AMINOKWASY i BIAŁKA. dr Jacek Śmietański. Instytut Informatyki. Edycja 2016 / 2017.

Transkrypt

1 Edycja 2016 / 2017 wykład 9 AMINOKWASY i BIAŁKA dr Jacek Śmietański jacek.smietanski@ii.uj.edu.pl PDB: 1J7N Instytut Instytut Informatyki Informatyki UJ UJ slajd 1 1

2 Aminokwasy i białka - plan wykładu Znaczenie struktury makrocząsteczek Poziomy organizacji strukturalnej Baza danych strukturalnych PDB (Protein Data Bank) Klasyfikacja rodzin białkowych Przewidywanie struktury drugorzędowej białek slajd 2

3 1. Znaczenie struktury makrocząsteczek Poziomy organizacji strukturalnej PDB (Protein Data Bank) Klasyfikacja rodzin białkowych Przewidywanie struktury drugorzędowej białek ZNACZENIE STRUKTURY MAKROCZĄSTECZEK slajd 3

4 Centralny dogmat bioinformatyki sekwencja -> struktura -> funkcja Genetic Information Biochemical Function Molecular Structure Phenotype (Symptoms) MVHLTPEEKT AVNALWGKVN VDAVGGEALG RLLVVYPWTQ RFFESFGDLS SPDAVMGNPK VKAHGKKVLG AFSDGLAHLD NLKGTFSQLS ELHCDKLHVD PENFRLLGNV LVCVLARNFG KEFTPQMQAA YQKVVAGVAN ALAHKYH slajd 4

5 Najważniejsze zadania i wyzwania Dotyczą zarówno białek, jak i kwasów nukleinowych (głównie RNA). - przewidywanie struktury - poszukiwanie miejsc wiążących - predykcja oddziaływań - modelowanie molekularne - analiza relacji ewolucyjnych - przewidywanie funkcji - projektowanie leków (CADD) slajd 5

6 1. Znaczenie struktury makrocząsteczek 2. Poziomy organizacji strukturalnej PDB (Protein Data Bank) Klasyfikacja rodzin białkowych Przewidywanie struktury drugorzędowej białek POZIOMY ORGANIZACJI slajd 6

7 Aminokwasy elementy budulcowe białek Ogólna budowa aminokwasów: slajd 7

8 Aminokwasy białkowe i slajd 8

9 Aminokwasy hydrofobowe A, V, F, I, L, P, M C, G, Y, W, H, K, T slajd 9

10 Aminokwasy polarne S, T, Y, C, N, Q, H, W D, E, K, R slajd 10

11 Aminokwasy naładowane D, E, K, R, H slajd 11

12 Wiązanie peptydowe Ponieważ wiązanie peptydowe jest płaskie, konformacja głównego łańcucha może być wyznaczona przez kąty φ i ψ. slajd 12

13 Zawada steryczna Niektóre konformacje są niedopuszczalne. slajd 13

14 Wykres Ramachandrana Obrazuje dopuszczalne konformacje. slajd 14

15 Struktury białek Poziomy przestrzennej organizacji białek: I rzędowa liniowa sekwencja aminokwasów II rzędowa opisuje lokalne pofałdowanie (α-helisy, β-kartki) III rzędowa struktura 3D pojedynczego łańcucha IV rzędowa struktura 3D całego białka (połączone wszystkie łańcuchy) Zwijanie białka (film): slajd 15

16 Struktura 2-rzędowa α-helisy β-kartki zwroty slajd 16

17 α-helisy slajd 17

18 β-kartki Są stabilizowane przez wiązania wodorowe i kontakt sąsiadujących łańcuchów - równoległe - antyrównoległe - mieszane slajd 18

19 β-kartki reprezentacja graficzna slajd 19

20 Zwroty β-zwroty γ-zwrot (φi+1=-79, ψi+1=69 ) o o slajd 20

21 Zwroty Typy β -zwrotów w białkach slajd 21

22 Spinka do włosów Odmiana β zwrotu. Częsty wzór, zwykle złożony z 3 aminokwasów, łączący sąsiadujące, antyrównoległe β-kartki slajd 22

