Entwicklung und Optimierung einer neuartigen Potentialfunktion mit Anwendung in der globalen Geometrie-Optimierung zur Vorhersage der Proteinfaltung

Proteine spielen in biologischen Systemen für viele Stoffwechselvorgänge eine zentrale Rolle, beispielsweise als Katalysatoren in chemischen Reaktionen oder als Transporteinheiten durch Membranen. Für ihre Funktion ist ihre dreidimensionale Struktur im nativen Zustand entscheidend, welche in der Sequenz der Aminosäuren codiert ist. Die Kenntnis über diesen Zusammenhang ist der Schlüssel zur Vorhersage der biologischen Aktivität eines Proteins, wodurch dieser Fragestellung eine große Bedeutung zukommt. Zur Beantwortung existieren bereits viele verschiedene Ansätze, wobei Methoden, die auf dem breiten Einsatz statistischer Daten bekannter Proteine beruhen, heutzutage die größten Erfolge erzielen. Diese funktionieren jedoch lediglich bei bereits bekannten Sequenz-Geometrie-Mustern und beantworten zudem nicht die sehr wichtigen Fragen nach den zugrundeliegenden Mechanismen und komplexen Wechselwirkungen der Strukturbildung bzw. Faltung. Hierfür werden Verfahren benötigt, die die Wechselwirkungen zwischen den einzelnen Aminosäuren erfassen, wobei diese Algorithmen heutzutage lediglich für einige ausgewählte Proteine in der Lage sind, den nativen Zustand vorherzusagen. An dieser Stelle setzt auch diese Arbeit ein, ein Programm zu entwickeln, das auf Basis der alleinigen Kenntnis der Sequenz ohne Abgleich mit Datenbankstrukturen Vorschläge für den nativen Zustand generiert. Hierzu wurde ein neuartiges vergröbertes, glattes Kraftfeld der internen Proteinwechselwirkungen unter Verwendung verschiedener etablierter Techniken erstellt, wobei statistische Potentiale mit optimierten Linearkombinationen unterschiedlicher Basisfunktionen kombiniert wurden. Als Grundlage hierzu wurden zur Erstellung des Proteinmodells und für die Definition des Potentials bekannte Datenbankstrukturen statistisch analysiert, Seitenkettenmodelle entwickelt und neue falsche Proteinstrukturen generiert. Die Parameter des Kraftfeldes wurden an die erhaltenen experimentellen Daten angepasst und die Gewichtungskoeffizienten der Potentialfunktionen über ein lineares Optimierungsproblem bestimmt, welches Informationen aus einem direkten Vergleich zwischen falschen und nativen Strukturen verwendet. Die Lösung dieses linearen Problems wurde mittels eines Innere-Punkte-Algorithmus' berechnet. Das resultierende Potential wurde zum einen gegen verschiedene Literaturpotentiale über einen Erkennungstest verglichen, wobei eine Identifikationsleistung von ca. 60 % erreicht wurde, was im oberen Mittelfeld anzuordnen ist. Zum anderen wurde es in einen neu implementierten globalen Geometrieoptimierungsalgorithmus integriert, das einen genetischen Algorithmus verwendet, um die Energiehyperflächen zu erkunden und Vorschläge für die Geometrie des nativen Zustandes zu entwickeln. Hierbei zeigten sich Probleme, die durch die hohe Dimensionalität der Energieflächen in Zusammenhang mit der Kraftfeld-Parametrisierung bedingt waren, wodurch nur eine geringe Struktur-Energie-Korrelation erreicht und die Bestimmung des nativen Zustandes mit dieser Methode verhindert wurde. Um die Parametrisierung des Kraftfeldes systematisch zu verbessern, wurde die globale Geometrieoptimierung mit dem linearen Problem zur Parameter-Optimierung zu einem iterativen zyklischen Algorithmus zusammengefasst. Die Iterationen zeigten jedoch keinen eindeutigen Trend für die Entwicklung der Vorhersageleistung des Potentials. Insgesamt konnten die Schwierigkeiten des in dieser Arbeit entwickelten Programmes vor allem auf Probleme in der Erzeugung nah-nativer Strukturen im genetischen Algorithmus und in der beschränkten Anzahl an falschen Proteinen in der Parameter-Optimierung zurückgeführt werden, wodurch keine optimalen Kraftfeldparameter erhalten werden konnten, weshalb in zukünftigen Entwicklungen diese Punkte besonders im Mittelpunkt stehen sollten.

Proteins in biological systems play a major role for metabolic processes, for example as catalysts in chemical reactions or as transportation units in membranes. Their function is determined by their three-dimensional structure in the native state, which itself is encoded in the amino acid sequence. Understanding this connection is a very important scientific goal as it is the key for the prediction of the protein's biological activity. There are many different approaches to solve this problem. Methods relying on the use of broad statistical database information perform the best, but are limited to already known structure-sequence-patterns and do not explain the important basic mechanisms and complex interactions in the folding process. To understand this, methods describing the interactions between single amino acids are needed, but those are working well just for few protein classes and are not able to predict the native state structure for all proteins. This drawback was the starting point for this work, which aimed at developing a program for generating native state candidates without the use of database information, taking as information just the amino acid sequence. A novel coarse-grained and smooth force field was established to describe the internal interactions in a protein by combining statistical potentials with optimized linear combinations of different basis functions. The preliminary work for setting up the protein model and the definition of the potential functions included statistical analysis of known database structures, development of side chain descriptors and the generation of new decoy proteins. The force field parameters were fitted to the resulting experimental data whereas the weighting factors of the potential functions were determined through a linear programming procedure which made use of direct comparison of the decoys with native structures. The linear programming problem was solved by an interior-point method. The resulting potential was used in a ranking test against different other potentials from the literature and showed here an average performance of 60 % correctly identified proteins. The force field was also implemented in a newly written global optimization program utilizing a genetic algorithm for the energy surface exploration and for the identification of possible native state geometries. The results showed several problems which originated from the high dimensionality of the energy surfaces in connection with the force field parameterization scheme, leading to a weak energy-structure-correlation and to failed identifications of the native state. To improve the parameterization of the force field systematically, the global optimization program and the linear programming protocol were merged into an iterative cyclic procedure, but the results did not show a distinct progress in the prediction ability of the potential. In summary, the encountered difficulties of the developed program could be traced back to problems constructing near-native structures with the genetic algorithm and to the limited number of decoy structures in the parameter optimization process resulting in non-optimal force field parameters. Especially these points should play a central role in future developments of the program.

Rechte

Nutzung und Vervielfältigung:

Keine Lizenz. Es gelten die Bestimmungen des deutschen Urheberrechts (UrhG).

Bitte beachten Sie, dass einzelne Bestandteile der Publikation anderweitigen Lizenz- bzw. urheberrechtlichen Bedingungen unterliegen können.

Zitieren

Zitierform:
Zitierform konnte nicht geladen werden.