a) all-α, η δομή ουσιαστικά σχηματίζεται από α-έλικες;

b) all-β, η δομή αποτελείται από β-πτυχωτές επιφάνειες;

γ) α/β, α-έλικες και β-πτυχωτές επιφάνειες εναλλάσσονται στην δομή της πρωτεΐνης; και

δ) α+β, α-έλικες και β-πτυχωτές επιφάνειες βρίσκονται σε διακριτές περιοχές της δομής .

Η ιεραρχική διαμόρφωση του SCOP παρουσιάζεται στην εικόνα 1 για την πρωτεϊνική δομή της ανθρώπινης αιμοσφαιρίνης (κωδικός PDB : 2hhb)

Το σύστημα SCOP είναι ελεύθερα διαθέσιμο για αναζήτηση στην ηλεκτρονική διεύθυνση: http://scop.mrc-lmb.cam.ac.uk/scop/

CATH

Η βάση δεδομένων CATH (Orengo et al., 1997), που διατηρείται στο Πανεπιστήμιο UCL του Λονδίνου, περιέχει μια ιεραρχική ταξινόμηση των αυτοτελών δομικών στοιχείων (domains) των πρωτεϊνικών δομών που είναι κατατεθειμένες στην PDB, και οι οποίες έχουν προσδιοριστεί σε διακριτικότητα καλύτερη από 3 A. Μη πρωτεϊνικές δομές, και Cα δομές δεν έχουν συμπεριληφθεί. Το σύστημα CATH με την εφαρμογή μια σειράς αυτοματοποιημένων μεθόδων παρέχει εξειδικευμένες πληροφορίες για την κατηγοριοποίηση των πρωτεϊνικών domains. Παρόλα αυτά, εμπειρικά ανθρώπινα κριτήρια χρησιμοποιούνται για τις εξειδικευμένες περιπτώσεις που τα «αυτόματα εργαλεία» σύγκρισης των πρωτεϊνικών δομών δεν δίνουν ακριβή ή έγκυρα αποτελέσματα. Κατ' αναλογία με το σύστημα ταξινόμησης των ενζύμων (E.C. system) κάθε κατηγορία πρωτεϊνικών δομών χαρακτηρίζεται από ένα μοναδικό αριθμό και ταυτοποιείται από ένα περιγραφικό όνομα. Το σχήμα αυτό επιτρέπει και κατάλληλους χειρισμούς των πληροφοριών.

Πέντε κύρια επίπεδα χρησιμοποιούνται στην ταξινόμηση αυτή: τα επίπεδα Τάξης (Class), Αρχιτεκτονικής (Architecture), Τοπολογίας (Topology), Ομόλογης Υπέρ-οικογένειας (Homologous superfamily) και Αλληλουχίας (Sequence).

Το CATH είναι ελεύθερα προσβάσιμο για αναζήτηση με λέξεις κλειδιά (είτε όνομα-κατηγορία πρωτεϊνών είτε συγκεκριμένο κωδικό πρωτεΐνης στην βάση δεδομένων πρωτεϊνικών δομών PDB (π.χ. 1ECA)) μέσω του διαδικτυακού φυλλομετρητή (Web browser) που εδρεύει στο UCL (URL: http://www.biochem.ucl.ac.uk/bsm/cath/ ).

Ένα παράδειγμα του συστήματος CATH δίνεται στην παρακάτω εικόνα για την δομή της ερυθροκρουορίνης (κωδικός PDB :1ECA).

ΜΕΡΟΣ Α: ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΔΟΜΙΚΗΣ ΚΑΙ ΜΟΡΙΑΚΗΣ ΒΙΟΛΟΓΙΑΣ ΣΤΟ ΔΙΑΔΙΚΤΥΟ (INTERNET)

ΠΡΟΣΒΑΣΗ ΣΤΑ ΔΕΔΟΜΕΝΑ

Στο πρώτο μέρος της άσκησης θα έχουμε πρόσβαση, μέσω του διαδικτύου, σε βάσεις δεδομένων, από τις οποίες θα έχουμε την ευκαιρία να 'αντλήσουμε' κάποιες πρωτεϊνικές ακολουθίες και τις δομές τους. Στη συνέχεια, θα επεξεργαστούμε την πρωτογενή αυτή πληροφορία με προγράμματα λογισμικού (εργαλεία ανάλυσης - analysis tools), που είναι επίσης ελεύθερα προσβάσιμα μέσω του Internet.

