régime d'homologie à distance crépusculaire, les valeurs e de Mammoth pour l'évaluation de la prédiction de la structure des protéines CASP se sont avérées être significativement plus corrélées avec le classement humain que SSAP ou DALI. La capacité de Mammoth à extraire les chevauchements partiels multicritères avec des protéines de structure connue et à les classer avec des valeurs E appropriées, combinée à sa vitesse, facilite l'analyse d'un grand nombre de modèles de leurres par rapport à la base de données PDB pour identifier les leurres les plus susceptibles d'être corrects en fonction de leur homologie à distance avec des protéines connues.

La méthode SSAP (Sequential Structure Alignment Program) utilise la programmation dynamique double pour produire un alignement structurel basé sur des vecteurs atome à atome dans l'espace structurel. Au lieu des carbones alpha généralement utilisés dans l'alignement structurel, SSAP construit ses vecteurs à partir des carbones bêta pour tous les résidus à l'exception de la glycine, une méthode qui prend ainsi en compte l'état rotamérique de chaque résidu ainsi que sa localisation le long du squelette. SSAP fonctionne en construisant d'abord une série de vecteurs de distance inter-résidus entre chaque résidu et ses voisins non contigus les plus proches sur chaque protéine. Une série de matrices est ensuite construite contenant les différences vectorielles entre voisins pour chaque paire de résidus pour lesquels des vecteurs ont été construits. La programmation dynamique appliquée à chaque matrice résultante détermine une série d'alignements locaux optimaux qui sont ensuite additionnés dans une matrice « récapitulative » à laquelle la programmation dynamique est à nouveau appliquée pour déterminer l'alignement structurel global.

SSAP ne produisait à l'origine que des alignements par paires, mais a depuis été étendu à des alignements multiples. Il a été appliqué de manière globale pour produire un système de classification hiérarchique des replis connu sous le nom de CATH (Classe, Architecture, Topologie, Homologie), qui a été utilisé pour construire la base de données de classification des structures des protéines CATH.

Les améliorations des méthodes d'alignement structurel constituent un domaine de recherche actif, et des méthodes nouvelles ou modifiées sont souvent proposées, censées offrir des avantages par rapport aux techniques plus anciennes et plus largement distribuées. Un exemple récent, TM-align, utilise une nouvelle méthode pour pondérer sa matrice de distance, à laquelle la programmation dynamique standard est ensuite appliquée. La pondération est proposée pour accélérer la convergence de la programmation dynamique et corriger les effets découlant des longueurs d'alignement. Dans une étude comparative, TM-align s'est avéré plus rapide et plus précis que DALI et CE.

D'autres méthodes prometteuses d'alignement structurel sont les méthodes d'alignement structurel local. Elles permettent de comparer des parties présélectionnées de protéines (par exemple des sites de liaison, des motifs structurels définis par l'utilisateur) avec des sites de liaison ou des bases de données structurelles de protéines entières. Les serveurs MultiBind et MAPPIS permettent l'identification d'agencements spatiaux communs de propriétés physicochimiques telles que donneur de liaison H, accepteur, aliphatique, aromatique ou hydrophobe dans un ensemble de sites de liaison protéique fournis par l'utilisateur définis par des interactions avec de petites molécules (MultiBind) ou dans un ensemble d'interfaces protéine-protéine fournies par l'utilisateur (MAPPIS). D'autres permettent de comparer des structures protéiques entières avec un certain nombre de structures soumises par l'utilisateur ou avec une grande base de données de structures protéiques dans un délai raisonnable ( ProBiS ). Contrairement aux approches d'alignement global, les approches d'alignement structurel local sont adaptées à la détection de modèles conservés localement de groupes fonctionnels, qui apparaissent souvent dans les sites de liaison et ont une implication significative dans la liaison des ligands. À titre d'exemple, comparons G-Losa, un outil d'alignement de structure locale, avec TM-align, une méthode basée sur l'alignement de structure globale. Alors que G-Losa prédit les positions des ligands de type médicament dans les cibles protéiques à chaîne unique avec plus de précision que TM-align, le taux de réussite global de TM-align est meilleur.

