Protein-Protein Bindungsstellen. Lennart Heinzerling
|
|
- Adrian Klein
- vor 7 Jahren
- Abrufe
Transkript
1 Protein-Protein Bindungsstellen Lennart Heinzerling 1
2 Worum geht es in den nächsten 45 Minuten? Auffinden von Protein- Protein Komplexen aus einer großen Menge potentieller Komplexe z.b. für -Interaction Networks -funktionelle/räumliche Zuordnung neuer Proteine durch neue Erkenntnisse über Bindungsstellen Bisher Docking mit bekannten 3D Strukturen zum Auffinden von Komplexen. Nun: Proteinsequenzen Proteinkomplexe 2
3 Sequenz Komplex? Kann man aus der Sequenz eines Proteins genug Informationen ziehen um Bindungsstellen und Komplexe zu finden? Wir werden sehen: ja! 3
4 Verschiedene Methoden, verschiedene Einsatzgebiete In Silicio two Hybrid Korrelierte Mutationen Strukturelle Konservierung 4
5 Erste Methode Korrelierte Mutationen und Bindungsstellen 5
6 Zeigen korrelierte Mutationen Bindungsstellen auf? An Interaktionsstellen muss zwangsläufig Koevolution statt finden Sind korrelierte Mutationen eindeutig mit Bindungsstellen verknüpft? Methode kann zur Unterstützung des Dockings eingesetzt werden oder zur Voraussage der Bindungsstelle aus der Sequenz 6
7 Methode zum Auffinden korrelierter Mutationen Alignment der Sequenzen wird erstellt Korrelation wird für jede Position berechnet Die n am besten korrelierten Mutationen werden als Bindungsstellen AS betrachtet Xd Wert: Maß für den Anteil korrelierter Reste bei kleinem Abstand. Je höher desto besser Pazos, Helmer-Citterich, Ausiello, Valencia, J.Mol.Bio 271(1997) 7
8 Testmenge Die Methode wurde hauptsächlich an interdomain Kontakten getestet Test der Methode an zwei großen Mengen von Docking-Lösungen Zum Zeitpunkt der Untersuchung stand keine ausreichende Menge von Komplexen zur Verfügung Echte Komplex-Tests daher nur an Hämoglobin und Hsc70 8
9 Sind sich korreliert mutierte AS näher? Untersuchung der 21 zweidomänigen Proteine ergab eine klare Tendenz korrelierter Mutationen, sich räumlich nahe zu sein Dies deutet darauf hin, dass korrelierte Mutationen Bindungsstellen aufzeigen können Pazos, Helmer-Citterich, Ausiello, Valencia, J.Mol.Bio 271(1997) 9
10 Sind sich korrelierte AS unabhängig von Domänenstellung nahe? Untersuchung an der geöffneten (3cln) und geschlossenen(2bbm) Form von Calmodulin Eindeutig größere Nähe der korrelierten AS bei geschlossener Form Ergebnis unterstreicht die Signifikanz von korrelierten AS als Indikator für Bindungsstellen 10 Pazos, Helmer-Citterich, Ausiello, Valencia, J.Mol.Bio 271(1997)
11 Anwendung: Unterstützung des Dockings 7440 mögliche Docking Lösungen wurden für Proteine 2c2c und 3est generiert Die optimale Lösung hat einen Xd-Wert, der unter den besten 5% liegt Andere Lösungen mit hohem Xd-Wert sind der optimalen Lösung nahe Pazos, Helmer-Citterich, Ausiello, Valencia, J.Mol.Bio 271(1997) 11
12 Gute Resultate mit einem Hetero-Dimer? Bisher nur Tests an Kontakten zwischen Domänen Zum Zeitpunkt der Untersuchung gab es keine ausreichende Datenmenge von PP Komplexen A1-b1 Monomere des Hämoglobin als Testproteine Mehrere Docking- Lösungen werden generiert Der Xd Wert der optimale Lösung liegt in der Menge der 6% größten Xd- Werte Pazos, Helmer-Citterich, Ausiello, Valencia, J.Mol.Bio 271(1997) 12
13 Bindungsstellenvorhersage aus der Sequenz allein? Test am zwei- Domänen-Protein Hsc70 Domäne Nt Struktur bekannt, Domäne Ct Struktur unbekannt Ergebnisse deuten auf eine eindeutige Docking-Lösung hin, wurden jedoch nicht validiert 13 Pazos, Helmer-Citterich, Ausiello, Valencia, J.Mol.Bio 271(1997)
14 Zusammenfassung korrelierte Mutationen Korreliert mutierte Aminosäuren deuten auf Bindungsstellen hin Die Auswahl der optimalen Docking- Lösung wird durch die Methode vereinfacht Anwendbarkeit außerhalb dieser Hilfsfunktion nicht hinreichend validiert, Testreihen zu klein 14
15 Nächste Methode In Silicio two Hybrid 15
16 In Silicio Two Hybrid Methode zum Auffinden neuer Proteinkomplexe und ihrer Interaktionsstellen Benötigt werden nur Sequenzen, keine 3D Strukturen 16
17 is2h: So funktioniert es A: Alignment zweier Protein 1 und 2 mit mindestens 11 homologen Proteinen a,b,c... B: Für alle Proteine: Konkatenation des Alignments. Danach Berechnung der Korrelation zwischen den Spalten Pazos, Valencia, PROTEINS 47(2002) C: Verteilung der Korrelationsstärken innerhalb der Proteinen(P11,P22) und zwischen Proteinen(P12). Eingeteilt in 10 Korrelationsklassen 17
