Fehérjeszerkezet analízis. Fehérjeszerkezet analízis. Fehérjeszerkezet analízis. Fehérjeszerkezet analízis. Fehérjeszerkezet analízis

Hasonló dokumentumok
Fehérjék rövid bevezetés

A fehérjék szerkezeti hierarchiája. Fehérje-szerkezetek! Klasszikus szerkezet-funkció paradigma. szekvencia. funkció. szerkezet! Myoglobin.

A racionális gyógyszertervezés lehetőségei. A racionális gyógyszertervezés lehetőségei. A racionális gyógyszertervezés lehetőségei

Bioinformatika 2 6. előadás

Bioinformatika előad

Elektrosztatikus számítások. Elektrosztatikus számítások. Elektrosztatikus számítások. Elektrosztatikus számítások Definíciók

A fehérjék térszerkezetének jóslása (Szilágyi András, MTA Enzimológiai Intézete)

8. A fehérjék térszerkezetének jóslása

A fehérjék térszerkezetének jóslása

Erőterek. Erőterek. Erőterek. Erőterek. Erőterek. Erőterek. Probléma: fehérjéknél nagy dimenziók értelmetlen QM eredmények.

FEHÉRJÉK A MÁGNESEKBEN. Bodor Andrea ELTE, Szerkezeti Kémiai és Biológiai Laboratórium. Alkímia Ma, Budapest,

Problémák és megoldások a bioinformatikában. Válogatott fejezetek a bioinformatikából. Gyimesi Gergely, február 25.

Enzimek. Enzimek! IUBMB: szisztematikus nevek. Enzimek jellemzése! acetilkolin-észteráz! legalább 10 nagyságrend gyorsulás. szubsztrát-specificitás

2. Ismert térszerkezetű transzmembrán fehérjék adatbázisa: a PDBTM adatbázis. 3. A transzmembrán fehérje topológiai adatbázis, a TOPDB szerver

7. Fehérjeszekvenciák és térszerkezetek analízise.

? ligandum kötés konformációs változás aktiválási energia számítás pka számítás kötési energiák

Szimulációk egyszerősített fehérjemodellekkel. Szilágyi András

MedInProt Szinergia IV. program. Szerkezetvizsgáló módszer a rendezetlen fehérjék szerkezetének és kölcsönhatásainak jellemzésére

Mai témák. Fehérjék dinamikájának jelentősége. Számítógépes modellezés jelentősége

Fehérjék szerkezetének predikciója, szerkezeti adatok felhasználása adatbázisok segítségével, a számítógépes molekuladinamikai modellezés alapjai

Hisztamin receptorok térszerkezetének vizsgálata és alkalmazása a gyógyszerkutatásban

BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM Szerves Kémia és Technológia Tanszék BÍRÁLAT

Speciális fluoreszcencia spektroszkópiai módszerek

Fehérjeszerkezet, és tekeredés

LIE. Lineáris Kölcsönhatás Módszere. Vázlat LIE. Fehérje-ligandum kölcsönhatás kvantitatív jellemzése számítógépes modellezéssel 2.

Fehérjék felépítése és struktúrája. Aminosav oldalláncok. A fehérjék királis elemekből (α-l-aminosavakból) épülnek fel

Fehérjeszerkezet, fehérjetekeredés

Bioinformatika 2 9. előadás

4032 Debrecen Nagyerdei krt. 98., tel.: , fax:

A tárgy címe: Bioinformatika

Célkitűzés/témák Fehérje-ligandum kölcsönhatások és a kötődés termodinamikai jellemzése

Bevezetés a bioinformatikába. Harangi János DE, TEK, TTK Biokémiai Tanszék

Bioinformatika 2 5. előadás

Elválasztástechnikai és bioinformatikai kutatások. Dr. Harangi János DE, TTK, Biokémiai Tanszék

Bioinformatika 2 4. előadás

Dokkolás: mit, hogyan, mivel?

OTKA nyilvántartási szám: F Töltéssel rendelkező oldalláncok szerepe retrovirális proteinázok szubsztrát-specificitásában Az elmúlt évtizedek

Biológiai makromolekulák szerkezete

A fehérjék hierarchikus szerkezete

Hemoglobin - myoglobin. Konzultációs e-tananyag Szikla Károly

A fehérjék szerkezete és az azt meghatározó kölcsönhatások

Az élő anyag szerkezeti egységei: víz, nukleinsavak, fehérjék. elrendeződés, rend, rendszer, periodikus ismétlődés

Elméleti módszerek lipidek és membránfehérjék tanulmányozására

A fel és legombolyodás molekuladinamikai szimulációi

A rácsmodell. Szabadenergia felületek.

