THESE présentée devant L'UNIVERSITE CLAUDE BERNARD- LYON 1 ...

Sujets

• Base de données
• Fonction digamma
• Domaine de premier niveau
• Technique
• Sensille
• Séquence biologique

Informations

• Publié par: Mefog
• Nombre de lectures: 197
• Langue: Français
• Poids de l'ouvrage: 4 Mo

Extrait

N° d’ordre : Année 2002 THESE présentée devant L’UNIVERSITE CLAUDE BERNARD- LYON 1 pour l’obtention Du dipôme de doctorat (arrété du 30 mars 1992) présentée et soutenue publiquement par M. Mounir ERRAMI Le 20 novembre 2002 Titre : Analyse statistique des structures tridimensionnelles de protéines et validation de familles structurales à bas taux d’identité. Directeur de thèse : PR. GILBERT DELÉAGE JURY Dr. Jacques CHOMILIER, Rapporteur Dr. Olivier POCH, Rapporteur Dr. Laurent DURET Pr. Bernard ROUX Pr. Gilbert DELÉAGE Pr. Michel VAN DER REST Pr. Gilbert DELÉAGE 1 INTRODUCTION ................................................................................................................................................. 6 1. RAPPELS BIBLIOGRAPHIQUES............................................................................................................. 9 1.1. LES BASES DE DONNEES PROTEIQUES 9 1.1.1. Les bases de séquences protéiques ..................................................................................10 1.1.1.1. Les bases généralistes............................................................................................................ 10 1.1.1.2. Les bases spécialisées : bases de domaines protéiques et d’alignements multiples............... 16 1.1.1.3. Les bases de données intégrées.............................................................................................. 18 1.1.2. Les bases de données structurales ...................................................................................20 1.1.2.1. Protein Data Bank.................................................................................................................. 21 1.1.2.2. Les bases de données articulées autour de la PDB ................................................................ 22 1.1.3. DBcat : Le catalogue des bases base de données en biologie. ........................................26 1.1.4. Les systèmes d’interrogation des bases de données ........................................................27 1.2. OUTILS BIOINFORMATIQUES D’ANALYSE DES SEQUENCES PROTEIQUES.................................................. 27 1.2.1. Recherche d’homologie par comparaison de séquences .................................................28 1.2.1.1. Définitions ............................................................................................................................. 28 1.2.1.2. Alignement par paire de séquences........................................................................................ 28 1.2.1.3. Application : recherche d’homologie dans les bases de séquences. ...................................... 35 1.2.2. Autres outils de recherche d’homologie. .........................................................................38 1.2.2.1. Recherche de motifs (pattern)................................................................................................ 38 1.2.2.2. Utilisation des profils............................................................................................................. 39 1.2.2.3. Analyse de la compatibilité de structures secondaires........................................................... 39 1.2.2.4. Utilisation des structures tridimensionnelles. ........................................................................ 41 1.3. ETUDE D’UNE FAMILLE DE PROTEINES : ALIGNEMENTS MULTIPLES........................................................ 41 1.3.1. Algorithme d’alignement multiple progressif ..................................................................42 1.3.1.1. CLUSTALW ......................................................................................................................... 42 1.3.1.2. MultAlin......... 42 1.3.1.3. Autres programmes d’alignement multiple progressif........................................................... 42 1.3.2. Algorithmes d’alignement multiple itératif et simultané..................................................43 1.3.3. Validation des méthodes d’alignement multiple ..............................................................44 1.4. OUTILS BIOINFORMATIQUES D’ETUDE DES STRUCTURES SECONDAIRES DES PROTEINES......................... 45 1.4.1. Les structures secondaires des protéines et le diagramme de Ramachandran................45 1.4.2. Moyens d’attribution des structures secondaires des protéines à partir des structures tridimensionnelles. .........................................................................................................................46 1.4.2.1. DSSP...................................................................................................................................... 47 1.4.2.2. Autres outils d’attribution automatique des structures secondaires. ...................................... 47 1.4.3. Prédiction des structures secondaires des protéines .......................................................47 1.4.3.1. Méthodes de statistiques linéaires.......................................................................................... 48 21.4.3.2. Méthodes basées sur l’homologie.......................................................................................... 49 1.4.3.3. Méthodes basées sur l’apprentissage ..................................................................................... 50 1.4.3.4. Apport de l’information biologique et méthodes consensuelles. ........................................... 50 1.5. OUTILS BIOINFORMATIQUES D’ETUDE DES STRUCTURES TRIDIMENSIONNELLES DES PROTEINES............ 50 1.5.1. Les structures tridimensionnelles des protéines ..............................................................50 1.5.1.1. Ponts disulfures...................................................................................................................... 51 1.5.1.2. Interactions électrostatiques & liaisons hydrogènes 52 1.5.1.3. Ins hydrophobes....................................................................................................... 52 1.5.2. Prédiction des structures tridimensionnelles...................................................................53 1.5.2.1. Modélisation moléculaire par homologie .............................................................................. 53 1.5.2.2. Threading............................................................................................................................... 53 1.6. OUTILS BIOINFORMATIQUES D’ANALYSE SPECIALISEE DES PROTEINES................................................... 53 1.6.1. Profils physico-chimiques................................................................................................53 1.6.2. Détection de motifs coiled-coils (super hélices) ..............................................................54 1.6.3. Détection de motifs hélice-coude-hélice (fixation à l’ADN) ............................................54 1.6.4. Prédiction de segments trans-membranaires...................................................................54 2. ANALYSE DE LA CONSERVATION DES ACIDES AMINES A ROLE STRUCTURAL AU SEIN DES PROTEINES. .............................................................................................................................................. 56 2.1. STRATEGIE GLOBALE.............................................................................................................................. 57 2.2. MATERIELS ET METHODES...................................................................................................................... 57 2.2.1. Matériel informatique ......................................................................................................57 2.2.2. Les langages de programmation C/C++ et la fonction system().....................................58 2.2.2.1. Le C ....................................................................................................................................... 58 2.2.2.2. Le C++................................................................................................................................... 59 2.2.2.3. La fonction system().............................................................................................................. 60 2.2.3. Le langage Tcl et le package Tk.......................................................................................60 2.2.4. Protéines de structures connues ......................................................................................61 2.2.5. Création de la base de données d’interactions, modifications du programme DSSP .....61 2.2.6. Recherche de protéines homologues aux protéines de la PDB........................................68 2.2.6.1. Recherche d’homologie ......................................................................................................... 68 2.2.6.2. Constitution des sous-bases de séquences ............................................................................. 68 2.2.7. Calcul des alignements multiples.....................................................................................71 2.2.8. Calculs statistiques ..........................................................................................................71 2.2.8.1. Conservation des interactions ................................................................................................ 71 2.2.8.2. Paires d’acides aminés témoins ............................................................................................. 72 2.2.8.3. Paramètres statistiques étudiés............................................................................................... 74 2.2.8.4. Analyse de la conservation des glycines................................................................................ 75 2.2.9. Implémentation des concepts et définition des objets