bioinformatique abi-1001 2ème partie: la biologie structurale cours #2 domaines, classification et...
TRANSCRIPT
BioinformatiqueBioinformatiqueABI-1001ABI-1001
BioinformatiqueBioinformatiqueABI-1001ABI-1001
2ème Partie:
La Biologie StructuraleCours #2
Domaines, classification et prédictions
2ème Partie:
La Biologie StructuraleCours #2
Domaines, classification et prédictions
Domaines: définitionDomaines: définitionDomaines: définitionDomaines: définition
• Les domaines peuvent être définis de différentes façons:
• Les domaines peuvent être définis de différentes façons:
Séquence: hérédité de (sous)séquences.Séquence: hérédité de (sous)séquences.
Fonction: modules fonctionnels protéiques.Fonction: modules fonctionnels protéiques.
Structure: unité de repliement ou contacts atomiques.Structure: unité de repliement ou contacts atomiques.
• Fragment de structure capable de se replier ou d’adopter une conformation indépendamment du reste de la structure.
• Fragment de structure capable de se replier ou d’adopter une conformation indépendamment du reste de la structure.
Domaines: définitionDomaines: définitionDomaines: définitionDomaines: définition
• Domaine:Biologie structurale Région d’une prot. qui possède son propre cœur
hydrophobe et qui est structurellement indépendant du reste de la prot. généralement colinéaire en séquence.
Biochimie/Génétique Fragments minimale d’un gène capable d’effectuer une
fonction donnée.
• Module: domaines similaires se retrouvant dans plusieurs prot. (ex. Immunoglobine, SH2)
• Domaine:Biologie structurale Région d’une prot. qui possède son propre cœur
hydrophobe et qui est structurellement indépendant du reste de la prot. généralement colinéaire en séquence.
Biochimie/Génétique Fragments minimale d’un gène capable d’effectuer une
fonction donnée.
• Module: domaines similaires se retrouvant dans plusieurs prot. (ex. Immunoglobine, SH2)
Domaines: évolution…Domaines: évolution…Domaines: évolution…Domaines: évolution…NNNN
NNNN
NNNN
NNNN
NNNN
NNNNNNNN NNNN
NNNN
NNNN
Do
ma
ine
s a
nce
stra
ux
Do
ma
ine
s a
nce
stra
ux
(è
re p
ré-b
iotiq
ue)
(ère
pré
-bio
tiqu
e)D
om
ain
es
an
cest
rau
xD
om
ain
es
an
cest
rau
x (
ère
pré
-bio
tiqu
e)(è
re p
ré-b
iotiq
ue)
Hétéro-dimèresHétéro-dimèresHétéro-dimèresHétéro-dimères Fusion de gènesFusion de gènesFusion de gènesFusion de gènes
Sélection: intermédiaires ancestrauxSélection: intermédiaires ancestrauxSélection: intermédiaires ancestrauxSélection: intermédiaires ancestraux Protéines multi-domainesProtéines multi-domainesProtéines multi-domainesProtéines multi-domaines
Identification des domaines structurauxIdentification des domaines structurauxIdentification des domaines structurauxIdentification des domaines structuraux
• Les domaines sont omniprésents dans les protéines: La plupart des grosses
protéines sont composées d’unités semi-indépendantes:
• Modularité.• Efficacité de repliement.• Ségrégation
fonctionnelle.
• Les domaines sont omniprésents dans les protéines: La plupart des grosses
protéines sont composées d’unités semi-indépendantes:
• Modularité.• Efficacité de repliement.• Ségrégation
fonctionnelle.
D-Amino Acid OxidaseD-Amino Acid OxidaseD-Amino Acid OxidaseD-Amino Acid Oxidase
FAD/NAD(P)-binding domainFAD/NAD(P)-binding domainFAD/NAD(P)-binding domainFAD/NAD(P)-binding domain
HYDROXYBENZOATE HYDROXYBENZOATE HYDROXYLASE: 1PHHHYDROXYLASE: 1PHH
Identification des domaines structurauxIdentification des domaines structurauxIdentification des domaines structurauxIdentification des domaines structuraux
• > 60% des protéines ne sont constituées que d’un seul domaine.
• Environ 70% des protéines multi-domaines n’ont pas plus de 2 domaines.
• Il existe une relation linéaire entre la taille des protéines (en acides aminés) et le nombre de domaine qu’elles possèdent.
• > 60% des protéines ne sont constituées que d’un seul domaine.
• Environ 70% des protéines multi-domaines n’ont pas plus de 2 domaines.
• Il existe une relation linéaire entre la taille des protéines (en acides aminés) et le nombre de domaine qu’elles possèdent.
N=787N=787N=787N=787
Jones S et al. (1998) Protein Science 7:233Jones S et al. (1998) Protein Science 7:233
Identification des domaines structurauxIdentification des domaines structurauxIdentification des domaines structurauxIdentification des domaines structuraux
• La grosseur moyenne des domaines se situe environ à ~ 100 résidus.
• Approximativement 70% des domaines sont continus en séquence.
• La grosseur moyenne des domaines se situe environ à ~ 100 résidus.
• Approximativement 70% des domaines sont continus en séquence.
N=787N=787N=787N=787
Jones S et al. (1998) Protein Science 7:233Jones S et al. (1998) Protein Science 7:233
Identification des domaines structurauxIdentification des domaines structurauxIdentification des domaines structurauxIdentification des domaines structuraux
• Quel est l’importance d’identifier ces domaines:
L’évolution s’effectue au niveau de la séquence mais sélectionne des fonctions.
L’identification des domaines dans une structure peut révéler des unités fonctionnelles qui ont évoluées indépendamment. L’alignement et la recherche de séquence en fonction des domaines est beaucoup plus spécifique.
Les domaines sont les unités fondamentales de l’analyse de la structure des protéines.