A fehérjék hierarchikus szerkezete

Kutatási eredményeim a 2014 február 1- augusztus 31. a Varga József Alapítvány Pungor Ernő doktorjelölti ösztöndíjas időszak során

Bevezetés a lézeres anyagmegmunkálásba

Katalízis. Tungler Antal Emeritus professzor 2017

DNS, RNS, Fehérjék. makromolekulák biofizikája. Biológiai makromolekulák. A makromolekulák TÖMEG szerinti mennyisége a sejtben NAGY

Richter Gedeon Nyrt. Felfedező Kémiai Kutatólaboratórium

A SZUBSZTRÁTKÖTŐDÉS ÉS SZUBSZTRÁTKIRALITÁS SZEREPE A HUMÁN 3-FOSZFOGLICERÁT KINÁZ DINAMIKÁJÁBAN. Pálmai Zoltán

Hidraulikus hálózatok robusztusságának növelése

Peptidek és fehérjék 1. Fehérjék Fehérjetekeredés. Fehérje (protein) Fehérje (protein) Aminosavak. Aminosavak

3. A kémiai kötés. Kémiai kölcsönhatás

Az enzimműködés termodinamikai és szerkezeti alapjai

Kémiai reakciók mechanizmusa számítógépes szimulációval

ALKÍMIA MA Az anyagról mai szemmel, a régiek megszállottságával.

Rendezetlen fehérjék kölcsönhatásainak vizsgálata: elmélet, predikciók és alkalmazások

Hegedüs Zsófia. Konformációsan diverz -redős szerkezetek utánzása -peptid foldamerek segítségével

A fehérjéket felépítő húsz standard aminosav Fehérjék szerkezetének kialakulása

A fehérjéket felépítő húsz standard aminosav

Gáspári Zoltán. Élő molekulák az élet molekulái

Bioinformatika előadás

Bioinformatika előad

Bio-nanorendszerek. Vonderviszt Ferenc. Pannon Egyetem Nanotechnológia Tanszék

A szubsztrátkötődés és szubsztrátkiralitás szerepe a humán 3-foszfoglicerát kináz dinamikájában

Genomadatbázisok Ld. Entrez Genome: Összes ismert genom, hierarchikus szervezésben (kromoszóma, térképek, gének, stb.)

Atomszerkezet. Atommag protonok, neutronok + elektronok. atompályák, alhéjak, héjak, atomtörzs ---- vegyérték elektronok

NMR spektroszkópia a fehérje biokémiában

Transzláció. Szintetikus folyamatok Energiájának 90%-a


15. Fehérjeszintézis: transzláció. Fehérje lebontás (proteolízis)

Szénhidrátkémiai kutatások bioinformatikai esetek. Dr. Harangi János DE, TTK, Biokémiai Tanszék

Gyakorlati bioinformatika

NMR a peptid- és fehérje-kutatásban

Gráczer Éva Laura okleveles biológus

TDK lehetőségek az MTA TTK Enzimológiai Intézetben

KÖLCSÖNHATÁS ÉS DINAMIKA. az NMR spektroszkópia, mint a modern szem. Bodor Andrea

A fehérjék hierarchikus szerkezete. Szerkezeti hierarchia. A fehérjék építőkövei az aminosavak. Fehérjék felosztása

Fehérjék szerkezetének predikciója, szerkezeti adatok felhasználása adatbázisok segítségével, a számítógépes molekuladinamikai modellezés alapjai

Semmelweis Egyetem / Élettani Intézet / Budapest. Bioinformatika és genomanalízis az orvostudományban. Szekvenciaelemzés. Cserző Miklós 2017

Biokémiai kutatások ma

Bioinformatika 2 2. előadás

Több oxigéntartalmú funkciós csoportot tartalmazó vegyületek

Röntgendiffrakciós szerkezetvizsgálat. A szerkezetmegoldás menete Lehetőségek és korlátok Alkalmazások

Az élő sejt fizikai Biológiája:

Egy antifungális diszulfid fehérje szerkezeti dinamikája és hideg/meleg kitekeredése (avagy PAF, a hűvös sárkány)

A kovalens kötés elmélete. Kovalens kötésű molekulák geometriája. Molekula geometria. Vegyértékelektronpár taszítási elmélet (VSEPR)

Beszámoló a K OTKA Project keretében végzett munkáról. Szinopszis:

Natív antigének felismerése. B sejt receptorok, immunglobulinok

1. A röntgensugárral nyert interferencia kép esetében milyen esetben beszélünk szórásról és milyen esetben beszélünk diffrakcióról?

