The prediction of 3d structure of the dimeric state of human β2-adrenergic receptor
Dimerik fazda insan β2-adrenerjik reseptörünün 3d yapısının belirlenmesi
- Tez No: 422132
- Danışmanlar: DOÇ. DR. EBRU DEMET AKDOĞAN
- Tez Türü: Yüksek Lisans
- Konular: Biyoloji, Biology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Kadir Has Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mühendislik Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 101
Özet
Önemli sayıda deneysel ve bilişsel veri, β2-adrenerjik reseptörünün (β2AR) dimerizasyonunda TM6' nın olası bir rolüne işaret ediyor. Bu varsayımın rehberliğinde, β2AR dimerinin interfaz bölgesinde TM6' nın olası bir katılımını doğrulamak için peptit- ve protein-protein docking deneyleri gerçekleştirildi. İlk olarak, TM6'nın 23 rezidüsüden oluşan bir peptit, β2AR monomerine rastlantısal olarak rijit kütle yaklaşımıyla dock edildi. Tüm yüksek skorlu konformasyonların reseptörün TM5 ve TM6 bölgelerini tercih ettikleri görüldü. İkinci olarak, herbir TM bölgesinden toplamda yedi tane peptit oluşturuldu ve aynı rijit kütle yaklaşımı kullanılarak β2AR' a sırayla dock edildi. TM6, her peptit icin reseptörde en çok tercih edilen bağlanma bölgesi olarak bulundu. Protein-protein docking deneylerinde ise, tam rijit kütle docking taraması toplamda 16,000 dimer konformasyonu oluşturdu ve herbir dimer, membran topolojisini esas alan bir seçilim değeri ile filtrelendi. 149 konformasyon 6Å değerinde RMSD ile kümelendi ve en yüksek populasyona sahip olan kümenin TM6 yı interfaz bölgesinde bulunduran ve en yüksek skora sahip olan küme olduğu görüldü. Son olarak, enformasyon güdümlü yarı-esnek bır docking protokolü yedi TM bölgesinden interfazda bulunmaya yatkın rezidüler verilerek kullanıldı. Interfaz rezidü dataları, her TM bölgesindeki rezidülerin SASA değerlerine göre oluşturuldu. Oluşan kompleksler membran topoloji koşullarına göre filtrelendi. TM6' nın interfaz bölgesini oluşturduğu kompleks, membran topolojisine uyan diğerleri içerisinde en yüksek skorlu docking pozu oldu.
Özet (Çeviri)
A significant amount of experimental and computational data points out a possible role of TM6 in the dimerization of β2-adrenergic receptor (β2AR). Peptide– and protein–protein docking experiments guided by this assumption were conducted in order to confirm the potential participation of TM6 at the interface region of β2AR dimers. Firstly, a derived peptide consisting of 23 residues of TM6 was blindly docked to β2AR monomer using a rigid body approach. The resulting complexes in which the peptide preferred to be near TM5 and TM6 regions have also the highest scores. Secondly, a total of seven peptides were derived from each TM regions and were blindly docked to β2AR using the same rigid body approach. TM6 was found to be the most preferred binding site region in the receptor for each peptide. As for the protein-protein dockings, a full rigid-body docking returned a total of 16,000 dimer conformations and is followed by a membrane topology filtering. 149 complexes fit the topology requirements. A root mean-squared deviance (RMSD) value of 6 Å was used to cluster all 149 complexes and it is observed that the highest populated cluster of conformers have the highest score value and moreover TM6 presents at the interface region. Finally, an information-driven semi flexible docking approach used by given the interface residue data for seven TM regions. Interface residue data derived from the SASA values of residues in each TM region. The generated complexes were filtered due to membrane topology requirements. The complex with the TM6 interface was the highest scored docking pose among the complexes with a proper membrane topology.
Benzer Tezler
- Computational approaches to protein structure prediction
Protein yapısını tahminlemek için geliştirilen hesaba dayalı yaklaşımlar
ZERRİN IŞIK
Yüksek Lisans
İngilizce
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiYRD. DOÇ. DR. BERRİN YANIKOĞLU
- Protein fragment selection using machine learning
Makine öğrenmesi ile protein parçacık seçimi
ALPEREN EMRE ULUTAŞ
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ZAFER AYDIN
- Functional characterization of p.Ser420Phe CRY2 variant
P.Ser420Phe CRY2 varyantının işlevsel karakterizasyonu
GİZEM ÇAĞLA PARLAK
Yüksek Lisans
İngilizce
2023
BiyokimyaKoç ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
PROF. DR. İBRAHİM HALİL KAVAKLI
- HMI-PRED: Design and implementation of a webserver for host-microbe interactions prediction
HMI-PRED: Konak-mikrop protein etkileşiminin tahmini için web sunucusu tasarımı ve geliştirilmesi
ASMA OMAR HAKOUZ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
Prof. Dr. ATTİLA GÜRSOY
Prof. Dr. ZEHRA ÖZLEM KESKİN ÖZKAYA
- Alt sekans profil haritaları kullanılarak protein katlanması tanıma
Protein fold recognition using subsequence profile maps
RUŞEN HALEPMOLLASI
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ÖMER SİNAN SARAÇ