18 is2h: Anwendung auf Testmengen Tests an verschiedenen Mengen bekannter Proteinkomplexe lieferten positive Resultate Daher dürfte Anwendung auf potentielle Paare in E.Coli neue Erkenntnisse bringen 18
19 is2h gegen mögliche E.Coli PP Paare. Ergebnisse: Pazos, Valencia, PROTEINS 47(2002) Mögliche Interaktionen des hypothetischen Proteins YABK_ECOLI Interaction Index Scores für die Suche in potentiellen E.Coli Protein Paaren 19
20 is2h Zusammenfassung Methode zum Auffinden neuer Proteinkomplexe und deren Bindungsstellen Tests deuten auf gute Anwendbarkeit als Indikator für Interaktionen hin. Ergebnisse müssen verifiziert werden Ergebnisse komplementär zu Untersuchungen von Genfusionen Methoden ergänzen sich 20
21 Nächste Methode Strukturell konservierte Aminosäuren und Bindungsstellen 21
22 Strukturell konservierte AS und Bindungsstellen Betrachte bekannte Proteinoberflächen: Unterscheiden strukturell konservierte AS zwischen Oberfläche und Bindungsstellen? Ziel: Z.B. - Erleichterte Vorhersage von Protein- Protein Interaktionen - Erleichtertes Drug Design durch Erkennen der Bindungsstelle am Target oder Design der Bindungsstelle als Pharmakophor 22
23 Auf der Suche nach strukturell konservierten Resten Zu Grunde liegender Datensatz von 1629 Proteinen mit bekannter Schnittstelle aus der PDB wird in 10 Familien eingeteilt Einteilung erfolgt nach Ähnlichkeit der Sequenzen Danach Multiples Strukturelles Alignment innerhalb der Familien Ma, Elkayam, Wolfson, Nussinov, PNAS 100(2003) 23
24 Multiples Strukturelles Alignment - MUSTA Alignment der Koordinaten der C-alpha Atome Es werden Koordinaten als Ausgangspunkte gewählt, die einander nahe sind Rotation und Translationen werden berechnet und bewertet 24
25 Ergebnisse: An Bindungsstellen bevorzugte AS Trp weist hohen Konservierungsgrad an Bindungsstellen auf. Weniger Eindeutig: Methionin, Phenylalanin Allgemein: Hydrophobe Reste dominieren Ma, Elkayam, Wolfson, Nussinov, PNAS 100(2003) 25
26 Warum Trp, Met, Phe? Trp ist besonders groß -> hydrophobe WW stark Trp formt mit Ala Vertiefungen in der Struktur Phe und Trp stabilisieren evtl. polare Bindungen und damit die Komplexe Methionin: Rolle unbekannt 26
27 Energetische Hot-Spots Die freie Bindungsenergie an Bindungsstellen ist nicht gleichverteilt. Es gibt Punkte hoher Bindungsenergie, die zumeist polar sind Ma, Elkayam, Wolfson, Nussinov, PNAS 100(2003) 27
28 Sind Hot-Spots konserviert? Zwischen den konservierten AS und den bekannten Hot-Spots besteht eine hohe Korrelation Unterstreicht wichtige Rolle der Hot-Spots und die Signifikanz der Anwesenheit strukturell konservierter Reste Ma, Elkayam, Wolfson, Nussinov, PNAS 100(2003) 28
29 Was, wenn nicht genügend Strukturen bekannt sind? Bisher: Strukturelles Alignment(MUSTA)identifikation struktureller Konservierungen Nur eine Struktur bekannt und mehrere homologe Sequenzen hybrides Alignment: Zuordnung der Sequenzen auf die Struktur Ma, Elkayam, Wolfson, Nussinov, PNAS 100(2003) 29
30 Zusammenfassung: Strukturell konservierte Reste Durch Alignment werden strukturell konservierte Reste aufgedeckt Energetisch hochwertige Bindungsteile sind stark konserviert Bestimmte AS deuten auf Bindungsstelle hin 30
31 Gesamtzusammenfassung Aus Struktur, Konservierung und Sequenz lassen sich Informationen bzgl. Bindungsstellen ziehen Voraussage von Bindungsstellen ist auch ohne 3D Struktur möglich is2h: Vielversprechend beim Auffinden neuer Proteinkomplexe Korrelierte Mutationen: Als Unterstützung des Dockings gut geeignet Strukturell konservierte Reste: Beim Drug Design oder zur Identifizierung der Bindungsstellen in einem Komplex 31
Zentrum für Bioinformatik. Übung 4: Revision. Beispielfragen zur Klausur im Modul Angewandte Bioinformatik (erste Semesterhälfte)
Andrew Torda Björn Hansen Iryna Bondarenko Zentrum für Bioinformatik Übung zur Vorlesung Angewandte Bioinformatik Sommersemester 2014 20./23.06.2014 Übung 4: Revision Beispielfragen zur Klausur im Modul
MehrVerfahren zu Strukturvorhersagen in vereinfachten Modellen. Tobias Voigt Sommerakademie 2002 St. Johann
Verfahren zu Strukturvorhersagen in vereinfachten Modellen Tobias Voigt Sommerakademie 2002 St. Johann Einführung! Sequenzierung von Proteinen und Nukleinsäuren ist heute Routine! Die räumliche Struktur
