PTGL Ligandenintegration Protein Topology Graph Library

1. Tim Schäfer MolBI Goethe Universität Frankfurt am Main PTGL LigandenintegrationProtein Topology Graph Library

2. Übersicht • Proteine • Struktur und Funktion • Modellierung • Protein Topology Graph Library (PTGL) • Motivation und Ziele • Proteinmodell und Methoden • Aufbau und Funktionsweise • Integration von Protein-Liganden-Interaktionen • Ligandendarstellung • Änderungen an der PTGL

3. Proteinaufbau und Beschreibungsebenen • Proteine • Komplexe Makromoleküle • 20 AS als Bausteine • Strukturebenen • Primärstruktur • Sekundärstruktur, SSE • α-Helix, β-Sheet • Tertiärstruktur • Quartärstruktur

4. Proteinaufbau und Beschreibungsebenen (FS) • Strukturmotive und Folds • Konservierung oft höher als auf AS-Niveau • Proteinfunktion ist abhängig von 3D-Struktur • Strukturaufklärung => Datenbanken • Analyse erfordert Methoden zum Proteinvergleich auf unterschiedlichen Strukturebenen TIM-barrel in Triosephosphat-Isomerase (7TIM)

5. Vergleich von Proteinstrukturen • Primärstruktur: Stringvergleiche • DP: Needleman-Wunsch, Smith-Waterman • Entfernte Ähnlichkeiten und untersch. Seq. Anordnung • Unterschiedliche evolutionäre Konservierung auf Strukturebenen • Tertiärstrukuturvergleich auf Ebene von Atomen/AS aufwändig • Abstraktion: Strukturmuster können auf SSE-Ebene beschrieben werden • => Nutzung der Sekundärstrukturebene • Gleicher Fold => gleicher Kern von SSEs • Datenmenge (80.000 Atome => 800 Reste => 70 SSEs)

6. PTGL - Protein Topology Graph Library • Funktionen • Webinterface zur Suche nach Proteintopologien • Graphische Darstellung von Proteintopologien (2D) • Proteinmodellierung • Ungericheteter, beschrifteter Graph für jede Chain eines Proteins • Ähnlichkeitsmodell: gleiche Substrukturen (max. gem. Teilgraphen) • Datenquellen und Vorverarbeitung • Atomkoordinaten : RCSB Protein Data Bank (PDB) • SSE-Zuordnung : DSSP-Algorithmus, mod.

7. PTGL – Technischer Aufbau • Frontend: Webinterface (Browser) • Backend: PostgreSQL Datenbank, Apache Webserver • Implementierung: Perl, C

8. PTGL – Modellierung von Proteinen als Graphen • Knoten: SSEs des Proteins mit Typ • Kanten: räumliche Beziehung zwischen SSEs • Kontaktberechnung zwischen SSEs nötig: Überlappung der vdW-Radien (2Å), Typen: • Rückgrat/Rückgrat (RG) • Rückgrat/Seitenkette (SK) • Seitenkette/Seitenkette • Kante erfordert mindestens 2RG.RG | 2RG.SK | 3 SK.SK

9. PTGL – Räumliche Ausrichtung von SSEs • S := Menge der Summen aller Paare von AS-Nummern, die Kontakt bilden • D := Menge der Differenzen aller dieser Paare • Doppelte Differenz DD := (Smax - Smin) - (Dmax – Dmin) • DD > 0: parallel, DD < 0: antiparallel, DD = 0: mixed

10. PTGL – Räumliche Ausrichtung von SSEs (FS) • S = { 100, 100, 100 } S = { 80, 100, 120 } • D = { 80, 60, 40 } D = { 60, 60, 60 } • DD = -40 DD = 40 • => antiparallel => parallel

11. PTGL – Graphtypen • Berücksichtigung aller oder nur bestimmer SSE-Typen • Alpha-, Beta- oder Alpha-Beta-Graph (=Proteingraph) • Diese Graphen sind nicht zwangsläufig zusammenhängend! • Zusammenhangskomponenten (ZHK) entsprechen oft Domänen • Eine ZHK des Graphen wird als Faltungsgraph (FG) bezeichnet • Proteingraph: ein oder mehrere FGs • Finden aller ZHKs mit Breitensuche • Darstellung: Reihenfolge der SSEs • Sequentiell: Differenz in AS-Nummer (Primärsequenz) • Räumlich: Länge des kürzesten Weges zwischen den Knoten im Proteingraphen

