Geri Dön

Computational prediction of protein-protein interactions in sphingolipid signaling network

Sfingolipid sinyal ağındaki protein-protein etkikleşimlerinin hesapsal tahmini

PDF İndir

  1. Tez No: 270434
  2. Yazar: YASEMEN GÜNGÖRMEZ
  3. Danışmanlar: PROF. KUTLU ÖZERGİN ÜLGEN, YRD. DOÇ. ELİF ÖZKIRIMLI ÖLMEZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoteknoloji, Biotechnology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2010
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Kimya Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 123

Özet

Bağışıklık sisteminin sağlanması, DNA onarımı ve kopyalanması, enzimsel faaliyetler, proteinlerin diğer proteinlerle etkileşimi sonucunda oluşan hücre sinyallerinin iletimi gibi hücre içi birçok iş proteinler tarafından yürütülmektedir. Bu nedenle, protein etkileşim ağının aydınlatılması hücre içi çeşitli mekanizmalar hakkında bilgi vererek kanser ve apoptozis gibi hastalıklar hakkında önemli ipuçları sağlayacaktır. Bu çalışmada, sfingolipid metabolizmasını aydınlatmak amacıyla sfingolipid metabolizmasındaki protein-protein etkileşimleri araştırılmıştır. Proteinler üç kategoride incelenmiştir. Bunlar; eşleri daha önce tanımlanmış proteinler, eşleri bilinmeyen proteinler ve kümelerdir (Küme A, Küme B ve Küme C). İlk olarak, altı tane etkileşim eşi bilinmeyen proteinlerin etkileşim eşleri dizi tabanlı tahmin yöntemleri kullanılarak tanımlanmış, daha sonra bu sonuçlar GO açıklamalarından yararlanılarak filtrelenmiştir. Olası etkileşim eşleri; YHR135C ile YDR294C; YHL020C ile YER019W; YKL126W ile YGR143W; YPL204W ve YHR135C ile YGR212W; YAR033W ve YGL051W ile YJL134W; YAR033W ve YGL051W ile YKR053C olarak belirlenmiştir Yapılar bireysel proteinler için homoloji modellemesi ile, protein kompleksleri için ise protein-protein kenetlenmesi ile tahmin edilmiştir. Eşleri tahmin edilen protein komplekslerinin neredeyse yarısı biyolojik etkileşimler kurmakta, bu da bu model etkileşimlerinin gerçek hayatta da olabileceğini göstermektedir. Daha sonra, etkileşim halinde bulunan protein çiftlerinin her modeli için KFC ile işlevsel noktalar belirlenmiştir. Birbirine yakın işlevsel noktaları en fazla bulunan model, o protein kompleksi için olası model olarak belirlenmiştir. İşlevsel noktalar daha sonra kimyasal özelliklerine göre asidik, polar, hidrofobik ve belirli aminoasitlerle zenginleştirilmiş olarak sınıflandırıldı. Bütün kategorilerdeki protein komplekslerinin işlevsel noktalarının %60 dan fazlasının hidrofobik olduğu görüldü. En fazla tekrarlanan aminoasit Küme A ve Küme B de TYR; Küme C de ve etkileşim eşleri bilinen protein komplekslerinde LEU (%15.04) olarak bulunmuştur.

Özet (Çeviri)

Proteins carry out most of the work in the cell such as immunological recognition, DNA repair and replication, enzymatic activity, cell signaling by interacting with other proteins. Therefore deciphering protein-protein interactions can give useful information about various mechanisms in the cell and hence provide important clues on disease states such as cancer and apoptosis. In this work, protein-protein interactions involved in sphingolipid metabolism were investigated in an effort to elucidate sphingolipid metabolism. Three categories of proteins were examined; proteins with previously identified partners, proteins with no known partners and clusters (Cluster A, Cluster B and Cluster C). First, the missing interaction partners of six proteins with no known interactions were identified by sequence based prediction methods and then filtered using the GO annotations of protein partners. The putative interaction partners were determined as; YHR135C with YDR294C; YHL020C with YER019W; YKL126W with YGR143W; YPL204W and YHR135C with YGR212W; YAR033W and YGL051W with YJL134W; YAR033W and YGL051W with YKR053C. The structures for these proteins were predicted by homology modeling and the structures of protein complexes were predicted by protein-protein docking. Nearly half of the complexes of the proteins with predicted partners formed biological contacts which mean these model interactions may occur in real systems. Next, the hotspots in every model of interacting protein pairs were identified by KFC. The model with the maximum number of closest hotspots was selected as the putative model structure for that protein complex. The hotspots were then classified according to their chemical features such as acidity, polarity, hydrophobicity and enrichment of certain amino acids. More than 60% of the hotspot residues in all categories of protein complexes are hydrophobic. The most repeated hotspot residue was found to be TYR in Clusters A and B, whereas it was LEU (15.04%) in Cluster C and in protein complexes with known interaction partners.

Benzer Tezler

  1. Tez No

    286421

    From yeast to human: Unraveling sphingolipid metabolism through macroscopic and microscopic analyses

    Mayadan insana: Makroskopik ve mikroskopik analizlerle sfingolipid metabolizmasının incelenmesi

    FATMA BETÜL KAVUN ÖZBAYRAKTAR

    Doktora

    İngilizce

    İngilizce

    2011

    BiyomühendislikBoğaziçi Üniversitesi

    Kimya Mühendisliği Bölümü

    PROF. DR. KUTLU Ö. ÜLGEN

  2. Tez No

    246830

    Critical assessment of protein-protein interaction databases and features towards prediction of interactions

    Etkileşim tahmini için protein-protein etkileşim kümelerinin ve niteliklerin detaylı karşılaştırılması

    MEHMET CENGİZ ULUBAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2009

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    DOÇ. DR. ATTİLA GÜRSOY

  3. Tez No

    571574

    Yapay zekâ tekniklerinin kullanımıyla protein etkileşimlerinin sekans bilgisine dayalı tahmini

    Prediction of protein interactions by using artificial intelligence techniques based on protein sequence data

    YUNUS EMRE GÖKTEPE

    Doktora

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HALİFE KODAZ

  4. Tez No

    168733

    A high-performance algorithm for automated prediction of protein-protein interactions

    Protein-protein etkileşimlerinin otomatik tahmini için yüksek başarımlı bir algoritma

    ALİ SELİM AYTUNA

    Yüksek Lisans

    İngilizce

    İngilizce

    2005

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    Y.DOÇ. ATTİLA GÜRSOY

    Y.DOÇ. ÖZLEM KESKİN

  5. Tez No

    542136

    Konak-patojen protein etkileşiminin hesaplamalı yöntemler ile tahmini

    Prediction of host-pathogen protein interactions by computational methods

    İRFAN KÖSESOY

    Doktora

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. CEMİL ÖZ

    DOÇ. DR. MURAT GÖK

Geri Dön