MehrTheoretical Analysis of Protein-Protein Interactions. Proseminar SS 2004
Theoretical Analysis of Protein-Protein Interactions Proseminar Virtual Screening: Predicting Pairs from Sequence Übersicht Einleitung 1.Modell: Vorhersage von Protein-Interfaces aus Sequenzprofilen und
MehrAufgabe 2: (Aminosäuren)
Aufgabe 2: (Aminosäuren) Aufgabenstellung Die 20 Aminosäuren (voller Name, 1- und 3-Buchstaben-Code) sollen identifiziert und mit RasMol grafisch dargestellt werden. Dann sollen die AS sinnvoll nach ihren
MehrTranslation benötigt trnas und Ribosomen. Genetischer Code. Initiation Elongation Termination
8. Translation Konzepte: Translation benötigt trnas und Ribosomen Genetischer Code Initiation Elongation Termination 1. Welche Typen von RNAs gibt es und welches sind ihre Funktionen? mouse huma n bacter
MehrDocking von starren und flexiblen Proteinen
Seminar Bioinformatik, Theoretical Analysis of Protein-Protein Interactions Docking von starren und flexiblen Proteinen Präsentation von Andreas Schlicker (andreasschlicker@web.de) Übersicht Molecular
MehrTranslation benötigt trnas und Ribosomen. Genetischer Code. Initiation Elongation Termination
8. Translation Konzepte: Translation benötigt trnas und Ribosomen Genetischer Code Initiation Elongation Termination 1. Welche Typen von RNAs gibt es und welches sind ihre Funktionen? mouse huma n bacter
Mehrinsara: Hierarchische Netzwerke zur Analyse, Visualisierung und Vorhersage von Struktur-Aktivitäts-Beziehungen
insara: Hierarchische Netzwerke zur Analyse, Visualisierung und Vorhersage von Struktur-Aktivitäts-Beziehungen Von der Fakultät für Lebenswissenschaften der Technischen Universität Carolo-Wilhelmina zu
MehrGleichheit, Ähnlichkeit, Homologie
Gleichheit, Ähnlichkeit, Homologie Identität (identity) Verhältnis der Anzahl identischer Aminosäuren zur Gesamtzahl der Aminosäuren; objektiv Ähnlichkeit (similarity) Verhältnis ähnlicher Aminosäuren
MehrAufgabe 5 (Supersekundärstruktur)
Aufgabe 5 (Supersekundärstruktur) Fragestellung Bei der Untereinheit des Arthropodenhämocyanins aus Limulus polyphemus werden folgende Fragestellungen untersucht: - Welche Supersekundärstrukturen gibt
MehrUAufgabe 12: (evolutiv konservierte Aminosäuren)
UAufgabe 12: (evolutiv konservierte Aminosäuren) Aufgabenstellung Wählen Sie zur Darstellung evolutiv konservierter Aminosäure-Positionen in "1lla" eine ihnen sinnvoll erscheinende Anfärbung. Exportieren
MehrVorlesung Biophysik I - Molekulare Biophysik Kalbitzer/Kremer/Ziegler
Vorlesung Biophysik I - Molekulare Biophysik Kalbitzer/Kremer/Ziegler 23.10. Zelle 30.10. Biologische Makromoleküle I 06.11. Biologische Makromoleküle II 13.11. Nukleinsäuren-Origami (DNA, RNA) 20.11.
MehrModul 8: Bioinformatik A. Von der DNA zum Protein Proteinsynthese in silicio
Modul 8: Bioinformatik A. Von der DNA zum Protein Proteinsynthese in silicio Ein Wissenschaftler erhält nach einer Sequenzierung folgenden Ausschnitt aus einer DNA-Sequenz: 5 ctaccatcaa tccggtaggt tttccggctg
Mehr8. Translation. Konzepte: Translation benötigt trnas und Ribosomen. Genetischer Code. Initiation - Elongation - Termination
8. Translation Konzepte: Translation benötigt trnas und Ribosomen Genetischer Code Initiation - Elongation - Termination 1. Welche Typen von RNAs gibt es und welches sind ihre Funktionen? mouse human bacteria
MehrPrimärstruktur. Wintersemester 2011/12. Peter Güntert
Primärstruktur Wintersemester 2011/12 Peter Güntert Primärstruktur Beziehung Sequenz Struktur Proteinsequenzen, Sequenzdatenbanken Sequenzvergleich (sequence alignment) Sequenzidentität, Sequenzhomologie
MehrThreading - Algorithmen
Threading - Algorithmen Florian Lindemann 22.11.2007 Florian Lindemann () Threading - Algorithmen 22.11.2007 1 / 25 Gliederung 1 Prospect Scoring Function Algorithmus Weitere Eigenschaften Komplexität
MehrAlgoBio WS 16/17 Protein-DNA Interaktionen ChiP-Seq Datenanalyse. Annalisa Marsico
AlgoBio WS 16/17 Protein-DNA Interaktionen ChiP-Seq Datenanalyse Annalisa Marsico 6.02.2017 Protein-DNA Interaktionen Häufig binden sich Proteine an DNA, um ihre biologische Funktion zu regulieren. Transkriptionsfaktoren
MehrSimulation von Brownscher Dynamik und Assoziationsraten von PP-Komplexen. Alexander Baldauf Montag
