Μελέτη κι αξιολόγηση της γενετικής σύνδεσης πρωτεϊνικών αλληλεπιδράσεων μέσω προσομοιώσεων της μεταβολής της μοριακής δυναμικής τους
Στη μετα-γενομική εποχή που διανύουμε, ο κλάδος της Βιοπληροφορικής καλείται να αντιμετωπίσει έναν τεράστιο όγκο βιοϊατρικής πληροφορίας που παράγεται καθημερινά σε διάφορα βιολογικά εργαστήρια ανά τον κόσμο, καθώς επίσης και την περιορισμένη διαθεσιμότητα σε υπολογιστική ισχύ. Ως εκ τούτου, υπάρχει...
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Μορφή: | Thesis |
| Γλώσσα: | Greek |
| Έκδοση: |
2019
|
| Θέματα: | |
| Διαθέσιμο Online: | http://hdl.handle.net/10889/12115 |
| id |
nemertes-10889-12115 |
|---|---|
| record_format |
dspace |
| institution |
UPatras |
| collection |
Nemertes |
| language |
Greek |
| topic |
Πρωτεϊνικές αλληλεπιδράσεις Βιοπληροφορική Πρωτεΐνες Protein-protein interactions Bioinformatics Proteins 572.64 |
| spellingShingle |
Πρωτεϊνικές αλληλεπιδράσεις Βιοπληροφορική Πρωτεΐνες Protein-protein interactions Bioinformatics Proteins 572.64 Κουλουράς, Γρηγόριος Μελέτη κι αξιολόγηση της γενετικής σύνδεσης πρωτεϊνικών αλληλεπιδράσεων μέσω προσομοιώσεων της μεταβολής της μοριακής δυναμικής τους |
| description |
Στη μετα-γενομική εποχή που διανύουμε, ο κλάδος της Βιοπληροφορικής καλείται να αντιμετωπίσει έναν τεράστιο όγκο βιοϊατρικής πληροφορίας που παράγεται καθημερινά σε διάφορα βιολογικά εργαστήρια ανά τον κόσμο, καθώς επίσης και την περιορισμένη διαθεσιμότητα σε υπολογιστική ισχύ. Ως εκ τούτου, υπάρχει η ανάγκη δημιουργίας υπολογιστικά βελτιστοποιημένων τεχνικών και αλγορίθμων για την ανάλυση των εν λόγω δεδομένων. Οι πρωτεΐνες, οι οποίες είναι και τα κύρια μόρια που μελετώνται στην παρούσα εργασία, σπάνια ενεργούν μόνες τους. Συνήθως σχηματίζουν σύμπλοκα είτε με άλλες πρωτεΐνες ή με άλλα βιομόρια, η σύνδεση και η λειτουργία των οποίων συχνά αναφέρονται στη βιβλιογραφία ως πρωτεϊνικές αλληλεπιδράσεις (PPIs). Οι πρωτεϊνικές αλληλεπιδράσεις αφορούν στις φυσικές επαφές που προκαλούν δεσμούς πρόσδεσης μεταξύ συγκεκριμένων μορίων των πρωτεϊνών, με αποτέλεσμα τη δημιουργία συμπλόκων και εν συνεχεία την ενεργοποίηση συγκεκριμένων λειτουργιών. Τα περισσότερα υπολογιστικά (προβλεπτικά) εργαλεία τα οποία έχουν υλοποιηθεί έως και σήμερα, εστιάζουν στην εύρεση περιοχών πρόσδεσης (binding sites) για ειδικά δεσμευμένα μόρια ή υποστρώματα. Επιπρόσθετα, ένας μικρός αριθμός εργαλείων ανάλυσης της τρισδιάστατης δομής των πρωτεϊνών, που έχουν αναπτυχθεί, προσφέρουν συγκρίσεις για την εύρεση δομικής ομοιότητας μεταξύ πρωτεϊνών.
Η προσέγγιση που παρουσιάζεται στην παρούσα εργασία επικεντρώνεται στην εύρεση των περιοχών σύνδεσης των πρωτεϊνών, λαμβάνοντας υπόψη τη διαμόρφωσή τους στο χώρο (3D δομή). Ως παραδοχή θεωρείται ότι οι πρωτεϊνικές αλληλεπιδράσεις διέπονται από ηλεκτροστατικές δυνάμεις, υδροφοβικές και υδρόφιλες ιδιότητες, καθώς επίσης και από μια πληθώρα άλλων φυσικοχημικών ιδιοτήτων. Επίσης, θεωρείται ότι οι αλληλεπιδράσεις αυτές, λαμβάνουν χώρα στην επιφάνεια που σχηματίζει η εκάστοτε τρισδιάστατη δομή μιας πρωτεΐνης. Τα δεδομένα που χρησιμοποιήθηκαν για την παρούσα εργασία αντλήθηκαν από την Protein Data Bank βάση δεδομένων (http://www.rcsb.org) η οποία αποτελεί τη ‘gold standard’ βάση δεδομένων τρισδιάστατων δομικών στοιχείων για πρωτεΐνες.