• Quel est l’importance d’identifier ces domaines:
L’évolution s’effectue au niveau de la séquence mais sélectionne des fonctions.
L’identification des domaines dans une structure peut révéler des unités fonctionnelles qui ont évoluées indépendamment. L’alignement et la recherche de séquence en fonction des domaines est beaucoup plus spécifique.
Les domaines sont les unités fondamentales de l’analyse de la structure des protéines.
Identification des domaines structurauxIdentification des domaines structurauxIdentification des domaines structurauxIdentification des domaines structuraux
• Concept: interactions atomiques à l’intérieur d’un domaine sont plus nombreuses qu’entre domaines. La quête: groupes de
résidus avec le max. de contact entre résidus mais avec un min. de contact avec d’autres groupes de résidus.
Problème: parfois ces groupes appartiennent à des segments non-contiguës discontinuité ⇒séquentielle du domaine.
• Concept: interactions atomiques à l’intérieur d’un domaine sont plus nombreuses qu’entre domaines. La quête: groupes de
résidus avec le max. de contact entre résidus mais avec un min. de contact avec d’autres groupes de résidus.
Problème: parfois ces groupes appartiennent à des segments non-contiguës discontinuité ⇒séquentielle du domaine.
D1D1D1D1 D2D2D2D2
D1D1D1D1 D2D2D2D2
NNNN
CCCC
NNNN
CCCC
D1D1D1D1 D2D2D2D2
NNNN
CCCC
D1D1D1D1 D2D2D2D2
Identification des domaines structurauxIdentification des domaines structurauxIdentification des domaines structurauxIdentification des domaines structuraux
• L’identification des domaines est en fait un problème d’optimisation.
• Plusieurs méthodes ou algorithmes:
STRUDL DomainParser PUU DETECTIVE DOMAK
• L’identification des domaines est en fait un problème d’optimisation.
• Plusieurs méthodes ou algorithmes:
STRUDL DomainParser PUU DETECTIVE DOMAK
Jones S et al. (1998) Protein Science 7:233Jones S et al. (1998) Protein Science 7:233
Identification des domaines structurauxIdentification des domaines structurauxIdentification des domaines structurauxIdentification des domaines structuraux
• Comment peut-on évaluer l’efficacité d’une méthode?
Teste la méthode avec un groupe de protéines dont les domaines sont connus (experts) avec et/ou d’autres méthodes.
• Comment peut-on évaluer l’efficacité d’une méthode?
Teste la méthode avec un groupe de protéines dont les domaines sont connus (experts) avec et/ou d’autres méthodes.
Jones S et al. (1998) Protein Science 7:233Jones S et al. (1998) Protein Science 7:233
Identification des domaines structurauxIdentification des domaines structurauxIdentification des domaines structurauxIdentification des domaines structuraux
• La méthode la plus efficace reste tout de même l’identification manuelle.
Mise à jour difficile vue le nombre croissant de structures.
• La méthode la plus efficace reste tout de même l’identification manuelle.
Mise à jour difficile vue le nombre croissant de structures.
Jones S et al. (1998) Protein Science 7:233Jones S et al. (1998) Protein Science 7:233
Identification des domaines structurauxIdentification des domaines structurauxIdentification des domaines structurauxIdentification des domaines structuraux
• CATH CATH http://www.biochem.ucl.ac.uk/bsm/cath/
• SCOP SCOP
• http://scop.berkeley.edu/
• 3Dee 3Dee http://www.compbio.dundee.ac.uk/3Dee/
Classification?Classification?Classification?Classification?
• La structure d’une protéine peut nous renseigner sur ses fonctions et son passé évolutif.
Nécessite la connaissance de la structure et de sa relation avec les autres protéines.
• Requiert un savoir générale du repliement de la protéine et des informations détaillées sur la structure de beaucoup de protéines.
• D’un point de vue évolutif, la structure est beaucoup mieux conservé que la séquence.
• La structure d’une protéine peut nous renseigner sur ses fonctions et son passé évolutif.
Nécessite la connaissance de la structure et de sa relation avec les autres protéines.
• Requiert un savoir générale du repliement de la protéine et des informations détaillées sur la structure de beaucoup de protéines.
• D’un point de vue évolutif, la structure est beaucoup mieux conservé que la séquence.
??? Le repliement évolutif ?????? Le repliement évolutif ?????? Le repliement évolutif ?????? Le repliement évolutif ???
• Protéines divergentes du point de vue séquence, retiennent l’architecture et la topologie de leur repliement ancestrale.
• Les prot. peuvent avoir plus d’un repliement énergétiquement stable. pression sélective = contraintes fonctionnelles.
• Les similarités structurales entre prot. sans parenté s’explique souvent par la convergence d’un repliement stable plutôt que par la divergence d’un ancêtre commun. évolution parallèle.
• Évolution nécessite la subsistance fonctionnel des prot. existantes sinon…R.I.P.
• Protéines divergentes du point de vue séquence, retiennent l’architecture et la topologie de leur repliement ancestrale.
• Les prot. peuvent avoir plus d’un repliement énergétiquement stable. pression sélective = contraintes fonctionnelles.
• Les similarités structurales entre prot. sans parenté s’explique souvent par la convergence d’un repliement stable plutôt que par la divergence d’un ancêtre commun. évolution parallèle.
• Évolution nécessite la subsistance fonctionnel des prot. existantes sinon…R.I.P.
SStructural tructural CClassification lassification OOf f PProteinsroteinsSStructural tructural CClassification lassification OOf f PProteinsroteins
• Organisation hiérarchique des prot. selon leur structure et leur origine évolutive.
Procure un réductionnisme qui facilite les comparaisons structurales.
Inspection/comparaison automatique et visuel
• L’unité principale de catégorisation son les domaines; ceux-ci étant l’unité évolutive, fonctionnelle et structurale des prot.
