1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik1 Softwarewerkzeuge der Bioinformatik Inhalt dieser Veranstaltung: Softwarewerkzeuge kennenlernen für ISequenzanalyse IIAnalyse von Proteinstruktur und Ligandenbindung IIIZell- bzw. Netzwerksimulationen

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik2 Lernziele Lerne aktuelle und bewährte Programme und Datenbanken der Bioinformatik kennen und erfolgreich einzusetzen um - Tools kennenzulernen, mit denen man bioinformatische Fragen bearbeiten kann - zu wissen, was auf dem Markt ist (das Rad nicht zweimal erfinden) - ein Gefühl dafür zu bekommen, wie erfolgreiche Softwareprodukte aussehen (sollen) - 3 Mini-Forschungsprojekte zu bearbeiten Wir werden in der Vorlesung anhand von Case-studies typische Fragestellungen in Pharma- oder Biotech-Unternehmen behandeln. Q: Wie stellen Sie sich den Arbeitsalltag als Bioinformatiker in einer Pharma-Firma vor?

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik3 Organisatorisches Jede Woche zweistündige VorlesungFreitag 9-11, Hörsaal 1, Geb. 45 Dozent: Prof. Helms Übungen hands-on im CIP-Pool Bioinformatik Raum R 104 im Geb. 45 Freitag Uhr. Die Teilnahme an der Vorlesung ist nicht obligatorisch, jedoch die Teilnahme an den Übungen. Betreuer der Übungen Sequenz-AnalyseBarbara Hutter, Peter Walter ProteinstrukturDr. Michael Hutter ZellsimulationenDr. Tihamer Geyer

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik4 Historische Entwicklung der Bioinformatik 1960er Jahre:Entwicklung phylogenetischer Methoden 1960er Jahre:Methoden zum Vergleich von DNA- und Proteinsequenzen 1976: erste MD-Simulation eines Proteins 1981: Smith-Waterman Algorithmus 1992: Sekundärstrukturvorhersage mit Neuronalen Netzwerken, PHD 1996: Vergleich von Proteinstrukturen mit DALI 2000: Durchbruch bei Sequenz-Assemblierung aus Shotgun-Daten (E. Myers)

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik5 Organisatorisches Jeder Teilnehmer an den Übungen benötigt einen Rechneraccount für den CIP- Pool. Diese Accounts werden von der Rechnerbetriebsgruppe des FB Informatik eingerichtet. - Haben Sie bereits einen Account auf Uni-Rechnern? Dann muss dieser lediglich für den CIP-Pool freigeschaltet werden. Zugang zum CIP-Pool: Für Bioinformatik-Studenten 24/7, für alle anderen während der Übungsstunden. Bitte melden Sie sich nach dieser Stunde im Sekretariat des Zentrums für Bioinformatik bei Frau Karin Jostock an. Der Beginn der Übungen ist diese Woche im Anschluss an die Vorlesung.

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik6 Organisatorisches: Scheinvergabe - Bewertung: Vorlesung zählt 2V + 2P = 9 Leistungspunkte - Curriculum: Pflichtvorlesung für die Vertiefung Bioinformatics - kann natürlich auch für CMB-Bachelor eingebracht werden - Wahlfach Pharmazie/Diplom, M.Sc. Biotechnologie - Benotung der Scheine: 50% der Benotung ergibt sich aus der mittleren Benotung von drei praktischen Aufgaben, die während des Semesters von jedem Studenten einzeln zu bearbeiten sind. Die Aufgaben werden etwa alle 4 Wochen ausgegeben und sind innerhalb von 2 Wochen zu bearbeiten und durch ein mindestens 5-seitiges Protokoll zu dokumentieren. Jeder Student muss mindestens zwei der drei praktischen Aufgaben mit einer Note von 4 und besser bestehen. Am wird eine 2-stündige Klausur über die Inhalte der Vorlesung und der Übungen geschrieben. Die Klausurnote geht ebenfalls mit 50% in die Scheinnote mit ein. Die Klausur muss mit einer Note von 4 und besser bestanden werden.