A SZILÁRDTEST FOGALMA. Szilárdtest: makroszkópikus, szilárd, rendezett anyagdarab. molekula klaszter szilárdtest > σ λ : rel.

Cserző Miklós Bioinformatika és genomanalízis az orvostudományban. Integrált biológiai adatbázisok

Koherens lézerspektroszkópia adalékolt optikai egykristályokban

A sztereoizoméria hatása peptidek térszerkezetére és bioaktivitására OTKA PD Szakmai zárójelentés. Dr. Leitgeb Balázs

1. Összefoglalás A doktori munka alapvető kérdése az általunk molekuladinamikai szimulációval vizsgált mindkét fehérjekomplex rendszer esetén az

Elektrosztatikus modell fragmens méretű ligandumok fehérje komplexeinek vizsgálatára

BIOFIZIKA. Metodika- 4. Liliom Károly. MTA TTK Enzimológiai Intézet


Átírás:

Szerkezet Protein Data Bank (PDB) http://www.rcsb.org/pdb ~ 35 701 szerkezet közepes felbontás 1552 szerkezet d 1.5 Å 160 szerkezet d 1.0 Å 10 szerkezet d 0.8 Å (atomi felbontás) E globális minimum? funkció szerkezet szerkezet nélküli fehérjék flexibilitáshoz kötött funkció modell E A folding probléma Hogyan találja meg a fehérje a natív szerkezetet a csillagászati számú konformáció közül rövid (ms-min) idő alatt? (Levinthal paradoxon) 100 aminosav 10 49 konformáció 10-11 s / konformációváltozás 10 29 év kell a natív szerkezethez A folding probléma Lehetséges megoldás: folding funnel a fázistér kis része vesz részt a feltekeredésben Lehetséges feltekeredési módok denaturált állapot nukleáció-kondenzáció hidrofób összeesés framework natív állapot Módszerek Szekvenciahasonlóság ab initio módszerek - potenciálfüggvény - konfigurációs tér feltérképezése (MD,MC) - célfüggvény threading - szerkezeti adatbázis - fittelés motívumokhoz - célfüggvény összehasonlító modellezés, homológia modellezés - szekvencia adatbázis - potenciálfüggvény - optimáló algoritmus 1

Ab initio módszerek Korai módszerek rács modelllek 1 aminosav-1láncszem csak a hidrofil-hidrofób tulajdonságok Monte Carlo optimizálás (T változtatás) kompakt mag Probléma: potenciálfüggvények pontossága Ab initio módszerek All-atom megközelítések Molekuladinamika 100 ns főleg széttekeredés (unfolding) (barnáz, protein A) Problémák rövid statisztikus viselkedés potenciálfüggvény célfüggvény Megoldás különböző kiindulópontok egyszerűsített oldószer-modell több, párhuzamos trajektória nagyobb adatbázisok natív kontaktusok Menete 1. rokon szerkezetek keresése, 2. templát választása 3. vizsgált szekvencia és a templát szerkezet egymáshoz rendelése 4. modellépítés (templátból származó információ felhasználásával) 5. modell értékelése szekvencia azonosság 30 % 60 % funkció hozzárendelése szerkezet (fold) alapján kötőhely, aktív hely keresése motívumok alapján NMR szerkezet finomítás mutánsok vizsgálata mutációs kísérletek értelmezése krisztallográfiai modell (molecular replacement) 100 % ligandumok kötődésének vizsgálata alacsony felbontású szerkezeti modell specificitás vizsgálata Rokon szerkezetek keresése ~ 500 000 ismert szekvencia 30 000 szerkezet szekvencia keresés: FASTA, BLAST, PSI-BLAST szerkezet keresés: PDB, SCOP, DALI, CATH típusok keresése (threading) evolúciósan rokon fehérje-család hasonló körülmények között nyert szerkezet szerkezet minősége Szekvencia és templát szerkezet egymáshoz rendelése 40% fölött általában jó 30 % alatt twilight zone (30% szekvencia homológia esetén az aminosavak 20%-a van helyesen összerendelve) CLUSTAL eltemetett részek, másodlagos szerkezeti elemek figyelembe vétele több összerendelés (alignment) 2