Συνοψίζοντας, η προτεινόμενη μεθοδολογία στοχεύει στην κατανόηση των μοριακών μηχανισμών των PPIs προσπαθώντας να αποκρυπτογραφήσει τις δομικές προτιμήσεις και τις τάσεις των αμινοξέων, στις περιοχές σύνδεσης των πρωτεϊνών. Στόχος της εν λόγω προσέγγισης είναι η αξιοποίηση της υπάρχουσας διαθέσιμης πληροφορίας για την ταυτοποίηση νέων πιθανών φαρμακολογικών στόχων μέσω της σημαντικής μείωσης της διαστατικότητας και του όγκου της πληροφορίας που απαιτείται για τον εντοπισμό περιοχών διασύνδεσης. |
| author2 |
Μεγαλοοικονόμου, Βασίλειος |
| author_facet |
Μεγαλοοικονόμου, Βασίλειος Κουλουράς, Γρηγόριος |
| format |
Thesis |
| author |
Κουλουράς, Γρηγόριος |
| author_sort |
Κουλουράς, Γρηγόριος |
| title |
Μελέτη κι αξιολόγηση της γενετικής σύνδεσης πρωτεϊνικών αλληλεπιδράσεων μέσω προσομοιώσεων της μεταβολής της μοριακής δυναμικής τους |
| title_short |
Μελέτη κι αξιολόγηση της γενετικής σύνδεσης πρωτεϊνικών αλληλεπιδράσεων μέσω προσομοιώσεων της μεταβολής της μοριακής δυναμικής τους |
| title_full |
Μελέτη κι αξιολόγηση της γενετικής σύνδεσης πρωτεϊνικών αλληλεπιδράσεων μέσω προσομοιώσεων της μεταβολής της μοριακής δυναμικής τους |
| title_fullStr |
Μελέτη κι αξιολόγηση της γενετικής σύνδεσης πρωτεϊνικών αλληλεπιδράσεων μέσω προσομοιώσεων της μεταβολής της μοριακής δυναμικής τους |
| title_full_unstemmed |
Μελέτη κι αξιολόγηση της γενετικής σύνδεσης πρωτεϊνικών αλληλεπιδράσεων μέσω προσομοιώσεων της μεταβολής της μοριακής δυναμικής τους |
| title_sort |
μελέτη κι αξιολόγηση της γενετικής σύνδεσης πρωτεϊνικών αλληλεπιδράσεων μέσω προσομοιώσεων της μεταβολής της μοριακής δυναμικής τους |
| publishDate |
2019 |
| url |
http://hdl.handle.net/10889/12115 |
| work_keys_str_mv |
AT koulourasgrēgorios meletēkiaxiologēsētēsgenetikēssyndesēsprōteïnikōnallēlepidraseōnmesōprosomoiōseōntēsmetabolēstēsmoriakēsdynamikēstous AT koulourasgrēgorios geneticlinkageassessmentusingproteinproteininteractionsviamultimodalmoleculardynamicssimulations |
| _version_ |
1771297155765501952 |
| spelling |
nemertes-10889-121152022-09-05T05:37:48Z Μελέτη κι αξιολόγηση της γενετικής σύνδεσης πρωτεϊνικών αλληλεπιδράσεων μέσω προσομοιώσεων της μεταβολής της μοριακής δυναμικής τους Genetic linkage assessment using protein-protein Interactions via multimodal molecular dynamics simulations Κουλουράς, Γρηγόριος Μεγαλοοικονόμου, Βασίλειος Μεγαλοοικονόμου, Βασίλειος Μακρής, Χρήστος Λυγερού, Ζωή Koulouras, Grigorios Πρωτεϊνικές αλληλεπιδράσεις Βιοπληροφορική Πρωτεΐνες Protein-protein interactions Bioinformatics Proteins 572.64 Στη μετα-γενομική εποχή που διανύουμε, ο κλάδος της Βιοπληροφορικής καλείται να αντιμετωπίσει έναν τεράστιο όγκο βιοϊατρικής πληροφορίας που παράγεται καθημερινά σε διάφορα βιολογικά εργαστήρια ανά τον κόσμο, καθώς επίσης και την περιορισμένη διαθεσιμότητα σε υπολογιστική ισχύ. Ως εκ τούτου, υπάρχει η ανάγκη δημιουργίας υπολογιστικά βελτιστοποιημένων τεχνικών και αλγορίθμων για την ανάλυση των εν λόγω δεδομένων. Οι πρωτεΐνες, οι οποίες είναι και τα κύρια μόρια που μελετώνται στην παρούσα εργασία, σπάνια ενεργούν μόνες τους. Συνήθως σχηματίζουν σύμπλοκα είτε με άλλες πρωτεΐνες ή με άλλα βιομόρια, η σύνδεση και η λειτουργία των οποίων συχνά αναφέρονται στη βιβλιογραφία ως πρωτεϊνικές αλληλεπιδράσεις (PPIs). Οι πρωτεϊνικές αλληλεπιδράσεις αφορούν στις φυσικές επαφές που προκαλούν δεσμούς πρόσδεσης μεταξύ συγκεκριμένων μορίων των πρωτεϊνών, με αποτέλεσμα τη δημιουργία συμπλόκων και εν συνεχεία την ενεργοποίηση συγκεκριμένων λειτουργιών. Τα περισσότερα υπολογιστικά (προβλεπτικά) εργαλεία τα οποία έχουν υλοποιηθεί έως και σήμερα, εστιάζουν στην εύρεση περιοχών πρόσδεσης (binding sites) για ειδικά δεσμευμένα μόρια ή υποστρώματα. Επιπρόσθετα, ένας μικρός αριθμός εργαλείων ανάλυσης της τρισδιάστατης