pdf2

Bioinformatika
pro PrfUK 2003
Jiří Vondrášek
Ústav organické chemie a biochemie
[email protected]
Jan Pačes
Ústav molekulární genetiky
[email protected]
http://bio.img.cas.cz/PrfUK2003
What is Bioinformatics?---The Tight Definition
"Classical" bioinformatics
Fredj Tekaia at the Institut Pasteur offers this definition of bioinformatics:
"The mathematical, statistical and computing methods that aim to solve
biological problems using DNA and amino acid sequences and related
information."
What is Bioinformatics?---The Loose definition
What almost all bioinformatics has in common is the processing of large
amounts of biologically-derived information, whether DNA sequences
or breast X-rays.
Rozsah
(vztahy)
Hloubka
(detail)
Cíl:
Modely proteinů
a nukleových
kyselin
jako reálných
fyzikálních
molekul
Experimentální metody pro získávání
informací spojených se strukturou
X-Ray krystalografie
-CD Spektroskopie
-Nukleární magnetická rezonance (NMR)
-Vibrační spektroskopie
START
cílová sekvence
templátová struktura
Identifikace příbuzné struktury
(templát)
Výběr templátu
Porovnání cílové sekvence
s templátovou strukturou
Konstrukce modelu
(využití informací z templátové struktury)
ALIGNMENT
CÍL
TEMPLÁT
...KLTDGYAAGLRNMTHPKLYNGTCSSVV...
... KLTFRGYAAGILNMTHHLKJPKLYNGTNA..
Kontrola (vyhodnocení) modelu
NE
Je model vyhovující?
ANO
KONEC
Výsledný model
Zařazení studované sekvence do širšího kontextu
a hledání příbuznosti
genetický kód je degenerovaný = nejednoznačné přiřazení
triplet => aminokyselina
metody které porovnávají sekvence musí tuto skutečnost zohlednit
sekvenční a strukturní alignment
-sekvenční zohledňuje některé význačné vlastnosti AA a jejich
podobnost , pokud tato existuje
-strukturní alignment může a nemusí brát v úvahu sekvenční
Predikce prvků sekundární struktury u proteinů
motivace pro předpověď prvků sekundární struktury
- efektivní konformační vzorek pro 3D protein folding
- vylepšení ostatních sekvenčních a strukturně analytických
metod
: sekvenční alignment
: homologické a „threading“ modelování (CASP)
: analýza experimentálních dat
: protein design
Sekundární strukturní prvky – formulace problému
• Daná proteinová sekvence
– NWVLSTAADMQGVVTDGMASGLDKD...
• Predikce sekvence sekundární struktury:
– LLEEEELLLLHHHHHHHHHHLHHHL...
• „3-state“ problém:
{ARNDCQEGHILKMFPSTWYV}n
{L,H,E}n
α-šroubovice, 3 typy
Sbalování proteinů
problém prostorové superpozice
Cíle:
- vzájemné srovnání všech existujících struktur
- klasifikace a organizace struktur podle logických schémat
- nalezení obecných sbalovacích motivů a útvarů
- výpočet evolučních vzdáleností
- studium interakcí mezi strukturami a ostatními molekulami
- využití známých struktur k předpovědi struktur ze sekvence
- atd...
Klasifikace proteinových struktur
Třída:
-podobný obsah sekundárních struktur
-všechny a, a/b, b, ostatní
Architektura (Fold)
-strukturní podobnost
-SS prvky v podobném uspořádání
Supertřída (Topologie)
-možný stejný předek (ancestor)
Homologická SuperTřída
-jasná evoluční příbuznost
-sekvenční podobnost < 25%
Ukázka
l Fold Databáze
• SCOP (http://scop.stanford.edu/sco) Structural Classification of Proteins
• FSSP (http://www2.ebi.ac.uk/dali/fs/fssp.html)
Fold classification based on Structure-Structure alignment of Proteins
• PClass (http://gene.stanford.edu/PClass)
l Nástroje strukturních alignmentů
• LOCK (http://gene.stanford.edu/lock)
• 3dSearch (http://gene.stanford.edu/3dSearch/)
• DALI (http://www2.ebi.ac.uk/dali)
The Dali server is a network service for comparing protein structures in 3D. You submit the
coordinates of a query protein structure and Dali compares them against those in the
Protein Data Bank. A multiple alignment of structural neighbours is mailed back to you.
Algoritmy pro strukturální superpozici
● Distance based methods:
● DALI (Holm and Sander): Aligning scalar distance plots
● STRUCTAL (Gerstein and Levitt): Dynamic programming using pair wise
inter-molecular distances
● SSAP (Orengo and Taylor): Dynamic programming using intra-molecular
vector distances
● MINAREA (Falicov and Cohen): Minimizing soap-bubble surface area
● Vector based methods:
● VAST (Bryant): Graph theory based secondary structure alignment
● 3dSearch (Singh and Brutlag): Fast secondary structure index lookup
● Both
● LOCK (Singh and Brutlag): Hierarchically uses both secondary structure
Protein Docking
Proč je docking důležitý a jeho postavení v kontextu bioinformatiky
Biomolekulární interakce jsou základem všech regulačních a
metabolických procesů které společně vytváří životní procesy.
Počítačové simulace a analýzy těchto interakcí jsou stále ve
větší míře a s větší přesností schopny popsat tyto mechanismy.
S rostoucím množstvím experimentálně vyřešených struktur je
přesnější i způsob popisu.
Vývoj počítačů umožňuje analýzu a predikci molekulárních
interakcí více dostupnou.
Automatizovaná predikce molekulárních interakcí je klíčem k
racionálnímu návrhu léčiv.
Návrh inhibitorů HIV-1 Proteázy
Formulace problému:
Pro dané molekuly je nutno určit:
Interagují tyto molekuly vzájemně mezi sebou?
- existuje energeticky favorizovaná orientace těchto
struktur tak, že mohou vzájemně plnit nějakou funkci?
- interagují spolu tyto molekuly výše zmíněným způsobem?
Pokud ano, jaká je jejich orientace, která maximalizuje interakci
a minimalizuje energii systému?
Cíl: nalézt v databázi molekulárních struktur takové, které mohou
interagovat se studovaným systémem
Komplikace: Obě molekuly jsou flexibilní a mohou během interakce ovlivnit
vzájemně svou strukturu.
- stovky až tisíce stupňů volnosti
- množství konformací je astronomické
% Sekvenční identita
100 srovnatelné se středním rozlišením NMR
Přesný popis specificity
Docking malých molekul a proteinů
60
Molekulární nahrazování (replacement)
v krystalografii
Protein engineering
Návrh experimentů pro mutagenezi
30
NMR refinement
Hledání a identifikace vazebných míst a 3D motivů
Anotace podle sbalovacích znaků
Bioinformatika
pro PrfUK 2003
Jiří Vondrášek
Ústav organické chemie a biochemie
[email protected]
Jan Pačes
Ústav molekulární genetiky
[email protected]
http://bio.img.cas.cz/PrfUK2003