όπου '[agnosti.seq]' είναι ακολουθία άγνωστης προέλευσης και λειτουργίας.

στην οποία είναι δυνατόν να επανερχόμαστε επιλέγοντας 'Home' ή 'Αρχική' σελίδα, ανάλογα με το φυλλομετρητή (Web-Browser).

ΑΝΑΖΗΤΗΣΗ ΟΜΟΛΟΓΙΑΣ

Ένα πρώτο βήμα στη μελέτη μιας 'άγνωστης' πρωτεΐνης είναι η αναζήτηση πιθανών ομολογιών μέσα στις βάσεις πρωτεϊνικών δεδομένων.

> Η ακολουθία πρέπει να εισαχθεί σε FASTA format.

> Είναι σημαντικό να γίνει κατανοητή η διαφορά των αποτελεσμάτων όταν έχει επιλεχθεί 'ungapped alignment'.

> Η προεπιλογή φίλτρου για περιοχές χαμηλής πολυπλοκότητας κάνει περισσότερο ευαίσθητο και αποδοτικό τον αλγόριθμο και καλό είναι να παραμείνει επιλεγμένο.

Παράδειγμα αποτελέσματος για την DYR_LACCA (Query) σε αντιπαραβολή με τον εαυτό της (Subject):

Score = 310 bits (785), Expect = 4e-84
Identities = 148/162 (91%), Positives = 148/162 (91%)
Query: 1   TAFLWAQDRDGLIGKDGHLPWHLPDDLHYFRAQTVGKIMVVGRRTYESFPKRPLPERTNV 60
           TAFLWAQDRDGLIGKDGHLPWHLPDDLHYFRAQTVGKIMVVGRRTYESFPKRPLPERTNV
Sbjct: 2   TAFLWAQDRDGLIGKDGHLPWHLPDDLHYFRAQTVGKIMVVGRRTYESFPKRPLPERTNV 61

Query: 61  VLTHQEDYQAQGXXXXXXXXXXXXXXKQHLDQELVIAGGAQIFTAFKDDVDTLLVTRLAG 120
           VLTHQEDYQAQG              KQHLDQELVIAGGAQIFTAFKDDVDTLLVTRLAG
Sbjct: 62  VLTHQEDYQAQGAVVVHDVAAVFAYAKQHLDQELVIAGGAQIFTAFKDDVDTLLVTRLAG 121

Query: 121 SFEGDTKMIPLNWDDFTKVSSRTVEDTNPALTHTYEVWQKKA 162
           SFEGDTKMIPLNWDDFTKVSSRTVEDTNPALTHTYEVWQKKA
Sbjct: 122 SFEGDTKMIPLNWDDFTKVSSRTVEDTNPALTHTYEVWQKKA 163

Η τιμή Expect είναι ένα μέτρο αξιοπιστίας και εκφράζει την πιθανότητα η ομοιότητα που παρατηρείται να είναι τυχαία. Τιμές < e^-6 θεωρούνται αρκετά αξιόπιστες ενδείξεις πραγματικής ομολογίας. Η τιμή Identities δείχνει το ποσοστό ταυτόσημων καταλοίπων, ενώ η Positives το συνολικό ποσοστό ταυτόσημων ή παρόμοιων καταλοίπων.

Ερώτηση:

ΠΟΛΛΑΠΛΗ ΣΤΟΙΧΙΣΗ ΠΡΩΤΕΪΝΙΚΩΝ ΑΚΟΛΟΥΘΙΩΝ ΚΑΙ ΟΜΟΛΟΓΟΠΟΙΗΣΗ

στην οποία είναι δυνατόν να χρησιμοποιηθεί η μέθοδος ClustalW για την πολλαπλή στοίχιση ακολουθιών και την αναγνώριση ομόλογων περιοχών τους.

Παράδειγμα για την εφαρμογή της μεθόδου δίνεται παρακάτω για την στοίχιση τριών ακολουθιών που ανήκουν στην οικογένεια των cold-shock πρωτεϊνών.

ΠΑΡΑΤΗΡΗΣΕΙΣ

> Οι ακολουθίες πρέπει να εισαχθούν σε FASTA format.