Simulation von Brownscher Dynamik und Assoziationsraten von PP-Komplexen Alexander Baldauf Montag 25.04.2005 Motivation Typen von Interaktionen Verschiedene Methoden zur Vorhersage Wie kommen die beiden
MehrKlausur Bioinformatik für Biotechnologen
Name, Vorname: 1 Klausur Bioinformatik für Biotechnologen Studiengang Molekulare Biotechnologie TU Dresden WS 2011/2012 Prof. Michael Schroeder 15.02.2012 Die Dauer der Klausur beträgt 90 Minuten. Bitte
MehrDot-Matrix Methode. (Java) (Javascript) 80
Dot-Matrix Methode Vergleich zweier Sequenzen (DNA oder Aminosäuren) Idee: gleiche Basen (Aminosäuren) in x-y Diagramm markieren Sequenz 1: ADRWLVKQN Sequenz 2: ADKFIVRDE http://myhits.vital-it.ch/cgi-bin/dotlet
MehrComperative Protein Structure Modelling of Genes and Genomes
Comperative Protein Structure Modelling of Genes and Genomes Satisfaction of Spatial Restraints / Loop Modelling Nikolas Gross und Maximilian Miller Ludwig-Maximilians-Universität 29.11.2007 1 von 31 Table
MehrFrom Synthetic Coiled Coils to Functional Proteins: Automated Design of a Receptor for the Calmodulin-binding Domain of Calcineurin
From Synthetic Coiled Coils to Functional Proteins: Automated Design of a Receptor for the Calmodulin-binding Domain of Calcineurin Giovanna Ghirlanda, James D. Lear, Angela Lombardi und William F. DeGrado
MehrProtein-Datenbanken. Protein- Datenbanken. Christian Fink
Protein- Datenbanken Christian Fink 1 » Übersicht «PDB PDB_TM OPM HIC-UP Klotho 2 » PDB «PDB = Protein Data Bank 3D-Strukturen von Proteinen & Nukleinsäuren Gegründet 1971 als freies Archiv für biologische
MehrBioinformatik. Lokale Alignierung Gapkosten. Silke Trißl / Ulf Leser Wissensmanagement in der. Bioinformatik
Bioinformatik Lokale Alignierung Gapkosten Silke Trißl / Ulf Leser Wissensmanagement in der Bioinformatik Inhalt dieser Vorlesung Ähnlichkeit Lokales und globales Alignment Gapped Alignment Silke Trißl:
MehrBioinformatik. Substitutionsmatrizen BLAST. Ulf Leser Wissensmanagement in der. Bioinformatik
Bioinformatik Substitutionsmatrizen BLAST Ulf Leser Wissensmanagement in der Bioinformatik Inhalt dieser Vorlesung Substitutionsmatrizen: PAM und BLOSSUM Suche in Datenbanken: Basic Local Alignment Search
Mehr3 Ergebnisse. 3.1 Mutationen im MYBPC3-Gen. 28 Ergebnisse
28 Ergebnisse 3 Ergebnisse 3.1 Mutationen im MYBPC3-Gen Bei einem Patientenkollektiv von insgesamt 46 unverwandten Patienten mit dilatativer Kardiomyopathie (DCM) wurde eine systematische Mutationssuche
Mehr7. Zusammenfassung und Ausblick
7. Zusammenfassung und Ausblick 7.1 Die Mitglieder der Rag-Familie Die verschiedenen Isoformen der Rag-Familie lagen, sofern sie rekombinant löslich isoliert wurden, als Dimer oder höhere Oligomere vor.
MehrAminosäuren. Seitenkette. -Kohlenstoffatom. Karboxilgruppe. Aminogruppe
Proteine Aminosäuren 16 Seitenkette -Kohlenstoffatom Aminogruppe Karboxilgruppe Die Gruppen der Aminosäuren 17 Bildung der Peptidbindung Die strukturellen Ebenen der Proteine 18 Primär Struktur Aminosäuer
MehrWas ist der Promotor? Antwort: Eine spezielle Nucleotidsequenz auf der DNA, an der die RNA-Polymerase bindet um die Transkription zu starten.
Was ist der Promotor? Antwort: Eine spezielle Nucleotidsequenz auf der DNA, an der die RNA-Polymerase bindet um die Transkription zu starten. Wie bezeichnet man den Strang der DNA- Doppelhelix, der die
MehrAufgabenblatt 5. Silke Trißl Wissensmanagement in der Bioinformatik
Aufgabenblatt 5 Silke Trißl Wissensmanagement in der Bioinformatik Zuerst! FRAGEN? Silke Trißl: Bioinformatik für Biophysiker 2 Exercise 1 + 2 Modify program to compare protein sequence read substitution
MehrMOL.504 Analyse von DNA- und Proteinsequenzen
MOL.504 Analyse von DNA- und Proteinsequenzen Kurs 1 Monika Oberer, Karl Gruber MOL.504 Modul-Übersicht Einführung, Datenbanken BLAST-Suche, Sequenzalignment Proteinstrukturen Virtuelles Klonieren Abschlusstest
MehrBCDS Seminar. Protein Tools
BCDS Seminar Protein Tools Gliederung Nützliche Tools Three-/one-letter Amino Acids' Сodes RandSeq Random Protein Sequence Generator Protein Colourer ProtParam PeptideCutter ProtScale TMHMM Server 2.0
MehrAlgorithmische Anwendungen WS 2005/2006
Algorithmische Anwendungen WS 2005/2006 Sequenzalignment Gruppe F_lila_Ala0506 Allal Kharaz Yassine ELassad Inhaltsverzeichnis 1 Problemstellungen...................................... 3 1.1 Rechtschreibkorrektur...............................
MehrAlle Angaben sind ohne Gewähr!
