Präsentation herunterladen
Die Präsentation wird geladen. Bitte warten
Veröffentlicht von:Berend Lanz Geändert vor über 10 Jahren
1
Homologes Modelling von Protein Komplexen
Proseminar: Theoretical Analysis of Protein-Protein Interaction Daniela Reimer
2
Übersicht der Themen Einleitung
1. Modell: Methode um Protein Wechselwirkungen anhand von 3D Komplexen zu modellieren - Methoden - Ergebnisse
3
Übersicht der Themen 2. Modell: Methode um Protein Wechselwirkungen anhand von molekular Docking Methoden zu modellieren Methoden - Ergebnisse Fazit Diskussion
4
Einleitung Hauptziel von funktional Genomics:
Bestimmung von Protein-Wechselwirkungs- Netzwerken für ganze Organismen. Bisherige Studien: Identifizierung von hunderten potentieller Wechselwirkungen in Proteinen und Hefe- Komplexen. Computergestützte Methoden verwenden Gene Fusion, Gene Order, Kombinationen von Annäherungen um funktionelle Verbindungen und vermeintliche Wechselwirkungen zu bestimmen.
5
Einleitung Beste Quelle für Daten über Protein Wechselwirkungen:
durch Kristallographie bestimmte Komplexe von 3D-Strukturen. Wechselwirkungen zwischen Proteinen in diesen Komplexen beziehen mindestens 2 Proteine mit ein, die Mitglieder einer homologen Familie sind. Hauptproblem: Unter welchen Bedingungen ist es möglich, funktionelle Informationen von einem Protein auf seine Homologe zu übertragen? Interagieren sie überhaupt oder auf die selbe Art und Weise?
6
1.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Aloy & Russell (EMBL, Heidelberg)
Methoden: Modell, um vermeintliche Wechselwirkungen zwischen homologen Proteinen an einem Komplex von bekannten 3D-Strukturen zu testen. Gegeben: 3D-Komplex Alignments von Homologen der interagierenden Proteine
7
1.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Aloy & Russell (EMBL, Heidelberg)
3D-Komplex: Blast2: Vergleich von Sequenzen aus SCOP mit Proteinstrukturen aus Pfam. Verbindungen: E-value von beiden ≤ 0,01 Suche nach unterschiedlichen Pfam Domainen, bei denen die jeweiligen entsprechenden Ketten in Kontakt stehen (Abstand < 5Å). Set von 356 eindeutig interagierenden Paaren verschiedener Pfam Familien.
8
1.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Aloy & Russell (EMBL, Heidelberg)
Klassen von 3D-Komplexen: Enzym Inhibitoren Cytokine Rezeptoren Signal Komplexe Hetero-Multimere Immun-System-Komplexe (antibody, antigen) andere Protein-Protein Wechselwirkungen
9
1.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Aloy & Russell (EMBL, Heidelberg)
Identifizierung der Aminosäuren, die atomare Kontakte im Komplex eingehen: - side-chain/side-chain Kontakte - side-chain/main-chain Kontakte Mit Hilfe von empirischen Potentialen wird überprüft, ob Wechselwirkungen in den Homologen konserviert sind.
10
1.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Aloy & Russell (EMBL, Heidelberg)
Empirische Potentiale für Protein-Protein Wechselwirkungen: Def.: interagierende Aminosäuren: Aminosäuren mit mind. einer Wasserstoffbrücke (N-O ≤ 3,5 Å), Salzbrücke (N-O ≤ 5,5 Å), van der Waals Wechselwirkung (C-C ≤ 5 Å). Molar-fraction random state model (verwendet für emp. Potential):
11
1.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Aloy & Russell (EMBL, Heidelberg)
na, nb = total number of amino acids a, b T = total number of interacting pairs Eab = molar expected frequency for the a-b pair Cab = number of observed contacts between a and b Sab = log-odd score for Cab > 0 and Eab > 5 otherwise Sab = -0.5 for side-chain/main-chain contacts and Sab = -1.0 for side-chain/side-chain contacts
12
1.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Aloy & Russell (EMBL, Heidelberg)
Insgesamt wurden side-chain/main-chain und side-chain/side-chain Kontakte gefunden. Mit Hilfe von empirischen Potentialen wurden Komplexe mit wenigen oder die hauptsächlich main-chain/main- chain Kontakte haben, entfernt.