12. PTGL – Notationen von Faltungsgraphen (FG) • KEY: Schlüsselnotation • Geordnet nach räumlicher Nähe (Start am N-Terminus) • Differenzen der SSE-Nummern bei sequentieller Nummerierung (N=>C), 'x' bei parallelen SSEs; z.B. [5x, 1x, -2x, -1x, -1x, -1] • ADJ: adjazente Notation • Geordnet nach sequentiellem Auftreten der SSEs in Sequenz • Differenzen der SSE-Nummern bei räumlicher Nummerierung, 'p': parallel, 'a': antiparallel, 'm': mixed • RED: reduzierte Notation • Wie ADJ, enthält aber nur SSEs des eigenen Faltungsgraphen • SEQ: Sequenznotation • Wie ADJ, aber sequentielle Nummerierung

13. FS: PTGL – Notation von Faltungsgraphen (FG)

14. PTGL - Substruktursuche • Unverzweigte Faltungsgraphen (Grad aller Knoten <= 2) • Die dargestellten eindeutigen linearen Notationen ermöglichen eine Suche nach Substrukturen über Stringvergleich • Verzweigte Faltungsgraphen • Besitzen SSEs, die Kontakte mit > 2 räumlichen Nachbarn haben • Anpassungen der Notation für ADJ, RED, SEQ • KEY-Notation ist hier nicht möglich, da es keine eindeutige räumliche Folge der SSEs gibt • Finden von Teilstrukturen nicht mehr durch Stringsuche möglich, daher müssen graphtheoretische Methoden genutzt werden => Finden von maximalen gemeinsamen Teilgraphen

15. PTGL – Finden maximaler Teilgraphen (MTG) • MTG ist NP-hart • Transformation des MTG-Problem in Alle-Cliquen-Problem • Cliquen im Kompatibilitätsgraphen entsprechen MTGs in den Faltungsgraphen • Erstellen des Kantenkompatibilitätsgraphen der beiden Faltungsgraphen

16. Erstellen des Kompatibilitätsgraphen (1/2) • Kanten sind kompatibel wenn • Ihre Kantenmarkierungen übereinstimmen und • Die Markierungen ihrer Endknoten überstimmen

17. Erstellen des Kompatibilitätsgraphen (2/2) • Kante setzen wenn • u adjazent zu u' und v adjazent zu v' oder • u nicht adjazent zu u' und v nicht adjazent zu v'

18. PTGL – Finden maximaler Teilgraphen (MTG) • MTG ist NP-hart • Transformation des MTG-Problem in Alle-Cliquen-Problem • Erstellen des Kantenkompatibilitätsgraphen der beiden Faltungsgraphen • Cliquen im Kompatibilitätsgraphen entsprechen MTGs in den Faltungsgraphen • Lösung mit bekannten Algorithmen (Bron-Kerbosch): Laufzeit für große Proteingraphen zu hoch • Anpassung des Bron-Kerbosch-Algorithmus an Problem • Suche statt aller MTG nur zusammenhängende MTG, denn von Interesse sind zusammenhängende Strukturen im Inneren des Proteins

19. Protein-Liganden-Interaktionen (PLI) • Viele Proteine benötigen Liganden oder Co-Faktoren (ATP, NAD+, …) für ihre Funktion • besondere Bedeutung bei vielen Anwendungen bei der Suche nach Inhibitoren / Medikamentendesign • > 4000 unterschiedliche Liganden sind in der PDB • Hohe Konservierung der PLI in Evolution

20. Ligandenintegration - Aufgaben • Berechnen der Liganden-SSE-Interaktionen • Aus 3D-Koordinaten in PDB-Dateien • Anpassen des Graphmodells • Ligandenknoten und Kanten • Klassifizierung der Liganden nach Typen • Abstraktionsniveau • Anpassen der Dateiformate und Datenbank • Dateien wie albe.dat, neue Tabellen für Liganden und Interaktionen • Anpassen der Weboberfläche • Eingabe-/Suchformulare, Ausgabe (Postscript)

21. Zusammenfassung • Proteine können auf unterschiedlichen Ebenen verglichen werden, das Finden entfernter Ähnlichkeiten erfordert eine Abstraktion von der Ebene der AS-Sequenz • Die PTGL benutzt 3D-Daten der PDB um unterschiedliche Proteingraphen zu erstellen, bei denen Knoten SSEs darstellen und Kanten die räumliche Beziehung zwischen diesen modellieren • Das Ähnlichkeitsmodell basiert auf dem Finden maximaler gemeinsamer Teilgraphen mit Varianten des Bron-Kerbosch-Algorithmus • Die Integration von Ligandeninformationen soll die Suchfähigkeiten der PTGL verbessern und erfordert Eingriffe auf unterschiedlichen Ebenen der PTGL

22. PTGL - Ligandenintegration • Vielen Dank für Ihre Aufmerksamkeit!

23. Anhang - Quellen • W. Kabsch& C. Sander J.Mol.Biol. 114:181 (1977) • F.Kaden, I.Koch, J. Selbig J.Theor.Biol. 147:85 (1992) • I.Koch, F.Kaden, J.Selbig PSFG 12:314 (1992) • C.Bron & J. KerboschCommun.ACM 16:575 (1973)