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik7 Übersicht über Vorlesungsinhalt I Sequenz 1 Einführung 2 Paarweises Sequenzalignment 3 Multiples Sequenzalignment 4 Phylogenie 5 Techniken der Sequenzanalyse Genvorhersage, Transkriptionsfaktorbindungsstellen, Identifizierung von Repeats, CpG-Inseln, Assemblierung und Alignment von Genomen II Proteinstruktur 6 Proteinstruktur 7 Proteinstrukturvorhersage 8 Proteinstruktur II 9 Protein-Liganden-Wechselwirkung 10 Protein-Protein-Docking III Zellsimulationen/Netzwerke 11 E-Cell 12 Virtual Cell 13 Systembiologie eines photosynthetischen Vesikels

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik8 Was fange ich mit diesen Daten an? Sequenz des menschlichen Genoms wurde 2001 entschlüsselt.

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik9 Sequenzanalyse

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik10 Ziele (0) Identifiziere alle menschlichen Gene/Proteine (ORFs) und ihre Funktion Sind dies alle Proteine? Nein: post-translationelle Modifikationen möglich wie Methylierung, Phosphorylierung, Glykosilierung … (1)Identifiziere Gen-Netzwerke. Welche Proteine wechselwirken miteinander? (2)Identifiziere Module: abgeschlossene Einheiten (3) Identifiziere Sequenz-Abschnitte, in denen Mutationen für Krankheiten codieren

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik11 Sequenzen sind verwandt Evolution findet auf vielen verschiedenen Ebenen statt : Mutationen einzelner Aminosäuren, Domänen-Shuffling, Genduplikation, Genom-Rearrangement … verwandte Moleküle besitzen in verschiedenen Organismen ähnliche Funktionen (Homologe) Phylogenetischer Baum für ribosomale RNA: Drei Bereiche des Lebens

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik12 Sequenzalignment Der Zweck eines Sequenzalignments ist, all die Residuen einer beliebigen Anzahl von Sequenzen untereinander anzuordnen, die von der gleichen Residuenposition in einem Gen- oder Protein-Vorfahren abstammen. gap = Insertion oder Deletion Wie soll dies ein Computerprogramm entscheiden?

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik13 Für Sequenzvergleiche werden Bewertungsmatrizen für den Austausch von Aminosäuren verwendet. Sequenzvergleiche: PAM250 Matrix Q: Warum sind manche Werte positiv, manche negativ? Q: Macht es Sinn, separate Austauschmatrizen für Membranproteine zu konstruieren?

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik14 Was hat nun Sequenz-Konservierung mit Proteinstrukturen zu tun? sehr viel! Die Twilight zone kennzeichnet das Mass an Sequenzidentität, bis zu der zwei Proteinstrukturen mit hoher Wkt. die gleiche Struktur besitzen. Richtlinien von Doolittle: Sequenzen mit > 150 Residuen und 25% Sequenzidentität sind wahrscheinlich verwandt mit 15-20% Sequenzidentität können sie verwandt sein bei <15% Sequenzidentität ist es schwierig zu sagen ob sie verwandt sind oder nicht ohne weitere strukturelle oder funktionelle Hinweise Proteinstruktur Sequenz TWILIGHT ZONE

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik Analyse einer unbekannten Sequenz Suche in Sequenzdatenbanken nach identischer Sequenz bzw. ähnlichen Sequenzen Gibt es ähnliche Sequenz mit bekannter 3D-Struktur? Vorhersage der Sekundärstruktur Kann man Funktion zuordnen? Modellierung der Proteinstruktur durch Homologiemodellierung Ab inito Vorhersage der Tertiärstruktur Zuordnung eines Protein-Folds Multiples Sequenzalignment Input: neue Proteinsequenz Alignment der Sekundärstrukturen. Erkenne Domänen Analyse dieses Folds, Nachbarn? Experimentelle Daten vorhanden? 3D-Proteinstruktur Alignment der Sequenz mit einer Target-Struktur Fold erkannt? Nein Ja Nein Ja Nach Rob Russell, gtsp/flowchart2.html

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik16 Die Anordnung (packing) von Sekundärstrukturelemente zu stabilen Einheiten wie -barrels, Einheiten, Greek keys, usw. Definition: Super-Sekundärstruktur

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik17 Die gesamte Faltung einer Kette, die sich aus der Packung der Sekundärstrukturelemente ergibt. Definition: Tertiärstruktur Grün Fluoreszierendes Protein. Seine zylindrische Architektur wird durch 11 -Stränge gebildet. (1emb.pdb Brejc et al. 1997)