• Organisation hiérarchique des prot. selon leur structure et leur origine évolutive.
Procure un réductionnisme qui facilite les comparaisons structurales.
Inspection/comparaison automatique et visuel
• L’unité principale de catégorisation son les domaines; ceux-ci étant l’unité évolutive, fonctionnelle et structurale des prot.
SStructural tructural CClassification lassification OOf f PProteinsroteinsSStructural tructural CClassification lassification OOf f PProteinsroteins
• Niveaux hiérarchiques de SCOP:
Class: dérive du contenu en structure secondaire.
Fold: provient de la topologie, l’arrangement et l’orientation des éléments de structures secondaires. (968)
• Similarités structurales proviennent des propriétés physico-chimique ≠ évolution
Superfamilly: regroupent les prot. Avec peu d’identité de séquence mais dont la structure et la fonction sont relié. (~1300)
• Origine évolutive commune probable
Familly: Structure et fonction similaire ainsi que > 30% d’identité de séquence (~2300)
• Origine évolutive certaine
• Niveaux hiérarchiques de SCOP:
Class: dérive du contenu en structure secondaire.
Fold: provient de la topologie, l’arrangement et l’orientation des éléments de structures secondaires. (968)
• Similarités structurales proviennent des propriétés physico-chimique ≠ évolution
Superfamilly: regroupent les prot. Avec peu d’identité de séquence mais dont la structure et la fonction sont relié. (~1300)
• Origine évolutive commune probable
Familly: Structure et fonction similaire ainsi que > 30% d’identité de séquence (~2300)
• Origine évolutive certaine
SStructural tructural CClassification lassification OOf f PProteinsroteinsSStructural tructural CClassification lassification OOf f PProteinsroteins
SCOP 1.65 ClassesSCOP 1.65 Classes
Août 2003 (Août 2003 (20619 PDB Entries/54745 Domains)20619 PDB Entries/54745 Domains)
All All All All Others Others ProteinsProteins All All // All All ++
179179 126126 308308 121121 234234
• Multi-domainMulti-domain• Membrane and Membrane and
cell surfacecell surface• Small proteinsSmall proteins
• Coiled coilCoiled coil• Low resolutionLow resolution
• PeptidesPeptides• Designed Designed
proteinsproteins
SStructural tructural CClassification lassification OOf f PProteinsroteinsSStructural tructural CClassification lassification OOf f PProteinsroteins
SStructural tructural CClassification lassification OOf f PProteinsroteinsSStructural tructural CClassification lassification OOf f PProteinsroteins
Ex. 1GTMEx. 1GTMEx. 1GTMEx. 1GTM
SStructural tructural CClassification lassification OOf f PProteinsroteinsSStructural tructural CClassification lassification OOf f PProteinsroteins
2 domaines en tout2 domaines en tout2 domaines en tout2 domaines en tout
Relié à l’activité catalytiqueRelié à l’activité catalytiqueRelié à l’activité catalytiqueRelié à l’activité catalytique
RasmolRasmolRasmolRasmolChimeChimeChimeChime Liens externesLiens externesLiens externesLiens externes
3 chaînes dans le fichiers 3 chaînes dans le fichiers pdb dont le domaine inclus pdb dont le domaine inclus
les a.a. de 181 à 419les a.a. de 181 à 419
3 chaînes dans le fichiers 3 chaînes dans le fichiers pdb dont le domaine inclus pdb dont le domaine inclus
les a.a. de 181 à 419les a.a. de 181 à 419
SStructural tructural CClassification lassification OOf f PProteinsroteinsSStructural tructural CClassification lassification OOf f PProteinsroteins
Swiss-PDBviewerSwiss-PDBviewerSwiss-PDBviewerSwiss-PDBviewer
Pour connaître le Pour connaître le second domainesecond domainePour connaître le Pour connaître le second domainesecond domaine
CClassification, lassification, AArchitecture, rchitecture, TTopologyopology andand
HHomologyomology
CClassification, lassification, AArchitecture, rchitecture, TTopologyopology andand
HHomologyomology
• Classification semi-automatique: Selon des protocoles et algorithmes (PUU, DETECTIVE et
DOMAK).
Valider manuellement en cas d’ambiguïté.
• Ne considère que les structures résolu à une résolution de 3 Å ou moins.
• Les prot. multi-domaines sont subdivisées selon leur domaines constitutifs de manières automatique.
• Classification semi-automatique: Selon des protocoles et algorithmes (PUU, DETECTIVE et
DOMAK).
Valider manuellement en cas d’ambiguïté.
• Ne considère que les structures résolu à une résolution de 3 Å ou moins.
• Les prot. multi-domaines sont subdivisées selon leur domaines constitutifs de manières automatique.
CClassification, lassification, AArchitecture, rchitecture, TTopologyopology andand
HHomologyomology
CClassification, lassification, AArchitecture, rchitecture, TTopologyopology andand
HHomologyomology
• Quatre niveaux majeurs de classification: Class: déterminer automatiquement par la composition
en structures secondaires. Architecture: déterminer manuellement selon
l’orientation des éléments de structures secondaires sans toutefois tenir compte de la connectivité.
Topology: classer automatiquement en famille de conformation (fold family) selon la forme globale et la connectivité des éléments structuraux.
Homology(superfamille): regroupe les domaines de prot. ayant un ancêtre commun (homologue).
• Sequence families: regroupe à l’intérieur de superfamilles les homologues selon leur identité de séquence
• Quatre niveaux majeurs de classification: Class: déterminer automatiquement par la composition
en structures secondaires. Architecture: déterminer manuellement selon
l’orientation des éléments de structures secondaires sans toutefois tenir compte de la connectivité.
Topology: classer automatiquement en famille de conformation (fold family) selon la forme globale et la connectivité des éléments structuraux.
Homology(superfamille): regroupe les domaines de prot. ayant un ancêtre commun (homologue).
