ΒΑΣΕΙΣ ΠΡΩΤΕΪΝΙΚΩΝ ΔΕΔΟΜΕΝΩΝ. Δρ. Μαργαρίτα Θεοδωροπούλου

Μέγεθος: px

Εμφάνιση ξεκινά από τη σελίδα:

Download "ΒΑΣΕΙΣ ΠΡΩΤΕΪΝΙΚΩΝ ΔΕΔΟΜΕΝΩΝ. Δρ. Μαργαρίτα Θεοδωροπούλου"

Ἀριδαίος Φοῖνιξ Σπανός
7 χρόνια πριν
Προβολές:

1 ΒΑΣΕΙΣ ΠΡΩΤΕΪΝΙΚΩΝ ΔΕΔΟΜΕΝΩΝ Δρ. Μαργαρίτα Θεοδωροπούλου

Βάσεις Βιολογικών Δεδομένων Νουκλεοτιδικές Αλληλουχίες: GENBANK (http://www.ncbi.nlm.nih.gov/genbank/index.html) EMBL ΕΝΑ (http://www.ebi.ac.uk/ena) DDBJ (http://www.ddbj.nig.

org) Γονιδιακή Έκφραση: GeneExpression Omnibus (GEO, http://www.ncbi.nlm.nih.gov/geo/) Array Express (http://www.ebi.ac.

2 Βάσεις Βιολογικών Δεδομένων Νουκλεοτιδικές Αλληλουχίες: GENBANK ( EMBL ΕΝΑ ( DDBJ ( Πρωτεϊνικές Ακολουθίες: UniprotKB (Uniprot Knowledgebase, Τρισδιάστατες Βιολογικές Δομές: Protein Data Bank (PDB, Γονιδιακή Έκφραση: GeneExpression Omnibus (GEO, Array Express ( Stanford Microarray Database (SMD, Γενετική Ποικιλομορφία: dbsnp ( HapMap ( Βιβλιογραφία: PubMed (

3 Τι πληροφορίες μπορούμε να πάρουμε από τις δομές; Δευτεροταγή δομή Λειτουργία, μηχανισμοί Ομοιότητα, εξελικτικές σχέσεις Σχήμα, μέγεθος Δίπλωμα Δομικά μοτίβα Αποστάσεις, γωνίες Επιφάνειες αλληλεπιδράσεων, ιδιότητες επιφάνειας Επιρροή των μεταλλάξεων Διαμεμβρανικά τμήματα κλπ

4 Πρωτεΐνες

5 Πρωτεΐνες

9 worldwide Protein Data Bank (wwpdb)

10 worldwide Protein Data Bank (wwpdb) Ιδρύθηκε το 1971 στο Brookhaven National Laboratories (BNL). Μεταφέρθηκε στο Research Collaboratory for Structural Bioinformatics (RCSB) το Τα δεδομένα κατατίθονται από πειραματιστές και είναι ελεύθερα διαθέσιμα.

11 worldwide Protein Data Bank (wwpdb) Οι δομές μπορούν να κατατεθούν σε οποιοδήποτε από τα 4 κέντρα. Τα δεδομένα είναι σε σταθερά συστήματα αποθηκευμένα και γίνεται και εκκαθάριση αυτών (διπλοεγγραφές, λάθη κλπ). Κάθε κέντρο διαθέτει εφαρμογές που επιτρέπει στους χρήστες πρόσβαση, αναζήτηση και ανάκτηση δεδομένων που σχετίζονται με τις δομές.

12 PDB data formats Το αρχείο PDB περιλάμβανε αρχικά τις συντεταγμένες και σχετικές πληροφορίες. Το αρχείο ήταν πάντοτε σε μορφή flat-file με προκαθορισμένη μορφοποίηση των γραμμών. Συντεταγμένες ατόμων, πλούσιος σχολιασμός. Επιπλέον πληροφορίες για την περιγραφή των πειραμάτων και υπολογισμού της δομής (macromolecular Crystallographic Information file - mmcif).