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik18 cAMP-abhängige Proteinkinase Ca 2+ Pumpe (katalytische Untereinheit) (TM Protein) Einleitung: Proteinstruktur

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik19 Die Anordnung mehrerer Ketten eines Proteins, das mehrere Untereinheiten besitzt. Beispiel Hämoglobin Definition: Quartäre Struktur

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik20 - Konservierung von Residuen sind Indizien für den Verwandtschaftsgrad von Proteinen, für die Evolution und für die Verwandtschaft von Organismen Q: aus welchen Gründen können bestimmte Bereiche der Proteinsequenz konserviert sein? - Konservierung von Residuen im aktiven Zentrum - Konservierung von Residuen, die die Architektur der Proteinstruktur stabilisieren - Konservierung von Residuen, die während Faltung des Proteins wichtig sind - Konservierung von Residuen an Bindungsschnittstellen für Liganden und andere Proteine Proteinstruktur Sequenz

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik21 >900,000 Sequenzen in öffentlichen Datenbanken zugänglich –Millionen mehr in proprietären dbs –Anstieg wird mit Sequenzierung von weiteren Genomen weitergehen –Was kann man diesen Informationen anfangen? In den Sequenzen steckt eine grosse Menge an strukturellen, funktionellen und evolutionären Informationen –Sie sind eine sehr wichtige Datenquelle Im Gegensatz dazu gibt es nur etwa 2000 unabhängige Proteinstrukturen Bedeutung von Sequenzanalyse

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik22 Anzahl an nicht-redundanten Sequenzen ( ) Entsprechende Zunahme der Zahl an Proteinstrukturen ( ) Sequenz-Struktur Missverhältnis

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik23 Der holy grail der strukturellen Bioinformatik Q: Wo stehen wir im Bereich der Strukturvorhersage? - Homologiemodellierung - Threading - Ab initio Strukturvorhersage

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik24 Eigenschaften der Aminosäuren Aminosäuren unterscheiden sich in ihren physikochemischen Eigenschaften. Q: müssen Bioinformatiker die Eigenschaften von Aminosäuren kennen?

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik25 Einleitung: Aminosäuren Aminosäuren sind die Bausteine von Proteinen: Carboxylsäure Aminogruppe Aminosäuren unterscheiden sich hinsichtlich ihrer - Größe - elektrischen Ladung - Polarität - Form und Steifigkeit

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik26 Proteine sind aus 20 verschiedenen natürlichen Aminosäuren aufgebaut 5 sind hydrophob. Sie sind vor allem Im Proteininneren. Einleitung: hydrophobe Aminosäuren

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik27 Es gibt drei voluminöse aromatische Aminosäuren. Tyrosin und Tryptophan liegen bei Membranproteinen vor allem in der Interface-region. Einleitung: aromatische Aminosäuren

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik28 Es gibt 2 Schwefel enthaltende Aminosäuren und das ungewöhnliche Prolin. Cysteine können Disulfidbrücken bilden. Prolin ist ein Helixbrecher. Einleitung: Aminosäuren

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik29 Es gibt zwei Aminosäuren mit terminalen polaren Hydroxlgruppen: Einleitung: Aminosäuren

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik30 Es gibt 3 positiv geladene Aminosäuren. Sie liegen vor allem auf der Proteinoberflächen und in aktiven Zentren. Thermophile Organismen besitzen besonders viele Ionenpaare auf den Protein- oberflächen. Einleitung: Aminosäuren

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik31 Es gibt 2 negativ geladene Aminosäuren und ihre zwei neutralen Analoga. Asp und Glu haben pK a Werte von 2.8. Das heisst, erst unterhalb von pH=2.8 werden ihre Carboxylgruppe protoniert. Einleitung: Aminosäuren

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik32 Ein- und Drei-Buchstaben-Codes der Aminosäuren G GlycinGlyP ProlinPro A AlaninAlaV ValinVal L LeucinLeuI IsoleucinIle M MethioninMetC CysteinCys F PhenylalaninPheY Tyrosin Tyr W TryptophanTrpH HistidinHis K LysinLysR ArgininArg Q GlutaminGlnN AsparaginAsn E GlutaminsäureGluD AsparaginsäureAsp S SerinSerT ThreoninThr Zusätzliche Codes B Asn/AspZ Gln/GluX Irgendeine Aminosäure Kenntnis dieser Abkürzungen ist essentiell für Sequenzalignments und für Proteinstrukturanalyse! Buchstaben-Code der Aminosäuren

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik33 Transmembrandomänen: Hydrophobizitätsskalen Stephen White group, UC Irvine TM Helices sind 20 Residuen lange Abschnitte aus vorwiegend hydrophoben Resiuden.