• Sequence families: regroupe à l’intérieur de superfamilles les homologues selon leur identité de séquence
CClassification, lassification, AArchitecture, rchitecture, TTopologyopology andand
HHomologyomology
CClassification, lassification, AArchitecture, rchitecture, TTopologyopology andand
HHomologyomology
• 4 Classes: Mainly Mainly Mixed & Few secondary structures
• 37 Architectures
• 813 Topologies
• 1467 Homologues
• 4 Classes: Mainly Mainly Mixed & Few secondary structures
• 37 Architectures
• 813 Topologies
• 1467 Homologues
MainlyMainly MainlyMainly MainlyMainly MainlyMainly
Mixed & Mixed & Few secondary Few secondary structuresstructures
Few secondary Few secondary structuresstructures
CClassification, lassification, AArchitecture, rchitecture, TTopologyopology andand
HHomologyomology
CClassification, lassification, AArchitecture, rchitecture, TTopologyopology andand
HHomologyomology
• Le site de CATH contient d’autres ressources utiles: SSAP server: comparaison
structurale de 2 prot. et alignement structurale
GRATH server: recherche de topologie pour une structure donnée.
DHS: dictionnaire des homologues.
Gene3D: Base de données d’identification de gène structuraux pré-calculés à travers 120 génomes.
IMPALA: Comparaison de séq. avec une base de données PSI-BLAST.
• Le site de CATH contient d’autres ressources utiles: SSAP server: comparaison
structurale de 2 prot. et alignement structurale
GRATH server: recherche de topologie pour une structure donnée.
DHS: dictionnaire des homologues.
Gene3D: Base de données d’identification de gène structuraux pré-calculés à travers 120 génomes.
IMPALA: Comparaison de séq. avec une base de données PSI-BLAST.
http://www.biochem.ucl.ac.uk/bsm/cath/
CCAATTHH, exemple…1GTM, exemple…1GTMCCAATTHH, exemple…1GTM, exemple…1GTM
2 2 domaines/domaines/
chaîneschaînes
2 2 domaines/domaines/
chaîneschaînes
CCAATTHH, exemple…1GTM, exemple…1GTMCCAATTHH, exemple…1GTM, exemple…1GTM
Généralement Généralement relié à l’activitérelié à l’activitéGénéralement Généralement relié à l’activitérelié à l’activité
CCAATTHH, exemple…1GTM, exemple…1GTMCCAATTHH, exemple…1GTM, exemple…1GTM
CClassification, lassification, AArchitecturerchitecture, , TTopologyopology andand
HHomologyomology
CClassification, lassification, AArchitecturerchitecture, , TTopologyopology andand
HHomologyomology
• Il semblerait que les prot. peuvent adopter environ 1000/5000 conformations différentes. (on est loin de 20300
pour une protéine moyenne: nombre qui soit dit en passant est plus grand
que le nombre d’atome dans l’univers)
• À ce jour on connaît au moins un représentant de chacune de ces conformations.
• Environ une dizaine de topologies contiennent plus de la moitié de toutes les prot.
• Il semblerait que les prot. peuvent adopter environ 1000/5000 conformations différentes. (on est loin de 20300
pour une protéine moyenne: nombre qui soit dit en passant est plus grand
que le nombre d’atome dans l’univers)
• À ce jour on connaît au moins un représentant de chacune de ces conformations.
• Environ une dizaine de topologies contiennent plus de la moitié de toutes les prot.
Comparaison et Alignement de structureComparaison et Alignement de structureComparaison et Alignement de structureComparaison et Alignement de structure
• Importance de la comparaison et l’alignement:
Classification: assignation de classe de repliement et éventuellement création de bibliothèques de configuration.
Fonction: identification de la fonction d’une prot. inconnu en comparant avec la structure de prot. connue.
Prédiction: évaluation de la qualité d’un modèle avec les structures connues.
Évolution: permet de révéler des relations évolutives non identifiable par l’alignement de séquence seulement.
• Importance de la comparaison et l’alignement:
Classification: assignation de classe de repliement et éventuellement création de bibliothèques de configuration.
Fonction: identification de la fonction d’une prot. inconnu en comparant avec la structure de prot. connue.
Prédiction: évaluation de la qualité d’un modèle avec les structures connues.
Évolution: permet de révéler des relations évolutives non identifiable par l’alignement de séquence seulement.
Comparaison et Alignement de structureComparaison et Alignement de structureComparaison et Alignement de structureComparaison et Alignement de structure
• Alignement ≠ Superposition
L’alignement c’est l’identification de résidus qui possèdent un même arrangement spatiale (3D).
La superposition nécessite au préalable l’alignement de résidus pour pouvoir superposer le reste de la structure…un genre de nœud de transformation géométrique.
• Alignement ≠ Superposition
L’alignement c’est l’identification de résidus qui possèdent un même arrangement spatiale (3D).
La superposition nécessite au préalable l’alignement de résidus pour pouvoir superposer le reste de la structure…un genre de nœud de transformation géométrique.
Chaîne AChaîne AChaîne AChaîne A Chaîne BChaîne BChaîne BChaîne B
alignementalignementalignementalignementsuperpositionsuperpositionsuperpositionsuperposition
Comparaison et Alignement de structureComparaison et Alignement de structureComparaison et Alignement de structureComparaison et Alignement de structure
• Comment mesure-t-on l’erreur de superposition?
RMSD: root mean square deviation.
• Comment mesure-t-on l’erreur de superposition?
RMSD: root mean square deviation.
