Компьютерный анализ связи конформационных пептидов с аллергенностью белков

• Автор: Брагин, Анатолий Олегович
• Шифр специальности: 03.01.09
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Новосибирск
• Количество страниц: 144 с. : ил.

Оглавление
Оглавление
Список сокращений
Введение
Актуальность исследования
Цели и задачи исследования
Объект и предмет исследования
Научная новизна исследования
Практическая значимость работы
Положения, выносимые на защиту
Апробация результатов исследования
Публикации
Структура диссертации
Личный вклад автора
Благодарности
1. Обзор литературы
1.1. Аллергия, аллергические заболевания
1.2. Механизмы развития ^Е-опосредованных реакций
1.3. Аллергены, вызывающие ^Е-опосредованные реакции
1.4. Эпитопы. Предсказание конформационных эпитопов с использованием конформационных пептидов
1.5. Методы анализа аллергенности белков
1.6. Мимикрия пептидами свойств белков
1.7. Заключение
2. База данных конформационных и линейных пептидов из известных белков-аллергенов (ЬСР)
2.1. Алгоритм расчета конформационных и линейных пептидов
2.2. Структура и содержание базы данных ЬСР

3. Метод предсказания аллергенности белков на основе анализа линейных и конформационных пептидов
3.1. Расчет сходства между анализируемым белком и белком-аллергеном с использованием информации о линейных и конформационных пептидах
3.2. Комбинированный подход оценки аллергенности белков на основе
анализа линейных и конформационных пептидов и BLAST
3.3. Оценка точности метода предсказания аллергенности белков
4. Анализ конформационных пептидов из белков со схожими свойствами
4.1. Анализ физико-химических свойств пептидов LCP
4.2. Анализ сходства конформационных пептидов аллергенов с линейными пептидами белков из Swiss-Prot
4.3. Анализ сходства конформационных пептидов в ДНК-связывающих белках
5 Предсказание аллергенных свойств у белков с использованием разработанных методов
5.1. Предсказание и анализ белков-аллергенов из Schistosoma mansoni
5.2. Анализ аллергенности белков микроорганизмов
Заключение
Выводы
Список цитируемой литературы
Публикации с результатами работы
Приложение 1. Базы данных, содержащие информацию об аллергенных
белках
Приложение 2. Свойства аминокислот, используемые для разделения
аминокислот на 7 групп
Приложение 3. Матрица РАМ
Приложение 4. Свойства аминокислот, используемые для анализа физикохимических свойств конформационных пептидов аллергенных белков

Список сокращений
ARP - allergen-representative peptides
B7 - мембранный белок антигенпрезентирующих клеток,
взаимодействующий с CD
BLAST - Basic Local Alignment Search Tool, алгоритм выравнивания
нуклеиновых и аминокислотных последовательностей
CD28 - белок Т-клеток, способный взаимодействовать с В
CD40 - белок антигенпрезентирующих клеток
CD40L - белок Т-клеток, способный взаимодействовать с CD
EAACI - европейская академия аллергии и клинической иммунологии
FAO - продовольственная и сельскохозяйственная организация
FceRI - Fc рецепторы, способные взаимодействовать с IgE-антителами,
первого типа
FceRII - Fc рецепторы, способные взаимодействовать с IgE-антителами, второго типа
НММ - hidden Markov model IgE-антитело - антитело класса Е
LCP - база данных содержащая информацию о конформационных и линейных пептидах, встречающихся не менее чем в двух белках аллергенах с учетом физико-химических свойств аминокислот

расстоянии между всеми тяжелыми атомами (heavy atoms) аминокислот. После чего MIMOX рекурсивно «связывает» соседние пары аминокислот, пока не будут рассчитаны все возможные способы формирования последовательности анализируемого пептида (Huang et al., 2006). Метод картирования эпитопов на белок PepSurf (Mayrose et al., 2007) представляет поверхность белковой молекулы в виде графа. Вершины графа - это аминокислоты поверхности белка, связь между вершинами указывает на то, что аминокислоты, соответствующие этим вершинам, располагаются близко в белке. Бублилем с коллегами был разработан метод Mapitope, который предсказывает эпитопы с использованием пар аминокислотных остатков из пептидов фагового дисплея (Bublil et al., 2007). Mapitope разбивает пептиды фаговых библиотек на пары аминокислот, после чего оценивает встречаемость каждой пары среди таких пептидов. Далее проводится картирование аминокислотных пар пептидов на поверхность белка с предсказанием возможных эпитопов. При этом учитываются, такие параметры, как расстояние между аминокислотными остатками, частота встречаемости пар аминокислотных остатков в пептидах из фаговых библиотек и доступность растворителю. Чен с коллегами разработали систему MimoPro (Chen et al., 2011). MimoPro для предсказания Б-клеточных эпитопов проводит картирование пептидов из фаговых библиотек на поверхность белка. Для этого поверхность белка представляется набором участков (patches) заданного размера. Для каждого такого участка составляется граф, где вершинами являются аминокислоты из данного участка, а ребра в графе соединяют вершины, соответствующие аминокислотным остаткам, располагающиеся близко друг другу на белковой поверхности. После чего с использованием выравнивания и динамического программирования проводится поиск сходств между последовательностями аминокислот, соответствующих путям из графов, и последовательностями пептидов из фаговых библиотек (Chen et al., 2011). Однако представление поверхности белковой молекулы в виде набора конформационных пептидов