13 PDB data formats Οι εγγραφές στην PDB εκτός από τις συντεταγμένες των ατόμων που απαρτίζουν τη δομή περιλαμβάνουν και επιπρόσθετα στοιχεία βοηθητικά όπως βιβλιογραφικές αναφορές, λεπτομέρειες για τον προσδιορισμό της δομής, πειραματικές μέθοδοι και άλλα στοιχεία που προκύπτουν από τη δομή. Κάθε δομή πριν διατεθεί στο κοινό υφίσταται έλεγχο για την ορθότητά της με τη χρήση ειδικού λογισμικού και στη συνέχεια αποκτά έναν κωδικό χαρακτηριστικό και κατατίθεται στη βάση.

14 Protein Data Bank (PDB,

15 Protein Data Bank (PDB,

16 Protein Data Bank (PDB,

17 Protein Data Bank (PDB,

18 HEADER MEMBRANE PROTEIN / HYDROLASE 05-OCT-07 2RH1 TITLE HIGH RESOLUTION CRYSTAL STRUCTURE OF HUMAN B2-ADRENERGIC G PROTEIN- TITLE 2 COUPLED RECEPTOR. COMPND MOL_ID: 1; COMPND 2 MOLECULE: BETA-2-ADRENERGIC RECEPTOR/T4-LYSOZYME CHIMERA; COMPND 3 CHAIN: A; COMPND 4 SYNONYM: BETA-2 ADRENERGIC RECEPTOR, BETA-2 ADRENOCEPTOR, BETA-2 COMPND 5 ADRENORECEPTOR / LYSIS PROTEIN, MURAMIDASE, ENDOLYSIN; COMPND 6 ENGINEERED: YES; COMPND 7 MUTATION: YES SOURCE MOL_ID: 1; SOURCE 2 ORGANISM_SCIENTIFIC: HOMO SAPIENS, ENTEROBACTERIA PHAGE T4; SOURCE 3 ORGANISM_COMMON: HUMAN,; SOURCE 4 ORGANISM_TAXID: 9606,10665; SOURCE 5 STRAIN:,; SOURCE 11 EXPRESSION_SYSTEM_PLASMID: PFASTBAC1; SOURCE 12 OTHER_DETAILS: THE CONSTRUCT HAS BEEN OBTAINED BY OVERLAPPING SOURCE 13 EXTENSION PCR KEYWDS GPCR, 7TM, ADRENERGIC, FUSION, LIPIDIC CUBIC PHASE, LIPIDIC, KEYWDS 2 MESOPHASE, CHOLESTEROL, MEMBRANE PROTEIN, MEMBRANE PROTEIN - KEYWDS 3 HYDROLASE COMPLEX, STRUCTURAL GENOMICS, PSI-2, PROTEIN STRUCTURE KEYWDS 4 INITIATIVE, ACCELERATED TECHNOLOGIES CENTER FOR GENE TO 3D KEYWDS 5 STRUCTURE, ATCG3D EXPDTA X-RAY DIFFRACTION AUTHOR V.CHEREZOV,D.M.ROSENBAUM,M.A.HANSON,S.G.F.RASMUSSEN,F.S.THIAN, AUTHOR 2 T.S.KOBILKA,H.J.CHOI,P.KUHN,W.I.WEIS,B.K.KOBILKA,R.C.STEVENS, AUTHOR 3 ACCELERATED TECHNOLOGIES CENTER FOR GENE TO 3D STRUCTURE (ATCG3D), AUTHOR 4 GPCR NETWORK (GPCR) REVDAT 9 08-AUG-12 2RH1 1 REMARK REVDAT 8 13-JUL-11 2RH1 1 VERSN REVDAT 7 01-SEP-09 2RH1 1 AUTHOR KEYWDS TITLE REMARK REVDAT 2 06-NOV-07 2RH1 1 JRNL HELIX SHEET DREVDAT 1 30-OCT-07 2RH1 0 JRNL AUTH V.CHEREZOV,D.M.ROSENBAUM,M.A.HANSON,S.G.RASMUSSEN,F.S.THIAN, JRNL PMID JRNL DOI /SCIENCE REMARK 1 REMARK 1 REFERENCE 1 REMARK 1 AUTH D.M.ROSENBAUM,V.CHEREZOV,M.A.HANSON,S.G.F.RASMUSSEN,

