Przewidywanie struktury kanału białkowego z wykorzystaniem probabilistycznych gramatyk formalnych oraz modelu ciągłego przepływu jonów

Transkrypt

1 Przewidywanie struktury kanału białkowego z wykorzystaniem probabilistycznych gramatyk formalnych oraz modelu ciągłego przepływu jonów Witold Dyrka Instytut Inżynierii Biomedycznej i Pomiarowej, Politechnika Wrocławska KotulskaLab * Wrocław,

2 Plan Modelowanie miejsc kontaktowych helisa-helisa w białkach transmembranowych przy użyciu probabilistycznych gramatyk formalnych analiza gramatyki podsumowanie wyników Modelowanie przepływu jonów przez kanały białkowe przy użyciu modelu 3D PNP wyniki zbiorcze dla różnych kanałów wrażliwość modelu na różnice strukturalne oraz mutacje punktowe

3 Przewidywanie struktury białek kanałowych w oparciu o probabilistyczne gramatyki formalne Cel: podniesienie skuteczności przewidywania ab initio konformacji białkowych kanałów jonowych Metoda: reprezentacja kontaktów pomiędzy helisami przez probabilistyczne gramatyki formalne uczone ewolucyjnie Określenie przestrzennego typu kontaktu helis na podst. sekwencji Ograniczenie przestrzeni poszukiwań ab initio 3

4 Klasy miejsc kontaktowych helisa-helisa w białkach TM Walters & DeGrado, PNAS 2006

5 Model miejsca kontaktowego helisa-helisa: GRAMATYKA Start Interface Outer-face Outer-face OutsideResidues1 Interface OutsideResidues2 ε Interface InsideResidues1 Outer-face InsideResidues2 ε na podst. Waldispuehl J, Steyaert J-M. TCS 335:67-92 (2005) Start Outer-face OutRes Interface OutRes InRes Outer-face InRes OutRes Interface OutRes InRes Outer-face InRes ε 5

6 Gramatyka dostępności aminokwasów w klasie c1

7 Gramatyka dostępności aminokwasów w klasie c1

8 Gramatyka rozmiaru van der Waalsa aminokwasów w klasie c2

9 Gramatyka rozmiaru van der Waalsa aminokwasów w klasie c2

10 Klasyfikacja typów miejsc kontaktowych helisa-helisa na podstawie sekwencji wyniki

11 Podsumowanie gramatyki Gramatyczne deskryptory klas miejsc kontaktowych helisa-helisa poddałem 4-krotnej walidacji krzyżowej. Skuteczność pojedynczych gramatyk osiągała wartości od 0.60 do 0.70 AUC ROC. Połączeniu kilku gramatyk w jeden klasyfikator, pozwalała zwiększyć AUC ROC do poziomu Oszacowałem, że metoda pozwala na przypisanie geometrii średnio ponad 1/5 kontaktów międzyhelikalnych z dokładnością 1.5Å bez popełniania błędu przyjęcia. Ergo: gramatyki mogą dostarczyć ograniczeń przestrzeni poszukiwań metod przewidywania struktury 3D typu ab initio. Zaletą metody z punktu widzenia biologa molekularnego jest możliwość odniesienia reguł gramatyki do struktury 3D białek.

12 Algorytm 3D PNP optymalna ścieżka przetwarzania i parametryzacja

13 Zbiór danych i wyniki

14 Kanał alfa-hemolizyny. Porównanie z innymi modelami PNP oraz BD

15 Rodzina kanałów potasowych. Trafnie przewidziany kierunek rektyfikacji MthK (pdb: 3LDC) =0.90 =0.72 Różnica pomiędzy strukturami RMSD=2A =1.26 KcsA (pdb: 3FB7) =1.29

16 Kanał GLIC2. Przewidywanie efektu mutacji punktowej Neutralizacja 5 reszt kwasu glutaminowego Zmiana całkowitego ładunku białka z -5e do 0e. kationoselektywność >anionoselektywność Przewidywanie wg modelu 3D PNP analogiczne do wyników Brownian Dynamics 5x GLU222

17 Serwer WWW

18 Podsumowanie 3D PNP Stworzyłem oryginalny protokół budowy modeli dla szerokiego spektrum typów kanałów białkowych Znalazłem standardową parametryzację, przy której model 3D PNP wykazuje dobrą zgodność z wynikami eksperymentalnymi Pokazałem, że model 3D PNP przewiduje przejście kanału GLIC2 od kationo- do anionoselektywności w konsekwencji punktowej mutacji Pokazałem, że model poprawnie oddawał różnice funkcjonalne w rodzinie kanałów potasowych przy RMSD=2A i podobieństwie sekwencji 46% Ergo: stworzone przeze mnie narzędzie nadaje się do szybkiej weryfikacji modeli kanałów białkowych

19 Dziękuję za uwagę Publikacje: M.Kotulska, W.Dyrka, P.Sadowski, Fluorescent methods in evaluation of nanopore conductivity - computational validation (rozdz. książki), CRC W.Dyrka, J.-C. Nebel, M.Kotulska, Towards 3D modeling of interacting TM helix pairs based on classification of helix pair sequence. LNCS 6282 Referaty i seminaria: - George Mason University, Manassas, VA, USA (seminarium) - Yale University, prof. Gerstein Lab, New Haven, CT, USA (seminarium) - Pattern Recognition in Bioinformatics, Nijmegen, Holandia (referat) WIDEO:-) - III Zjazd PTBi-8.Warsztaty z Bioinformatyki dla Dokt., Ustroń (referat) Praca wspierana przez granty: - MNiSW: N N , - UE(POKL) MŁODA KADRA - British Council Young Scientists Programme WAR/342/

20 Dziękuję za uwagę Publikacje: M.Kotulska, W.Dyrka, P.Sadowski, Fluorescent methods in evaluation of nanopore conductivity - computational validation (rozdz. książki), CRC W.Dyrka, J.-C. Nebel, M.Kotulska, Towards 3D modeling of interacting TM helix pairs based on classification of helix pair sequence. LNCS 6282 Referaty i seminaria: h- W in Z de RO x S do T 2 ;-) - George Mason University, Manassas, VA, USA (seminarium) - Yale University, prof. Gerstein Lab, New Haven, CT, USA (seminarium) - Pattern Recognition in Bioinformatics, Nijmegen, Holandia (referat) WIDEO:-) - III Zjazd PTBi-8.Warsztaty z Bioinformatyki dla Dokt., Ustroń (referat) Praca wspierana przez granty: - MNiSW: N N , - UE(POKL) MŁODA KADRA - British Council Young Scientists Programme WAR/342/