13
1.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Aloy & Russell (EMBL, Heidelberg)
Ergebnisse: Common residues in contact (homologues complexes) Potential score of one complex by another Cytokine/receptor 92 % High value signaling 89 % Peptidase/inhibitor 59 % 65 % others 66 % average 70 %
14
1.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Aloy & Russell (EMBL, Heidelberg)
Ergebnisse: Niedriger Wert für peptidase/inhibitor Klasse: Inhibitoren binden fest an Target Proteasen über main-chain/main-chain Kontakte. Hohe Werte für andere Klassen: Wechselwirkungen sind eher flüchtig (side-chain Kontakte). Berücksichtigt wurden nur unterschiedliche Proteinpaare, von denen bekannt ist, dass sie in der selben Art und Weise interagieren. wichtig: Berücksichtigung von Paaren von Proteinen, die definitiv nicht interagieren.
15
1.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Aloy & Russell (EMBL, Heidelberg)
Fig.1: Aloy, Russell - Interrogating protein interaction networks through structural biology
16
1.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Aloy & Russell (EMBL, Heidelberg)
Fibroblast Growth Factor und Rezeptor: Meist studierten Wechselwirkungen zwischen FGFs und Rezeptoren. FGFs spielen eine Rolle bei der Morphogenese, der Angiogenese und der Wundheilung. 20 menschliche FGFs binden an einen oder mehrere der 7 FGF-Rezeptoren. Anwenden des Modells auf FGFs-Komplexe.
17
1.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Aloy & Russell (EMBL, Heidelberg)
Fibroblast Growth Factor und Rezeptor: Insgesamt 252 unterschiedliche Wechselwirkungen 112 Bindungsaffinität < 10 % (low) 140 Bindungsaffinität > 10 % (high) 158 Wechselwirkungen mit hohem signifikantem Wert ≤ 0,01 105 mit hoher Bindungsaffinität 94 Wechselwirkungen mit niedrigem signifikantem Wert > 0,1 59 mit niedriger Bindungsaffinität Gesamt-Genauigkeit der vorhergesagten Wechselwirkungen von 65 %
18
2.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Richard M.Jackson (Biomol.Structure & Modeling Unit, University College London) Modell zur Berechnung von Protein-Protein Wechselwirkungen: 12 heterogene Serine Protease-Inhibitor und 15 Antikörper-Antigen Komplexe. Verwendet: Molekulare Docking Methoden um Energie der Wechselwirkungen zu analysieren Aufteilung in verschiedene Beiträge der main-chain und side-chain Kontakte, der non-rotameric side-chains und verschiedene Typen von beteiligten Aminosäuren.
19
2.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Richard M.Jackson (Biomol.Structure & Modeling Unit, University College London) Biologischer und struktureller Hintergrund: Antikörper erkennen großes Spektrum an anti- genetischen Komponenten (Proteine, Polysaccharide, Nukleinsäuren, Lipide). Motif: Immunoglobulin-like β-Sandwich mit 6 Loops reagieren hauptsächlich über main-chain/main-chain Kontakte. Serine Protease-Inhibitoren sind kleine Proteine mit substrate-like Wechselwirkungen mit dem aktiven Zentrum der Serine-Endopeptidasen. reagieren über side-chain/side-chain oder side- chain/main-chain Kontakte.
20
2.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Richard M.Jackson (Biomol.Structure & Modeling Unit, University College London) Freie Bindungs-Energie: ΔGinteraction = spezifische Protein-Protein Wechselwirkungen, wobei ΔGinteraction ≈ ΔEinteraction = ΔEvdW + ΔEelectrostatic ΔGsolvent = Protein-solvent Energie ΔGinternal = innere Energie des Proteins ΔGmotion = Freiheitsgrade der Konformationen von side- und main-chain und Translations-, Rotations- und freie Vibrations-Energie
21
2.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Richard M.Jackson (Biomol.Structure & Modeling Unit, University College London) Methoden: Verwendete 3D-Kristall Strukturen: PBD mit Resolution > 3.0Å Serine Protease-Inhibitor Komplexe: Enzym/Inhibitor Komponenten können Homologe sein, solange nicht beide Komponenten Homolge sind. Homologe Enzymstrukturen: selbe Protein Superfamily in SCOP Homologe Inhibitoren: selbe Familie der Serine Protease-Inhibitoren Antikörper-Antigen Komplexe: Antikörper sind homolog, es wurden nur Komplexe verwendet, bei denen sich die Antigen-Erkennungsstelle unterscheidet.
