CC BY
25
Т.И. Трибой, Ю.С. Букин
исследование точности мЕтодА CRASP при поиске компенсаторных замен в белках
Лимнологический институт СО РАН (Иркутск)
Компенсаторные замены в белке помогают сохранить его структуру и функции. Примеры таких замен известны для различных белков, таких, как бета-гемоглобин, фактор фон Виллебранда (Kondrashov А^. et а!., 2002), белок р53 (Лоегдег А.С., et а1. 2007) и др. Знание того, как могут влиять мутации на функции белков, — важнейшая составляющая при разработке лекарств или получении новых свойств белков с помощью мутаций. Компенсаторные замены также важны для исследователей с точки зрения компьютерного моделирования пространственной структуры белка, так как они часто несут информацию о контактах между аминокислотными остатками разных субъединиц, доменов или внутри локальных структур протеинов (FariseШ Р. et а!., 2001). Проблема выявления компенсаторных замен привлекла внимание большого количества авторов. Разработаны методы, с помощью которых такие замены можно обнаружить, используя первичную, вторичную или третичную структуры белков и коэффициент корреляции (Neher Е., 1994). При этом каждому типу аминокислоты приписывается какое-то значение некоего физико-химического свойства (например, заряд или объем бокового радикала), и считается коэффициент корреляции этих свойств в разных позициях выровненных последовательностей. Примером такой программы является CRASP (Afonnikov D.A. et а1., 2004) и позволяет оценить корреляцию по одному из 36 физико-химических свойств аминокислот. Но здесь возникает вопрос: все ли найденные коррелирующие позиции являются компенсаторными мутациями? Мы тестировали CRASP, чтобы установить параметры (количество и длина последовательностей), при которых найденные пары коррелирующих остатков не несут какой-либо информации о взаимосвязи этих аминокислот в белке.
Тестирование CRASP проводили на 100 наборах аминокислотных последовательностей. Последовательности были разделены на 10 групп в соответствии с их количеством в наборе (от 10 до 100) . В каждом из 10 наборов длина последовательностей менялась от 50 остатков до 500, увеличиваясь на 50 остатков. Все последовательности генерировалась случайным выбором любой из 20 аминокислот. Программа для симуляции последовательностей была написана на языке программирования С++.
Так как симулированные последовательности не имеют пространственной структуры и функций, которые бы обусловливали взаимодействия аминокислотных остатков в третичной структуре, то найденные корреляции между парами остатков мы считали случайными.
В целом мы генерировали 43 массива данных, каждый из которых состоял из 100 наборов последовательностей переменной длины и размера. Другими словами, поиск корреляций для разных наборов, имеющих одинаковую длину и количество последовательностей, повторяли 43 раза.
В программе CRASP мы выбрали изоэлектрическую точку как параметр, по которому будет оцениваться коэффициент корреляции между парами аминокислотных остатков. Уровень значимости, при котором пары аминокислотных остатков считались коррелирующими, был не ниже 95 %.
Для каждого набора последовательностей мы считали долю коррелирующих пар от всех возможных парных сравнений аминокислотных остатков. Эти данные были усреднены для 43 повторностей так, что мы получили набор, содержащий средние доли коррелирующих пар для разного количества последовательностей переменной длины. Результаты представлены на рисунке 1.
рис. 1. Зависимость доли коррелирующих пар аминокислотных остатков от длины последовательностей и их количества в наборе.
На основе полученных данных (рис. 1) можно сказать, что связь между числом найденных коррелирующих пар позиций и количеством последовательностей в наборе обратна пропорциональна: чем больше исследуемых последовательностей в выравнивании, тем меньше коррелирующих пар находит программа CRASP. Кроме того, длина последовательностей в общем не влияет на количество коррелирующих остатков. В то же время если мы рассмотрим степень варьирования данных (сигма) по итерациям, то она существенно меняется в зависимости от длины последовательностей.
