Dokument: De-novo Proteinstrukturmodellierung mit Hilfe von Dichtekarten

Titel:	De-novo Proteinstrukturmodellierung mit Hilfe von Dichtekarten
Weiterer Titel:	De novo protein backbone modeling with low-resolution density maps
URL für Lesezeichen:	https://docserv.uni-duesseldorf.de/servlets/DocumentServlet?id=33520
URN (NBN):	urn:nbn:de:hbz:061-20150319-100527-5
Kollektion:	Dissertationen
Sprache:	Deutsch
Dokumententyp:	Wissenschaftliche Abschlussarbeiten » Dissertation
Medientyp:	Text
Autor:	MSc. Wang, Zhe [Autor]
Dateien:	[Dateien anzeigen] Adobe PDF [Details] 16,65 MB in einer Datei [ZIP-Datei erzeugen] Dateien vom 02.03.2015 / geändert 02.03.2015
Stichwörter:	backbone modeling, low-resolution, density map
Dewey Dezimal-Klassifikation:	500 Naturwissenschaften und Mathematik » 570 Biowissenschaften; Biologie
Beschreibungen:	In der Strukturbiologie werden im Laufe der Zeit immer mehr Makromoleküle und Proteinkomplexe untersucht und deren Strukturen bestimmt. Zur Ermittlung der Strukturen sehr grosser Komplexe konnte bereits in vielen Fällen die 3D Cryo-Elektronenmikroskopie (Cryo-EM) erfolgreich eingesetzt werden. In den letzten Jahren konnten viele große Strukturen mit Auflösungen im Subnanometer-Bereich (3.5-10 Å) bestimmt werden. Da die Anzahl an Cryo-EM-Dichtekarten mit Subnanometer-Auflösungen stetig wächst, sind Methoden für deren Interpretation stark gefragt. Wir haben eine Methode entwickelt, die, mit Hilfe einer niedrig-aufgelösten Dichte-karte, die Struktur des Proteinrückgrates ohne die Verwendung von Kristallstrukturen oder Homologiemodellen aufbauen kann. Die Methode basiert auf der Lin-Kernighan Heuristik, einem kombinatorischen Optimierungsalgorithmus welcher verwendet wird, um das Problem des Handlungsreisenden (traveling salesman problem) zu lösen. Die Suche mit der Lin-Kernighan-Heuristik wird zusätzlich durch Terme basierend auf den Sekundärstrukturelementen, statistischen Potentialen und der Dichte beeinflusst. Mit diesem Algorithmus wird ein Ensemble von Proteinrückgraten erstellt. Das Rückgrat, welches am besten in die Dichtekarte passt, kann anschließend als Grundlage zur Generierung von atomaren Modellen verwendet werden. Unsere Methode wurde zunächst an einer beispielhaften Struktur des Proteins Calmodulin getestet. Anschließend wurde unser Test-Datensatz durch sechs Strukturen aus den drei verschiedenen CATH Klassen erweitert. Für jede der Strukturen wurde eine künstliche Dichtekarte generiert. Der Erfolg der Methode ist abhängig von der Auflösung der Dichte. Für ⍺-helikale Strukturen reicht eine Auflösung von 8 Å, für β-Faltblatt Strukturen ist eine Auflösung von 4.5 Å notwendig, und für Strukturen mit gemischten Sekundärstrukturelementen liefert unsere Methode auch bei einer Auflösung von 6 Å die korrekte Topologie. Die endgültigen Proteinrückgrate werden anschließend mit dem Programm DireX bezüglich ihrer Sekundärstrukturgeometrie verfeinert. The field of structural biology and in particular the method of 3-D electron cryomicroscopy (cryoEM) is developing quickly. More and more macromolecules or complexes of macromolecules are investigated and their structure determined by cryoEM. In recent years, a large number of these large structures were determined to subnanometer resolutions (3.5-10 Å). Since the number of subnanometer resolution density maps obtained by cryo-EM is steadily increasing, methods for the interpretation of these data are highly demanded. To address this, we have developed a method that can build up the protein backbone structure from an intermediate resolution density map without any prior information from crystal structures or homology models. The method is based on a combinatorial optimization algorithm, the Lin-Kernighan heuristic, which is used for solving the Euclidean traveling salesman problem. Meanwhile, the search of models with the Lin-Kernighan heuristic is biased with additional restraints including secondary structure, statistical potential restraints and density based restraints. With this we generate ensembles of backbone traces, from which most likely traces, which fit best into the density map, are extracted and can be used to build up full atomic models. In this work, the method was first extensively tested with an exemplified structure of the protein calmodulin. Later on, six structures were selected from three classes defined by the CATH classification for further tests. The success of the method depends on the resolution of the density map. For the all-⍺-helix class, a resolution of 8 Å is sufficient to determine the correct backbone topology. For the all-β-sheet class, a resolution of 4.5 Å is necessary. For the mixed ⍺-β class, a resolution of 6 Å was sufficient for our test cases to obtain the correct protein topology. The final backbone traces were then obtained after structure refinement with secondary structure distance restraints using the real-space refinement program DireX.
Lizenz:	Urheberrechtsschutz
Fachbereich / Einrichtung:	Mathematisch- Naturwissenschaftliche Fakultät » WE Informatik
Dokument erstellt am:	19.03.2015
Dateien geändert am:	19.03.2015
Promotionsantrag am:	09.12.2014
Datum der Promotion:	03.02.2015