Atome aAtome a
Coordonnée (xCoordonnée (xaa, ,
yyaa, z, zaa))
Atome aAtome a
Coordonnée (xCoordonnée (xaa, ,
yyaa, z, zaa))
Atome bAtome b
Coordonnée Coordonnée (x(xbb, y, ybb, z, zbb))
Atome bAtome b
Coordonnée Coordonnée (x(xbb, y, ybb, z, zbb))
RMSD = {(x – x )2+(y – y )2+(z – z )2 }RMSD = {(x – x )2+(y – y )2+(z – z )2 }ii
NNOù N= nombre d’atomes comparésOù N= nombre d’atomes comparésOù N= nombre d’atomes comparésOù N= nombre d’atomes comparés
aaii bbii aaii bbii aaii bbii
Comparaison et Alignement de structureComparaison et Alignement de structureComparaison et Alignement de structureComparaison et Alignement de structure
• 0.0-0.5 Å Identique.⇒• <1.5 Å Très similaire.⇒• < 5.0 Å Modérément bon.⇒• 5.0-7.0 Å Relié structurellement.⇒• > 7.0 Å Relation incertaine.⇒• > 12.0 Å Aucunement relié.⇒
• 0.0-0.5 Å Identique.⇒• <1.5 Å Très similaire.⇒• < 5.0 Å Modérément bon.⇒• 5.0-7.0 Å Relié structurellement.⇒• > 7.0 Å Relation incertaine.⇒• > 12.0 Å Aucunement relié.⇒
Comparaison et Alignement de structureComparaison et Alignement de structureComparaison et Alignement de structureComparaison et Alignement de structure
NomNom DescriptionDescription URL et ressources WEBURL et ressources WEB
CECE CCombinatorial ombinatorial EExtension of the xtension of the Optimum PathOptimum Path
http://cl.sdsc.edu/ce.htmlhttp://cl.sdsc.edu/ce.html
DALIDALI DDistance Matrix istance Matrix AliAlignementgnement http://www.ebi.ac.uk/dali/http://www.ebi.ac.uk/dali/
HOMSTRADHOMSTRAD HomHomologous ologous StrStructure ucture AAlignement lignement DDatabaseatabase
http://www-cryst.bioc.cam.ac.uk/http://www-cryst.bioc.cam.ac.uk/~homstrad/~homstrad/
SARF2SARF2 SSpatial patial ArArrangement of rangement of Backbone Backbone FFragmentsragments
http://123d.ncifcrf.gov/sarf2.htmlhttp://123d.ncifcrf.gov/sarf2.html
SSAPSSAP SSequential equential SStructure tructure AAlignement lignement PProgramrogram
http://www.biochem.ucl.ac.uk/cgi-http://www.biochem.ucl.ac.uk/cgi-bin/cath/GetSsapRasmol.plbin/cath/GetSsapRasmol.pl
VASTVAST VVector ector AAlignement lignement SSearch earch TToolool http://www.ncbi.nlm.nih.gov/http://www.ncbi.nlm.nih.gov/Structure/VAST/vast.shtmlStructure/VAST/vast.shtml
CE exemple…CE exemple…CE exemple…CE exemple…
CE exemple…CE exemple…CE exemple…CE exemple…
Votre requête: utilisez le code pdb et précisez la chaîne avec << : >> (ex. 1A3G:A…fichier Votre requête: utilisez le code pdb et précisez la chaîne avec << : >> (ex. 1A3G:A…fichier 1A3G chaîne A. Si il n’y pas de chaînes à spécifier, la notation est 1A3G:_ )1A3G chaîne A. Si il n’y pas de chaînes à spécifier, la notation est 1A3G:_ )Votre requête: utilisez le code pdb et précisez la chaîne avec << : >> (ex. 1A3G:A…fichier Votre requête: utilisez le code pdb et précisez la chaîne avec << : >> (ex. 1A3G:A…fichier 1A3G chaîne A. Si il n’y pas de chaînes à spécifier, la notation est 1A3G:_ )1A3G chaîne A. Si il n’y pas de chaînes à spécifier, la notation est 1A3G:_ )
Importance statistique Importance statistique p/r à un alignement p/r à un alignement avec une structure avec une structure aléatoire. aléatoire. (conformation (conformation similaire: > similaire: > 3.5)3.5)
Importance statistique Importance statistique p/r à un alignement p/r à un alignement avec une structure avec une structure aléatoire. aléatoire. (conformation (conformation similaire: > similaire: > 3.5)3.5)
% de différence de % de différence de longueur en a.a entre longueur en a.a entre les structures alignéesles structures alignées
% de différence de % de différence de longueur en a.a entre longueur en a.a entre les structures alignéesles structures alignées
% de GAPs permis % de GAPs permis dans l’alignement des dans l’alignement des structures.structures.
% de GAPs permis % de GAPs permis dans l’alignement des dans l’alignement des structures.structures.
CE exemple…CE exemple…CE exemple…CE exemple…
Faites vos Faites vos sélections!sélections!Faites vos Faites vos sélections!sélections!