Cependant, à mesure que les améliorations algorithmiques et les performances informatiques ont effacé les déficiences purement techniques des approches plus anciennes, il est devenu évident qu'il n'existe pas de critère universel pour l'alignement structurel « optimal ». TM-align, par exemple, est particulièrement robuste pour quantifier les comparaisons entre des ensembles de protéines présentant de grandes disparités dans les longueurs de séquence, mais il ne capture qu'indirectement la liaison hydrogène ou la conservation de l'ordre de structure secondaire qui pourraient être de meilleures mesures pour l'alignement de protéines liées par l'évolution. Ainsi, les développements récents se sont concentrés sur l'optimisation d'attributs particuliers tels que la vitesse, la quantification des scores, la corrélation avec des normes de référence alternatives ou la tolérance à l'imperfection dans les données structurelles ou les modèles structurels ab initio. Une méthodologie alternative qui gagne en popularité consiste à utiliser le consensus de diverses méthodes pour déterminer les similitudes structurelles des protéines.

Les techniques d'alignement structurel ont traditionnellement été appliquées exclusivement aux protéines, en tant que macromolécules biologiques primaires qui adoptent des structures tridimensionnelles caractéristiques. Cependant, les grandes molécules d'ARN forment également des structures tertiaires caractéristiques , qui sont principalement médiées par des liaisons hydrogène formées entre des paires de bases ainsi que par l'empilement de bases . Les molécules d'ARN non codantes fonctionnellement similaires peuvent être particulièrement difficiles à extraire des données génomiques car la structure est plus fortement conservée que la séquence dans l'ARN ainsi que dans les protéines, et l'alphabet plus limité de l'ARN diminue le contenu en informations de tout nucléotide donné à une position donnée.

Cependant, en raison de l'intérêt croissant pour les structures d'ARN et de la croissance du nombre de structures d'ARN 3D déterminées expérimentalement, peu de méthodes de similarité de structure d'ARN ont été développées récemment. L'une de ces méthodes est, par exemple, SETTER qui décompose chaque structure d'ARN en parties plus petites appelées unités de structure secondaire générale (GSSU). Les GSSU sont ensuite alignées et ces alignements partiels sont fusionnés dans l'alignement final de la structure d'ARN et notés. La méthode a été implémentée dans le serveur Web SETTER

Une méthode récente d'alignement structural par paires de séquences d'ARN à faible identité de séquence a été publiée et mise en œuvre dans le programme FOLDALIGN. Cependant, cette méthode n'est pas vraiment analogue aux techniques d'alignement structural des protéines car elle prédit par calcul les structures des séquences d'entrée d'ARN plutôt que de nécessiter des structures déterminées expérimentalement en entrée. Bien que la prédiction par calcul du processus de repliement des protéines n'ait pas été particulièrement réussie à ce jour, les structures d'ARN sans pseudo-nœuds peuvent souvent être prédites de manière sensée à l'aide de méthodes de notation basées sur l'énergie libre qui tiennent compte de l'appariement et de l'empilement des bases.

Le choix d'un logiciel d'alignement structurel peut être un défi en raison de la grande variété de logiciels disponibles qui diffèrent considérablement en termes de méthodologie et de fiabilité. Une solution partielle à ce problème a été présentée dans et rendue accessible au public via le serveur Web ProCKSI. Une liste plus complète des logiciels d'alignement structurel actuellement disponibles et distribués gratuitement peut être trouvée dans Logiciel d'alignement structurel .

Les propriétés de certains serveurs et progiciels d'alignement structurel sont résumées et testées avec des exemples dans Structural Alignment Tools sur Proteopedia.Org.