Lekciju saraksts

Makromolekulu telpiskā struktūra un tās paredzēšana. DNS topoloģija. Proteīnu

struktūras paredzēšana, modelēšana un pielietojums farmakoloģijā

Lekciju saraksts

2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 2

N.p.k. Datums Lekcijas temats

1. 15.09.2011Ievadlekcija. Prasības kursa apgūšanai un literatūras avoti. Bioinformātikas jēdziens. Kas ir bioinformātika un kāpēc tā biologiem vajadzīga? Bioloģija, statistika, informācijas tehnoloģijas un programmēšana kā bioinformātikas pamatelementi

2. 22.09.2011 Bioloģiskās informācijas veidi un apjoms. Genomu organizācija. Modernās genomu analīzes metodes3. 29.09.2011 Genomu evolūcija. Salīdzinošā genomika 4. 06.10.2011 Bioloģiskās informācijas datubāzes. Informācijas meklēšanas un iegūšanas sistēmas 5. 13.10.2011 Dažādu bioloģiskās informācijas datubāžu izmantošanas piemēri

6. 20.10.2011 Nukleīnskābju un proteīnu sekvenču līdzības pamatprincipi. Nukleīnskābju un proteīnu sekvenču pāru salīdzināšana. BLAST veidi

7. 27.10.2011 Nukleīnskābju un proteīnu sekvenču līdzības pamatprincipi. Nukleīnskābju un proteīnu sekvenču pāru salīdzināšana. BLAST veidi

8 03.11.2011 Nukleīnskābju un proteīnu daudzkārtējās salīdzināšanas metodes, to priekšrocības un pielietošanas nosacījumi. Datorprogrammas nukleīnskābju un proteīnu sekvenču daudzkārtējai salīdzināšanai

9 10.11.2011 Filoģenētika. Klāsteru un kladistiskās metodes filoģenētisko koku rekonstruēšanā Datorprogrammas nukleīnskābju un proteīnu sekvenču filoģenētiskajai analīzei

10. 17.11.2011 Seminārs un uzdevumu pārbaude par tēmām, kas saistītas ar informācijas meklēšanu datu bāzēs un sekvenču homoloģijas meklēšanu

11. 24.11.2011 Makromolekulu telpiskā struktūra un tās paredzēšana. DNS topoloģija. Proteīnu struktūras paredzēšana, modelēšana un pielietojums farmakoloģijā

12. 01.12.2011 Proteīnu struktūras paredzēšana, modelēšana un pielietojums farmakoloģijā. Genoma ekspresijas analīze. Transkriptomika. DNS čipi genomu polimorfisma analīzē. Gēnu ekspresijas ģenētika

13. 08.12.2011 Proteomika un sistēmu bioloģija. Tīklveida struktūras kā bioloģisko sistēmu dabiska sastāvdaļa.

14. 15.12.2011Seminārs un uzdevumu pārbaude par tēmām, kas saistītas ar filoģenētisko analīzi un proteīnu sekundārās struktūras paredzēšanu. Bioinformātikas perspektīvas. Bioinformātika kā priekšnosacījums modernās bioloģijas apgūšanai

15. 22.12.2011 Eksāmens

Ko mēs varam apskatīt šajā kursā?

• Vienkārša proteīnu primārās un sekundārās struktūras analīze, proteīnu lokalizācija šūnā un transporta signāli

• Terciārās struktūras paredzēšana, homoloģijas modelēšana un struktūru salīdzināšana šajā kursā apskatīti netiks

• Meklējiet, piemēram, http://www.expasy.ch/ (Expert Protein Analysis System, Šveices bioinformātikas institūts)


EMBOSS Pepinfo/Pepwindow/Pepstats

• http://www.ebi.ac.uk/Tools/emboss/pepinfo/• Pepinfo – grafiski attēlo dažādu aminoskābju grupu

izvietojumu proteīnu molekulā un hidropātijas profilus • Pepwindow – Kyte-Doolittle hidropātijas profils • Pepstats – informācija par molekulmasu, izoelektrisko

punktu, lādiņu, aminoskābju statistika un sadalījums grupās


Pepinfo/Pepwindow/Pepstats demonstrācija

• http://www.ebi.ac.uk/Tools/emboss/pepinfo/ • Cilvēka kolagēna alfa 1 (IX) izoforma NP_001842


Struktūras paredzēšana

• Proteīnu datu bāzes (Swiss Institute of Bioinformatics Prosite, UniProt, ProDom, NCBI CDD u.c.)

