Lekciju saraksts

1. Makromolekulu telpiskā struktūra un tās paredzēšana. DNS topoloģija. Proteīnu struktūras paredzēšana, modelēšana un pielietojums farmakoloģijā

2. Lekciju saraksts Mikrobioloģijas un biotehnoloģijas katedra

3. Ko mēs varam apskatīt šajā kursā? • Vienkārša proteīnu primārās un sekundārās struktūras analīze, proteīnu lokalizācija šūnā un transporta signāli • Terciārās struktūras paredzēšana, homoloģijas modelēšana un struktūru salīdzināšana šajā kursā apskatīti netiks • Meklējiet, piemēram, http://www.expasy.ch/ (ExpertProteinAnalysisSystem, Šveices bioinformātikas institūts) Mikrobioloģijas un biotehnoloģijas katedra

4. EMBOSS Pepinfo/Pepwindow/Pepstats • http://www.ebi.ac.uk/Tools/emboss/pepinfo/ • Pepinfo – grafiski attēlo dažādu aminoskābju grupu izvietojumu proteīnu molekulā un hidropātijas profilus • Pepwindow – Kyte-Doolittlehidropātijas profils • Pepstats – informācija par molekulmasu, izoelektrisko punktu, lādiņu, aminoskābju statistika un sadalījums grupās Mikrobioloģijas un biotehnoloģijas katedra

5. Pepinfo/Pepwindow/Pepstatsdemonstrācija • http://www.ebi.ac.uk/Tools/emboss/pepinfo/ • Cilvēka kolagēna alfa 1 (IX) izoformaNP_001842 Mikrobioloģijas un biotehnoloģijas katedra

6. Struktūras paredzēšana • Proteīnu datu bāzes (SwissInstituteofBioinformaticsProsite, UniProt, ProDom, NCBI CDD u.c.) • Proteīnu struktūras analīzes rīki (ScanProsite, TMPred, Phobius, TargetP) • Integrēti struktūras paredzēšanas saiti (PredictProtein, JPred3) Mikrobioloģijas un biotehnoloģijas katedra

7. PredictProtein • http://www.predictprotein.org/ • Interneta serveris proteīnu struktūras analīzei (nepieciešama reģistrācija) • Rezultāti ietver daudzkārtēju sekvenču salīdzinājumu, PROSITE sekvenču motīvus, kodola lokalizācijas signālus, paredzētu sekundāro struktūru, transmembrānu spirāles, disulfīdu saites, iekššūnas lokalizāciju u.c. Mikrobioloģijas un biotehnoloģijas katedra

8. Mikrobioloģijas un biotehnoloģijas katedra

9. PredictProtein rezultātu piemērs • Proteīna statistika • Paredzētā sekundārā struktūra • Paredzētie transmembrānu rajoni • Zemas kompleksitātes rajoni • Proteīna lokalizācija • Disulfīdsaišu veidošana • PSI-BLAST rezultāts Mikrobioloģijas un biotehnoloģijas katedra

10. PROF sekundārā struktūra Mikrobioloģijas un biotehnoloģijas katedra

11. PROF sekundārā struktūra Mikrobioloģijas un biotehnoloģijas katedra

12. PHD transmembrānu domēni Mikrobioloģijas un biotehnoloģijas katedra

13. Disulfīdu saites Mikrobioloģijas un biotehnoloģijas katedra

14. Prosite motīvi Mikrobioloģijas un biotehnoloģijas katedra

15. GLOBE - globularitāte Mikrobioloģijas un biotehnoloģijas katedra

16. ScanProsite Mikrobioloģijas un biotehnoloģijas katedra

17. ProDom domēnu rezultāti Mikrobioloģijas un biotehnoloģijas katedra

18. NCBI CDART analīzes rezultāti Mikrobioloģijas un biotehnoloģijas katedra

19. Mikrobioloģijas un biotehnoloģijas katedra http://www.compbio.dundee.ac.uk/www-jpred

20. Mikrobioloģijas un biotehnoloģijas katedra

21. JPRED Mikrobioloģijas un biotehnoloģijas katedra

22. Proteīnu lokalizācija šūnā • TargetP http://www.cbs.dtu.dk/services/TargetP/ • Emanuelsson O, Brunak S, von Heijne G, Nielsen H (2007) Locating proteins in the cell using TargetP, SignalP, and related tools. Nature Protocols 2: 953-971 • Proteīnu funkcionālai raksturošanai svarīgi noteikt to lokalizāciju šūnā. To var noteikt gan eksperimentāli, gan paredzēt ar bioinformātikas palīdzību Mikrobioloģijas un biotehnoloģijas katedra

