Implementation of the statistical coupling analysis and its application to the Protein Tyrosine Phosphatases family.

A Análise de Acoplamentos Estatísticos é uma técnica computacional capaz de identificar resíduos importantes para a estrutura e função de proteínas em uma família por meio da quantificação de conservação posicional, correlação entre posições e identificação de grupos de resíduos correlacionados entre si. Neste trabalho, a análise de acoplamentos estatísticos foi implementada e aplicada ao estudo das proteínas tirosina fosfatases. Em conjunto com as proteínas tirosina quinases (PTKs), que adicionam um grupo fosforil a um resíduo de tirosina em uma proteína, as proteínas tirosina fosfatases (PTPs), que o removem, são responsáveis por diversos processos de sinalização celular. Elas são um caso de evolução convergente, onde um subgrupo (as proteínas tirosina fosfatases de baixo peso molecular) não apresenta homologia às chamadas PTPs \"clássicas\", capazes de defosforilar apenas resíduos de tirosina, e às fosfatases de especifidicade dupla, capazes de defosforilar também resíduos de serina e treonina, além de substratos não-protéicos. Em comum, as três subfamílias apresentam apenas o motivo CX5R, característico para todas as PTPs. Através do estudo das três subfamílias utilizando a análise de acoplamentos estatísticos, foi possível obter uma descrição detalhada de suas características conservadas e correlacionadas, relacionando-as ao conhecimento acumulado sobre proteínas tirosina fosfatases e a questões em aberto como a regulação por dimerização, a especificidade e mutações relacionadas a patologias. Foi possível também apresentar um método capaz de distinguir proteínas tirosina fosfatases de baixo peso molecular das arsenato redutases, derivadas das primeiras por evolução divergente. Adicionalmente, a técnica foi aplicada ao estudo das hexoquinases, às superóxido dismutases e às peroxidases. A tese descreve também estudos desenvolvidos pelo autor na área de cristalografia de proteínas a determinação das estruturas da Transtirretina humana em complexo com genisteína, da holo-Hexoquinase PI de S. cerevisae, do complexo IL-22/IL-22R1 e da Laminarinase de R. marinus.The statistical coupling analysis is a computational technique which can identify important residues for the structure and function of proteins in a family by quantifying positional conservation, correlation between positions and identifying groups of self-correlating residues. Its implementation in this research group was applied to the study of the protein tyrosine phosphatases. Together with the protein tyrosine kinases (PTKs), which add a phosphoryl group to a tyrosine residue in proteins, the protein tyrosine phosphatases (PTPs), which remove it, are responsible for a variety of cell signaling processes. They are a case of convergent evolution, since one subgroup (the low molecular weight protein tyrosine phosphatases) are not homologous to the classical phosphatases, which can only dephosphorilate tyrosine residues, and the dual-specificity phosphatases, which can also dephosphorilate serine and threonine residues, and also non-proteinaceous substrates. All three sub-families have, in common, the CX5R motif, a characteristic of all PTPs. By applying the statistical coupling analysis to the study of the three sub-families, it was possible to obtain a detailed depiction of their conserved and correlated characteristics, relating them to the accumulated knowledge on protein tyrosine phosphatases and open questions such as protein regulation by dimerization, specificity and disease-related mutations. It was also possible to present a method to distinguish between low molecular weight phosphatases and arsenate reductases, which are derived by the former by divergent evolution. In addition, the technique was applied to the study of hexokinases, superoxide dismutases and peroxidases. The thesis also describe studies developed by the author in the field of protein crystallography the structure determination of human transthyretin in complex with genistein, holo-hexokinase PI from S. cerevisae, the IL-22/IL-22R1 complex and the laminarinase from R. marinus