Helix-helix interactions in membrane proteins [Elektronische Ressource] : analysis, prediction and applications / Angelika J. M. Fuchs

Sujets

• Biologie

Informations

• Publié par: technische_universitat_munchen
• Publié le: 01 janvier 2010
• Nombre de lectures: 30
• Langue: English
• Poids de l'ouvrage: 4 Mo

Extrait

TECHNISCHE UNIVERSITÄT MÜNCHEN
Lehrstuhl für Genomorientierte Bioinformatik
Helix-Helix Interactions in Membrane
Proteins: Analysis, Prediction and
Applications
Angelika J.M. Fuchs
VollständigerAbdruckdervonderFakultätWissenschaftszentrumWeihenstephan
fürErnährung,LandnutzungundUmweltderTechnischenUniversitätMünchen
zurErlangungdesakademischenGradeseines
DoktorsderNaturwissenschaften
genehmigtenDissertation.
Vorsitzender: Univ.-Prof. Dr. H.-R.Fries
PrüferderDissertation:
1. Univ.-Prof. Dr. D.Frischmann
2. Univ.-Prof. Dr. D.Langosch
3. Prof. D.Sc. N.Ben-Tal,TelAvivUniversity,TelAviv,Israel
DieDissertationwurdeam27.10.2009beiderTechnischenUniversitätMünchen
eingereichtunddurchdieFakultätWissenschaftszentrumWeihenstephanfür
Ernährung,LandnutzungundUmweltam01.02.2010angenommen.Abstract
Despite rapidly increasing numbers of available 3D structures, membrane proteins still
account for less than 2% of all structures in the Protein Data Bank. In contrast, mem-
brane proteins often constitute key components in a variety of important biological
processes and estimations suggest that more than 50% of all prescribed drugs are tar-
geted against this class of proteins. Accordingly, the demand for additional insights
into the structural universe of membrane proteins is high motivating the development
of reliable structure prediction methods specifically tailored for this class of molecules.
Generally, such methods have to cope with the specific environment of membrane
proteins, the lipid bilayer, which restraints both the sequence composition but also the
structural diversity of embedded proteins. Still unclear is however, to what extent mem-
brane protein structures are limited in their variety since all structurally characterized
membrane proteins so far adopt either a beta-barrel or helix-bundle fold but recent high-
resolution structures also indicated a clearly broader structural diversity within these
overall fold architectures than initially anticipated.
Several structural features contribute to the distinct characterization of an alpha-
helical membrane protein structure. This thesis is focused on one of these character-
istics, namely helix interactions formed by helix-helix residue contacts, and aims at a
better understanding of membrane protein structural diversity in general but also at the
evaluation of new paths in structure prediction and classification of membrane proteins.
First, the diverse nature of helix interactions is illustrated by presenting several newly
detected helix interaction motifs that were found to promote high-affine self-association
within the genetic screening tool ToxR/POSSYCCAT but importantly could also be
recovered from naturally occurring bitopic membrane proteins.
Subsequently, the prediction of helix interactions is addressed. Thereby, the predic-
tion of individual helix-helix contacts was tackled in the first place, on the one hand by
conducting the first analysis of co-evolving residues in membrane proteins and on the
other hand by developing a novel machine-learning approach trained for the prediction
of residue contacts in transmembrane regions. While co-evolving residues were found
to carry a strong signal for the detection of interacting transmembrane helices due to
their frequent occurrence in close sequence neighborhood to helix-helix contacts, their
detection alone was not sufficient to reliably predict helix-helix contacts. However, the
neural network based predictor TMHcon incorporating different types of sequence in-
iiiformation significantly improved prediction accuracies up to 26%, therefore constituting
the first available method able to predict contacting residues within transmembrane
domains with equal accuracy to the best methods available for contact prediction in
soluble proteins.
Followingthepredictionofresiduecontacts, adetailedanalysisispresentedaddressing
the prediction of helix interaction patterns from obtained helix-helix contacts. Using
contact predictions derived with TMHcon, interacting helices could be identified with
high accuracy (>78%). Interestingly, the sensitivity of obtained predictions can be
further improved by incorporating contacts predicted for homologous proteins thereby
confirming that helix interactions are likely to be conserved among related proteins.
Finally, a new structural classification approach is introduced identifying proteins
