Makromolekulák 2016 12 05 Simon István.

Slides:



Advertisements
Hasonló előadás
Készítette: Kosztyán Zsolt Tibor
Advertisements

Az “sejt gépei” az enzimek
Miskolci Egyetem Informatikai Intézet Általános Informatikai Tanszé k Pance Miklós Adatstruktúrák, algoritmusok előadásvázlat Miskolc, 2004 Technikai közreműködő:
A fehérjék.
RACIONÁLIS GYÓGYSZERTERVEZÉS MOLEKULASZERKEZETI VONATKOZÁSOK.
Makromolekulák Simon István. Párkölcsönhatások energiájának egy aminosavra számított értéke.
Makromolekulák Simon István. Transzmembrán fehérjék Anyagcsere folyamatok Transzporterek Ion csatornák Hordozók Információ csere Receptorok.
Makromolekulák_2010_11_30 Simon István. Transzmembrán fehérjék Anyagcsere folyamatok Transzporterek Ion csatornák Hordozók Információ csere Receptorok.
Makromolekulák Simon István.
Makromolekulak_2012_12_10.ppt Simon István. Tompa P, Fuxreiter M, Oldfield CJ, Simon I, Dunker AK and Uversky VN (2009) Bioessays 31, p328.
Makromolekulák_2012_12_03 Simon István. Chou-Fasman Paraméterek Aminosav P(a) P(b) Alanine Arginine Aspartic Acid Asparagine
Címkézett hálózatok modellezése
Mik azok a fehérjék? A fehérjék aminosavak lineáris polimereiből felépülő szerves makromolekulák. Ezek kialakításában 20 féle aminosav vesz részt.
Információ kezelés Az információ visszakeresésének lehetőségei.
C mIg H mIg L TCR  TCR  T-SEJT  C V Antigén receptor TCR A B- ÉS T-SEJTEK ANTIGÉN FELISMERŐ RECEPTORAI HASONLÓ SZERKEZETŰEK TCR =  +  A.
Kémiai kötések.
Adatbázis-kezelés ACCESS program:
Előadó: Prof. Dr. Besenyei Lajos
A fehérjék világa.
BIOKÉMIA I..
Génexpresszió (génkifejeződés)
Új irányzatok a biológiában Fehérjék szerkezete, felosztása
Szoftvertechnológia Ember-gép rendszerek. Mit értünk rendszer alatt? Kapcsolódó komponensek halmaza – egy közös cél érdekében működnek együtt A rendszer.
Lineáris programozás Definíció: Olyan matematikai programozási feladatot nevezünk lineáris programozási feladatnak, amelyekben az L halmazt meghatározó.
A motiváció.
Géntechnikák Laboratórium
Poszttranszlációs módosítások Készítette: Cseh Márton
Géntechnikák Labor FÁG DISPLAY
DNS chipek, DNS hibridizáció
Dr. Balikó Sándor: ENERGIAGAZDÁLKODÁS 1. Az energia, mint érték.
MOLEKULÁRIS BIOLÓGIA tavaszi szemeszter
Olvadás Topenie.
Számegyenesek, intervallumok
Aminosavak és fehérjék
C mIg H mIg L TCR  TCR  T-SEJT  C V Antigén receptor TCR A B- ÉS T-SEJTEK ANTIGÉN FELISMERŐ RECEPTORAI HASONLÓ SZERKEZETŰEK TCR =  +  A.
Lineáris programozás.
Halmazállapot-változások
Online értékesítési modellek
Alapsokaság (populáció)
A foszfát csoport az S, T és Y oldalláncok hidroxil- csoportjához kapcsolódik.
BEVEZETŐ Dr. Turóczi Antal
Az anyagszerkezet alapjai II.
Receptor és szenzor fehérjék számítógépes tervezése Összeállította: Kiss Lóránd 2009.április.24. Bioinformatika szakirodalmi tanulmányok.
Címlap Betekintés a valószínűségszámításba Keszei Ernő ELTE Fizikai Kémiai Tanszék
Makromolekulák Simon István. p27 Kip1 IA 3 FnBP Tcf3 Bound IUP structures.
Készítette: Mátyás István agrár mérnöktanár szakos hallgató,
Spektroszkópia Analitikai kémiai vizsgálatok célja: a vizsgálati
E, H, S, G  állapotfüggvények
1 Megerősítéses tanulás 4. előadás Szita István, Lőrincz András.
Megerősítéses tanulás 5. előadás
Makromolekulák Simon István. Aminosav helyettesítési mátrix.
A belső energia tulajdonságai Extenzív mennyiség moláris: Állapotfüggvény -csak a rendszer szerkezeti adottságaitól függ -csak a változása ismert előjelkonvenció.
A fehérjék biológiai jelentősége, felépítése, tulajdonságai Amiláz molekula három dimenziós ábrája.
Fehérjék Az élő szervezetek anyagai. Aminosavak kapcsolódása Az aminosavak egymással való összekapcsolódása: peptidkötéssel dipeptid = két aminosav kapcsolódott,
34. lecke A fehérjék felépítése a sejtben. Lényege: Lényege:  20 féle aminosavból polipeptidlánc (fehérjelánc) képződik  A polipeptidlánc aminosav sorrendjét.
A sejt mozgási rendszere. Citoszkeleton = Sejtváz Eukarióta sejtplazma fehérjeszálakból álló 3D hálózata (fibrilláris és tubuláris struktúrái) Feladat:
Molekula A molekula semleges kémiai részecske, amely két vagy több atom összekapcsolódásával alakul ki.
Felépítő folyamatok kiegészítés
GÁZOK, FOLYADÉKOK, SZILÁRD ANYAGOK
Biomérnököknek, Vegyészmérnököknek
Makromolekulák Simon István.
Mediánok és rendezett minták
Makromolekulák Simon István.
HCl Kötő e- párok száma: 1 :1 :0 Nemkötő e- párok száma: 3
Láss... ne csak nézz.
III. előadás.
ENZIMEK.
Fehérjék.
Makromolekulák Simon István.
Makromolekulák Simon István.
Előadás másolata:

