Upload
maire
View
62
Download
2
Embed Size (px)
DESCRIPTION
Makromolekulu telpiskā struktūra un tās paredzēšana. DNS topoloģija. Proteīnu struktūras paredzēšana, modelēšana un pielietojums farmakoloģijā . Lekciju saraksts . Ko mēs varam apskatīt šajā kursā? . - PowerPoint PPT Presentation
Citation preview
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)
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 3
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
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 4
Pepinfo/Pepwindow/Pepstats demonstrācija
• http://www.ebi.ac.uk/Tools/emboss/pepinfo/ • Cilvēka kolagēna alfa 1 (IX) izoforma NP_001842
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 5
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)
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 6
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.
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 7
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 8
PredictProtein rezultātu piemērs
• Proteīna statistika • Paredzētā sekundārā struktūra • Paredzētie transmembrānu rajoni • Zemas kompleksitātes rajoni • Proteīna lokalizācija • Disulfīdsaišu veidošana • PSI-BLAST rezultāts
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 9
PROF sekundārā struktūra
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 10
PROF sekundārā struktūra
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 11
PHD transmembrānu domēni
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 12
Disulfīdu saites
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 13
Prosite motīvi
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 14
GLOBE - globularitāte
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 15
Scan Prosite
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 16
ProDom domēnu rezultāti
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 17
NCBI CDART analīzes rezultāti
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 18
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 19
http://www.compbio.dundee.ac.uk/www-jpred
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 20
JPRED
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 21
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
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 22
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
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 23
TargetP
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 24
TargetP piemērs
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 25
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/
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 27
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 28
Sekretēta proteīna piemērs
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 29
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/
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 30
TMHMM
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 31
TMHMM – negatīvs rezultāts
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 32
TMHMM – pozitīvs rezultāts
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 33
PHOBIUS
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 34
http://www.ebi.ac.uk/Tools/phobius/
HvCNGC4 transmembrānu domēni
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 35
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
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 36
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
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 37
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
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 38
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
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 40
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
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 41
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
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 43
Gēnu ekpresijas analīze
• Northern blots, kvantitatīvā reālā laika PCR, DNS čipi
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 44
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)
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 45
DNS čipu pielietojums
• Gēnu ekspresijas pētījumi – transkriptomika • Jaunu RNS veidu identifikācija • Genoma polimorfismu identifikācija
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 46
cDNS makro čips
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 47
cDNS čips
• cDNS fragmenti uz stikla slaida • RNS zondes iezīmētas ar Cy3 (zaļa) un Cy5
(sarkana) fluorescentām krāsām • Iespēja izgatavot pašiem savus cDNS čipus
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 48
cDNS čipi
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 49
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
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 50
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
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 52
http://www.affymetrix.com/about_affymetrix/outreach/lesson_plan/downloads/student_manual_activities/activity3/activity3_manufacturing_background.pdf
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 53
Nukleīnskābju hibridizācija
2011 gada 1. decembris Mikrobioloģijas un biotehnoloģijas katedra 54