Predicción estructural

1. Predicción estructural

2. Predicción estructural • Sin homología • Predicción 1D • Predicción ab initio • Homología remota • Threading • Homología detectable • Modelado por homología

3. Objetivo: Obtener información estructural a partir de secuencia Método general: Promedio de propiedades de aminoácidos a lo largo de la secuencia AGGCFHIKLAAGIHLLVILVVKLGFSTRDEEASS Promedio móvil en una ventana Predicción 1D

4. Predicción 1D Propiedades usuales • Propensidades estructura secundaria • Hidrofobicidad • Accesibilidad • H. transmembrana

5. Predicción 1D • Métodos originales: Usan una secuencia y parámetros uniformes (fiabilidad 25-30%) • Primeras mejoras: Uso de parametros espécificos para familias estructurales • Métodos actuales: Usan perfiles obtenidos a partir de alineamientos múltiples y parámetros obtenidos a partir entrenamiento de redes neurales (fiabilidad 70-75%, hasta el 98% en hel. transmembrana)

9. PredictProtein (PHD) 1. Generación de un alineamiento múltiple usando Swissprot, prosite y bases de datos de dominios 2. Predicción 1D a partir del perfil generado usando una red neural. 3. Reconocimiento de plegamiento (threading) 4. Evaluación de fiabilidad

10. PredictProteinInformación disponible • Alineamientos múltiples MaxHom • Motivos PROSITE • Composition-bias SEG • Threading TOPITS • Estruc. Secundaria PHDSec PROFsec • Hélices transmembrana PHDhtm, PHDtop • Globularidad GLOBE • Coiled-coil COILS • Puentes disulfuro CYSPRED

11. PredictProteinInformación disponible • Péptidos señal SignalP • O-glicosilacion NetOglyc • Proteasas picornavirus NetPicoRNA • Señal de cloroplasto CloroP • Consenso estruc. sec. JPRED • Transmembrana TMHMM, TOPPRED • SwissModel

12. AVVTW...GTTWVR Prediccion estructural ab initio • Conocimiento química-física de las proteínas • “En teoria” es posible plegar una proteína si se encuentra su mínimo global de energía. • Problemas técnicos: • Superficie de potencial es muy compleja • Espacio conformacional es enorme

13. Simplificaciones • Reducir el espacio conformacional • Se trabaja únicamente con 1 átomo por residuo • Se restringe el movimiento a una “lattice” fija • Utilización de “energías” estadísticas • Distancias promedio entre residuos • Abundancia de interacciones

14. RESULTADOS AB INITIO • Error promedio sobre 5 Å - 10 Å • Difícil predecir función • Mucho tiempo de cálculo PROTEINA E.coli PREDICHA A 7.6 Å (CASP3, grupo de H.Scheraga)

15. Modelo estructural • La calidad depende fuertemente del alineamiento • Por debajo del 30% modelos muy pobres • Para análisis precisos (diseño de fármacos, p.ej): similitud > 70 %

16. Threading: Comparación secuencia-estructura • Evalua “el grado de ajuste de la secuencia a la estructura” • Utiliza propiedades diversas: distancias interresiduo, estructura secundaria, etc.

17. ATTWV....PRKSCT SecuenciaHHHHH....CCBBBB Est.Secundaria Pr.eeebb....eeebeb Accesibilidad Pr. .......... Secuencia GGTV....ATTW ........... ATTVL....FFRK Est.Sec. Obs. BBBB....CCHH ........... HHHB.....CBCB Acces. Obs. EEBE.....BBEB ........... BBEBB....EBBE

18. ..HHH.. EST. SECUNDARIA OBSERVADA ..CCH.. EST. SECUNDARIA PREDICHA + INFORMACION SECUENCIA, ACCESIBILIDAD ALINEAMIENTO SECUENCIA - ESTRUCTURA ESTRUCTURA BASE DATOS SECUENCIA INCOGNITA

19. Aspectos técnicos • Alineamientos: Programacion dinámica (Needleman & Wunsch, 1970) • Función de puntuación: wseq.Pseq + wstr . (PSS + PAC) Pseq: matriz de Dayhoff, PSS y PAC: modelo probabilístico