23 Fałdowanie białka paradoks Levinthala Jeśli każda reszta aminokwasowa może przybierać tylko trzy różne położenia przestrzenne. To dla białka o długości 100 aminokwasów, całkowita ilość struktur jakie może przyjąć wynosi 3100, czyli ok Jeżeli czas potrzebny na przekształcenie jednej struktury w drugą wynosi 10-13s, to całkowity czas potrzebny na ustalenie optymalnej struktury wyniósłby s (1, lat). Tymczasem rzeczywisty czas potrzebny na zwinięcie się białka liczony jest w mikrosekundach. slajd 23

24 Teoria Anfinsena Anfinsen (1961) cała informacja potrzebna białku do przyjęcia ostatecznej konformacji zakodowana jest w jego strukturze pierwszorzędowej slajd 24

25 Stabilizacja struktury przestrzennej - wiązania wodorowe; - mostki dwusiarczkowe - oddziaływania elektrostatyczne; - siły van der Waalsa slajd 25

26 Ustalanie srtuktury 3D techniki eksperymentalne Krystalografia rentgenowska (X-ray) Jądrowy rezonans magnetyczny (NMR) inne Metody drogie i czasochłonne. slajd 26

27 Ustalanie struktury 3D techniki komputerowe Podejście fizyczne szkoła boltzmannowska Modelowanie zwijania białka (procesu poszukiwania przez łańcuch konformacji o najniższej energii swobodnej, który w komórkach trwa zaledwie ułamki sekundy) korzystając z praw fizyki statycznej. Podejście ewolucyjne szkoła darwinowska Rekonstrukcja procesu powstania sekwencji i struktury białka na drodze ewolucji (przyrodzie zabiera to miliony lat). slajd 27

28 Techniki komputerowe slajd 28

29 1. 2. Znaczenie struktury makrocząsteczek Poziomy organizacji strukturalnej 3. PDB (Protein Data Bank) Klasyfikacja rodzin białkowych Przewidywanie struktury drugorzędowej białek PDB slajd 29

30 PDB baza struktur molekularnych slajd 30

31 PDB statystyki wg stanu na 26.V struktur (dwa lata wcześniej 89740) źródło: ale tylko różnych struktur (50580) ( tylko 1375 różnych zwojów wg klasyfikacji CATH (1375) ( podczas, gdy znamy sekwencji ( ) ( w tym sekwencji z weryfikowanych (539829) ( slajd 31

32 Klasyfikacja CATH slajd 32

33 Plik PDB - nagłówek slajd 33

34 Plik PDB dane slajd 34

35 BioPython PDBParser: diagram UML slajd 35

36 Przykład Wypisuje wszystkie aminokwasy w strukturze białka 1FAT, zawierające nieuporządkowany atom Cα slajd 36

37 Format PDB częste problemy Zwykle wynikają z błędu w strukturze pliku PDB: - powtórzone residuum; - powtórzony atom; - brak alternatywnej informacji dla niejednoznacznego atomu; - urwany łańcuch. slajd 37

38 Wady formatu PDB - brak informacji o wiązaniach - maksymalna liczba atomów w modelu: (pięcioznakowe pole na numer atomu) - maksymalna liczba łańcuchów: 26 (identyfikator jednoliterowy) slajd 38

39 Dokumentacja formatu PDB slajd 39

40 format mmcif slajd 40

41 format mmcif -przykład data_1ej9 # _entry.id 1EJ9 # _audit_conform.dict_name mmcif_pdbx.dic _audit_conform.dict_version _audit_conform.dict_location bx.dic # loop database_2.database_id _database_2.database_code PDB 1EJ9 NDB PD0125 RCSB RCSB # loop database_pdb_rev.num _database_pdb_rev.date _database_pdb_rev.date_original _database_pdb_rev.status _database_pdb_rev.replaces _database_pdb_rev.mod_type ? 1EJ ?? 1EJ9 1 # _database_pdb_rev_record.rev_num 2 _database_pdb_rev_record.type VERSN _database_pdb_rev_record.details? HEADER ISOMERASE/DNA slajd MAR-00 1EJ9