23. Proteīnu lokalizācijas paredzēšana • Proteīnu lokalizācija šūnā ir atkarīga no to aminoskābju sekvences. Pastāv (parasti N gala) signālsekvences, kas nosaka, ka proteīns tiks transportēts caur citoplazmatisko membrānu (sekretētie proteīni) vai arī uz mitohondrijiem, vai hloroplastiem • Signālsekvencēm nav vienkāršas konsensus sekvences, bet analizējot lielu skaitu proteīnu ar raksturotu lokalizāciju, ir noteiktas to raksturīgās īpašības Mikrobioloģijas un biotehnoloģijas katedra

24. TargetP Mikrobioloģijas un biotehnoloģijas katedra

25. TargetP piemērs Varbūtējs hloroplastu proteīns Varbūtējs mitohondriju proteīns Varbūtēji sekretēti proteīni Mikrobioloģijas un biotehnoloģijas katedra

26. Proteīnu lokalizācijas paredzēšana • TargetP • http://www.cbs.dtu.dk/services/TargetP/ • Piemērs – ArabidopsisthalianaRecA homologs, kas tiek transportēts uz mitohondrijiem (Q8RY99) Khazietal. (2003) AnArabidopsishomologueofbacterialRecAthatcomplementsanE. colirecAdeletionistargeted to plantmitochondria. MGG: 269, 454-463 Mikrobioloģijas un biotehnoloģijas katedra

27. Signālpeptīdu paredzēšana • SignalP • http://www.cbs.dtu.dk/services/SignalP/ Mikrobioloģijas un biotehnoloģijas katedra

28. Mikrobioloģijas un biotehnoloģijas katedra

29. Sekretēta proteīna piemērs NeuralNetworks HMM Mikrobioloģijas un biotehnoloģijas katedra

30. Transmembrānu domēnu paredzēšana • Daudzi šūnas proteīni ir saistīti ar membrānām, piemēram, receptori, jonu kanāli un tmldz. Tiem ir kopīga hidrofoba alfa spirāles struktūra, kas šķērso plazmas membrānu • http://www.psort.org – apkopotas saites uz dažādiem serveriem transmembrānu domēnu paredzēšanai • TMHMM - http://www.cbs.dtu.dk/services/TMHMM/ Mikrobioloģijas un biotehnoloģijas katedra

31. TMHMM Mikrobioloģijas un biotehnoloģijas katedra

32. TMHMM – negatīvs rezultāts Mikrobioloģijas un biotehnoloģijas katedra

33. TMHMM – pozitīvs rezultāts Mikrobioloģijas un biotehnoloģijas katedra

34. PHOBIUS Mikrobioloģijas un biotehnoloģijas katedra http://www.ebi.ac.uk/Tools/phobius/

35. HvCNGC4 transmembrānu domēni Mikrobioloģijas un biotehnoloģijas katedra

36. Proteīnu struktūra un farmakoloģija • Medikamentu izveide, kas specifiski mijiedarbojas ar noteiktiem proteīniem, vai noteiktām šūnām • Lai paredzētu kādi ķīmiskie savienojumi varētu saistīties ar proteīnu, nepieciešams zināt proteīna struktūru Mikrobioloģijas un biotehnoloģijas katedra

37. Jaunam medikamentam jābūt: • drošam; • efektīvam; • ķīmiski un metaboliski stabilam; • transportējamam uz noteiktu vietu organismā; • pieejamam vai nu no dabiskiem avotiem vai ķīmiskās sintēzes ceļā; • jaunam – tas nozīmē patentējamam Mikrobioloģijas un biotehnoloģijas katedra

38. Soļi jaunu medikamentu izveidē • Jāsaprot slimības bioloģiskais pamats un simptomi – vai slimības cēlonis ir bioloģiskas (vīrusi, baktērijas), vai nebioloģiskas (toksīni) izcelsmes, vai arī tas ir mutācijas rezultāts • Jānosaka mērķis uz ko koncentrēties medikamenta izveidē – bieži tas ir proteīns • Jāiegūst priekšstats, kāda molekula varētu saistīties ar šo proteīnu. Varbūt jau ir zināms kāds savienojums vai inhibitors, kas var saistīties pie šī proteīna • Jāidentificē “leadcompound” – ķīmiskais savienojums, kuram potenciāli piemīt nepieciešamā bioloģiskā aktivitāte Mikrobioloģijas un biotehnoloģijas katedra