CE exemple…CE exemple…CE exemple…CE exemple…
Lignes pointillées = GapLignes pointillées = Gap
Lettrages pâles (très pâles…) Lettrages pâles (très pâles…) = résidus non-alignés= résidus non-alignés
Lignes pointillées = GapLignes pointillées = Gap
Lettrages pâles (très pâles…) Lettrages pâles (très pâles…) = résidus non-alignés= résidus non-alignés
RMSDRMSDRMSDRMSD % d’identité% d’identité% d’identité% d’identité
# de # de résidus résidus alignésalignés
# de # de résidus résidus alignésalignés
Z-ScoreZ-ScoreZ-ScoreZ-Score
CE exemple…CE exemple…CE exemple…CE exemple…
Souris Souris
bouton droitbouton droit
Souris Souris
bouton droitbouton droit
Nécessite l’installation du plug-in Nécessite l’installation du plug-in Chime/ protein explorerChime/ protein explorer
Nécessite l’installation du plug-in Nécessite l’installation du plug-in Chime/ protein explorerChime/ protein explorer
Le fichiers sera en format .txt Le fichiers sera en format .txt mais reconnu par Rasmol et mais reconnu par Rasmol et
Swiss PDBviewer…Swiss PDBviewer…
Le fichiers sera en format .txt Le fichiers sera en format .txt mais reconnu par Rasmol et mais reconnu par Rasmol et
Swiss PDBviewer…Swiss PDBviewer…
CE exemple…CE exemple…CE exemple…CE exemple…
RMSD =RMSD = 0.5 0.5RMSD =RMSD = 0.5 0.5 Seq. Id. =Seq. Id. = 100.0 100.0Seq. Id. =Seq. Id. = 100.0 100.0
# résidus # résidus alignés =alignés = 274 274# résidus # résidus alignés =alignés = 274 274 Z-score =Z-score = 7.5 7.5Z-score =Z-score = 7.5 7.5
1A3G:A1A3G:A1A3G:A1A3G:A
1I1M:C1I1M:C1I1M:C1I1M:C
CE exemple…CE exemple…CE exemple…CE exemple…
RMSD =RMSD = 1.4 1.4RMSD =RMSD = 1.4 1.4 Seq. Id. =Seq. Id. = 27.3 27.3Seq. Id. =Seq. Id. = 27.3 27.3
# résidus # résidus alignés =alignés = 275 275# résidus # résidus alignés =alignés = 275 275 Z-score =Z-score = 7.5 7.5Z-score =Z-score = 7.5 7.5
1A3G:A1A3G:A1A3G:A1A3G:A
2DAB:B2DAB:B2DAB:B2DAB:B
CE exemple…CE exemple…CE exemple…CE exemple…
RMSD =RMSD = 2.0 2.0RMSD =RMSD = 2.0 2.0 Seq. Id. =Seq. Id. = 20.5 20.5Seq. Id. =Seq. Id. = 20.5 20.5
# résidus # résidus alignés =alignés = 260 260# résidus # résidus alignés =alignés = 260 260 Z-score =Z-score = 7.2 7.2Z-score =Z-score = 7.2 7.2
1A3G:A1A3G:A1A3G:A1A3G:A
1ET0:A1ET0:A1ET0:A1ET0:A
CE exemple…CE exemple…CE exemple…CE exemple…
RMSD =RMSD = 5.2 5.2RMSD =RMSD = 5.2 5.2 Seq. Id. =Seq. Id. = 5.2 5.2Seq. Id. =Seq. Id. = 5.2 5.2
# résidus # résidus alignés =alignés = 77 77# résidus # résidus alignés =alignés = 77 77 Z-score =Z-score = 3.9 3.9Z-score =Z-score = 3.9 3.9
1A3G:A1A3G:A1A3G:A1A3G:A
1I6H:E1I6H:E1I6H:E1I6H:E
CE exemple…CE exemple…CE exemple…CE exemple…
RMSD =RMSD = 6.0 6.0RMSD =RMSD = 6.0 6.0 Seq. Id. =Seq. Id. = 2.3 2.3Seq. Id. =Seq. Id. = 2.3 2.3
# résidus # résidus alignés =alignés = 83 83# résidus # résidus alignés =alignés = 83 83 Z-score =Z-score = 3.9 3.9Z-score =Z-score = 3.9 3.9
1A3G:A1A3G:A1A3G:A1A3G:A
1B76:B1B76:B1B76:B1B76:B
CE exemple…CE exemple…CE exemple…CE exemple…
RMSD =RMSD = 8.6 8.6RMSD =RMSD = 8.6 8.6 Seq. Id. =Seq. Id. = 10.3 10.3Seq. Id. =Seq. Id. = 10.3 10.3
# résidus # résidus alignés =alignés = 107 107# résidus # résidus alignés =alignés = 107 107 Z-score =Z-score = 3.7 3.7Z-score =Z-score = 3.7 3.7
1A3G:A1A3G:A1A3G:A1A3G:A
1B76:B1B76:B1B76:B1B76:B
CE exemple…CE exemple…CE exemple…CE exemple…
VAST exemple…VAST exemple…VAST exemple…VAST exemple…
VAST exemple…VAST exemple…VAST exemple…VAST exemple…
Faites vos Faites vos sélections!sélections!Faites vos Faites vos sélections!sélections!
VAST exemple…VAST exemple…VAST exemple…VAST exemple…
À À télécharger télécharger
au préalable!au préalable!
À À télécharger télécharger
au préalable!au préalable!
VAST exemple…VAST exemple…VAST exemple…VAST exemple…
Prédiction de structures (Prédiction en 1D )Prédiction de structures (Prédiction en 1D )Prédiction de structures (Prédiction en 1D )Prédiction de structures (Prédiction en 1D )
• Prédiction de structures secondaires Principe générale: AAs ont une certaine propension à
former des structures secondaires (Chou & Fasman).
• Prédiction d’accessibilité du solvant Principe générale: AAs ont une certaine hydrophobicité
face au solvant (Richards, Connolly).
• Prédiction d’hélices trans-membranaires Principe générale: hélices TM sont apolaire et de 12-
35 résidus. Distribution asymétrique des AAs de part et d’autre de la membrane.
• Prédiction de structures secondaires Principe générale: AAs ont une certaine propension à
former des structures secondaires (Chou & Fasman).
• Prédiction d’accessibilité du solvant Principe générale: AAs ont une certaine hydrophobicité
face au solvant (Richards, Connolly).
• Prédiction d’hélices trans-membranaires Principe générale: hélices TM sont apolaire et de 12-
35 résidus. Distribution asymétrique des AAs de part et d’autre de la membrane.
