IV107 Bioinformatika I
Přednáška 6
Katedra informačních technologií Masarykova Univerzita Brno
Jaro 2023
□ i5P
/mnt/lexc /Pictures/loc o-fi-m
Předchozí týden
► GenBank
► UniProt
► PDB
► Gene Ontology
► KEGG Pathways
► genomické a proteomické databáze
/mnt/lexc /Pictures/loc o-fi-m
□ S1
Vizualizace proteinů
► QuickPDB (Java) & Co. -c Molsoft web app (https://www.molsoft.com/pdbv.html)
► PyMol (Python)
► VMD+Povray (https://www.youtube.com/watch?v=wJo3zjRAQoo)
/mnt/lex
/Pictures/loc o-fi-rr
PovRay raytracing - používá CSG constructive solid geometry
sphere{
< 0,0,0 >, 180 pigmenti colorYellow}
}
cylinder{
< 0,0,0 >,< 150,200,300 >,60 pigmenti colorWhite}
}
camera{
location < 0.0,0.0,800.0 > direction < 0.0,0.0, -1.0 >
}
light-source{< 0,0,1000 > colorWhite}
/mnt/lexc /Pictures/loc o-fi-
Analýza proteinové sekvence
► strukturní
► predikce domén
► predikce sekundární struktury
► predikce a modelování 3D
► homologní
► "threading"/"fold recognition"(navlékání)
► z fragmentů
► ab initio
► funkční (anotace)
► přenos funkce sekvenční podobností (BLAST + GO)
► podle příslušnosti k rodině proteinů
► podle obsahu motivů (PRINTS—BLOCKS + GO)
□ i5P
0 01 masaqsf ynqssvlkmvmvvdddhvf ldimsrmlqhskyrdpsvmeiaviav
0 61 stlkiqrdnidliitdyympgmnglqlkkqitqefgnlpvlvmssdtnkeees
121 fipkpihptdltkiyqfalsnkrngkstlsteqnhkdadvsvpqqitlvpeqa
181 kncsfksdsrtvnstngscvstdgsrknrkrkpnggpsddgesmsqpakkkki
2 41 dlflqairhigldkavpkkilafmsvpyltrenvashlqkyriflrrvaeqgl 301 gidsmfrqthikepyfnyytpstswydtrlnnrsfyskpvhgfgqskllsttr
3 61 mpynymnrsstyephrigsgsnltlpiqsnlsfpnqpsqneerrsffeppvma 421 qvlgfgqlgpsaisghnfnnnmtsrygslipsqpgpshfsygmqsflnnenvt
4 81 nattqpnldelpqlenlnlyndfgntselpynisnfqfddnkhqqgeadptkf 541 stelnheddgdwtfvninqgqsngetsntiaspetntpilninhnqnqgqdvp 601 ldpqelvdddfmnslfnndmn
□ i5P
Metody predikce domén
► vyskytují se ve mnoha proteinech (BLAST)
► kostra mezi doménami je flexibilní
► vlastnosti aminokyselin se liší podle pozici vůči prostředí
► motivy v rámci jedné domény spolu souvisí
□ i5P
Identifikace domén na základě podobnosti (BLAST)
Color key for alignment scores
<40	40-50		80-200 >=200
1 1 0 100	I 200	I 300	I             I I 400       500 eoo
□ i5P
/mnt/lexc /Pictures/loc o-fi-m
Identifikace domén na základě podobnosti (BLAST + CDD)
125
25 0
375
500
>:-:i
http://www.ncbi.nlm.nih.gov/Structure/cdd/cdd.shtml
□ i5P
/m n t/l exa/P i ct u re s/l odo-f i-m
Identifikace domén na základě podobnosti (BLAST + PFAM)
Source	Domain	Siuri	End
PfamA	Response jeq	16	123
PfemA	Myb_DNA-bindinq	224 274	
PfamB	Plarn-B 109046	276	592
□ i5P
/mnt/lexc /Pictures/loc o-fi-m
Frekvence aminokyselin na rozhraní domén
TahLť I. Linker propensities
j -tinker   2-) inker   3-li n Ker     Smalt   Medium      Long    Helical Non-he I ieal
0.902 0.974 0.923 0.932 0.988 0.946 0.928 0.892 0,879 0.845 0,972
1.2S6	1.333	1.241
1.137	1.069	1.131
1,11	0,981	1.368
1		
1.139	0.992	0.736
0.916		0.S61
1.077	0.990	
1.018	0.992	0.B32
1.109	1.034	0,973
1.157		0.836
0.936	1.042	1.065
0.959	1.001	1.14
0.956	0.984	1.097
0.902	0.623	0.762
0.952	0.979	0.478
0,986	0.85Ě	1.189
0.857	0-97	0.836
0.971	098	1.017
0.892	0.743	1.022
0,8858	0.5	1.015
1.314 1.132 1,121
1.053 0.999 1.093 0.988
1.054 1.09 0.99
0.957 0.911 0.673 1.003 095 0.915 0939 0 785 0.644
1.309 1.154 1.056 0 994 1.-15 1.2 0.7Ö2
1.11 0.992 0.866 0.892 0.9
o.ses
0944 0.817 0.925 0.841 0.917 1,035
0,8 1.230 1.09 1.276 1.199 1.124 1.171 0.832 1,012 1,075 1,092 0.90Ö 0.886 0 927 1.008 0.912 0919 0.981 0696 0662
1J316
I 030 1.151
0885 0.9 0.966 0.878
IM
