Bioinformatique ABI ème Partie: La Biologie Structurale Cours #2

Présentation au sujet: "Bioinformatique ABI ème Partie: La Biologie Structurale Cours #2"— Transcription de la présentation:

1 Bioinformatique ABI-1001 2ème Partie: La Biologie Structurale Cours #2
Domaines, classification et prédictions

2 Les domaines peuvent être définis de différentes façons:
Domaines: définition Les domaines peuvent être définis de différentes façons: Séquence: hérédité de (sous)séquences. Fonction: modules fonctionnels protéiques. 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.

3 Domaines: 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)

4 Domaines: évolution… Domaines ancestraux (ère pré-biotique) N
Sélection: intermédiaires ancestraux Protéines multi-domaines N N Domaines ancestraux (ère pré-biotique) N N N Hétéro-dimères Fusion de gènes N N

5 Identification 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. D-Amino Acid Oxidase HYDROXYBENZOATE HYDROXYLASE: 1PHH FAD/NAD(P)-binding domain

6 Identification 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. N=787 Jones S et al. (1998) Protein Science 7:233

7 Identification des domaines structuraux
La grosseur moyenne des domaines se situe environ à ~ 100 résidus. Approximativement 70% des domaines sont continus en séquence. N=787 Jones S et al. (1998) Protein Science 7:233

8 Identification 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.

9 Identification 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. D1 D2 N C N C D1 D2 N C D1 D2

10 Identification des domaines structuraux
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 7:233

11 Identification 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. Jones S et al. (1998) Protein Science 7:233

12 Identification 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. Jones S et al. (1998) Protein Science 7:233

13 Identification des domaines structuraux
CATH SCOP 3Dee

14 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.

15 ??? 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.

16 Structural Classification Of Proteins
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.

17 Structural Classification Of Proteins
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

18 Structural Classification Of Proteins
SCOP 1.65 Classes Août 2003 (20619 PDB Entries/54745 Domains) All a All b Others Proteins All a/b All a+b 179 126 308 121 234 Multi-domain Membrane and cell surface Small proteins Coiled coil Low resolution Peptides Designed proteins

19 Structural Classification Of Proteins

20 Structural Classification Of Proteins
Ex. 1GTM

21 Structural Classification Of Proteins
2 domaines en tout Relié à l’activité catalytique 3 chaînes dans le fichiers pdb dont le domaine inclus les a.a. de 181 à 419 Rasmol Liens externes Chime

22 Structural Classification Of Proteins
Swiss-PDBviewer Pour connaître le second domaine

23 Classification, Architecture, Topology and Homology
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.

24 Classification, Architecture, Topology and Homology
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

25 Classification, Architecture, Topology and Homology
4 Classes: Mainly a Mainly b Mixed a & b Few secondary structures 37 Architectures 813 Topologies 1467 Homologues Mainly a Mainly b Few secondary structures Mixed a & b

26 Classification, Architecture, Topology and Homology
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.

27 CATH, exemple…1GTM 2 domaines/chaînes

28 Généralement relié à l’activité
CATH, exemple…1GTM Généralement relié à l’activité

29 CATH, exemple…1GTM

30 Classification, Architecture, Topology and Homology
Il semblerait que les prot. peuvent adopter environ 1000/5000 conformations différentes. (on est loin de 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.

31 Comparaison 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.

32 Comparaison 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. Chaîne A Chaîne B alignement superposition

33 Comparaison et Alignement de structure
Comment mesure-t-on l’erreur de superposition? RMSD: root mean square deviation. Atome b Coordonnée (xb, yb, zb) Atome a Coordonnée (xa, ya, za) RMSD = S {(x – x )2+(y – y )2+(z – z )2 } i ai bi ai bi ai bi N Où N= nombre d’atomes comparés

34 Comparaison et Alignement de structure
Å ⇒ Identique. <1.5 Å ⇒ Très similaire. < 5.0 Å ⇒ Modérément bon. Å ⇒ Relié structurellement. > 7.0 Å ⇒ Relation incertaine. > 12.0 Å ⇒ Aucunement relié.

