Geri Dön

A study on protein conformational transitions by Monte Carlo simulations

Monte Carlo simülasyonu ile proteinlerde konformasyonel geçişlerin incelenmesi

PDF İndir

  1. Tez No: 270439
  2. Yazar: BAHAR AYDIN
  3. Danışmanlar: PROF. PEMRA DORUKER TURGUT, PROF. TÜRKAN HALİLOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyofizik, Kimya Mühendisliği, Biophysics, Chemical Engineering
  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: 159

Özet

Proteinlerde iki farklı yapı arasındaki konformasyonel geçişin incelenmesi, proteinlerin faaliyet mekanizmaları ve fonksiyonları hakkında önemli bilgiler ortaya çıkarmaktadır. Bu tezde, yeni geliştirilmiş Anisotropik ağ modeli-Monte Carlo (ANM-MC) ve Hedeflendirilmiş Monte Carlo (TMC) simülasyonları; farklı ebat, zincir, bölge sayısı ve hareket tipine sahip 12 proteinin deneysel olarak belirlenmiş iki farklı konformasyonuna (başlangıç/hedef) uygulanmıştır. Amaç; açık/serbest ve kompleks arasındaki düz ve ters yönlerdeki konformasyonel geçiş datasının elde edilmesidir. ANM-MC metodunda ANM'den elde edilen kolektif modlar MC simülasyon yaklaşımıyla birleştirilir. TMC'de kolektif modlar kullanılmadan ilk yapı hedef yapıya doğru itilir. Simülasyon parametreleri, ara yapılarda daha iyi enerji minimizasyonu sağlamak için değiştirildi ve simülasyon süresini kısaltmak için algoritmanın otomatik bir versiyonu geliştirildi. Çalışılan proteinlerin başlangıç ve hedef yapıları arasındaki kök ortalama kare sapması; 4.1 Å ve 15.6 Å arasında yer almaktadır. TMC simülasyonları sonucunda, tüm proteinler hedef yapıya hem düz hem de ters yönde 0.4 Å RMSD kadar yaklaşmıştır. Diğer yandan, düz ANM-MC sonucunda elde edilen son yapı, hedef yapıya 1.4 Å ve 3.9 Å arasında değişen RMSD ile yaklaşırken ters ANM-MC'de 2.3 Å ve 3.7 Å arasında yaklaşmıştır (problemli difteri toksin dışında). Seçilen modlar ve hedef yönler arasındaki yüksek overlap değeri, konformasyonları hedefe daha çok yaklaştırır. Genel olarak, iki domain arasında menteşe bükülme (hinge-bending) hareketine sahip proteinler yüksek overlap değerleri ile en başarılı sonuçları vermektedir. Simülasyonun ilk evrelerinde en çok seçilen ANM modları, en yavaş beş moddur. Son yapı ve ara yapılara ait kontak haritaları da analiz edilmektedir. Tüm simülasyonlarda elde edilen son yapı, üç boyutlu konformasyon ve oluşan yeni bağlantılar açısından son hedef yapıya benzerlik göstermektedir.

Özet (Çeviri)

Exploration of conformational transitions between two different conformational states of proteins reveals significant information about their action mechanism and function. In this thesis, the recently developed anisotropic network model?Monte Carlo (ANM-MC) and targeted Monte Carlo (TMC) simulations are applied between two experimentally determined distinct conformations (initial/target) of 12 proteins with different sizes, number of chains, domains and motion types. The objective is to obtain a database of conformational transitions in forward/reverse directions of apo (free) to complex transitions. In ANM-MC, collective modes obtained from ANM are combined with the MC simulation approach. In TMC, the initial structure is forced towards the target structure without using collective modes. The simulation parameters were modified to perform better energy minimization and an automated version of the algorithm was developed to reduce the simulation time. The root mean-square deviation (RMSD) values between the initial and target states of the proteins studied fall between 4.1 and 15.6 Å. As a result of TMC, all proteins approach the target within an RMSD of 0.4 Å. On the other hand, the RMSD values between the predicted final structure in the forward ANM-MC and the target structure vary between 1.4 and 3.9 Å, whereas it varies between 1.8 and 4.7 Å in the reverse ANM-MC (excluding the unsuccessful case of diphtheria toxin). High initial overlap values between the selected modes and the target direction derive the conformations more to the target state. In general, the proteins with a hinge bending motion between two domains exhibit the most successful results and high overlap values. The most selected ANM modes in the initial stages of the simulation are the slowest five modes. Contact maps of the corresponding intermediates (snapshots) and the final structure are also analyzed. In all cases, the final structure is very similar to the target structure in terms of newly formed contacts and overall three-dimensional conformation.

Benzer Tezler

  1. Tez No

    821996

    Stochastic roadmap simulation: An efficient representation and algorithm for analyzing molecular motion

    Stokastik yol haritasi simulasyonu: Molekuler hareket analizi icin verimli bir temsil ve algoritma

    MEHMET SERKAN APAYDIN

    Doktora

    İngilizce

    İngilizce

    2004

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolStanford University

    Mühendislik ve Doğa Bilimleri Ana Bilim Dalı

    PROF. DR. JEAN-CLAUDE LATOMBE

  2. Tez No

    238035

    Protein katlanmasında farklı protein spesifik model yaklaşımlar: Kooperatif ve kooperatif olmayan katlanma/açılma geçişleri ve termodinamik analizi

    Different protein-specific model approaches in protein folding: Cooperative and non-cooperative folding/unfolding transition and their thermodynamic analysis

    MEVŞEN PİRİMOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    Fizik ve Fizik MühendisliğiAtatürk Üniversitesi

    Fizik Ana Bilim Dalı

    DOÇ. DR. HÜSEYİN KAYA

  3. Tez No

    658440

    Developing new applications for PRS method to study conformational modulation of globular proteins

    Globüler proteinlerin yapısal modülasyonunun incelenmesi amacıyla etki tepki taraması yöntemine geliştirilen yeni uygulamalar

    FARZANEH JALALYPOUR

    Doktora

    İngilizce

    İngilizce

    2020

    BiyofizikSabancı Üniversitesi

    PROF. DR. CANAN ATILGAN

  4. Tez No

    879953

    Hyperparameter optimization of autoencoders for deeplearning of collective variables

    Kollektif değişkenlerin derin öğrenmesi için otokodlayıcıların hiperparametreoptimizasyonu

    NURDAN ÖZKARAASLAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Kimya MühendisliğiBoğaziçi Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BETÜL URALCAN KILAVUZ

  5. Tez No

    897805

    Investigation of functional contribution of H1E In EMT and MET

    EMT ve MET'de H1E'nin fonksiyonel katkısının incelenmesi

    GKAMZE IMPRAIMOGLOU KAFAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    BiyolojiDokuz Eylül Üniversitesi

    Genom Bilimleri ve Moleküler Biyoteknoloji Ana Bilim Dalı

    DOÇ. DR. HANİ ALOTAİBİ

Geri Dön