Alle Angaben sind ohne Gewähr! Die Abbildungen sind hauptsächlich aus dem Buch: Van Holde/Johnson/Ho: Principles of physical biochemistry Buch nur zur Kristallographie: Crystallography Made Crystal Clear:
MehrLokale Sequenzähnlichkeit. Genomische Datenanalyse 9. Kapitel
Lokale Sequenzähnlichkeit Genomische Datenanalyse 9. Kapitel Globale Sequenzähnlichkeit: Zwei Cytochrome C Sequenzen: Eine vom Menschen und eine aus der Maus. Die Sequenzen sind gleich lang, man kann sie
MehrAminosäuren - Proteine
Aminosäuren - Proteine ÜBERBLICK D.Pflumm KSR / MSE Aminosäuren Überblick Allgemeine Formel für das Grundgerüst einer Aminosäure Carboxylgruppe: R-COOH O Aminogruppe: R-NH 2 einzelnes C-Atom (α-c-atom)
MehrMM Proteinmodelling. Michael Meyer. Vorlesung XVII
Proteinmodelling Vorlesung XVII Proteinstrukturen Es besteht ein sehr großer Bedarf an Proteinstrukturen: Die Kenntnis der 3D-Struktur hat große Vorteile für das Design neuer Wirkstoffe. Experimentelle
MehrVorhersage von Protein-Funktionen. Patrick Pfeffer
Vorhersage von Protein-Funktionen Patrick Pfeffer Überblick Motivation Einleitung Methode Markov Random Fields Der Gibbs Sampler Parameter-Schätzung Bayes sche Analyse Resultate Pfeffer 2 Motivation Es
MehrProteinstrukturklassen α-helikale Proteine
Proteinstrukturklassen α-helikale Proteine Wintersemester 2011/12 Peter Güntert Domäne Modul Faltung Domäne (domain): Polypeptidkette (oder Teil davon), die unabhängig in eine stabile, kompakte Tertiärstruktur
MehrThe Arabidopsis F-box protein TIR1 is an auxin receptor. Von Stefan Kepinski & Ottoline Leyser
The Arabidopsis F-box protein TIR1 is an auxin receptor Von Stefan Kepinski & Ottoline Leyser Bekanntes Modell Was war bekannt? In der Zwischenzeit gefunden: - ABP1 kann große Mengen Auxin binden und ist
Mehr8.2 Nicht parametrische Tests Vergleich CT/2D/3D. Abb. 28 Mann-Whitney-U-Test
41 8. Interpretationen der Studienergebnisse Im vorliegenden Kapitel werden die Studienergebnisse mit Hilfe des Mann-Whitney-U-Tests auf signifikante Unterschiede untersucht. Hierfür wurden die vorliegenden
MehrDie wichtigsten Bioinformatikdatenbanken. SwissProt, PDB, Scop, CATH, FSSP, PROSITE, Pfam
Die wichtigsten Bioinformatikdatenbanken SwissProt, PDB, Scop, CATH, FSSP, PROSITE, Pfam Übersicht Nucleotidsequenzen: GenBank, EMBL Proteindatenbank SwissProt Proteinstrukturen: Brookhavens PDB Proteinklassifizierung:
MehrMultiple Alignments. Vorlesung Einführung in die Angewandte Bioinformatik Prof. Dr. Sven Rahmann. Webseite zur Vorlesung
Multiple Alignments Vorlesung Einführung in die Angewandte Bioinformatik Prof. Dr. Sven Rahmann Webseite zur Vorlesung http://bioinfo.wikidot.com/ Sprechstunde Mo 16-17 in OH14, R214 Sven.Rahmann -at-
MehrDie Substratspezifität der Enzyme Trypsin und Chymotrypsin
Die Substratspezifität der Enzyme Trypsin und Chymotrypsin Einleitung Die Proteine Trypsin und Chymotrypsin sind Enzyme, die im Magen von Säugetieren vorkommen und die Hydrolyse von Peptidbindungen katalysieren.
MehrHypothetisches Modell
Hypothetisches Modell Das Heutige Paper Inhalt: SCF bindet Auxin direkt TIR1 ist ein Auxin Rezeptor Auxin bindet direkt an TIR1, es sind keine zusätzlichen Komponenten nötig Methode Normales Pull down
MehrSynthese von Teroxazolen als Peptidmimetika
Synthese von Teroxazolen als Peptidmimetika Dissertation zur Erlangung des Doktorgrades der Naturwissenschaften vorgelegt beim Fachbereich Biochemie, Chemie und Pharmazie der Johann Wolfgang Goethe-Universität
MehrElektronenmikroskopie zeigte die Existenz der A-, P- und E- trna-bindungsstellen. Abb. aus Stryer (5th Ed.)
Elektronenmikroskopie zeigte die Existenz der A-, P- und E- trna-bindungsstellen Die verschiedenen Ribosomen-Komplexe können im Elektronenmikroskop beobachtet werden Durch Röntgenkristallographie wurden
MehrBioinformatik: Schnittstelle zwischen Informatik und Life-Science
Bioinformatik: Schnittstelle zwischen Informatik und Life-Science Andreas Zendler (PD Dr.rer.nat.Dr.phil.) GI / GChACM 12. ovember 2001 Inhaltsübersicht I. Einführung II. Bioinformatik III. Industrial
MehrDas Frühwarnsystem für die. Das Frühwarnsystem für die Ausliefer-Produkt-Audits (APA) (APA)
Das Frühwarnsystem für die Das Frühwarnsystem für die Ausliefer-Produkt-Audits (APA) (APA) Das Frühwarnsystem für die Ausliefer-Produkt-Audits (APA) Gliederung: Auswertung der APA-Daten Datengrundlage
MehrVon der Sequenz zur Funktion
58 Von der Sequenz zur Funktion Datenbanken und Modellierung 01 Enzyme spielen in der Medizin eine wichtige Rolle, da je nach der vorhandenen Enzymausstattung die individuelle Reaktion auf Medikamente
MehrBiologie I/B: Klassische und molekulare Genetik, molekulare Grundlagen der Entwicklung Theoretische Übungen SS 2016
Biologie I/B: Klassische und molekulare Genetik, molekulare Grundlagen der Entwicklung Theoretische Übungen SS 2016 Fragen für die Übungsstunde 2 (06.06. 10.06.) DNA-Schäden, Mutationen und Reparatur 1.
