1 / 15

Makromolekulak_2012_12_10 Simon István

Makromolekulak_2012_12_10.ppt Simon István. Tompa P, Fuxreiter M, Oldfield CJ, Simon I, Dunker AK and Uversky VN (2009) Bioessays 31 , p328. Párkölcsönhatások energiájának egy aminosavra számított értéke. A – 10% C – 0% D – 12 % E – 10 % F – 2 % stb….

talisa
Download Presentation

Makromolekulak_2012_12_10 Simon István

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. Makromolekulak_2012_12_10.pptSimon István

  2. Tompa P, Fuxreiter M, Oldfield CJ, Simon I, Dunker AK and Uversky VN (2009) Bioessays31, p328.

  3. Párkölcsönhatások energiájának egy aminosavra számított értéke

  4. A – 10% C – 0% D – 12 % E – 10 % F – 2 % stb… Az aminosav és a környezete közötti kölcsön-hatási energia becslése A környezet aminosav összetétele: A rendezetlenségjóslása - IUPred • Alapötlet: Ha egy aminosav szekvenciális környezetében olyan aminosavak vannak, amelyekkel nem tud elég sok kedvező kölcsönhatást kialakítani, akkor nem vesz fel határozott szerkezetet → rendezetlen lesz • Az algoritmus: …..QSDPSVEPPLSQETFSDL WKLLPENNVLSPLPSQAMDDLMLSP D DIEQWFTEDPGPDEAPRMPEAAPRVA PAPAAPTPAAPAPA….. Ez alapján a rendezetlenség valószínűsége (magas energia rendezetlen lesz) Dosztányi Z et al.(2005) J.Mol.Biol.347, 827-839.

  5. Rendezetlen C-terminális domén Rendezett DNS kötő domén (DBD) Rendezetlen N-terminális domén A rendezetlenségjóslása - IUPred Példa:humán p53 tumorszupresszor Dosztányi Z, Csizmók V, Tompa P and Simon I (2005) J. Mol. Biol.347, 827-839.

  6. A p53 fehérje kölcsönhatásai Fuxreiter M, Tompa P, Simon I, Uversky VN, Hansen JC and Asturias FJ (2008)Nature Chem. Biol.4, 728-737.

  7. A mediátor komplex A magas rendezetlenségű fehérjéket sötét tónussal jelöltük Tóth-PetróczyÁ, Oldfield CJ, Simon I, Takagi Y, Dunker AK, Uversky VN and Fuxreiter M (2008) PLoS Comput Biol.4, e1000243

  8. Kölcsönható fehérjék élesztőben Csomóponti fehérjék több rendezetlen részt tartalmaznak Dosztányi Z, Chen J, Dunker AK, Simon I and Tompa P (2006) J. Proteome Res. 5, 2985-2995.

  9. Kötőhelyek jóslása Kölcsönhatás globuláris fehérjékkel • Nem az aminosav saját környezetében nézzük az összetételt, hanem egy globuláris adatbázisból vesszük: A – 10% C – 0% D – 12 % E – 10 % F – 2 % stb… A – 7.67% C – 2.43% D – 4.92 % E – 5.43 % F – 3.19 % stb… Egy nagy globuláris halmazon számolt összetétel Mészáros B, Simon I and Dosztányi Z (2009) PLOS Comput.Biol. 5, e1000376.

  10. Kötőhelyek jóslása Ott várunk kötőhelyet, ahol: • A környezet rendezetlen (Sátlag magas) • A saját környezetével vett energia kedvezőtlen (Esaját nagy) • Energetikailag jobb globuláris fehérjével kölcsönhatni (Enyereség nagy)

  11. Kötőhelyek jóslása • Példa: p53 N-terminális Három kötőhelyet tartalmaz: • MDM2: 17-27 • RPA70N: 33-56 • RNAPII: 45-58 A három mennyiség optimális lineáris kombinációját keressük. Ezt átalakítjuk egy p valószínűségi értékké (annak a valószínűsége, hogy az aminosav része egy rendezetlen kötőhelynek). P = p1*Sátlag+ p2*Esaját+ p3*Enyereség Mészárosés mtsi. (2009) PLoS Comput Biol.5:e1000376

  12. Lineáris motívumok átlagos rendezetlenségi profilja Fuxreiter M, Tompa P and Simon I (2007) Bioinformatics 23, 950-956.

  13. Valódi kötő motívumok kiszűrése ANCHOR-ral Igazolt kötőhelyek 826 Átfedés ANCHOR-ral 545 Véletlen+ valódi kötőhelyek 7,2x106 Átfedés ANCHOR-ral 1,3x106 66% 17,6%

  14. O o H i I A fehérjék kitágult világa Globuláris rendezett fehérjék Transzmembrán fehérjék Rendezetlen fehérjék

More Related