Prédiction de structures secondairesPrédiction de structures secondairesPrédiction de structures secondairesPrédiction de structures secondaires
Prédiction de structures secondairesPrédiction de structures secondairesPrédiction de structures secondairesPrédiction de structures secondaires
• Méthodes de première génération: 50-60% de précision Statistique: propension individuelle de chaque aa à former des
structures secondaires. • Chou & Fasman• GOR (Garnier, Osguthorpe & Robson)
• Seconde génération: freinées ~ 60% de précision Nearest neighbor: Propension de segment d’aa adjacents ⇒
considère l’environnement local des aa.• Levin & Garnier
• Problème: 1) Information locale ~ 65% structures secondaires 2) Longueur des structures prédites ~ ½ structures réelles 3) Faible niveau de prédiction des structures (struc. non-
locales)
• Méthodes de première génération: 50-60% de précision Statistique: propension individuelle de chaque aa à former des
structures secondaires. • Chou & Fasman• GOR (Garnier, Osguthorpe & Robson)
• Seconde génération: freinées ~ 60% de précision Nearest neighbor: Propension de segment d’aa adjacents ⇒
considère l’environnement local des aa.• Levin & Garnier
• Problème: 1) Information locale ~ 65% structures secondaires 2) Longueur des structures prédites ~ ½ structures réelles 3) Faible niveau de prédiction des structures (struc. non-
locales)
Prédiction de structures secondairesPrédiction de structures secondairesPrédiction de structures secondairesPrédiction de structures secondaires
• Méthodes évolutives:Méthodes évolutives: > 70% > 70% la différence ponctuelle des résidus extraite à partir d’une famille la différence ponctuelle des résidus extraite à partir d’une famille
de prot. alignées est hautement indicatif de détails structuraux de prot. alignées est hautement indicatif de détails structuraux spécifiques.spécifiques.
• Le profil d’alignement de N résidus consécutif contient Le profil d’alignement de N résidus consécutif contient l’information non-locale puisque la sélection naturelle c’est l’information non-locale puisque la sélection naturelle c’est produite sur des objets 3D.produite sur des objets 3D.
• PredictProtein-PHD (72%)PredictProtein-PHD (72%) http://cubic.bioc.columbia.edu/pp/http://cubic.bioc.columbia.edu/pp/
• Jpred (73-75%)Jpred (73-75%) http://www.compbio.dundee.ac.uk/~www-jpred/http://www.compbio.dundee.ac.uk/~www-jpred/
• PSIpred (77%)PSIpred (77%) http://bioinf.cs.ucl.ac.uk/psipred/http://bioinf.cs.ucl.ac.uk/psipred/
• Meta-ServerMeta-Server http://bioinfo.pl/meta/http://bioinfo.pl/meta/
• Méthodes évolutives:Méthodes évolutives: > 70% > 70% la différence ponctuelle des résidus extraite à partir d’une famille la différence ponctuelle des résidus extraite à partir d’une famille
de prot. alignées est hautement indicatif de détails structuraux de prot. alignées est hautement indicatif de détails structuraux spécifiques.spécifiques.
• Le profil d’alignement de N résidus consécutif contient Le profil d’alignement de N résidus consécutif contient l’information non-locale puisque la sélection naturelle c’est l’information non-locale puisque la sélection naturelle c’est produite sur des objets 3D.produite sur des objets 3D.
• PredictProtein-PHD (72%)PredictProtein-PHD (72%) http://cubic.bioc.columbia.edu/pp/http://cubic.bioc.columbia.edu/pp/
• Jpred (73-75%)Jpred (73-75%) http://www.compbio.dundee.ac.uk/~www-jpred/http://www.compbio.dundee.ac.uk/~www-jpred/
• PSIpred (77%)PSIpred (77%) http://bioinf.cs.ucl.ac.uk/psipred/http://bioinf.cs.ucl.ac.uk/psipred/
• Meta-ServerMeta-Server http://bioinfo.pl/meta/http://bioinfo.pl/meta/
Prédiction d’accessibilité du solvant.Prédiction d’accessibilité du solvant.Prédiction d’accessibilité du solvant.Prédiction d’accessibilité du solvant.
• Principe générale: AAs ont une certaine hydrophobicité face au solvant (Richards, Connolly).
• Principe générale: AAs ont une certaine hydrophobicité face au solvant (Richards, Connolly).
Prédiction d’accessibilité du solvant.Prédiction d’accessibilité du solvant.Prédiction d’accessibilité du solvant.Prédiction d’accessibilité du solvant.
Prédiction d’accessibilité du solvant.Prédiction d’accessibilité du solvant.Prédiction d’accessibilité du solvant.Prédiction d’accessibilité du solvant.
• Concept: en connaissant les éléments de structures secondaires, on peut tenter de prédire la structure tertiaire en testant différents arrangements spatiales.
Un aa hydrophobe aura tendance à être caché à l’intérieur tandis qu’un aa hydrophile sera plutôt exposé.
L’accessibilité au solvant d’une prot. est conservée en tout point à l’intérieur d’une famille de séquence.
• La plupart des serveurs de prédiction de structures secondaires nous donnes cette prédiction.
• Concept: en connaissant les éléments de structures secondaires, on peut tenter de prédire la structure tertiaire en testant différents arrangements spatiales.
Un aa hydrophobe aura tendance à être caché à l’intérieur tandis qu’un aa hydrophile sera plutôt exposé.
L’accessibilité au solvant d’une prot. est conservée en tout point à l’intérieur d’une famille de séquence.
• La plupart des serveurs de prédiction de structures secondaires nous donnes cette prédiction.
