Proteinstrukturvorhersage Strukturelle Bioinformatik WS15/16

Transkript

1 Proteinstrukturvorhersage Strukturelle Bioinformatik WS15/16 Dr. Stefan Simm,

2 Proteinstrukturvorhersage EINLEITUNG

3 Strukturparameter Lokale inter Rest Interaktionen (H-Brücken) Alpha Helix & Beta Faltblatt (regulär) Random coil (irregulär) im Falle des Fehlens einer regulären Struktur M; A; L; E; K für Helices G; P für (Turns) T; F; Y; I; V; W für Faltblätter

4 alpha-helix and beta-sheet alpha-helix Alpha-Helices: Distanz: 0.54 nm Drehung:3.6 AA Versetzung:0.15 nm Beta-Faltblätter: beta-faltblatt Parallel oder antiparallel Versetzung zum Nachbarn: 0.35 nm

5 Topologie Topologie deer Proteine Homology modeling Vorhersage von secondary structures Vorhersage von Modifikationsstellen Methylation Phosphorylation Ubiquitination Sortierung von Proteinen Vorhersage von Signal Sequenzen

6 Proteinstrukturvorhersage SEKUNDÄRSTRUKTURVORHERSAGE

7 Sequenzanalyse Vorhersage von TPR-like helical repeats Sekundärstrukturvorhersage Disorder Vorhersage Domänenvorhersage

8 Programme zur Strukturvorhersage PsiPred Jnet (Jpred 3) Sspro (Sspro 4.0) GeneSilico (Registrierung erforderlich)

9 PsiPred Höhe des Balkens korreliert mit Wahrscheinlichkeit gelber Pfeil Beta Faltblatt pinker Zylinder Alpha Helix schwarze Linie unstrukturiert (Coil)

10 Jpred/Jnet Symbol Pale blue meaning hydrophobic Pale green conserved polar gelber Pfeil Beta Faltblatt Small letters small residues pinker Zylinder Alpha Helix Red fully conserved Blue text Proline B verdeckte AA in flüssiger Umgebung Red text Histidine Höhe der Nummer korreliert Boxed mit Wahrscheinlichkeit Aliphatic (L, I or V) Yellow Cystine

11 SSpro Short cut H G I E B T S C Secondary structure Alpha-helix 3-10-helix Pi-helix Extended strand Beta-bridge Turn Bend Rest Genauigkeit von ~76% Vorhersage beruht auf Zusammenschluss von 100 1D-RNN (recurrent neural networks) pi-helix teilweise üblich in Membranproteinen und besitzt 4.4 reste pro Drehung 3-10-helix besitzt 3 Reste pro Drehung und ist häufig in globulären Proteinen sowie am Ende von Helices

12 Proteinstrukturvorhersage GENESILICO

13 GeneSilico Proteinstrukturvorhersage Meta-Server Input (query sequence) Verwendet werden: Fold recognition methods Comparative Modeling Novel Fold Secondary Structure Prediction Konsensus Modell verringert die Wahrscheinlichkeit von Falsch-Positiven

14 hmmpfam Geeignet für multiple Sequenzalignments oder Einzelsequenzen Suche nach annotierten Domänen in der Pfam Datenbank (Protein Familien sind dargestellt durch multiple Alignments/HMM s) Der Score ist ähnlich dem E-Wert

15 hhsearch_cdd Tool zum Vergleich von Profilen gegeneinander Query Sequenzprofil gegen Multiple Alignment Profile Erstellung des Sequenzprofils erfolgt mittels hhsearch auf der CDD (Conserved Domains Database)

16 Protein Domänen scooby & globplot identifizieren globulare Regionen durch Hydrophobizität domac, dompro, domssea nutzen evolutionäre Informationen, vorhergesagte Sekundärstrukturen & flüssige Zugänglichkeit

17 Transmembrane Helices memsat identifiziert transmembrane Helices durch eine Mutationsfrequenz-Matrix einer Proteinklasse scampi etc. nutzen Positions-spezifische Aminosäure Einflüsse auf die freie Energie von Membran Proteinen

18 Protein Ordnung Gute Vorhersageergebnisse disopred spritz sagt ungeordnete Regionen voraus und verwendet hierzu Support Vektor Maschinen (SVM) trainiert durch experimental nachgewiesene lange ungeordnete Fragmente (>=30 AA)

19 Coiled Coils coils vergleicht die Sequenz mit bekannten parallelen doppelsträngigen coiled-coils marcoil benutzt ein HMM für die Vorhersage von coiled-coils (Hohe Genauigkeit für kurze coiled-coils)

20 Sekundärstruktur Die Vorhersageprogramme verwenden teils Eigenschaften der letzten Slides für die Vorhersage E beta-sheet; H alpha-helix Der Konsensus übernimmt die Struktur pro Spalte bei einem Überlapp von 6 der 10 Programme

21 Proteinstrukturvorhersage TERTIÄRSTRUKTURVORHERSAGE

22 Tertiärstrukturvorhersage HHpred fold recognition Phyre 2 homology recognition Structure databases PDB (crystal & NMR structures)

23 HHpred Identifizierung von homologen Sequenzen Bekannte Strukturen als Templat nutzen

24 Phyre 2

25 Phyre 2 Output I Registrierung auf Phyre 2 ermöglicht: Submission von bis zu 50 Sequenzen auf einmal

26 Phyre Output II

27 3D Strukturen von: PDB Übersicht Proteinen, Nukleinsäure, Komplex Assemblierung