20. Capacidad predictiva • Porcentaje aciertos: 40 - 65 %, para homólogos remotos • Modelo estructural mejor que en los métodos de comparación secuencias • Predicción funcional limitada

21. LIMITE COMP. SECUENCIAS MAS ALLA DE LA SECUENCIA

23. Etapas 3D-PSSM • Construcción de perfiles 1D / superfamilia • Construcción de perfiles 3D / superfamilia • Obtención/predicción de estructura secundaria y accesibilidad • Se escoge la mejor de 3 puntuaciones • Estructuras vs. PSSM obtenido de la query • Query vs. 1D-PSSM estructuras • Query vs. 3D-PSSM estructuras

25. Modelado por homología • Apto para homologías >30% • La fiabilidad se incrementa mucho con homologías > 60%

26. Objetivo • Obtener un modelo UTIL de la proteína problema, cuando se desconoce la estructura 3-D real • No necesariamente ha de ser el modelo “correcto” o experimental! • A veces el modelo “correcto” no es útil. • La calidad del modelo no tiene porque ser homogénea. Debe ser máxima en las regiones mas interesantes.

27. Nivel de precisión de la estructura modelada • Depende dramáticamente de la calidad del alineamiento empleado para derivar el “template” • Depende mucho del nivel de identidad con el “template”. En general se obtienen estructuras de calidad muy buena (RMSd Ca < 2 A) cuando identidad sobrepasa el 30%. • La calidad en el trazado del backbone es siempre superior a la calidad en el posicionamiento de las cadenas laterales.

29. Etapas • Escoger modelos: Proteínas con estructura resuelta experimentalmente con homología significativa (BLAST, PFAM, PDB) • Generar alineamiento múltiple. • La calidad del alineamiento es crítica para la fiabilidad del modelo • Evitar redundancias

30. Etapas • Alinear estructuralmente los modelos • Alinear la secuencia incógnita frente al conjunto de estructuras modelo • El criterio de alineamiento estructural no coincide necesariamente con el alineamiento evolutivo

31. PHE ASP ILE CYS ARG LEU PRO GLY SER ALA GLU ALA VAL CYS (verde) PHE ASN VAL CYS ARG THR PRO --- --- --- GLU ALA ILE CYS (rojo) PHE ASN VAL CYS ARG --- --- --- THR PRO GLU ALA ILE CYS (azul)

32. Etapas • Alinear estructuralmente los modelos • Alinear la secuencia incógnita frente al conjunto de estructuras modelo • Construir las regiones conservadas (SCR) • Se utilizan las coordenadas de una estructura o un promedio ponderado de ellas. • Las cadenas laterales se adaptan a las originales y se utilizan conformeros estándar si ello no es posible

34. Etapas • Alinear estructuralmente los modelos • Alinear la secuencia incógnita frente al conjunto de estructuras modelo • Construir las regiones conservadas (SCR) • Modelado de las regiones no conservadas (“loops”)

35. Construcción de “loops” Ab initio PDB

36. Construcción de “loops” Es necesario escoger

37. Optimización • Optimizar la conformación de cadenas laterales • Minimización restrigida a familia de conformeros y energia VdW • Optimizar el conjunto • Minimización global con restricciones • Dinámica molecular

40. Test de calidad • No hay diferencias evidentes entre un modelo correcto y uno incorrecto • La utilización de una estructura desde el punto de vista cuantitativo requiere que sea “químicamente correcta”

41. Programas de análisis • PROCHECK • WHATCHECK • Suite Biotech • PROSA

42. Fuentes de la información • 300 mejores estructuras depositadas en PDB • Datos geométricos de la base de datos CSD • Datos teóricos (Ramachandran, p. Ej.)

43. Procheck • Geometría covalente • Planaridad • Angulos dihedros • Quiralidad • Interacciones no enlazantes • Puentes de hidrógeno de la cadena principal • Puentes disulfuro

48. Software de predicción • Swissmodel (automático) • Composer (T.Blundell) • 3D-JIGSAW (M.Stenberg) • Modeller (A.Sali)