with highly similar helix architectures as expressed by their helix interactions. This
classification could be shown to closely resemble classification approaches such as SCOP
or CATH, which rely on full structure comparisons, thus demonstrating that helix inter-
actions in fact are major structural determinants of membrane proteins. Furthermore,
common helix interaction patterns could not only be derived from known structures but
also using predicted helix interactions offering the possibility of complementing available
sequence-based classification systems of membrane proteins.
As the prediction and classification of helix interactions and accordingly helix archi-
tectures constitutes a completely new and valuable field in structural bioinformatics of
membrane proteins, it will hopefully gain further interest in the coming years when the
number of available membrane protein structures required for the development of such
methods is likely to represent the full structure space of membrane proteins even better
than is the case at the moment.
ivZusammenfassung
Obwohl die Zahl der vorhandenen Membranproteinstrukturen ständig anwächst, ist ihr
Anteil an allen Strukturen der Protein Data Bank (PDB) mit nur 2% noch immer
verschwindend gering. Dies steht im starken Widerspruch zur biologischen und medi-
zinischen Bedeutung von Membranproteinen, die nicht nur als Schlüsselkomponenten in
einer Vielzahl biologischer Prozesse fungieren sondern auch den Angriffspunkt von mehr
als 50% aller verschriebenen Medikamente darstellen. Dementsprechend hoch ist das
Interesse an Einblicken in die strukturelle Vielfalt von Membranproteinen und damit
auch der Bedarf an zuverlässigen Strukturvorhersagemethoden speziell für diese Klasse
von Proteinen.
Bei der Entwicklung derartiger Methoden muss insbesondere berücksichtigt werden,
dass Sequenzen und Strukturen von Membranproteinen durch Anpassung an ihre spez-
ifische Umgebung - die Lipiddoppelschicht - stark beeinträchtigt sind. Noch ungeklärt
ist jedoch, wie weit die strukturelle Vielfalt von Membranproteinen eingeschränkt ist,
da zum einen alle Strukturen entweder einer Beta-Barrel oder Helix-Bundle Architektur
zugeordnet werden können, zum anderen jedoch immer mehr hochaufgelöste Strukturen
auch deutliche Diversität innerhalb dieser übergeordneten Faltungen aufweisen.
Mehrere strukturelle Eigenschaften charakterisieren speziell alpha-helikale Membran-
proteinstrukturen. Diese Arbeit hat eines dieser Charakteristika zum Thema, nämlich
die Interaktionen einzelner Transmembranhelizes. Hauptziele sind dabei zum einen ein
besseres Verständnis der strukturellen Vielfalt von Membranproteinen, zum anderen je-
doch auch die Entwicklung und Evaluierung neuer Methoden zur Strukturvorhersage
und Klassifikation speziell membrangebundener Proteine.
In einer ersten Analyse wird dabei zunächst die Vielfalt beobachteter Helixinteraktio-
nen vorgestellt, indem mehrere neuartige Interaktionsmotife präsentiert werden. Diesen
Motifen konnte nicht nur experimentell nachgewiesen werden, dass sie hochaffine He-
lixinteraktionen ermöglichen, ihre biologische Bedeutung wurde darüber hinaus durch
Analyse natürlicher bitopischer Membranproteine bestätigt.
Im Anschluss werden neuartige Methoden zur Vorhersage von Helixinteraktionen
vorgestellt. Dabei wird zunächst auf die Vorhersage von Helix-Helix Kontakten zwis-
chen einzelnen Aminosäureresten eingegangen, da diese eine wichtige Information zur
Ableitung kompletter Helixinteraktionsmuster darstellen. Zwei Verfahren werden vorge-
stellt und verglichen, zum einen die Analyse ko-evolvierender Alignmentpositionen, zum
vanderen die Vorhersage mittels eines spezifisch für Membranproteine entwickelten neu-
ronalenNetzes. Dabeikonntebeobachtetwerden,dassko-evolvierendeRestezwarhäufig
indirekterNachbarschaftzutatsächlichenKontaktengefundenwerden, ihreGenauigkeit
jedoch nicht ausreichend ist für eine zuverlässige Vorhersage. Durch die Kombination
verschiedener Sequenzeigenschaften in einem neuronalen Netz dagegen wird die Vorher-
sagegenauigkeitdeutlichverbessert. DieentwickelteKontaktvorhersagemethodenamens
TMHcon stellt mit einer finalen Genauigkeit von 26% damit die erste verfügbare Meth-
ode speziell für Membranproteine dar, die verfügbaren Methoden für lösliche Protein an
Genauigkeit gleich kommt.
NachderVorhersageeinzelnerAminosäurekontakte, wirddieVorhersageganzerHelix-
interaktionsmusteradressiert. Eswirdgezeigt, dassinteragierendeHelizesunterVerwen-
dung vorhergesagter Kontakte mit einer Genauigkeit >78% identifiziert werden können.
Die Sensitivität der erhaltenen Vorhersagen kann zusätzlich noch durch Einbeziehung
homologer Proteine verbessert werden, wodurch bestätigt wird, dass Helixinteraktionen
tendenziell