35 Comparaison et Alignement de structure
Nom Description URL et ressources WEB CE Combinatorial Extension of the Optimum Path DALI Distance Matrix Alignement HOMSTRAD Homologous Structure Alignement Database SARF2 Spatial Arrangement of Backbone Fragments SSAP Sequential Structure Alignement Program VAST Vector Alignement Search Tool

36 CE exemple…

37 CE exemple… Importance statistique p/r à un alignement avec une structure aléatoire. (conformation similaire: > 3.5) % de différence de longueur en a.a entre les structures alignées % de GAPs permis dans l’alignement des structures. 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:_ )

38 CE exemple… Faites vos sélections!

39 CE exemple… Lignes pointillées = Gap
Lettrages pâles (très pâles…) = résidus non-alignés RMSD % d’identité # de résidus alignés Z-Score

40 Nécessite l’installation du plug-in Chime/ protein explorer
CE exemple… Souris bouton droit Le fichiers sera en format .txt mais reconnu par Rasmol et Swiss PDBviewer… Nécessite l’installation du plug-in Chime/ protein explorer

41 CE exemple… RMSD = 0.5 Seq. Id. = 100.0 1A3G:A # résidus alignés = 274
Z-score = 7.5 1I1M:C

42 CE exemple… RMSD = 1.4 Seq. Id. = 27.3 1A3G:A # résidus alignés = 275
Z-score = 7.5 2DAB:B

43 CE exemple… RMSD = 2.0 Seq. Id. = 20.5 1A3G:A # résidus alignés = 260
Z-score = 7.2 1ET0:A

44 CE exemple… RMSD = 5.2 Seq. Id. = 5.2 1A3G:A # résidus alignés = 77
Z-score = 3.9 1I6H:E

45 CE exemple… RMSD = 6.0 Seq. Id. = 2.3 1A3G:A # résidus alignés = 83
Z-score = 3.9 1B76:B

46 CE exemple… RMSD = 8.6 Seq. Id. = 10.3 1A3G:A # résidus alignés = 107
Z-score = 3.7 1B76:B

47 CE exemple…

48 VAST exemple…

49 VAST exemple… Faites vos sélections!

50 À télécharger au préalable!
VAST exemple… À télécharger au préalable!

51 VAST exemple…

52 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 résidus. Distribution asymétrique des AAs de part et d’autre de la membrane.

53 Prédiction de structures secondaires

54 Prédiction 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 b (struc. non-locales)

55 Prédiction de structures secondaires
Méthodes évolutives: > 70% la différence ponctuelle des résidus extraite à partir d’une famille de prot. alignées est hautement indicatif de détails structuraux spécifiques. Le profil d’alignement de N résidus consécutif contient l’information non-locale puisque la sélection naturelle c’est produite sur des objets 3D. PredictProtein-PHD (72%) Jpred (73-75%) PSIpred (77%) Meta-Server

56 Prédiction d’accessibilité du solvant.
Principe générale: AAs ont une certaine hydrophobicité face au solvant (Richards, Connolly).

57 Prédiction d’accessibilité du solvant.

58 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.

59 Exemple… PredictProtein-PHD
Soumettre à plusieurs serveurs en 1 seul étape

60 Exemple… PredictProtein-PHD

61 Exemple… PredictProtein-PHD

62 Exemple… PredictProtein-PHD

63 Exemple… PredictProtein-PHD
HHHHHHHH HHHHHHHHHHH EEE EEE Selon PDB: H=Hélice, E= Feuillet, C= Boucle/tour

64 Exemple… PredictProtein-PHD
JPred Selon PDB: HHHHHHHHH HHHHHHHHHHHH EEE EEE HHHHHHHHHHH Consensus Accessibilité au solvant

65 Prédiction 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.

66 Prédiction d’hélices transmembranaires

67 Prédiction d’hélices transmembranaires
Concept: 1) Hélices TM sont apolaire et typiquement de 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.

68 Prédiction d’hélices transmembranaires
La précision est augmentée lorsqu’on utilise un modèle évolutif basé sur l’homologie de séquence de prot. membranaires apparentées. TopPred MEMSAT TMHMM

69 Exemple: TMHMM

70 Extracellulaire (outside) Cytoplasmique (inside)
Exemple: TMHMM Extracellulaire (outside) Cytoplasmique (inside)

71 Un 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