δομής των πρωτεϊνών, που έχουν αναπτυχθεί, προσφέρουν συγκρίσεις για την εύρεση δομικής ομοιότητας μεταξύ πρωτεϊνών. Η προσέγγιση που παρουσιάζεται στην παρούσα εργασία επικεντρώνεται στην εύρεση των περιοχών σύνδεσης των πρωτεϊνών, λαμβάνοντας υπόψη τη διαμόρφωσή τους στο χώρο (3D δομή). Ως παραδοχή θεωρείται ότι οι πρωτεϊνικές αλληλεπιδράσεις διέπονται από ηλεκτροστατικές δυνάμεις, υδροφοβικές και υδρόφιλες ιδιότητες, καθώς επίσης και από μια πληθώρα άλλων φυσικοχημικών ιδιοτήτων. Επίσης, θεωρείται ότι οι αλληλεπιδράσεις αυτές, λαμβάνουν χώρα στην επιφάνεια που σχηματίζει η εκάστοτε τρισδιάστατη δομή μιας πρωτεΐνης. Τα δεδομένα που χρησιμοποιήθηκαν για την παρούσα εργασία αντλήθηκαν από την Protein Data Bank βάση δεδομένων (http://www.rcsb.org) η οποία αποτελεί τη ‘gold standard’ βάση δεδομένων τρισδιάστατων δομικών στοιχείων για πρωτεΐνες. Συνοψίζοντας, η προτεινόμενη μεθοδολογία στοχεύει στην κατανόηση των μοριακών μηχανισμών των PPIs προσπαθώντας να αποκρυπτογραφήσει τις δομικές προτιμήσεις και τις τάσεις των αμινοξέων, στις περιοχές σύνδεσης των πρωτεϊνών. Στόχος της εν λόγω προσέγγισης είναι η αξιοποίηση της υπάρχουσας διαθέσιμης πληροφορίας για την ταυτοποίηση νέων πιθανών φαρμακολογικών στόχων μέσω της σημαντικής μείωσης της διαστατικότητας και του όγκου της πληροφορίας που απαιτείται για τον εντοπισμό περιοχών διασύνδεσης. In the post-genomic era Bioinformatics constitutes a major bottleneck due to the vast amount of biomedical information and the inadequate availability in processing power. Therefore, there is a direct need for new and computationally optimized strategies to be deployed. Proteins rarely act alone. Protein-protein Interactions (PPIs) can be described as the physical contacts with molecular docking between proteins that occur in a cell or in a living organism. Most of the predictive tools that have been developed to identify binding sites are specific to bound molecules or substrates. Furthermore, a small number of 3D structure tools have been deployed, offering pairwise comparisons between proteins, for the detection of similar regions amongst them. Our methodology offers a novel perspective on the way binding sites are predicted as it considers the specific formation of the proteins. PPIs occur at the surface of a protein and are governed by electrostatic forces, hydrophobic and hydrophilic properties as well as a plethora of other physicochemical properties. There are a lot of structural databases hosting 3D protein conformational information in the form of Cartesian coordinates. For the purposes of this study the dataset has been retrieved from the Protein Data Bank database (http://www.rcsb.org) which is the ‘gold standard’ repository for structural information of proteins. The first step of the proposed methodology involves the removal of any non-protein molecules co-crystalized in each biological system. Subsequently, via 3D boundary scanning algorithms only the solvent accessible atoms of the protein surface are retained. In that way, a significant dimensionality reduction is achieved by minimizing the size of the dataset and improving the computational load. Preliminary results in a confined dataset confirm the viability of the proposed methodology. All-in-all, the proposed method aims at unraveling the molecular mechanisms underlying PPIs. It goes without saying that by attempting to decipher 3D structural preferences and statistical trends of proteins, an awful lot of information is fused and analyzed in a versatile manner that will eventually allow the reliable identification of novel pharmacological targets. 2019-05-05T16:45:09Z 2019-05-05T16:45:09Z 2019-01-28 Thesis http://hdl.handle.net/10889/12115 gr 0 application/pdf |
