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, 6.06.2011
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
Ograniczenie przestrzeni poszukiwań
ab initio
●
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
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
Start |
Outer-face |
OutRes Interface OutRes |
InRes Outer-face InRes |
OutRes Interface OutRes |
InRes Outer-face InRes |
ε
na podst. Waldispuehl J, Steyaert J-M. TCS 335: -67 92 (2005)
Gramatyka dostępności
aminokwasów w klasie c1
Gramatyka dostępności
aminokwasów w klasie c1
Gramatyka rozmiaru van der Waalsa
aminokwasów w klasie c2
Gramatyka rozmiaru van der Waalsa
aminokwasów w klasie c2
Klasyfikacja typów miejsc kontaktowych
helisa-helisa na podstawie sekwencji – wyniki
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 0.72-0.84.
●
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.
Algorytm 3D PNP – optymalna ścieżka
przetwarzania i parametryzacja
Zbiór danych i wyniki
Kanał alfa-hemolizyny.
Porównanie z innymi modelami PNP oraz BD
Rodzina kanałów potasowych.
Trafnie przewidziany kierunek rektyfikacji
=0.90
=1.26
=0.72
=1.29 MthK (pdb: 3LDC)
KcsA (pdb: 3FB7) Różnica pomiędzy strukturami RMSD=2A
Kanał GLIC2.
Przewidywanie efektu mutacji punktowej
5x GLU222
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
Serwer WWW
http://188.122.8.131
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 2010.
● 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:-) http://videolectures.net/prib2010_dyrka_t3mi/
- III Zjazd PTBi-8.Warsztaty z Bioinformatyki dla Dokt., Ustroń (referat) Praca wspierana przez granty:
- MNiSW: N N519 401537, - UE(POKL) MŁODA KADRA
- British Council Young Scientists Programme WAR/342/108.
20
Dziękuję za uwagę
Publikacje:
● M.Kotulska, W.Dyrka, P.Sadowski, Fluorescent methods in evaluation of
nanopore conductivity - computational validation (rozdz. książki), CRC 2010.
● 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:-) http://videolectures.net/prib2010_dyrka_t3mi/
- III Zjazd PTBi-8.Warsztaty z Bioinformatyki dla Dokt., Ustroń (referat) Praca wspierana przez granty:
- MNiSW: N N519 401537, - UE(POKL) MŁODA KADRA
- British Council Young Scientists Programme WAR/342/108.
WZROST h-index do 2 ;-)