1.05 0.945 0.843 0.993 1.003 0956 0.893 0.94S Ů.9G5 0.B52 0 978 0.896
Převzato z George and Heringa (2002)
□ i5P
/mnt/lexE /Pictures/loc o-fi-m
DSSP je standardem přirazení sekundární struktury proteinům v PDB
► helix
► strand
► loop
► coil
H alpha helix G 3-helix (3/10 helix) I 5 helix (pi helix)
B residue in isolated beta-bridge
E extended strand, participates in beta ladder
T turn (hydrogen bonded) S bend (curvature only)
C coil
□ i5P
/mnt/lexE /Pictures/loc o-fi-m
Přirazení sekundární struktury rodině proteinů z PDB
HQKVI LVGE) GARVVVIGA RCKITVVGV YNKITVVGV DNKITVVGV
GAVGSSYAFAHVLQGI G FVGASYVFALMNQGI GDVGHACAI SILLKGL GAVGHACAISILMKDL GQVGMACAI SILGKS L
AQEIGIVDI ADEI VLI E)A ADÉLALVDA ADEVALVDV TDELALUDV
multiple alignment
PIRVLVTGAAG&IAYSILYSIGNGSVFGKDQPIILVLLDI
CCCBBBCCC CCBBBBBCC CCBBBBBCC CCBBBBBCC CCBBBBBCC C C CBBBC C C
CHHHHHHHHHHHHHCC CHHHHHHHHHHHCCCC CHHHHHHHHHHHCCCC CHHHHHHHHHHHHCCC CHHHHHHHHHHHCCCC CHHHHHHHHHHHHHCC
CCCBBBCCC CCBBBBBCC CCBBBBBCC
CCBBBBBCC   DSSP assignment
CCBBBBBCC
C C CBBBC C C
CCBBBBBCCCCHHHHHHHHHHHCCCCCCCCCCBBBBBBCC
CCCBBBCCCCCHHHHHHHHHHHCCCCCCCCCCCBBBBCCC    minimum consensus
CBBBBBBCCCC
C C C C C C C CBBBBBBC C   maximum consensus
/mnt/lexc /Pictures/loc o-fi-m
<□► < rS1 ► < -š ► < ■= ►  -= I = ^00,0
Použití metody Chou-Fasman, 1978
4. B-4.4" 4" 3.6
3^2" Z.T 2.4
1.6"
^.■/r
,   Í I
V(3 PHWI^prjřVtj PĎQRL?g.§P IEI VPAPQPPSPLNT& YPPSTTSTPSTSPTS PSVPQPPP
Metoda založena na zastoupení aminokyselin v jednotlivých typech
sekundární struktury /mnt/lexci
/Pictures/loc o-fi-m
Blízké a vzdálené interakce
Predikce sekundární struktury neuronovými sítěmi
N-terminal...T H I S I S A l-fllD D ENME S SAGE ...C-termínal
input layer
hidden layer
output layer
firing result
prediction result a
□ up
/mnt/lexc /Pictures/log o-fi-m
Predikce sekundární struktury různými nástroji
Pokročilá predikce sekundární struktury
first neural net
second neural net
alignment
i
sequence-to-structure neural net
st ru et u re-t o-s t r uct u r e neural net
i
jury decision
i
3-state prediction
□ i5P
/mnt/lexa/Pictures/lodo-fi-m
Predikce závisí od existenci homologů
homologní Je k dispozici struktura s podobností > 20 - 30%
identity
threading Protein je členem rodiny se známými strukturami
fragmentová Protein nese lokální strukturní podobnosti k mnoha
proteinem se známou strukturou
ab initio Realistické pro krátké sekvence
□ i5P
/mnt/lexE /Pictures/loc o-fi-m
ncip modelování podle homologů
(A)
HEWL: LactB:
HEWL: LactB:
-KVFG1 AEQLT
s EL
K EV
lAAAMKRMGiDNYRGYSIiťjNflfV AňKFESNFNTQATNRNTDGSTPYGTT.QINSRWW KDGRTP FRELK— D1KGYGGVSLPEMV TTFHTSGYDT.QAIVQNND-STEYGLFQINNiCW KDDQKE
GS.RNL NI? 5ALL3SOITASVN AKKIV£■ QGHGKNAWVAWRNR: KGTDVQAJJIRG: R íiSSNI NIS DKFLÍDDDTjTDDTM VKKIí.-DKVG"NVW:.AliKř.í. 5F,-KLDQWL-- E
□ i5P
/mnt/lexc /Pictures/loc o-fi-m
Princip "threadingu
M YTARG ETSEQINTHREADING
i_._J    I_._J
/m n t/l exa/P i ct u re s/l oqb-f i-m
<□► < rS1 ► <     ► < 3 ►  _ě|= -o
Určité posloupnosti aminokyselin mají vždy stejnou strukturu
Ab initio modelování - hledání globálního minima
Modelování smyček
Target: Template:
VLVATY HDFVLI VLIISYFGNSGREFVIL
5-residue insertion
database search for a 9-resídue fragment
anchor points (2 residues)
annealing
□ i5P
/mnt/lexa/Pictures/loqb-fi-m
CATH - Class, Architecture, Topology, Homology
AlphaFold
https://en.wikipedia.org/wiki/AlphaFold
/m n t/l exa/P i et u re s/l oojo-f i-rr
Outline
Příloha
/m n t/1 exa/P i et u re s/l oqb-f i-m
<□► < rS1 ► < -E ► < ■= ►  -= I = ^O^O
For Further Reading
x
/m n t/l exa/P i ct u re s/l oqb-f i-rr