• Proteīnu struktūras analīzes rīki (Scan Prosite, TMPred, Phobius, TargetP)

• Integrēti struktūras paredzēšanas saiti (PredictProtein, JPred3)


PredictProtein

• http://www.predictprotein.org/ • Interneta serveris proteīnu struktūras analīzei (nepieciešama

reģistrācija) • Rezultāti ietver daudzkārtēju sekvenču salīdzinājumu,

PROSITE sekvenču motīvus, kodola lokalizācijas signālus, paredzētu sekundāro struktūru, transmembrānu spirāles, disulfīdu saites, iekššūnas lokalizāciju u.c.



PredictProtein rezultātu piemērs

• Proteīna statistika • Paredzētā sekundārā struktūra • Paredzētie transmembrānu rajoni • Zemas kompleksitātes rajoni • Proteīna lokalizācija • Disulfīdsaišu veidošana • PSI-BLAST rezultāts


PROF sekundārā struktūra


PROF sekundārā struktūra


PHD transmembrānu domēni


Disulfīdu saites


Prosite motīvi


GLOBE - globularitāte


Scan Prosite


ProDom domēnu rezultāti


NCBI CDART analīzes rezultāti



http://www.compbio.dundee.ac.uk/www-jpred


JPRED


Proteīnu lokalizācija šūnā

• TargetP http://www.cbs.dtu.dk/services/TargetP/

• Emanuelsson O, Brunak S, von Heijne G, Nielsen H (2007) Locating proteins in the cell using TargetP, SignalP, and related tools. Nature Protocols 2: 953-971

• Proteīnu funkcionālai raksturošanai svarīgi noteikt to lokalizāciju šūnā. To var noteikt gan eksperimentāli, gan paredzēt ar bioinformātikas palīdzību


Proteīnu lokalizācijas paredzēšana

• Proteīnu lokalizācija šūnā ir atkarīga no to aminoskābju sekvences. Pastāv (parasti N gala) signālsekvences, kas nosaka, ka proteīns tiks transportēts caur citoplazmatisko membrānu (sekretētie proteīni) vai arī uz mitohondrijiem, vai hloroplastiem

• Signālsekvencēm nav vienkāršas konsensus sekvences, bet analizējot lielu skaitu proteīnu ar raksturotu lokalizāciju, ir noteiktas to raksturīgās īpašības


TargetP


TargetP piemērs


Varbūtējs hloroplastu proteīns

Varbūtējs mitohondriju proteīns

Varbūtēji sekretēti proteīni

Proteīnu lokalizācijas paredzēšana

• TargetP • http://www.cbs.dtu.dk/services/TargetP/

• Piemērs – Arabidopsis thaliana RecA homologs, kas tiek transportēts uz mitohondrijiem (Q8RY99)

Khazi et al. (2003) An Arabidopsis homologue of bacterial RecA that complements an E. coli recA deletion is targeted to plant mitochondria. MGG: 269, 454-463

2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas

katedra 26

Signālpeptīdu paredzēšana

• SignalP • http://www.cbs.dtu.dk/services/SignalP/



Sekretēta proteīna piemērs


Neural Networks

HMM

Transmembrānu domēnu paredzēšana

• Daudzi šūnas proteīni ir saistīti ar membrānām, piemēram, receptori, jonu kanāli un tmldz. Tiem ir kopīga hidrofoba alfa spirāles struktūra, kas šķērso plazmas membrānu

• http://www.psort.org – apkopotas saites uz dažādiem serveriem transmembrānu domēnu paredzēšanai

• TMHMM - http://www.cbs.dtu.dk/services/TMHMM/


TMHMM


TMHMM – negatīvs rezultāts


TMHMM – pozitīvs rezultāts


PHOBIUS


http://www.ebi.ac.uk/Tools/phobius/

HvCNGC4 transmembrānu domēni


Proteīnu struktūra un farmakoloģija

• Medikamentu izveide, kas specifiski mijiedarbojas ar noteiktiem proteīniem, vai noteiktām šūnām

• Lai paredzētu kādi ķīmiskie savienojumi varētu saistīties ar proteīnu, nepieciešams zināt proteīna struktūru


Jaunam medikamentam jābūt:

• drošam;• efektīvam;• ķīmiski un metaboliski stabilam; • transportējamam uz noteiktu vietu organismā; • pieejamam vai nu no dabiskiem avotiem vai

ķīmiskās sintēzes ceļā; • jaunam – tas nozīmē patentējamam


Soļi jaunu medikamentu izveidē

• Jāsaprot slimības bioloģiskais pamats un simptomi – vai slimības cēlonis ir bioloģiskas (vīrusi, baktērijas), vai nebioloģiskas (toksīni) izcelsmes, vai arī tas ir mutācijas rezultāts

• Jānosaka mērķis uz ko koncentrēties medikamenta izveidē – bieži tas ir proteīns

• Jāiegūst priekšstats, kāda molekula varētu saistīties ar šo proteīnu. Varbūt jau ir zināms kāds savienojums vai inhibitors, kas var saistīties pie šī proteīna