Makromolekulák 2016 12 05 Simon István

Rendezetlen fehérje komplexek Jellemzően más a kötési felszín geometriája a két esetben: tripszin – BPTI MDM2 – p53

Tipikus energia-felszínek globuláris fehérje rendezetlen fehérje

Globuláris fehérjék kötési módjai kulcs-zár indukált illeszkedés konformációs szelekció

Rendezetlen fehérjék kötési módjai rendezett partner B rendezett partner A rendezetlen fehérje meghatározott szerkezetű komplex ‘fuzzy’ komplex

IUPs – preformed elements

A rendezetlenség jóslása - IUPred Alapötlet: 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 WKLLPENNVLSPLPSQAMDDLMLSP D DIEQWFTEDPGPDEAPRMPEAAPRVA PAPAAPTPAAPAPA….. A környezet aminosav összetétele: A – 10% C – 0% D – 12 % E – 10 % F – 2 % stb… Az aminosav és a környezete közötti kölcsön-hatási energia becslése Ez alapján a rendezetlenség valószínűsége (magas energia rendezetlen lesz)

A p53 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: p53 N-terminális Három kötőhelyet tartalmaz: MDM2: 17-27 RPA70N: 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 = p1*Sátlag + p2*Esaját + p3*Enyereség

A rendezetlen kötőhelyet becslő ANCHOR szerver kimeneti képe MDM2 S100bb Tfb1 Tetramerizáció Sir2 RPA70N CBP Dosztányi Z, Mészáros B, Simon I BIOINFORMATICS 25:(20) pp. 2745-2746. (2009)

Valódi kötő motívumok kiszűrése ANCHOR-ral Igazolt kötőhelyek 826 Átfedés ANCHOR-ral 545 Véletlen + valódi kötőhelyek 7,2x106 Átfedés ANCHOR-ral 1,3x106 66% 17,6%

Alkalmazás: Teljes proteom vizsgálatok 736 teljes proteom van a UniProt-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