22
2.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Richard M.Jackson (Biomol.Structure & Modeling Unit, University College London) Wechselwirkungs-Energie: Zu Beginn: Berechnen der Energie des strukturell bestimmten Kristallkomplexes. Verbesserung des Interface durch Begrenzen auf Rigid- Body Energie Minimierung. Freiheitsgrade der Seitenketten dürfen sich während Verbesserung nicht bewegen. Ridig-Body Minimierung: Aminosäurereste, deren Cβ-Atom innerhalb 15Å zum entsprechendem Cβ-Atom liegt.
23
2.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Richard M.Jackson (Biomol.Structure & Modeling Unit, University College London) 10Å atom-atom nonbonded cutoff Distant dependent dielectric ε = 4r (Skalierung für unrealistisch nahe vdW + elektrostatische Wechselwirkungen) Größeres Molekül feststehend (Enzym/Antibody) Kleineres Molekül (Inhibitor/Antigen) bewegt sich mit steepest descent Algorithmus Einteilung der Beiträge der verschiedenen Aminosäuretypen: Polar/aromatisch, nicht entropisch (keine Freiheitsgrade der Seitenketten) und hydrophob.
24
2.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Richard M.Jackson (Biomol.Structure & Modeling Unit, University College London) Surface Area: Berechnung der solvent accessible surface area durch Algorithmus von Lee & Richards (1971) für main-chain und side-chain Atome.
25
2.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Richard M.Jackson (Biomol.Structure & Modeling Unit, University College London) Ergebnisse: Analyse von main-chain und side-chain Wechselwirkungen: Wechselwirkung Serine Protease-Inhibitor Komplex Antikörper-Antigen Komplex Main-chain/main-chain 41 % ΔGinteraction 17 % ΔGinteraction Main-chain (Enzym/Antibody)/side-chain(Inhibitor/Antigen) 12-30 % ΔGinteraction 27 % ΔGinteraction Side-chain/side-chain 36 % ΔGinteraction
26
2.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Richard M.Jackson (Biomol.Structure & Modeling Unit, University College London) Fig 2.: Jackson - Comparison of protein-protein interactions in serine protease-inhibitor and antibody-antigen complexes
27
2.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Richard M.Jackson (Biomol.Structure & Modeling Unit, University College London) Beitrag der non-rotameric Residues: Non-rotameric Residue: Residue passt in keins der bekannten Seitenketten-Konformationen Protease-Inhibitor Komplex: 19 % ΔGinteraction Antikörper-Antigen Komplex: 23 % ΔGinteraction Mehr als 90 % der Residues sind polare, aromatische Aminosäuren Beitrag der elektrostatischen Komponenten: Protease-Inhibitor Komplex: 24 % ΔGinteraction Antikörper-Antigen Komplex: 29 % ΔGinteraction
28
2.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Richard M.Jackson (Biomol.Structure & Modeling Unit, University College London) Beitrag der verschiedenen Typen von Aminosäuren: Aminosäuren Serine Protease-Inhibitor Komplex Antikörper-Antigen Komplex Aromatisch/polar 56 % ΔGinteraction 81 % ΔGinteraction Nicht entropisch 23 % ΔGinteraction 10 % ΔGinteraction hydrophob 21 % ΔGinteraction 9 % ΔGinteraction
29
2.Modell für die Bewertung von Wechselwirkungen zwischen Proteinen Richard M.Jackson (Biomol.Structure & Modeling Unit, University College London) Fig 2.: Jackson - Comparison of protein-protein interactions in serine protease-inhibitor and antibody-antigen complexes
30
Fazit Modell 1: Methode um Protein Wechselwirkungen anhand von 3D Komplexen zu modellieren. Vorteile: Studien über Protein Familien, bei denen bekannt ist, dass sie unterschiedliche Wechselwirkungen aufweisen Kosten- und Zeiteinsparung Gene Fusion Studien Unterstützung bei Ergebnis-Interpretationen Aussagen, ob Proteine innerhalb ihrer homologen Familie ähnlich interagieren. Jedoch: Veränderung der Wechselwirkungspartner in der Evolution unbekannt
31
Fazit Modell 2: Methode um Protein Wechselwirkungen anhand von molecular Docking Methoden zu modellieren. Protease-Inhibitor-Komplex: hauptsächlich main- chain/main-chain Kontakte resultiert aus der Tatsache, dass sich mehr main- chain Atome in der Protein-Schnittstelle befinden Antikörper-Antigen-Komplex: side-chain/side-chain und side-chain/main-chain Kontakte Level für Erfolg des Modells hängt vom Grad der involvierten main-chain Kontakte ab Modell nur nützlich für eine limitierte Anzahl von Systemen
32
Diskussion
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.