200 likes | 427 Views
WAVELETI U ANALIZI STRUKTURE PROTEINA. Ivana Skočanić. UVOD. Proteini su polimeri građeni od niza aminokiselina, koje su povezane između sebe različitim vrstama kovalentnih veza Postoji 20 različitih aminokiselina Njihov redoslijed vezanja definira funkciju proteina.
E N D
WAVELETI U ANALIZI STRUKTURE PROTEINA Ivana Skočanić
UVOD • Proteini su polimeri građeni od niza aminokiselina, koje su povezane između sebe različitim vrstama kovalentnih veza • Postoji 20 različitih aminokiselina • Njihov redoslijed vezanja definira funkciju proteina
PEPTIDI I PEPTIDNA VEZA • Organski spojevi koji se sastoje od dvije ili više aminokiseline (istih ili različitih) povezane peptidnom vezom • Peptidna veza nastaje reakcijom između susjednih karboksilnih ( -COOH) i amino ( -NH2) skupina uz izlučivanje vode
PEPTIDI I PEPTIDNA VEZA • Atomi α – ugljika susjednih aminokiselina odvojeni su sa tri kovalentne veze Cα – C – N - Cα • Rotacija je dozvoljena oko N - Cα i Cα – C
KUTEVI ROTACIJE • Φ => rotacija oko N - Cα, • Ψ => rotacija oko Cα – C
STRUKTURA PROTEINA • Primarna • Sekundarna • α helix • β sheet • β turn • Tercijarna • Kvatenarna
RAMACHANDRAN PLOT • Prikaz dozvoljenih konformacija polipeptida
UKLANJANE ŠUMA POMOĆU METODE PRAGA • Svaka je sekundarna struktura potpuno određena kutevima rotacije • Pomoću korištenja wavelet transformacije i određivanja vrijednosti praga, dobiti nove vrijednosti kuteva rotacije kako bi se točnije odredila sekundarna struktura proteina
PRIMJENA PRAGA • hard (tvrdi) prag y = x.*(abs(x)>t) • soft (meki) prag y = exp(j*angle(x)).*tmp
METODE ZA ODABIR PRAGA • rigrsure • pragovi ovisni o razini dekompozicije • SURE algoritam - “čuva” koeficijente • sqtwolog • vizualna kalibracija • fiksni pragovi • thr = sqrt(2*log(n))
METODE ZA ODABIR PRAGA • heursure • kombinacija rigrsure i sqtwolog metoda • mali SNR – primjenjuje se vizualna kalibracija • inače, rigrsure metoda • minimaxi • minimax teorija - koristi se za računanje statističkih estimatora • na svakom nivou dekompozicije fiksni, prethodno izračunati prag, neovisan o karakteristikama promatranog signala • metoda koja “čuva” koeficijente
SKALIRANJE KOEFICIJENATA • one • osnovni model – bijeli šum • nema skaliranja • sln • skaliranje provedeno samo na detaljima prve razine dekompozicije • mln • skaliranje praga sa estimacijom koja ovisi o svakoj razini dekompozicije
ALGORITAM • kutevi rotacije dobiveni korištenjem funkcija pdb2xyz i xyz2phipsi • kutevi rotacije prikazani kao kompleksni broj phipsi = phi + j * psi • dekompozicija signala • swt transformacija • Haar • N = 4
ALGORITAM • primjena praga na wavelet koeficijentima • scal = ‘mln’ • sorh = ‘h’ • rekonstrukcija signala • iswt • razlaganje na phi_clean i psi_clean • funkcija ProtRefold za upisivanje novih kuteva rotacije u pdb format
REZULTATI • 1DOI.pdb
REZULTATI • tptr: 'minimaxi‘
REZULTATI • tptr: ‘sqtwolog’
REZULTATI • tptr: ‘rigrsure’
REZULTATI • tptr: ‘heursure’
ZAKLJUČAK • problemi: • mali broj uzoraka • rubni uvjeti • rješenja: • odrediti način određivanja praga koji ne ovisi statističkim metodama