39. Soļi jaunu medikamentu izveidē • “Leadcompound” pilnveidošana, tā atvasinājumu aktivitātes un efektu novērtēšana • Pirmsklīniskās pārbaudes invitro un invivo uz dzīvniekiem • Klīnisko izmēģinājumu 1. fāze – veseli brīvprātīgie – efektivitāte, droša doza u.t.t. • Klīnisko izmēģinājumu 2. fāze – brīvprātīgie pacienti – pierāda efektivitāti slimības ārstēšanā • Klīnisko izmēģinājumu 3. fāze – lielāka pacientu grupa, randomizēti “double-blind” testi • Jaunā medikamenta reģistrācija (piemēram, FDA) • Klīnisko izmēģinājumu 4. fāze – blakus efektu, efektivitātes monitorings Mikrobioloģijas un biotehnoloģijas katedra

40. Bioinformātika medikamentu veidošanā • Mērķa izvēle – ar slimību saistīts proteīns, kuru ietekmējot varētu mazināt vai apgriezt slimības efektus • “Leadcompound” paredzēšana – proteīna mērķa ligandu izvēle • Molekulārā modelēšana – liganda saistības pie mērķa proteīna modelēšana Mikrobioloģijas un biotehnoloģijas katedra

41. Antivielas kā medikamenti • Aizvien plašāku pielietojumu medicīnā gūst monoklonālās antivielas • Antigēnu epitopu paredzēšana un monoklonālo antivielu izveide pret noteiktiem proteīniem/proteīnu rajoniem • Antivielu stabilitātes nodrošināšana un transports uz noteiktām organisma vietām Mikrobioloģijas un biotehnoloģijas katedra

42. Genoma ekspresijas analīze. Gēnu ekspresijas ģenētika. Proteomika un sistēmbioloģija

43. Genoma ekspresijas analīze • DNS -> RNS -> Proteīns • Genomika • Proteomika • Transkriptomika • Proteīni ir tie, kas nodrošina šūnas funkcionēšanu, bet relatīvo proteīnu sastāvu un daudzumu šūnā ir grūti noteikt • mRNS daudzums korelē ar proteīnu daudzumu • Pastāv metodes ar kurām var noteikt visu genomā esošo gēnu ekspresijas līmeni noteiktos audos Mikrobioloģijas un biotehnoloģijas katedra

44. Gēnu ekpresijas analīze • Northernblots, kvantitatīvā reālā laika PCR, DNS čipi Mikrobioloģijas un biotehnoloģijas katedra

45. DNS čipu veidi • Makro čipi, piemēram, neilona membrānas ar saistītu cDNS vai BAC DNS • Mikro čipi: - “spottedarrays” – DNS (cDNS, PCR vai oligonukleotīdi) uzpilināti uz stikla slaidiem (šķidruma pārneses roboti, tintes printeru tehnoloģija) - sintezētie čipi – oligonukleotīdi tiek sintezēti uz stikla slaida virsmas (Affymetrix) Mikrobioloģijas un biotehnoloģijas katedra

46. DNS čipu pielietojums • Gēnu ekspresijas pētījumi – transkriptomika • Jaunu RNS veidu identifikācija • Genoma polimorfismu identifikācija Mikrobioloģijas un biotehnoloģijas katedra

47. cDNS makro čips Mikrobioloģijas un biotehnoloģijas katedra

48. cDNS čips • cDNS fragmenti uz stikla slaida • RNS zondes iezīmētas ar Cy3 (zaļa) un Cy5 (sarkana) fluorescentām krāsām • Iespēja izgatavot pašiem savus cDNS čipus Mikrobioloģijas un biotehnoloģijas katedra

49. cDNSčipi Mikrobioloģijas un biotehnoloģijas katedra

50. Oligonukleotīdu čipi • “Spotted” oligonukleotīdučipi – 60 – 80 bp gari oligonukleotīdi uznesti uz stikla slaidiem • In situ sintezētie oligonukleotīdučipi – Agilent garo oligonukleotīdučipi Affymetrix 25 bpoligonukleotīdučipi Mikrobioloģijas un biotehnoloģijas katedra