1 / 24

Modeling Flexibility in Docking with Homologue Templates. How far can we go?

Modeling Flexibility in Docking with Homologue Templates. How far can we go?. Dana Attias Supervisor: Dr. Ora Furman-Schueler June 14 th , 2007. על מה נדבר?. מה זה Docking ? בעיה חישובית שמטרתה לחזות מבנה קומפלקס-חלבוני בהנתן מבנים פתורים של שני מונומרים. הצעד הבא: Flexible Docking .

calista-marquez
Download Presentation

Modeling Flexibility in Docking with Homologue Templates. How far can we go?

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Modeling Flexibility in Docking with Homologue Templates.How far can we go? Dana Attias Supervisor: Dr. Ora Furman-Schueler June 14th, 2007

  2. על מה נדבר? • מה זה Docking? • בעיה חישובית שמטרתה לחזות מבנה קומפלקס-חלבוני בהנתן מבנים פתורים של שני מונומרים. • הצעד הבא: Flexible Docking. • כיצד? Homologue Templates. 1ACB

  3. מוטיבציה • חלבונים אינם פועלים לבד. • מתקשרים ע"מ "להעביר מידע", לבצע תהליך ביולוגי. • פתירת מבנה החלבון, יכולה להוביל להבנה של: • פרטנרים פוטנציאלים. • השפעת מוטציה על הקישור – גורם למחלות גנטיות. • Design. • קריסטלוגרפיה (PDB): • צורכת זמן. • קושי בייצור הגביש. • ~40,000 מונומרים פתורים. • ~10% קומפלקסים.

  4. שיטות חישוביות לניבוי • סיבוכיות. • חלבונים הם מולקולות גמישות ודינאמיות. • המבנה התלת-מימדי מושפע מתנאים סביבתיים. • Side-Chain flexibility • Backbone flexibility Unbound Bound

  5. Rigid-Body Docking • החלבון כ-"סלע". • שש דרגות חופש. רוטציה טרנסלציה

  6. Flexibility • Semi rigid-body docking: • גמישות שיירי צד. • הפתרון הוביל לחיזוי ברמות דיוק גבוהות מאוד. • Flexible backbone: • גמישות שלד החלבון. • התחשבות באוריינטציה ובקיפול של שני החלבונים. • בעיה מרכזית בתחום ה-Docking.

  7. Flexible Backbone – 1DFJ Ribonuclease inhibitor complexed with Ribonuclease A. Unbound Bound – E Chain Bound – I Chain

  8. גישות לטיפול ב-Flexible Backbone • Implicit – מתן פתרון לא מדויק, עם התנגשויות. • Explicit – ניסיון למדל את השינוי ב-Backbone. • Loop Modeling. • Homologue Templates. Loop Modeling Bound Unbound Prediction

  9. Homologue Templates • המטרה: האם ניתן להשתמש בחלבונים הומולוגיים ע"מ לחזות את שינוי מבנה השלד? • הרעיון: בחירה מתוך קבוצת מונומרים. כל מונומר מייצג אפשרות שונה למבנה השלד. Unbound Unbound M H Homologue Model

  10. RosettaDock קומפלקס התחלתי נקודת התחלה רנדומלית מספר מבנים רצוי שיפור המיקום ההתחלתי ואופטימיזציה של ה- Side Chains פרדיקציה מבנה

  11. Energy Funnel 1DFJ_BB Interface Score Interface RMSD to native

  12. דוגמא – 1DFJ BB UU Interface Score Interface RMSD to native

  13. מהלך העבודה • בניית Data Set של קומפלקסים. • מציאת חלבונים הומולוגים לפחות לאחד מזוג החלבונים שבקומפלקס. • יצירת קומפלקסים חדשים מהצורה UH ו-HU. • הרצת ה- Data Set ב-RosettaDock. • ניתוח התוצאות: • זיהוי מבנים מוצלחים. • בחירת ההומולוג הנכון.

  14. הכנת ה-Data Set • אוסף מייצג של חלבונים ממספר מקורות: • A Protein-Protein Docking Benchmark1 • Protein-Protein Docking Benchmark 2.02 • חלבונים נוספים עליהם נעשתה עבודה במעבדה. • סינון כפילויות: • Sequence Identity. • Interface Domain. • בחירת סט עבודה התחלתי. 1 Rong Chen et al. (2003), PROTEINS: Structure, Function and Genetics 52:88-91 2 Julian Mintseris et al. (2005), PROTEINS: Structure, Function and Bioinformatics 60:214-216

  15. מספר הומולוגים פר קומפלקס סך המבנים שהתקבלו לאחר מציאת הומולוגים בחלוקה לפי קומפלקסים.

  16. יש תוצאות! • ניתוח ראשוני של התוצאות: • קיבוץ כל המבנים המתייחסים לקומפלקס מקור יחיד. • UH1, UH2, UH3… • השוואת אל מול UU ו-BB. • זיהוי המבנים המוצלחים: • בניית Clusters. • מבנה בעל אנרגיה נמוכה ביותר. • מבנה בעל RMDS נמוך ביותר. Energy Funnel

  17. שיפור ניכר Interface Score 1ACB_BB 1ACB_UU HU1 Interface RMSD to native

  18. 1ACB - Close-up Bound Unbound Homologue

  19. 1ACB – Clash! Bound Unbound Homologue

  20. לא תמיד קל לשפר... 1STF_BB HU1 HU2 Interface Score 1STF_UU HU3 HU4 Interface RMSD to native

  21. התקרבות למבנה האמיתי 1DFJ_BB HU2 HU1 Interface Score 1DFJ_UU HU3 UH1 Interface RMSD to native

  22. סיכום התוצאות האם ההומולוג תרם לשיפור? קומפלקסים שהראו Funnel

  23. מה הלאה? • מאפיינים משותפים בין חלבונים שהניבו שיפור: • Sequence Identity. • Interface Sequence Identity. • רצפטור או ליגאנד? • מרחקי Cα בין U ל-H. • השוואה למודל UM. Unbound Unbound H M Homologue Model

  24. תודה רבה ל: אורה כל צוות המעבדה טומי

More Related