A bioinformatics approach for the understanding of membrane protein complexes

Abstract

In Life science’s it is crucial characterize the structure and function of biological molecules, particularly, proteins. The structural characterization of soluble proteins, membrane proteins and diverse protein complexes, as of late, has benefitted from computational approaches’ contributions. These would be essential in the case of membrane proteins. Due to their near functional ubiquity and the difficulty of their experimental study, the employment of structure prediction and interface characterization computational methods allows for broad and in-depth comprehension, fundamental if we realize membrane proteins are key targets in the pharmaceutical industry.In this master thesis, the works was divided in two different but interconnect tasks: i) the understanding of a typical example of membrane protein: G-coupled protein receptor complexes and ii) the methodological development for protein interaction characterization. As a results of the first task we list all conclusions retrieved from the modelling of complexes between GPCRs, arrestins and G-proteins with the full assessment of the surface area inter-residual distance, residue conservation, hydrogen bonds, among other characteristics. Subsequently, we proceed to identify substructures, regions, residue patterns and specific residues’ relevant for complex formation between GPCRs and other proteins. The data was summarized under graphical display and made available online (http://45.32.153.74/gpcr/). In the second part, we focused on Machine Learning algorithms’ deployment in order to correctly classify protein interfacial residues, which are crucial at a structural and functional level: Hot-Spots. Based on experimental data and residue feature collection, a Hot-Spot prediction model was built, available at a free-access portal (http://milou.science.uu.nl/cgi/services/SPOTON/spoton/). We also sought to understand how the inclusion of coevolutionary features influences the performance of the developed methodologies.

Os problemas das ciências da vida remetem inúmeras vezes para a caracterização da estrutura e função das moléculas biológicas, nomeadamente, as proteínas. A caracterização estrutural de proteínas solúveis, proteínas membranares e complexos proteicos diversos tem vindo a beneficiar largamente de contribuições da área computacional. Particularmente no caso das proteínas membranares, pela sua quase ubiquidade de funções e pela dificuldade do seu estudo de forma experimental, a aplicação de métodos computacionais de previsão de estrutura e caracterização de interface permite o seu estudo de forma alargada e detalhada, sempre que possível apoiando-se em dados experimentais.Nesta tese de mestrado dividimos o trabalho em 2 vertentes: i) a compreensão de um exemplo típico de proteína membranar – complexos acoplados a proteína G e ii) desenvolvimento de metodologias para caracterização de interações proteicas. São assim expostos resultados de modelação de complexos entre GPCRs, arrestinas e proteínas G, progredindo para a caracterização de área de superfície, proximidade de resíduos, conservação de resíduos, ligações de hidrogénio, entre outras características. Desta forma, identificam-se subestruturas, regiões, padrões de resíduos e resíduos específicos determinantes para a formação de complexos entre os GPCRs e outras proteínas. A informação foi sintetizada sob a forma gráfica e disponibilizada online ((http://45.32.153.74/gpcr/). Na segunda parte dedicamo-nos a aplicação de algoritmos de Machine Learning de forma a corretamente classificarmos os resíduos da interface como cruciais a nível estrutural e funcional da proteína, e como tal como Hot-Spots. Com base em dados experimentais e recolha de descritores destes resíduos, foi construído um modelo de previsão de Hot-spots, implementado num portal de acesso livre (http://milou.science.uu.nl/cgi/services/SPOTON/spoton/). Procuramos também perceber como a inclusão de descritores coevolutivos das proteínas influencia a performance das metodologias desenvolvidas.