Exemple… Exemple… PredictProtein-PHD PredictProtein-PHD Exemple… Exemple… PredictProtein-PHD PredictProtein-PHD
Soumettre à Soumettre à plusieurs plusieurs serveurs en 1 serveurs en 1 seul étapeseul étape
Soumettre à Soumettre à plusieurs plusieurs serveurs en 1 serveurs en 1 seul étapeseul étape
Exemple… Exemple… PredictProtein-PHDPredictProtein-PHDExemple… Exemple… PredictProtein-PHDPredictProtein-PHD
Exemple… Exemple… PredictProtein-PHDPredictProtein-PHDExemple… Exemple… PredictProtein-PHDPredictProtein-PHD
Exemple… Exemple… PredictProtein-PHDPredictProtein-PHDExemple… Exemple… PredictProtein-PHDPredictProtein-PHD
Exemple… Exemple… PredictProtein-PHDPredictProtein-PHDExemple… Exemple… PredictProtein-PHDPredictProtein-PHD
Selon PDB:Selon PDB:Selon PDB:Selon PDB:
HHHHHHHH HHHHHHHHHHH
EEE EEE
H=Hélice, E= Feuillet, C= Boucle/tourH=Hélice, E= Feuillet, C= Boucle/tourH=Hélice, E= Feuillet, C= Boucle/tourH=Hélice, E= Feuillet, C= Boucle/tour
Exemple… Exemple… PredictProtein-PHDPredictProtein-PHDExemple… Exemple… PredictProtein-PHDPredictProtein-PHD
ConsensusConsensusConsensusConsensus
Accessibilité Accessibilité au solvantau solvant
Accessibilité Accessibilité au solvantau solvant
JPredJPredJPredJPred
HHHHHHHHH HHHHHHHHHHHH EEE EEE HHHHHHHHHHH
Selon Selon PDB:PDB:Selon Selon PDB:PDB:
Prédiction d’hélices transmembranairesPrédiction d’hélices transmembranairesPrédiction d’hélices transmembranairesPrédiction d’hélices transmembranaires
• La structure des prot. trans-membranaires est difficile à obtenir expérimentalement (X-ray, RMN).
Les méthodes de prédictions sont d’autant plus importantes.
• Simplifié par les contraintes membranaires: revient à un problème 2D.
• La structure des prot. trans-membranaires est difficile à obtenir expérimentalement (X-ray, RMN).
Les méthodes de prédictions sont d’autant plus importantes.
• Simplifié par les contraintes membranaires: revient à un problème 2D.
Prédiction d’hélices transmembranairesPrédiction d’hélices transmembranairesPrédiction d’hélices transmembranairesPrédiction d’hélices transmembranaires
Prédiction d’hélices transmembranairesPrédiction d’hélices transmembranairesPrédiction d’hélices transmembranairesPrédiction d’hélices transmembranaires
• Concept: 1) Hélices TM sont apolaire et typiquement de 12-35 résidus de
long. 2) Régions globulaires (RGs) entre hélices sont généralement
plus court que 60 résidus. 3) Les TMH possèdent une distribution spécifiques des aa
chargés positivement (positive-inside rule de R et K). 4) Les longues RGs (>60 résidus) diffèrent en composition des
RGs sujettes à la règle inside/outside.
• Méthodes variées: Échelle d’hydrophobicité, moment hydrophobe, distribution
spécifiques des aa dans les TMH.
• Faible distinction entre prot. membranaires et prot. globulaires.
• Concept: 1) Hélices TM sont apolaire et typiquement de 12-35 résidus de
long. 2) Régions globulaires (RGs) entre hélices sont généralement
plus court que 60 résidus. 3) Les TMH possèdent une distribution spécifiques des aa
chargés positivement (positive-inside rule de R et K). 4) Les longues RGs (>60 résidus) diffèrent en composition des
RGs sujettes à la règle inside/outside.
• Méthodes variées: Échelle d’hydrophobicité, moment hydrophobe, distribution
spécifiques des aa dans les TMH.
• Faible distinction entre prot. membranaires et prot. globulaires.
Prédiction d’hélices transmembranairesPrédiction d’hélices transmembranairesPrédiction d’hélices transmembranairesPrédiction d’hélices transmembranaires
• La précision est augmentée lorsqu’on utilise un modèle évolutif basé sur l’homologie de séquence de prot. membranaires apparentées.
TopPred• http://bioweb.pasteur.fr/seqanal/interfaces/toppred.html
MEMSAT• http://bioinf.cs.ucl.ac.uk/psiform.html
TMHMM• http://www.cbs.dtu.dk/services/TMHMM-2.0/
• La précision est augmentée lorsqu’on utilise un modèle évolutif basé sur l’homologie de séquence de prot. membranaires apparentées.
TopPred• http://bioweb.pasteur.fr/seqanal/interfaces/toppred.html
MEMSAT• http://bioinf.cs.ucl.ac.uk/psiform.html
TMHMM• http://www.cbs.dtu.dk/services/TMHMM-2.0/
Exemple: TMHMMExemple: TMHMMExemple: TMHMMExemple: TMHMM
Exemple: TMHMMExemple: TMHMMExemple: TMHMMExemple: TMHMM
Extracellulaire (outside)Extracellulaire (outside)Extracellulaire (outside)Extracellulaire (outside)
Cytoplasmique (inside)Cytoplasmique (inside)Cytoplasmique (inside)Cytoplasmique (inside)
Un p’tit exemple de convergenceUn p’tit exemple de convergenceUn p’tit exemple de convergenceUn p’tit exemple de convergence
• Colicine A (1COL:A): Protéine de surface des cellules/membranes. Domaine membranaire de translocation des toxines. (E. Coli).
• C-Phycocianine (1CPC:A): Pigment de l’appareil photosynthétique.(Cyanobactérie).
• Rmsd = 3.2Å
• Z-Score = 5.5
• Sequence identity = 13.9%
• Aligned/gap positions = 115/16
• Colicine A (1COL:A): Protéine de surface des cellules/membranes. Domaine membranaire de translocation des toxines. (E. Coli).
• C-Phycocianine (1CPC:A): Pigment de l’appareil photosynthétique.(Cyanobactérie).
• Rmsd = 3.2Å
• Z-Score = 5.5
• Sequence identity = 13.9%
• Aligned/gap positions = 115/16