Modellépítés rigid-body (COMPOSER) (mag hurkok oldalláncok) - Cα atomok fittelése - konzervált részeken erősebb kényszer - hurkok adatbázisokból - oldalláncok konformációs preferenciák szerint - energiaminimalizálás szegmens-illesztés (SEGMOD) - rövid szegmensekből épít - oldalláncok a főlánccal együtt fittelve - energiaminimalizálás Modellépítés távolság kényszerek felhasználása (MODELLER) - homológia alapú távolság-kényszerek - sztérikus kényszerek - optimálás a távolságkényszerek spektroszkópiai módszerektől is származhatnak: NMR, cross-linking, FRET, EM, mutációs kísérletek Oldalláncok modellezése oldallánc konformáció függ a másodlagos szerkezettől Hurkok modellezése Funkcionálisan fontos probléma nem lehet külön jósolni őket szekvencia azonosság < 30 %, fold ugyanaz, oldallánc elrendeződés teljesen más gerinc RMSD = 2 Å, jósolt oldallánc konformáció különböző fémion kötés receptor fehérjék immunoglobulin mononukleotid kötő fehérjék DNS kötő fehérjék szerin proteázok Lehetséges megoldások: pontosítani a szolvatációs tagot, explicit H-kötés tagot bevezetni Hurkok modellezése mini folding probléma figyelembe kell venni - csatlakozó részeket - környezetet (oldószer) sokféle jósló módszer lehetséges - szisztematikus - molekuladinamika (hőkezelés) - Monte Carlo (multiple sampling) - adatbázisok alapján (max. 5 aa) közelítő energiafüggvény célfüggvény Menete Fehérje: Energiafv.: csak nem-hidrogén atomok implicit solvent fehérje többi része hat a loop-ra, de fix nem valós fizikai fv. sztérikus tag CHARMM potenciál nemkötő tagok statisztika alapján kényszerek és pszeudo-tagok összege 3

oldallánc torzió főlánc torzió hurok főlánc torzió R: aminosav típus, a: atomtípus, Δ i szekvenciális távolság r,r : van der Waals sugarak távolság kényszerek Optimálás: csak loop atomok kezdő konformáció - egyenlő távolságra elosztva - randomizálás minimalizálás (conjugate gradient ) MD fűtés 1000 K re (200 lépés Δt=4fs) MD hűtés 300 K re (600 lépés Δt=4fs) minimalizálás Második optimálás: környező atomok hatását is tartalmazza az energiafv. 50-500 optimálás Eredmények: loop hossza (kb 10 aa) loop környezete loop jellege (pontosság nem korrelál B-vel) Korlát: az energiafüggvény pontossága és nem az optimáló algoritmusé 8aa loop RMSD < 2Å 100 optimálás felett RMSD nem javul ugyanaz az energiája natívtól különböző loopoknak nem mindig a natív a legalacsonyabb energia Hibák: Jövő: Korlátok, hibák oldallánc elrendeződés (ua. oldallánc más konformáció) hibák az összerendezésben 9 aminosavnál hosszabb gap a templátban lokális hibák nem jó templát választás összes fold típus meghatározása Modell minősége felbontás R faktor B faktor disorder egyéb krisztallográfiai paraméterek (pl. SFCHECK) BamHI enzim aktív helye aktív hely oldalláncai katalitikus pozíció szerkezeti vizek katalízis kristályban Viadiu and Agarwal, Nat. Struct.Biol. (1998) 5,pp.910-916. Fuxreiter és Osman, Biochemistry (2001) 40, pp.15017-15023 4

pre-reaktív formák chemical sense Szubsztrát kötődés Pea seedling amine oxidase BamHI T4 Endonukleáz V Szubsztrát kötődés Milyen szerkezeti elemek játszanak szerepet? RMS a szabad és kötött fehérje között gerinc, Cα atomok, nehézatomok, oldalláncok, domének hosszútávú kölcsönhatások - H-kötés ( 2.5 Å d 3.5 Å) - ionpár - S-S kötés - cluster (pl. stabilizációs centrum) Flexibilitás szubsztrát kötődés (PEP) katalízis (Co Corrinoid mutase) B faktor analízis rendezetlen részek hálók (pl. FIRST) Hozzájárulás a kötődéshez szabadenergia számolás Hidrofil-hidrofób tulajdonságok hozzáférhetőség (SASA) elektrosztatikus potenciál mélység mikrokörnyezet gyakran rossz következtetések 5