MehrErratum zur Diplomarbeit von Andreas Bender. Korrekturverzeichnis: Kapitel 3.2.2, Seiten 39-46
Erratum zur Diplomarbeit von Andreas Bender Korrekturverzeichnis: Kapitel 3.2.2, Seiten 39-46 3.2.2. Einzelne Aminosäuren in N-terminalen Abschnitten In den Abbildungen 16-22 sind die relativen Aminosäurehäufigkeiten
MehrConstruction of Protein Binding Sites in Scaffold Structures
Construction of Protein Binding Sites in Scaffold Structures Shide Liang, Zhijie Liu, Weizhong Li, Lisheng Ni, Luhua Lai Peking University, Beijing Seminar Bioinformatik SS05 Präsentation: Mareike Moritz
MehrMathematik und Naturwissenschaften, Biologie, Biochemie. Biochemie II - Tutorium
Mathematik und Naturwissenschaften, Biologie, Biochemie Biochemie II - Tutorium Dresden, 20.10.2016 Alexander Götze 3.Semester Molekulare Biotechnologie a.goetze2207@googlemail.com Mi. 2DS DRU. 68 H Michel
MehrWas ist Bioinformatik?
9. Kurstag: Bioinformatik Der Begriff "Bioinformatik" wurde 1989 erstmals von D.R. Masys im JOURNAL OF RESEARCH OF THE NATIONAL INSTITUTE OF STANDARDS AND TECHNOLOGY erwähnt. Was ist Bioinformatik? Die
MehrModelllösungen. ( x) Schnittpunkte mit der x-achse: Schnittpunkt S. mit der y-achse: S y. = 24x. Damit ergeben sich die Tiefpunkte T
Modelllösungen Der gewählte Lösungsansatz und weg muss nicht identisch mit dem in der Modelllösung sein. Sachlich richtige Alternativen werden mit entsprechender Punktzahl bewertet. Nr. a Schnittpunkte
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus:
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Die gentechnische Produktion von Insulin - Selbstlerneinheit zur kontextorientierten Wiederholung der molekularen Genetik Das komplette
MehrProteinstrukturvorhersage Strukturelle Bioinformatik WS15/16
Proteinstrukturvorhersage Strukturelle Bioinformatik WS15/16 Dr. Stefan Simm, 02.12.2015 simm@bio.uni-frankfurt.de Proteinstrukturvorhersage EINLEITUNG Strukturparameter Lokale inter Rest Interaktionen
MehrEinführung in das Molecular Modelling
Einführung in das Molecular Modelling Darstellung und Bearbeitung dreidimensionaler Molekülstrukturen Berechnung der physikochemischen Eigenschaften Ziel: Einsicht in die molekularen Mechanismen der Arzneistoffwirkung
MehrChemie für Mediziner. 2., aktualisierte Auflage. Carsten Schmuck Bernd Engels Tanja Schirmeister Reinhold Fink
Chemie für Mediziner 2., aktualisierte Auflage Carsten Schmuck Bernd Engels Tanja Schirmeister Reinhold Fink Chemie für Mediziner - PDF Inhaltsverzeichnis Chemie für Mediziner Impressum Inhaltsübersicht
Mehr10 BIOGENE-AMINE 4 NICHT-PROTEINOGENE- AS. 20 PROTEINOGENE AS glucoplastisch/ketoplastisch 8 ESSENTIELLE AS
Für uns! - es gibt 20 AS Diese sind wiederum aufgeteilt in: Neutrale AS Saure AS Basische AS Schwefelhaltige AS Aromatische AS Heterocyklische AS - es gibt 20 AS - davon sind 8 essentiell d.h.: der Körper
Mehr: Quantenmechanische Lösung H + 2. Molekülion und. Aufstellen der Schrödingergleichung für das H + 2
H + 2 Die molekulare Bindung : Quantenmechanische Lösung Aufstellen der Schrödingergleichung für das H + 2 Molekülion und Lösung Wichtige Einschränkung: Die Kerne sind festgehalten H Ψ(r) = E Ψ(r) (11)
MehrSoftwarewerkzeuge der Bioinformatik
Bioinformatik Wintersemester 2006/2007 Tutorial 2: paarweise Sequenzaligments BLAST Tutorial 2: BLAST 1/22 Alignment Ausrichten zweier oder mehrerer Sequenzen, um: ihre Ähnlichkeit quantitativ zu erfassen
Mehr0.1 Eiweißstoffe (Proteine)
1 22.06.2006 0.1 Eiweißstoffe (Proteine) 0.1.1 Die Aminosäuren Bausteine der Proteine Proteine sind aus einer Vielzahl (bis Tausende) von Baueinheiten zusammengesetzte Makromoleküle. Die einzelnen Bausteine,
MehrEvolution & Genetik (Beispiel Hämoglobin) Prof. Dr. Antje Krause FH Bingen 06721 / 409 253 akrause@fh-bingen.de
Evolution & Genetik (Beispiel Hämoglobin) Prof. Dr. Antje Krause FH Bingen 06721 / 409 253 akrause@fh-bingen.de DNA (Desoxyribonukleinsäure) 5 3 CGATGTACATCG GCTACATGTAGC 3 5 Doppelhelix Basen: Adenin,
MehrPosttranskriptionale RNA-Prozessierung
Posttranskriptionale RNA-Prozessierung Spaltung + Modifikation G Q Spleissen + Editing U UUU Prozessierung einer prä-trna Eukaryotische messenger-rna Cap-Nukleotid am 5 -Ende Polyadenylierung am 3 -Ende
MehrHypothetische Modelle