28 PDB Detail Ansicht

29 Proteinstrukturvorhersage TRANSMEMBRANE REGIONEN VORHERSAGEN

30 α-helicale Transmembranregionen TMHMM TOPCONS TMPRED rm.html

31 TMHMM

32 TOPCONS

33 TMPRED

34 β-barrel Transmembranregionen BOMP PRED-TMBB TMBB/input.jsp TBBpred

35 BOMP

36 PRED-TMBB

37 TBBpred

38 Proteinstrukturvorhersage DOCKING

39 Definition von Docking Gegeben: Zwei biologische Moleküle Interaktionspartner aus einer Datenbank mit bekannter Struktur Ziel: Entscheidung ob die Moleküle interagieren Orientierung der Interaktion um die Energie des Komplexes zu minimieren

40 Warum ist Docking interessant? Starke Relevanz in der zellulären Biologie da die Funktion beeinflusst wird durch: die Interaktion mit sich selbst Die Interaktion mit anderen molekularen Komponenten Docking als Schlüssel für Drug Design: Inhibitoren finden für Zielproteine Entwicklen von neuen Stoffen

41 Worin besteht die Schwierigkeit? Beide Moleküle besitzen eine gewisse Flexibilität Interaktion miteinander kann die Struktur verändern: Hunderte / Tausende von Freiheitsgraden Summe aller möglichen Konfirmationen ist gigantisch

42 Typen von Docking Studien Protein-Protein Docking Beide Moleküle werden als starr behandelt Nur 6 Freiheitsgrade vorhanden Sterische Einschränkungen limitieren den Suchraum und mögliche Bindekonformationen Protein-Ligand Docking Ligand flexibel; Rezeptor starr Suchraum und Freiheitsgrade um einiges größer Reduzierung der Flexibilität durch starre Fragmente Konformationsraum absuchen durch Molekulardynamische Studien oder Monte-Carlo Methoden

43 Oberflächen Darstellung Jede atomische Sphere wird aus dem van der Waals Radius des Atoms gebildet Würde man eine Tastkugel über die van der Waals Oberfläche rollen, ergibt sich das Connolly surface

44 Protein-protein docking Docking Problem: Vorhersage der Docking Konfiguration auf Grundlage der Struktur Gebundenes versus ungebundenes Docking Konformationsänderungen

45 Bound vs. unbound Receptor Detailansicht Ligand Grobe Detailansicht Trypsin/APPI

46 Proteins: Basics CASP CAPRI ADEFFGKLSTKK. Sequence Monomers +... O O N O O N Building Blocks: backbone & side chains O N N O N... Rigid body degrees of freedom 3 translation 3 rotation Structure Complex

47

48 Protein-Ligand Docking

49 DOCK DOCK funktioniert in 5 Schritten: Schritt 1: Starte mit Kristallstruktur Koordinaten des Ziel Rezeptors Schritt 2: Generiere die molekulare Oberfläche des Rezeptors Schritt 3: Generiere Sphären in der aktiven Bindestelle für putative Liganden Atome Schritt 4: Sphären Zentren dienen als Ausgangspunkt für Liganden Orientierung des Liganden testen Schritt 5: Bestes Scoring für Ligand und Orientierung

50 DOCK: Beispiel - HIV-1 protease ist der Rezeptor - Aspartyl Gruppen bilden die aktive Seite

51 DOCK DOCK funktioniert in 5 Schritten: Schritt 1: Starte mit Kristallstruktur Koordinaten des Ziel Rezeptors Schritt 2: Generiere die molekulare Oberfläche des Rezeptors Schritt 3: Generiere Sphären in der aktiven Bindestelle für putative Liganden Atome Schritt 4: Sphären Zentren dienen als Ausgangspunkt für Liganden Orientierung des Liganden testen Schritt 5: Bestes Scoring für Ligand und Orientierung

52 DOCK: Beispiel - HIV-1 protease ist der Rezeptor - Aspartyl Gruppen bilden die aktive Seite

53 DOCK DOCK funktioniert in 5 Schritten: Schritt 1: Starte mit Kristallstruktur Koordinaten des Ziel Rezeptors Schritt 2: Generiere die molekulare Oberfläche des Rezeptors Schritt 3: Generiere Sphären in der aktiven Bindestelle für putative Liganden Atome Schritt 4: Sphären Zentren dienen als Ausgangspunkt für Liganden Orientierung des Liganden testen Schritt 5: Bestes Scoring für Ligand und Orientierung

54 DOCK: Beispiel - HIV-1 protease ist der Rezeptor - Aspartyl Gruppen bilden die aktive Seite

55 DOCK DOCK funktioniert in 5 Schritten: Schritt 1: Starte mit Kristallstruktur Koordinaten des Ziel Rezeptors Schritt 2: Generiere die molekulare Oberfläche des Rezeptors Schritt 3: Generiere Sphären in der aktiven Bindestelle für putative Liganden Atome Schritt 4: Sphären Zentren dienen als Ausgangspunkt für Liganden Orientierung des Liganden testen Schritt 5: Bestes Scoring für Ligand und Orientierung

56 DOCK: Beispiel - HIV-1 protease ist der Rezeptor - Aspartyl Gruppen bilden die aktive Seite

57 DOCK DOCK funktioniert in 5 Schritten: Schritt 1: Starte mit Kristallstruktur Koordinaten des Ziel Rezeptors Schritt 2: Generiere die molekulare Oberfläche des Rezeptors Schritt 3: Generiere Sphären in der aktiven Bindestelle für putative Liganden Atome Schritt 4: Sphären Zentren dienen als Ausgangspunkt für Liganden Orientierung des Liganden testen Schritt 5: Bestes Scoring für Ligand und Orientierung

58 DOCK: Beispiel 3 Scoring Schemata: Shape scoring, Electrostatic scoring & Force-field scoring Top Scoring Orientierung von Ligand thioketal

59 SwissDock

60 Submission Form

61 SwissDock Output