• Jāidentificē “lead compound” – ķīmiskais savienojums, kuram potenciāli piemīt nepieciešamā bioloģiskā aktivitāte


Soļi jaunu medikamentu izveidē

• “Lead compound” pilnveidošana, tā atvasinājumu aktivitātes un efektu novērtēšana

• Pirmsklīniskās pārbaudes in vitro un in vivo uz dzīvniekiem• Klīnisko izmēģinājumu 1. fāze – veseli brīvprātīgie – efektivitāte,

droša doza u.t.t. • Klīnisko izmēģinājumu 2. fāze – brīvprātīgie pacienti – pierāda

efektivitāti slimības ārstēšanā • Klīnisko izmēģinājumu 3. fāze – lielāka pacientu grupa, randomizēti

“double-blind” testi • Jaunā medikamenta reģistrācija (piemēram, FDA) • Klīnisko izmēģinājumu 4. fāze – blakus efektu, efektivitātes

monitorings 2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas

katedra 39

Bioinformātika medikamentu veidošanā

• Mērķa izvēle – ar slimību saistīts proteīns, kuru ietekmējot varētu mazināt vai apgriezt slimības efektus

• “Lead compound” paredzēšana – proteīna mērķa ligandu izvēle

• Molekulārā modelēšana – liganda saistības pie mērķa proteīna modelēšana


Antivielas kā medikamenti

• Aizvien plašāku pielietojumu medicīnā gūst monoklonālās antivielas

• Antigēnu epitopu paredzēšana un monoklonālo antivielu izveide pret noteiktiem proteīniem/proteīnu rajoniem

• Antivielu stabilitātes nodrošināšana un transports uz noteiktām organisma vietām


Genoma ekspresijas analīze. Gēnu ekspresijas ģenētika. Proteomika

un sistēmbioloģija

Genoma ekspresijas analīze

• DNS -> RNS -> Proteīns • Genomika • Proteomika • Transkriptomika• Proteīni ir tie, kas nodrošina šūnas funkcionēšanu, bet

relatīvo proteīnu sastāvu un daudzumu šūnā ir grūti noteikt • mRNS daudzums korelē ar proteīnu daudzumu • Pastāv metodes ar kurām var noteikt visu genomā esošo

gēnu ekspresijas līmeni noteiktos audos


Gēnu ekpresijas analīze

• Northern blots, kvantitatīvā reālā laika PCR, DNS čipi


DNS čipu veidi

• Makro čipi, piemēram, neilona membrānas ar saistītu cDNS vai BAC DNS

• Mikro čipi: - “spotted arrays” – DNS (cDNS, PCR vai oligonukleotīdi) uzpilināti uz stikla slaidiem (šķidruma pārneses roboti, tintes printeru tehnoloģija)- sintezētie čipi – oligonukleotīdi tiek sintezēti uz stikla slaida virsmas (Affymetrix)


DNS čipu pielietojums

• Gēnu ekspresijas pētījumi – transkriptomika • Jaunu RNS veidu identifikācija • Genoma polimorfismu identifikācija


cDNS makro čips


cDNS čips

• cDNS fragmenti uz stikla slaida • RNS zondes iezīmētas ar Cy3 (zaļa) un Cy5

(sarkana) fluorescentām krāsām • Iespēja izgatavot pašiem savus cDNS čipus


cDNS čipi


Oligonukleotīdu čipi

• “Spotted” oligonukleotīdu čipi – 60 – 80 bp gari oligonukleotīdi uznesti uz stikla slaidiem

• In situ sintezētie oligonukleotīdu čipi – Agilent garo oligonukleotīdu čipi Affymetrix 25 bp oligonukleotīdu čipi


Mikrobioloģijas un biotehnoloģijas katedra

2011 gada 1. decembris

Gēnu ekspresija profilēšana

AAAAAA

AAAAAA

R e v ers e tr a n s c r ip tio n , d sD N A s y n th e sis ,

tra n s c r ip tio n /la b e l lin g F ra g m e n ta tio n o f th e cR N A

in v itro***

******

******

****** ******

*****

**

** **

**

*** ** *

*

*

probeset1

probeset2

***

************

******

*********

*** ***

************

******

*** ******

***

SCRI...

0.01

0.1

1

10

100

0.01

0.1

1

10

100

Norm

alize

d in

tens

ity (l

og sc

ale)

Control Drought Low_nitrate Salt Waterlog

51

Čipu izgatavošanas fotolitogrāfijas process


http://www.affymetrix.com/about_affymetrix/outreach/lesson_plan/downloads/student_manual_activities/activity3/activity3_manufacturing_background.pdf


Nukleīnskābju hibridizācija


Documents

Lekciju saraksts