60. Основы биоинформационного анализа. Алгоритм blast. Моделирование трехмерной структуры белков.

биоинформатика – «научная  специальность,  занимающаяся  изучением организации  и  функционирования  биологических  систем  разного  уровня (от  молекулярного  до популяционного) на основе методов и средств информатики».

Исследовательские цели биоинформатики:

1. Анализ геномов, поиск в них генов.2. Предсказание функции генов.3. Оценка роли отдельных участков последовательности в функционировании белка.4. Построение молекулярных моделей белков на основе их последовательностей.5. Исследование механизма функционирования макромолекул, исходя из их моделей.

 Одной из важнейших задач биоинформатики является обработка данных, получаемых при секвенировании.

BLAST – программа для сравнения аминокислотных или нуклеотидных последовательностей (алгоритм для нахождения участков локального сходства между последовательностями).

Алгоритм сравнивает входную последовательность с последовательностями в базе данных, ищет сходные последовательности в базе данных и оценивает статистическую значимость находок.

Существование огромного количества разнообразных белков привело к необходимости создания информационных массивов – баз данных , в которые заносились бы все известные о них сведения. Сейчас существует множество общих и специализированных баз данных, большинство которых предоставляет свободный доступ к разнообразным аминокислотным последовательностям, а также к удобным инструментам для обработки и анализа этой информации.

Наиболее значительными базами данных на сегодня являются SwissProt-TrEMBL, PIR, PDB .

Что выдает BLAST?

Набор последовательностей, сходных с входной последовательностью

для каждой находки приведены

• E-value (“Expect”), Bit Score и Score

• процент идентичности, сходства (Positives) и пробелов (Gaps) в выравнивании

информация о найденной последовательности

ФОЛДИНГ

Фолдинг - сворачивание белков (и других биомакромолекул) из развёрнутой конформации в «нативную» форму - физико-химический процесс, в результате которого белки в своей естественной среде (растворе, цитоплазме или мембране) приобретают характерные только для них пространственную укладку и функции. С термодинамической точки зрения самосворачивание белка является переходом белковой молекулы в наиболее статистически вероятную конформацию (что практически можно приравнять к конформации с наименьшей потенциальной энергией).

Распознавание фолда - это первая стадия для построения модели трехмерной структуры белка.

Молекулы, участвующие в фолдинге белков, называются регуляторами фолдинга, среди них выделяют несколько типов: 1. Молекулы, ускоряющие фолдинг – катализаторы фолдинга. 2. Молекулы, служащие для изменения формы белка — шапероны фолдинга

На данный момент существует несколько основных методов предсказания пути фолдинга и трехмерной структуры белков.

Первый из них, называемый моделированием по гомологии первичной структуры, заключается в сравнении аминокислотных последовательностей моделируемого белка и белков с экспериментально установленным пространственным строением (т.н. шаблонных белков). Основным ограничением этого подхода является наличие хотя бы 25%-30% идентичности аминокислотных последовательностей моделируемых и шаблонных белков, что выполняется обычно только в ряду эволюционно и функционально родственных белков.

В основе второго подхода, получившего название "протягивание нити" (threading), лежит предположение, что одинаковый путь фолдинга могут иметь белки и с негомологичными аминокислотными последовательностями. Основное преимущество этого подхода перед предыдущим заключается в возможности проводить надежное моделирование пространственного строения белков даже при отсутствии какой-либо гомологии первичной последовательности с белками-шаблонами