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik34 Faltung von TM Proteinen wird durch Translokon unterstützt White, FEBS Lett. 555, 116 (2003) Modell: Die neu synthesierte Polypeptidkette eines Membranproteins gelangt vom Ribosom durch den Translokon- komplex in die Membran (EM Abbildung). Erster Eindruck: Die Faltung eines Membranproteins ist ein hochkomplizierter Prozess.

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik35 Detektion der Membraninsertion via Glykosylierung Hessa et al., Nature 433, 377 (2005) Integration of H-segments into the microsomal membrane a, Wild-type Lep has two N-terminal TM segments (TM1 and TM2) and a large luminal domain (P2). H-segments were inserted between residues 226 and 253 in the P2-domain. Glycosylation acceptor sites (G1 and G2) were placed in positions 96–98 and 258–260, flanking the H-segment. For H-segments that integrate into the membrane, only the G1 site is glycosylated (left), whereas both the G1 and G2 sites are glycosylated for H-segments that do not integrate in the membrane (right). b, Membrane integration of H-segments with the Leu/Ala composition 2L/17A, 3L/16A and 4L/15A. Bands of unglycosylated protein are indicated by a white dot; singly and doubly glycosylated proteins are indicated by one and two black dots, respectively.

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik36 Translocon-assisted folding of TM proteins? Hessa et al., Nature 433, 377 (2005) c, G app values for H-segments with 2–4 Leu residues. Fragmente mit mehr als 4 Leucinen werden in Membran eingefügt. d, Mean probability of insertion (p) for H-segments with n = 0–7 Leu residues. For n = 0, 1, 5–7, only single H-segments with the following compositions were used (flanked by GGPG…GPGG in all cases): (A)19, (A)9L(A)9, (A)4LALAALAALAL(A)4, (A)4(LA)5L(A)4, ALAALALAALAALALAALA.

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik37 Vergleich von biologischen und Peptid G-Skalen Hessa et al., Nature 433, 377 (2005) a, G app aa scale derived from H-segments with the indicated amino acid placed in the middle of the 19-residue hydrophobic stretch. c, Correlation between the G app aa scale and the Wimley–White water/octanol free energy scale. Fazit: Insertion in Membran hängt nur von Hydrophobizität der Aminosäuresequenz ab! Bioinformatiker sollten die Eigenschaften der Aminosäuren kennen

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik38 Helikale Räder Helikale Räder dienen zur Darstellung von Helices. Man kann so leicht erkennen, welche Seite der Helix dem Solvens zugewandt ist und welche ins Proteininnere zeigt.

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik39 Analyse einer unbekannten Sequenz Suche in Sequenzdatenbanken nach identischer Sequenz bzw. ähnlichen Sequenzen Gibt es ähnliche Sequenz mit bekannter 3D-Struktur? Vorhersage der Sekundärstruktur Kann man Funktion transferieren? Modellierung der Proteinstruktur durch Homologiemodellierung Vorhersage der Tertiärstruktur Zuordnung eines Protein-Folds Multiples Sequenzalignment Input: neue Proteinsequenz Alignment der Sekundärstrukturen. Erkenne Domänen Analyse dieses Folds, Nachbarn? Experimentelle Daten vorhanden? 3D-Proteinstruktur Alignment der Sequenz mit einer Struktur. Fold erkannt? Nein Ja Nein Ja Nach Rob Russell, gtsp/flowchart2.html

1. Vorlesung WS 2006/07 Software-Werkzeuge der Bioinformatik40 Software In den Tutorials vorgestellte Software: 0Datenbankennavigation SRS ISequenzanalyse: BLAST, PSI-BLAST, CLUSTALW IIProteinstruktur: VMD, Swissmodel IIIZellsimulationen: Virtual Cell, FluxAnalyzer, Cytoscape Datenbanken: Sequenzdatenbanken Proteinstrukturbanken Metabolische Datenbanken