Makromolekulk 2016 12 05 Simon Istvn Rendezetlen fehrje
- Slides: 15
Makromolekulák 2016 12 05 Simon István
Rendezetlen fehérje komplexek Jellemzően más a kötési felszín geometriája a két esetben: tripszin – BPTI MDM 2 – p 53
Tipikus energia-felszínek globuláris fehérje rendezetlen fehérje
Globuláris fehérjék kötési módjai kulcs-zár indukált illeszkedés konformációs szelekció
Rendezetlen fehérjék kötési módjai rendezett partner A rendezett partner B rendezetlen fehérje meghatározott szerkezetű komplex ‘fuzzy’ komplex
IUPs – preformed elements
A rendezetlenség Alapötlet: jóslása - IUPred 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 WKLLPENNVLSPLPSQAMDDLMLSPDDIEQWFTEDPGPDEAPRMPEAAPRVA PAPAAPTPAAPAPA…. . A környezet aminosav összetétele: A – 10% C – 0% D – 12 % E – 10 % F– 2% stb… Az aminosav és a környezete közötti kölcsönhatási energia becslése Ez alapján a rendezetlenség valószínűsége (magas energia rendezetlen lesz)
A p 53 fehérje kölcsönhatásai
A mediátor komplex A magas rendezetlenségű fehérjéket sötét tónussal jelöltük
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 Az így nyert energiát nevezzük Enyereség-nek
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)
Kötőhelyek jóslása • Példa: p 53 N-terminális Három kötőhelyet tartalmaz: – MDM 2: 17 -27 – RPA 70 N: 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 = p 1*Sátlag + p 2*Esaját + p 3*Enyereség
A rendezetlen kötőhelyet becslő ANCHOR szerver kimeneti képe MDM 2 RPA 70 N Tfb 1 Tetramerizáció S 100 bb Sir 2 Dosztányi Z, Mészáros B, Simon I BIOINFORMATICS 25: (20) pp. 2745 -2746. (2009) CBP
Valódi kötő motívumok kiszűrése ANCHOR-ral Igazolt kötőhelyek 826 Átfedés ANCHOR-ral 545 Véletlen + valódi kötőhelyek 7, 2 x 106 Átfedés ANCHOR-ral 66% 17, 6% 1, 3 x 106
Alkalmazás: Teljes proteom vizsgálatok • 736 teljes proteom van a Uni. Prot-ban: – 53 archaea – 639 baktérium – 44 eukarióta A rendezetlen fehérjék aránya növekszik A rendezetlen kötőhelyek száma növekszik A kötésben használt rendezetlen részek aránya nő Az új rendezetlen régiók megjelenése elsősorban az új kötőhelyek kialakítását szolgálja Mycobacterium tuberculosis
- Istvn
- Istvn
- Discovering computers 2016
- Sql server 2016 security features
- Ncea level 3 mechanics formula sheet
- Bitsbox hour of code 2016
- Para reciclar um motor de potencia eletrica igual a 200w
- Microsoft official academic course microsoft word 2016
- Snyder 2016
- Religious accommodation army regulation
- 2016 pearson education inc
- Sunshine state books 2016
- Nrg oncology meeting 2019
- Ra no 10912
- Fbc accessibility 2020
- Ordinul 488 din 2016