Structural, evolutionary and energy-based analysis of residue interaction networks of small G proteins

Die stetig wachsende Zahl der öffentlich verfügbaren Proteinstrukturen stellen eine ungemein nützliche Informationsquelle für Strukturbiologen dar. Allerdings ist es eine Herausforderung, eine große Zahl von Proteinstrukturen mit Computer-Algorithmen zu analysieren. Die Kontakte (Interaktionen) zwischen den Aminosäuren eines Proteins können als Netzwerke, genannt 'residue contact networks' (RCNs), repräsentiert werden. In dieser Darstellung werden, entsprechend der Graphentheorie, Aminosäuren als Knoten und Kontakte als Kanten repräsentiert. In dieser Masterarbeit wurde eine bioinformatische Analyse entwickelt, um RCNs von Proteinen einer belieben Protein-Familie zu vergleichen. Als Modellsystem diente die gut erforschte Familie der monomerischen GTPasen. Um die mehr als 500 verfügbaren Proteinstrukturen dieser Familie vergleichen zu können, wurde ein System zur Nummerierung von Aminosäuren für monomerische GTPasen entwickelt. Darüber hinaus wurde die Energie der Aminosäure-Kontakte mittels Rosetta, einer Software zur computergestützten Proteinmodellierung, berechnet. Die Analyse berechnet zwei Parameter für jeden Kontakt: Der prozentuale Anteil der Proteine (einer bestimmten Protein-Familie) in welchen der Kontakt vorhanden ist, bezeichnet als Kontakt-Konservierung, und die Energie des Kontaktes. Mit Hilfe dieser Information werden die Zusammenhänge zwischen Kontakt-Konservierung, Kontakt-Energie, Sequenz-Konservierung und Co-Evolution erforscht. Des weiteren wird die präsentierte Methode durch einen Vergleich mit einem Mutations-Experiment untermauert. Zusammenfassend, ermöglicht die entwickelte Methode detaillierte Informationen aus einer großen Zahl von Proteinstrukturen zu kombinieren und Rückschlüsse auf die gesamte Protein-Familie zu ziehen.The growing number of protein structures available in the PDB provides a wealth of information for structural biologists. However, analysing large numbers of structures is computationally challenging. A promising method to address this challenge is to represent proteins as networks of contacting residues. Residue contact networks (RCNs) define residues as nodes and contacts between residues as edges in the network. In this master's project, a bioinformatics pipeline was developed to compare RCNs across proteins of a given protein family. The well studied small G~protein family served as a model system. In order to allow a comparison of residue contacts of over 500 small G~proteins, a common residue numbering system for this protein family was created. Moreover, contact energy was calculated using the Rosetta protein modelling suite. The result provides two parameters for every residue contact: the fraction of protein structures which have an equivalent residue contact, termed 'contact conservation', and contact energy. Using this information, the relation between contact conservation, contact energy, sequence conservation and co-evolution is explored. Furthermore, comparison with mutational data provides support for the method developed in this project. Taken together, the results demonstrate that the developed bioinformatics pipeline allows to combine detailed information from a large number of protein structures and provides valuable insights