Hypothetische Modelle Hypothetische Modelle Das Paper Identification of an SCF ubiquitin ligase complex required for auxin response in Arabidopsis thaliana William M. Gray,1,4 J. Carlos del Pozo,1,4 Loni
MehrStruktur in der Bioinformatik
Struktur in der Bioinformatik Rolf Backofen Lehrstuhl für Bioinformatik Institut für Informatik FS Jena Überblick Einführung nwendungsbeispiel: Selenoproteine Proteinfaltung Protein Docking c R. Backofen
MehrEinführung in die Angewandte Bioinformatik: Proteinsequenz-Datenbanken
Einführung in die Angewandte Bioinformatik: Proteinsequenz-Datenbanken 14.05.2009 Prof. Dr. Sven Rahmann 1 3 Proteinsequenz-Datenbanksysteme NCBI Entrez Proteins EBI SRS Proteins UniProt (empfohlen) 2
MehrBioinformatik für Lebenswissenschaftler
Bioinformatik für Lebenswissenschaftler Oliver Kohlbacher, Steffen Schmidt SS 2010 10. Multiples Alignment II & PSI-BLAST Abt. Simulation biologischer Systeme WSI/ZBIT, Eberhard Karls Universität Tübingen
MehrBLAST. Datenbanksuche mit BLAST. Genomische Datenanalyse 10. Kapitel
Datenbanksuche mit BLAST BLAST Genomische Datenanalyse 10. Kapitel http://www.ncbi.nlm.nih.gov/blast/ Statistische Fragen Datenbanksuche Query Kann die globale Sequenzähnlichkeit eine Zufallsfluktuation
MehrIn den Proteinen der Lebewesen treten in der Regel 20 verschiedene Aminosäuren auf. Deren Reihenfolge muss in der Nucleotidsequenz der mrna und damit
In den Proteinen der Lebewesen treten in der Regel 20 verschiedene Aminosäuren auf. Deren Reihenfolge muss in der Nucleotidsequenz der mrna und damit in der Nucleotidsequenz der DNA verschlüsselt (codiert)
MehrAlgorithmen auf Sequenzen Paarweiser Sequenzvergleich: Alignments
Algorithmen auf Sequenzen Paarweiser Sequenzvergleich: Alignments Sven Rahmann Genominformatik Universitätsklinikum Essen Universität Duisburg-Essen Universitätsallianz Ruhr Einführung Bisher: Berechnung
MehrZiel: Vorhersage eines Kriteriums/Regressand Y durch einen Prädiktor/Regressor X.
Lineare Regression Einfache Regression Beispieldatensatz: trinkgeld.sav Ziel: Vorhersage eines Kriteriums/Regressand Y durch einen Prädiktor/Regressor X. H0: Y lässt sich nicht durch X erklären, das heißt
MehrHomologie und Sequenzähnlichkeit. Prof. Dr. Antje Krause FH Bingen 06721 / 409 253 akrause@fh-bingen.de
Homologie und Sequenzähnlichkeit Prof. Dr. Antje Krause FH Bingen 06721 / 409 253 akrause@fh-bingen.de Homologie Verwandtschaft aufgrund gleicher Abstammung basiert auf Speziation (Artbildung): aus einer
Mehr4.1 Restriktionsenzymverdau von PCR-Produkten des β-catenin-gens
4 Ergebnisse 4.1 Restriktionsenzymverdau von PR-Produkten des β-atenin-ens Für die Mutationsanalyse im Exon 3 des β-atenin-ens wurde in 19 Fällen die genomische DN aus umorgewebe untersucht, indem wie
MehrÜbung II. Einführung, Teil 1. Arbeiten mit Ensembl
Übung II Einführung, Teil 1 Arbeiten mit Ensembl Ensembl Genome Browser (Bereitstellung von Vielzeller Genomen) Projekt wurde 1999 initiiert Projektpartner EMBL European Bioinformatics Institute (EBI)
MehrDie Evolution. Molekularer Netzwerke. Sarah A. Teichmann
Die Evolution Molekularer Netzwerke Sarah A. Teichmann Embryonale Entwicklung des Seeigels (Strongylocentrotus purpuratus) Systembiologie: Biologen als molekulare Ingenieure Schaltkreise der embryonalen
Mehr5. Clusteranalyse. Lernziele: Grundlegende Algorithmen der Clusteranalyse kennen, ihre Eigenschaften
5. Clusteranalyse Lernziele: Grundlegende Algorithmen der Clusteranalyse kennen, ihre Eigenschaften benennen und anwenden können, einen Test auf das Vorhandensein einer Clusterstruktur kennen, verschiedene
MehrVertiefendes Seminar zur Vorlesung Biochemie I Bearbeitung Übungsblatt 4
Vertiefendes Seminar zur Vorlesung Biochemie I 20.11.2015 Bearbeitung Übungsblatt 4 Gerhild van Echten-Deckert Fon. +49-228-732703 Homepage: http://www.limes-institut-bonn.de/forschung/arbeitsgruppen/unit-3/
MehrAlgorithmen zum Strukturvergleich Strukturelle Bioinformatik WS16/17
Algorithmen zum Strukturvergleich Strukturelle Bioinformatik WS16/17 Dr. Stefan Simm, 01.11.2016 simm@bio.uni-frankfurt.de Strukturvergleich, -alignment und -superposition SPEZIFIKATION DES PROBLEMS Detailgrad
MehrAnalyse von Kontingenztafeln
Analyse von Kontingenztafeln Mit Hilfe von Kontingenztafeln (Kreuztabellen) kann die Abhängigkeit bzw. die Inhomogenität der Verteilungen kategorialer Merkmale beschrieben, analysiert und getestet werden.