Другим критерием отбора коррелирующих пар может являться коэффициент корреляции г. Так, количество коррелирующих пар с коэффициентом корреляции 0,6 максимально в наборах из 10 последовательностей, но уже для 60 последовательностей такие пары практически не встречаются. Пары с коэффициентом корреляции 0,8 отсутствуют, начиная с наборов из 40 последовательностей, с г = 0,9 — в наборах из 30, а пары, которые бы коррелировали с коэффициентом корреляции 1, не были найдены ни в одном из 4300 наборов.
Таким образом, для работы с программой CRASP необходимо иметь набор белков, состоящий не менее чем из 60 последовательностей длиной от 450 аминокислотных остатков. Для наборов небольших размеров рекомендуется использовать высокий коэффициент корреляции (чем меньше последовательностей в наборе, тем выше должен быть коэффициент корреляции).
литература
1. Afonnikov D.A. CRASP: a program for analysis of coordinated substitutions in multiple alignments of protein sequences / D.A. Afonnikov, N.A. Kolchanov // Nucleic Acids Res. — 2004. — Vol. 32. — P. 64-68.
2. Joerger A.C. Structure-function-rescue: the diverse nature of common p53 cancer mutants / A.C. Joerger, A.R. Fersht // Oncogene. — 2007. — Vol. 26. — P. 2226-2242.
3. Kondrashov A.S. Dobzhansky-Muller incompatibilities in protein evolution / A.S. Kondrashov, S. Sunyaev, F.A. Kondrashov // PNAS. - 2002. - Vol. 99. - P. 14878-14883.
4. Neher E. How frequent are correlated changes in families of protein sequences? / E. Neher // Proc. Natl. Acad. Sci. USA. - 1994. - Vol. 91. - P. 98-102.
5. Progress in Predicting Inter-Residue Contacts of Proteins With Neural Networks and Correlated Mutations / P. Fariselli, O. Olmea, A. Valencia, R. Casadio // PROTEINS: Structure, Function, and Genetics. - 2001. -Suppl. 5. - P. 157-162.
Н.В. Уткина, H.A. Пальчикова
содержание тиреоидных гормонов в крови и щитовидной железе крыс при экспериментальном аллоксановом диабете
ГУ НЦ клинической и экспериментальной медицины СО РАМН (Новосибирск)
Сахарный диабет является на сегодняшний день одной из наиболее важных социально значимых проблем здравоохранения. Изменение функционального состояния поджелудочной железы влияет на все метаболические процессы, происходящие в организме. Развиваются вторичные изменения в различных органах и тканях, в том числе и в щитовидной железе.
Гормонам щитовидной железы принадлежит важная роль в формировании приспособительных реакций организма, поскольку они участвуют в регуляции энергетических процессов. В последнее время отмечается увеличение распространенности заболеваний щитовидной железы, рост тяжелых форм ти-реоидной патологии, которая часто сочетается с различными соматическими заболеваниями и является фактором, усугубляющим их течение. Модификация синтеза тиреоидных гормонов, происходящая на фоне развития сахарного диабета, в свою очередь может влиять на чувствительность тканей к инсулину, его периферические эффекты. Возникает вопрос: изменение функционального состояния щитовидной железы при сахарном диабете формируется в ответ на развитие патологического процесса и носит приспособительный характер, тем самым способствуя снижению тяжести метаболических нарушений, или выступает следствием перестройки в эндокринной регуляции энергетического обмена и влечет за собой усугубление симптоматики основного заболевания?
Проведение исследований на экспериментальных животных позволяет более детально изучать механизмы развития патологических процессов. В экспериментах по изучению течения стрептозотоцинового диабета у экспериментальных животных было выявлено снижение трийодтиронина (Т3) и тироксина (Т4) в крови и тканях. Изменение скорости синтеза и секреции тиреоидных гормонов авторы связали со сдвигами в концентрации тиреотропинрилизинг-фактора и/или тиреотропина за счет модуляции механизма обратной связи на гипоталамическом и/или гипофизарном уровнях.