19 BREF 2RH1 A UNP P07550 ADRB2_HUMAN DBREF 2RH1 A UNP P00720 LYS_BPT DBREF 2RH1 A UNP P07550 ADRB2_HUMAN SEQADV 2RH1 ASP A -6 UNP P07550 EXPRESSION TAG ---- SEQRES 1 A 500 ASP TYR LYS ASP ASP ASP ALA MET GLY GLN PRO GLY ASN SEQRES 2 A 500 GLY SER ALA PHE LEU LEU ALA PRO ASN ARG SER HIS ALA SEQRES 39 A 500 THR GLY GLU GLN SER GLY HET MAL A HETNAM MAL MALTOSE ---- FORMUL 2 MAL C12 H22 O HELIX 1 1 ASP A 29 LYS A SHEET GLY A1056 THR A SSBOND 1 CYS A 106 CYS A SSBOND 2 CYS A 184 CYS A LINK SG CYS A 265 C2 ACM A LINK SG CYS A 341 C1 PLM A SITE 1 AC1 9 GLU A1011 GLY A1030 HIS A1031 LEU A SITE 1 BC6 3 HOH A 538 ASP A1072 VAL A1075 CRYST C ORIGX ORIGX ORIGX SCALE SCALE SCALE ATOM 1 N ASP A N ATOM 2 CA ASP A C HETATM 3804 O HOH A O HETATM 3805 O HOH A O CONECT CONECT CONECT MASTER END

22 Μειονεκτήματα των Flat files Οι δομές των μακρομορίων είναι ιδιαίτερα περίπλοκες. Η υπάρχουσα μορφοποίηση του αρχείου της PDB αδυνατεί να περιγράψει κάποιες δομές. Οι παλιότερες εγγραφές δεν έχουν κρατηθεί σε ομοιόμορφα αρχεία και δεν είναι εύκολα προσβάσιμα και διαθέσιμα. Η αναζήτηση και η εξόρυξη πληροφοριών και δεδομένων δεν είναι ιδιαίτερα εύκολη και ακριβής.

23 Uniform Data PDBe Relational Database Improved Query Functionality Crystallographers Biologists Time Effort Usefulness Usage Programmers Bioinformaticians

Στατιστικά στοιχεία της PDB Συνολικά πάνω από 120.

24 Στατιστικά στοιχεία της PDB Συνολικά πάνω από δομές βιομακρομορίων Προσδιορισμένες με κρυσταλλογραφία ακτίνων-χ (~89,5%) και NMR (~9,5%)

25 Στατιστικά στοιχεία της PDB

26 Στατιστικά στοιχεία της PDB

27 SCOP Structural Classification of Proteins Ιεραρχική ταξινόμηση που γίνεται με το «μάτι» PDB Entries Domains Murzin, et al, 1995 Η SCOP έχει ως βασικό στόχο την ανάλυση των δομικών και εξελικτικών σχέσεων μεταξύ όλων των πρωτεϊνών γνωστής δομής κατατεθειμένων στην PDB. Τα βασικά επίπεδα ταξινόμησης είναι η οικογένεια (Family), υπερ-οικογένεια (Super-family), αναδίπλωση (Fold) και η τάξη (Class). Η βασική οντότητα είναι τα DOMAINS. Η ιεραρχία της κατά κύριο λόγο εκφράζει το περιεχόμενο δευτεροταγούς δομής.

28 Επίπεδα ταξινόμησης SCOP Family: Ξεκάθαρη εξελικτική σχέση. Καθορίζεται από δύο κριτήρια (πολύ όμοιες δομές και λειτουργίες, >30% ταυτόσημα κατάλοιπα). Super-family: Πιθανή κοινή εξελικτική προέλευση. Χαμηλά επίπεδα ομοιότητας πρωτοταγούς δομής. Κοινά δομικά χαρακτηριστικά. Fold: Σημαντική δομική ομοιότητα (Κοινά στοιχεία δευτεροταγούς δομής, κοινή διευθέτηση, κοινή τοπολογία διασυνδέσεων). Η ομοιότητα οφείλεται στη φυσικοχημική ιδιότητα των πρωτεϊνών και όχι σε εξελικτική συσχέτιση. Class: Η ιεραρχία της κατά κύριο λόγο εκφράζει το περιεχόμενο δευτεροταγούς δομής. a. all-α, η δομή ουσιαστικά σχηματίζεται από α-έλικες b. all-β, η δομή αποτελείται από β-πτυχωτές επιφάνειες c. α/β, α-έλικες και β-πτυχωτές επιφάνειες εναλλάσσονται στην δομή της πρωτεΐνης και d. α+β, α-έλικες και β-πτυχωτές επιφάνειες βρίσκονται σε διακριτές περιοχές της δομής.