Mehr5. Clusteranalyse Vorbemerkungen. 5. Clusteranalyse. Grundlegende Algorithmen der Clusteranalyse kennen, ihre Eigenschaften
5. Clusteranalyse Vorbemerkungen 5. Clusteranalyse Lernziele: Grundlegende Algorithmen der Clusteranalyse kennen, ihre Eigenschaften benennen und anwenden können, einen Test auf das Vorhandensein einer
MehrEukaryotische messenger-rna
Eukaryotische messenger-rna Cap-Nukleotid am 5 -Ende Polyadenylierung am 3 -Ende u.u. nicht-codierende Bereiche (Introns) Spleißen von prä-mrna Viele Protein-codierende Gene in Eukaryoten sind durch nicht-codierende
MehrHämophilie Symposium, März , Reitter Sylvia
Hämophilie Symposium, März 2010 FVIII-Gen liegt auf Xq28 (langer Arm des X-Chromosoms) x Hämophilie Erbgang I Hämophilie Erbgang II FVIII-Gen besteht aus 26 Exons mit 186 Kilobasenpaaren (kb); Exon 14
MehrStatistische Matching-Verfahren
Statistische Matching-Verfahren Erste Statistik-Tage 2012 Bamberg Fürth 26./27. Juli 2012 in Bamberg Prof. Dr. Susanne Rässler Lehrstuhl für Statistik und Ökonometrie in den Sozial- und Wirtschaftswissenschaften
MehrMOL.504 Analyse von DNA- und Proteinsequenzen. Modul 2 BLAST-Sequenzsuche und Sequenzvergleiche
MOL.504 Analyse von DNA- und Proteinsequenzen Modul 2 BLAST-Sequenzsuche und Sequenzvergleiche Summary Modul 1 - Datenbanken Wo finde ich die DNA Sequenz meines Zielgens? Wie erhalte ich Info aus der DNA-Datenbank
MehrInhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden
Inhaltsverzeichnis Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3 Warum Statistik? 3 Checkpoints 4 Daten 4 Checkpoints 7 Skalen - lebenslang wichtig bei der Datenanalyse
MehrDarwins Erben - Phylogenie und Bäume
Vorlesung Einführung in die Bioinforma4k SoSe2011 Darwins Erben - Phylogenie und Bäume Prof. Daniel Huson ZBIT Center for Bioinformatics Center for Bioinformatics Charles Darwin und Bäume Darwin's Notizbuch
MehrZentrales Dogma der Biologie
Zentrales Dogma der Biologie Transkription: von der DNA zur RNA Biochemie 01/1 Transkription Biochemie 01/2 Transkription DNA: RNA: Biochemie 01/3 Transkription DNA: RNA: Biochemie 01/4 Transkription RNA:
MehrBitte an das Labor weiterleiten Wichtige Produktinformation. WICHTIGER PRODUKT-SICHERHEITS- UND KORREKTURHINWEIS VITEK MS System: Einschränkungen
Customer Service Wichtige Information Genf, 10. Februar 2017 FSCA 1016267 - VTK MS Bitte an das Labor weiterleiten Wichtige Produktinformation WICHTIGER PRODUKT-SICHERHEITS- UND KORREKTURHINWEIS VITEK
MehrTranskription und Translation sind in Eukaryoten räumlich und zeitlich getrennt. Abb. aus Stryer (5th Ed.)
Transkription und Translation sind in Eukaryoten räumlich und zeitlich getrennt Die Initiation der Translation bei Eukaryoten Der eukaryotische Initiationskomplex erkennt zuerst das 5 -cap der mrna und
MehrBioinformatik II: Phylogenetik
Bioinformatik II: Phylogenetik phylogenetisch Phylai: griechische Klans phylum: der Stamm phylogenetisch: die Stammesgeschichte von Lebewesen betreffend Hierarchien der Klassifikation: Domäne: Eukaryonten
Mehr1. XOR: Mit folgender Architektur geht es. x 1. x n-dimensionale Lernprobleme mit einer n-2-1-architektur lösen ...
1. XOR: Mit folgender Architektur geht es x 1 x 2 2. n-dimensionale Lernprobleme mit einer n-2-1-architektur lösen x 1 x 2... x 2 Loading-Problem: Für eine endliche Liste binärer Trainingspaare (x(1),d(1)),l,(x(k)d(k))
MehrPROTEINBIOSYNTHESE "Das zentrale Dogma der Molekularbiologie"
PROTEINBIOSYNTHESE "Das zentrale Dogma der Molekularbiologie" Die für die Synthese von Eiweißstoffen notwendigen Schritte sind: (1) Replikation der DNA: Vor jeder Zellteilung wird die gesamte zelluläre
Mehr2 Abkürzungsverzeichnis/Definitionen
KAPITEL 2. ABKÜRZUNGSVERZEICHNIS/DEFINITIONEN 10 2 Abkürzungsverzeichnis/Definitionen 2.1 Abkürzungsverzeichnis AS βa Boc CD Cha C-Terminus DBU DCM DIC DIPA DMA DMF ε EDTA EEDQ eq. ESI-TOF Fmoc HATU HBTU
MehrBioinformatik für Lebenswissenschaftler
Bioinformatik für Lebenswissenschaftler Oliver Kohlbacher, Steffen Schmidt SS 2010 06. Paarweises Alignment Teil II Abt. Simulation biologischer Systeme WSI/ZBIT, Eberhard Karls Universität Tübingen Übersicht
Mehr3 METHODEN. 3.1 Modellierung von Proteinstrukturen. 3.1.1 Sequenzanalyse
Methoden 12 3 METHODEN 3.1 Modellierung von Proteinstrukturen Das steigende Interesse in den Bereichen der Medizin, Molekularbiologie, Pharmazie, Biotechnologie an Proteinstrukturen unterstreicht die Bedeutung
MehrRekombinante Antikörper
Frank Breitling und Stefan Dübel 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Rekombinante Antikörper Technische
Mehr