42 Znaczenie struktury makrocząsteczek Poziomy organizacji strukturalnej PDB (Protein Data Bank) 4. Klasyfikacja rodzin białkowych 5. Przewidywanie struktury drugorzędowej białek KLASYFIKACJA RODZIN BIAŁKOWYCH slajd 42

43 Klasyfikacja SCOP Structural Classification Of Proteins hierarchiczny schemat klasyfikacji obejmujący 4 poziomy: Rodzina grupa białek powiązana strukturalnie, ewolucyjnie i funkcjonalnie; Superrodzina zbiór rodzin o podobnej strukturze i funkcji; Zwój wspólna topologia na większym fragmencie łańcucha Klasa grupa zwojów charakteryzowanych strukturą 2-rzędową. Klasy: α (głównie α-helisy), β (głównie β-kartki), α/β (α-helisy i β-kartki w silnej interakcji), α+β (α-helisy i β-kartki słabo lub w ogóle nie oddziałujące na siebie), multidomain proteins (niehomologiczne białka, z różnymi zwojami) slajd 43

44 Przykładowa hierarchia SCOP slajd 44

45 Klasyfikacja CATH Class, Architecture, Topology, Homologous superfamily Cztery poziomy hierarchii: 1. Klasa (poziom C): na podstawie typu struktury drugorzędowej: α, β, α&β (α/β i α+β), słaba lub nieokreślona struktura. 2. Architectura (poziom A): orientacja i topologia pomiędzy elementami struktury drugorzędowej. 3. Topologia (poziom T) bazuje na typie pofałdowania. 4. Homologiczna superrodzina. (poziom H) wysoka homologia wskazująca na wspólnego przodka: - > 30% identycznej sekwencji LUB - > 20% identycznej sekwencji i 60% strukturalnej homologii LUB - > 60% strukturalnej homologii i podobne domeny mają podobne funkcje. slajd 45

46 Klasyfikacja CATH Class(C) derived from secondary structure content is assigned automatically Architecture(A) describes the gross orientation of secondary structures, independent of connectivity. Topology(T) clusters structures according to their topological connections and numbers of secondary structures Homologous superfamily (H) slajd 46

47 CATH on-line slajd 47

48 Znaczenie struktury makrocząsteczek Poziomy organizacji strukturalnej PDB (Protein Data Bank) Klasyfikacja rodzin białkowych Przewidywanie struktury drugorzędowej białek PRZEWIDYWANIE STRUKTURY DRUGORZĘDOWEJ BIAŁEK slajd 48

49 Do czego może się przydać informacja o strukturze 2-rzędowej? - jest etapem tworzenia struktury przestrzennej i domenowej - przydatna koncepcja dla zrozumienia struktury - ma związek z funkcją białka - przydatna w algorytmach przewidywania struktury przestrzennej (definiuje obszary na wzorcach) slajd 49

50 Rozwój metod 1. Pierwsza generacja: statystyki pojedynczych aminokwasów np.: Chou-Fasman, LIM, GOR I, etc skuteczność: niska 2. Druga generacja: statystyki w oknach np.: ALB, GOR III, etc skuteczność: ~60% 3. Trzecia generacja: oddziaływania długodystansowe, metody homologiczne np.: PHD skuteczność: ~70% slajd 50

51 Najważniejsze techniki - metody statystyczne; najbliższego sąsiada; sieci neuronowe; ukryte modele Markowa Zwykle są to metody porównawcze bazujące na homologii. Strategia przewidywania struktury drugorzędowej: stosować jak najwięcej metod wykorzystać zestawienie sekwencji homologicznych złożyć przewidywania w jednokonsensusowe slajd 51