33 SCOP and CATH Classification of protein domain structures 124 folds 226 Superfamily 1148 Sequence family Domain Homologous superfamilies, Topology, Archtecture, Class Η CATH είναι μία βάση ιεραρχικής ταξινόμησης των πρωτεϊνικών δομών που είναι κατατεθειμένες στην PDB με βάση τις αυτοτελείς δομικές περιοχές (domains) που τις απαρτίζουν και οι πρωτεϊνικές δομές πρέπει να είναι προσδιορισμένες σε διακριτικότητα υψηλότερη των 3 Å.

34 3HHB - all alpha

35 1CD8 - all beta

36 1KFJ - alpha/beta

37 1AL1 - Amphiphilic Alpha Helix Render: ball and stick Color: hydrophobicity

40 Προγράμματα Μοριακών Γραφικών - Pymol Η χρήση μοριακών γραφικών με τη βοήθεια υπολογιστή έχει διευκολύνει σημαντικά τη διαδικασία αναπαράστασης δομών βιομορίων στο χώρο. Βέβαια είναι ιδιαίτερα δύσκολο να καταδειχθεί όλη η σημαντική δομική πληροφορία σε μια αναπαράσταση δύο διαστάσεων όπως συμβαίνει στην οθόνη του υπολογιστή. Καμία αναπαράσταση σε 2 διαστάσεις δεν είναι δυνατό να καταδείξει όλες τις λεπτομέρειες μιας πραγματικής τρισδιάστατης αναπαράστασης. Για αυτό το σκοπό έχουν αναπτυχθεί μια σειρά από τρόπους αναπαράστασης με καθένα από αυτούς να παρουσιάζει μια συγκεκριμένη άποψη του μορίου. Ανάλογα λοιπόν με τα χαρακτηριστικά της δομής που επιθυμεί ο χρήστης να μελετήσει μπορεί να επιλέξει και τον κατάλληλο τρόπο αναπαράστασης. Μερικοί από τους τρόπους αναπαράστασης που μπορεί να επιλέξει ο χρήστης είναι: 1. Σκελετικό μοντέλο(wire-frame model). 2. Βall & stick model. 3. Χωροπληρωτικό μοντέλο (space-filling model). 4. Stick model. 5. Cartoons 6. Κορδέλες (Ribbons) 7. Επιφάνειες (Surfaces). 8. Εμφάνιση ιδιοτήτων επιφανειών (Επιφάνειες όπου απεικονίζεται το ηλεκτροστατικό δυναμικό κ.α.). 9. Κινούμενα σχέδια (Animation-Δυναμική διαδικασία). Μέσω της χρήσης του υπολογιστή γίνεται προσπάθεια να δημιουργηθεί μια εικόνα στην οθόνη κατά τέτοιο τρόπο ώστε να δίνει την εντύπωση τρισδιάστατης απεικόνισης των αντικείμενων. Αυτό επιτυγχάνεται με τις κατάλληλες εναλλαγές φωτισμού στα αντικείμενα δίνοντας την εντύπωση του βάθους, προσομοιώνοντας τελικά τη στερεοσκοπική όραση.

Σχετικά έγγραφα

Βάσεις δομικών δεδομένων βιολογικών μακρομορίων

Βάσεις δομικών δεδομένων βιολογικών μακρομορίων Vasilis Promponas Bioinformatics Research Laboratory Department of Biological Sciences University of Cyprus Εισαγωγή Βασικές αρχές δομής πρωτεϊνών και νουκλεϊκών