> Συντηρημένα αμινοξέα σημειώνονται με ¨*¨ ενώ κατάλοιπα που είναι μερικώς διατηρημένα μεταξύ των ακολουθιών υπογραμμίζονται με ¨-¨.

Ερώτηση:

ΣΥΣΤΗΜΑΤΑ ΚΑΤΗΓΟΡΙΟΠΟΙΗΣΗΣ ΠΡΩΤΕΪΝΙΚΩΝ ΔΟΜΩΝ (CATH και SCOP)

Στη συνέχεια θα έχουμε πρόσβαση σε δυο συστήματα κατηγοριοποίησης Πρωτεϊνικών Δομών. Η πρόσβασή μας στις καταχωρήσεις αυτές είναι δυνατή με τη βοήθεια του διαδικτύου, και τις ηλεκτρονικές διευθύνσεις

Ερώτηση:

Σημειώστε την συστηματική ταξινόμηση της πρωτεϊνικής δομής με βάση τα δυο συστήματα κατηγοριοποίησης CATH και SCOP. Παρατηρείται η ίδια ιεραρχική καταχώρηση ή όχι ;

Πόσα domains μπορούν να αναγνωρισθούν στην πρωτεϊνική δομή σας; Δώστε λεπτομερή περιγραφή της δομής της πρωτεΐνης σας. Ποια είναι τα δευτεροταγή στοιχεία της και πως αυτά συνδέονται στο χώρο;

Αναγνωρίστε την παρουσία διαφόρων προσθετικών ομάδων ή άλλων υποκαταστατών στην δομή σας;

Σε συνδυασμό με τις πληροφορίες που σας παρέχουν άλλες βάσεις δεδομένων (ακολουθιών ή/και πρωτεϊνικών δομών) απαντήστε στην παρακάτω ερώτηση:

Πιστεύετε ότι η υψηλή ομολογία στο επίπεδο της αμινοξικής ακολουθίας μπορεί να χρησιμοποιηθεί για εξαγωγή δομικών-λειτουργικών συμπερασμάτων για μια άγνωστη ακολουθία; Δικαιολογήστε την απάντησή σας.

Ποια λειτουργία μπορείτε να αποδώσετε στην άγνωστη ακολουθία σας.

ΠΡΟΓΝΩΣΗ ΔΕΥΤΕΡΟΤΑΓΟΥΣ ΔΟΜΗΣ

Από τις διάφορες μεθόδους για την πρόγνωση δευτεροταγούς δομής που είναι διαθέσιμες, θα χρησιμοποιήσουμε τη μέθοδο 'SecStr', που έχει αναπτυχθεί στο εργαστήριό μας (Hamodrakas, 1988, Palaios and Hamodrakas, 1999).

Ερώτηση:

Συγκρίνετε τις προγνώσεις με την λυμένη δομή κατατεθειμένη στην PDB (C:\sequences\agnosti.pdb). Σχολιάστε τα αποτελέσματα.

ΣΥΜΠΕΡΑΣΜΑΤΑ

ser.glu.gln_ala.asn.ala.leu.tyr.ser.ile.ser|ile.ser|asx.glu.thr.thr.glu.arg|thr.his.ala.asn|thr.his.arg.glu.glu-asp|ala.asn.ala.leu.tyr.ser.ile.ser.

Μεταφράστε το παραπάνω κείμενο και απαντήστε αν συμφωνείτε ή όχι και γιατί με την πρόταση.

ΑΝΑΦΟΡΕΣ ΚΕΙΜΕΝΟΥ

Bairoch, A. and Apweiler, R. (1998) The SWISS-PROT protein sequence databank and its supplement TrEMBL in 1998, Nucleid Acids Res., 26, 38-42

Hubbard, T. J. P., Murzin, A. G., Brenner, S. E. and Chothia, C. (1997). SCOP: a structural classification of proteins database, Nucl. Acids Res., 25, 236-239

Murzin, A.G., Brenner, S.E., Hubbard, T. and Chothia, C.(1995) Scop: a structural classification of proteins database for the investigation of sequences and structures, Journal of Molecular Biology, 247 , 536-540

Orengo, C. A., Michie, A. D., Jones, D. T., Swindells, M. B. and Thornton, J. M. (1997) CATH - A hierarchic classification of protein domain structures, Structure, 5(8) , 1093-1108

Palaios, G.A., and Hamodrakas, S.J. (1999) SecStr: Secondary Structure prediction over the World Wide Web