52 Zalety i wady W kontekście poszukiwania struktury. Zalety: Może być zastosowana do sekwencji całkowicie nieznanego białka Poprzedza rozpoznanie zwoju Uzupełnia inne metody modelowania Wady: Najlepsze metody mają precyzję nie wyższą niż 80% doskonale przewidziana struktura II-rz nie zawsze prowadzi do rozpoznania zwoju slajd 52

53 Metoda statystyczna (Chou, Fasman 1974) Na podstawie analizy częstości występowania poszczególnych aminokwasów w poszczególnych typach struktur. Przykład: Total number of residues Number of alanines 100 Number of helical residues 500 Number of alanines in helices P(Ala in Helix) = 50/500 = 0.1 P(Ala) = 100/2000 = 0.05 Helix propensity (PA) of Ala = P(Ala in Helix)/P(Ala) = 0.1/0.05 = 2 slajd 53

54 Tabela preferencji Alanine Arginine Aspartic Acid Asparagine Cysteine Glutamic Acid Glutamine Glycine Histidine Isoleucine Leucine Lysine Methionine Phenylalanine Proline Serine Threonine Tryptophan Tyrosine Valine helix strand turn slajd 54

55 Metody okna, GOR 1. Individual propensity of amino acid R to be in secondary structure S. same idea as in Chou Fasman 2. Contribution of 16 neighbors. - take the window of radius 8 around the residue in question (8 before and 8 after the residue) - for each residue in the window consider it s contribution to the conformation of the middle residue and this it s value to PH, PS, PT. - like in Chou-Fasman the values of all contributions are based on statistics. slajd 55

56 Informacja ewolucyjna Pojedyncza sekwencja zastąpiona uliniowieniem spokrewnionych (homologicznych) sekwencji Profil A C D ACAA DDCA ACDA DAAA Wartości binarne na wejściu sieci zastąpione wartościami rzeczywistymi z przedziału [0,1] Poprawa jakości predykcji (z 65% do >70%) slajd 56

57 Sieci neuronowe slajd 57

58 Sieci neuronowe (2) slajd 58

59 Algorytm DSSP PDB nie zawiera jawnych danych na temat struktury 2-rzędowej Ustalenie struktury drugorzędowej na podstawie współrzędnych atomów w przestrzeni DSSP Wolfgang Kabsch, Chris Sander; Uzyskiwanie informacji o strukturze 2-rzędowej na podstawie danych z PDB; 7 klas: H, G, I, E, B, T, S 7 klas H G I E B T S 3 klasy H H H E E L L slajd 59

60 Przykład sieć neuronowa Wejście: Informacja na temat w sąsiednich aminokwasów (w nieparzysta) tzw. okno wejściowe Kodowanie ortogonalne aminokwasów: wektor o wymiarze 20 na jednej pozycji 1, a na pozostałych 0 (20*w) elementów wejściowych Wyjście: 3 neurony wyjściowe odpowiadające poszczególnym klasom struktury 2-rzędowej (wartość rzeczywista z przedziału [0,1]): H α helisa E struktura β L pętla łącząca Wynik predykcji: klasa odpowiadająca neuronowi wyjściowemu o maksymalnej wartości Predykcja dla centralnego aminokwasu z okna wejściowego slajd 60

61 Rozpoznawane klasy 8 kategorii (DSSP): H: α - helisa G: 310 helisa I: π - helisa (bardzo rzadka) E: β - kartka B: β - most T: zwrot S: bend L: pozostałe slajd 61

62 STRIDE Empirical Hydrogen Bond Calculation E E h b= r E t E p 4 r6 8 3 r m m E Er = r6 8 m r E p = cos2 (θ) [ sin(2ti )] cos(to ) E t = K1 [K2 - cos2 (ti ) ] cos(to) 0 0 < t i < t i t i - Derived from small molecule structures rm (3.0A) and Em (-2.8kcal/mole) - Total energy Ehb Pharm 201 Lecture 07, 2010 slajd 62 62