BIOSIRIS Science Park Crealys - Cassiopée 30 rue Phocas Lejeune – Bte 17 5032 Gembloux Belgique -...

BIOSIRISBIOSIRIS

Science Park Crealys - CassiopéeScience Park Crealys - Cassiopée

30 rue Phocas Lejeune – Bte 1730 rue Phocas Lejeune – Bte 17

5032 Gembloux5032 Gembloux

BelgiqueBelgique

- - www.biosiris.com - -

- Guillaume ASSET -- Guillaume ASSET -

PLANPLAN

Veille technologiqueVeille technologique– Prédiction de sites de Prédiction de sites de

clivage protéolytiqueclivage protéolytique– TangoTango

Prédicteur d’activité Prédicteur d’activité membranairemembranaire

Travail réalisé dans le Travail réalisé dans le cadre du cadre du Master (II) Master (II) ChemoInformatiqueChemoInformatique

2005-20062005-2006

ULP, Faculté de chimieULP, Faculté de chimie1 rue Blaise Pascal1 rue Blaise Pascal

67070 Strasbourg Cedex67070 Strasbourg Cedex

VEILLE TECHNOLOGIQUE :VEILLE TECHNOLOGIQUE :

Rupture des liaisons peptidiques entre AA par des Rupture des liaisons peptidiques entre AA par des enzymes, les enzymes, les protéases protéases (ou (ou peptidasespeptidases))

1) Predicteurs de clivage 1) Predicteurs de clivage protéolytiqueprotéolytique

Modification de la structureModification de la structure

Perte / Modification d’activité de la protéinePerte / Modification d’activité de la protéine

A prendre en compte dans l’étude A prendre en compte dans l’étude exhaustive d’une protéine et de ses exhaustive d’une protéine et de ses

potentialitéspotentialités(environ 8000 études par an)(environ 8000 études par an)

VEILLE TECHNOLOGIQUE :VEILLE TECHNOLOGIQUE :1) Predicteurs de clivage 1) Predicteurs de clivage protéolytiqueprotéolytique

3 prédicteurs de sites de clivage 3 prédicteurs de sites de clivage sur Internetsur Internet

SHUBOS PepCutterSHUBOS PepCutter www.shu.ac.uk/schools/sci/biomed/bioinformatics/pepcut010.htmwww.shu.ac.uk/schools/sci/biomed/bioinformatics/pepcut010.htm

ExPASy PeptideCutterExPASy PeptideCutter www.expasy.org/tools/peptidecutter/www.expasy.org/tools/peptidecutter/

PROLYSIS CutterPROLYSIS Cutter www.delphi.phys.univ-tours.frProlysis/cutter.htmlwww.delphi.phys.univ-tours.frProlysis/cutter.html

a. a. SHUBOS PepCutterSHUBOS PepCutter


séquenceséquence

FASTAFASTA

recherche recherche

de motif AAde motif AA

découpagedécoupage

QAKEPCVESLVSQYFQTVTDYGKDLMEKVKSPELQAEAKSYFEKS…

Trypsine : KTrypsine : K

(lysine)(lysine)

QAK // EPCVESLVSQYFQTVTDYGK //DLMEK // VK // SPELQAEAK // SYFEK // S…

11 motifs implémentés + possibilité de paramétrer le sien11 motifs implémentés + possibilité de paramétrer le sien Algorithme simpliste aux sources inconnuesAlgorithme simpliste aux sources inconnues

b. b. ExPASy PeptideCutterExPASy PeptideCutter


Pas de protection par Pas de protection par copyrightcopyright Formats d’entrée : FASTA, Formats d’entrée : FASTA,

Swiss-Prot, TrEMBLSwiss-Prot, TrEMBL 32 protéases implémentées32 protéases implémentées Tient compte des positions

relatives des AA voisinsScheter & Berger, « On The Size Of The Active Site In Proteases », Biochem. Biophys. Res. Commun., 1967-68

Paramètres optionnels de classement de résultats

Sources bibliographiques Sources bibliographiques mentionnéesmentionnées

Pas de motif personnalisé--

++

c. c. PROLYSIS CutterPROLYSIS Cutter

Format d’entrée : FASTA Tient compte des positions

relatives des AA voisinsScheter & Berger, « On The Size Of The Active Site In Proteases », Biochem. Biophys. Res. Commun., 1967-68

Paramètres optionnels de classement de résultats

Paramètres optionnels d’état Paramètres optionnels d’état des résidus et du C/N-terminaldes résidus et du C/N-terminal

Protection par copyright 11 protéases seulement Pas de motif personnalisé Sources bibliographiques non

mentionnées


Problèmes rencontrés avec ces algorithmes :Problèmes rencontrés avec ces algorithmes :

- Analyse séquentielle- Analyse séquentielle aucune implication des structures secondaire et tertiaire : pas de aucune implication des structures secondaire et tertiaire : pas de

prise en compte de l’accessibilité des résidus, etc.prise en compte de l’accessibilité des résidus, etc.

- Aucune estimation fiable- Aucune estimation fiable pas de moyen efficace d’évaluer les probabilités de clivage et donc de pas de moyen efficace d’évaluer les probabilités de clivage et donc de

fournir une analyse précisefournir une analyse précise

Très bons outils pour le chercheur, mais lesTrès bons outils pour le chercheur, mais les performances ne sont pas assez performances ne sont pas assez

satisfaisantes satisfaisantes pour intégrer l’un d’eux dans pour intégrer l’un d’eux dans Protein Protein

InvestigatorInvestigatorTMTM

VEILLE TECHNOLOGIQUE :VEILLE TECHNOLOGIQUE :2) Algorithme 2) Algorithme TangoTango

- Algorithme de prédiction de Algorithme de prédiction de zones d’agrégationzones d’agrégation

(feuillet (feuillet ββ, coude , coude ββ, hélice , hélice αα, , agrégation agrégation ββ))

- Format d’entrée : FASTA- Format d’entrée : FASTA

- Plusieurs paramètres pris en Plusieurs paramètres pris en comptecompte

(pH, T, force ionique, [TFE], stabilité de la protéine, (pH, T, force ionique, [TFE], stabilité de la protéine, protection protection

des C/N terminaux)des C/N terminaux)


AVGIVGAMFLGFLGAAGSTMGAVSLT…

sequence

pro

babili

té

TANGOTANGOAgregation Agregation ββ

Corrélations entre les résultats de TANGOTANGO

(pour les agrégations β) et ceux de la méthode des

Peptides ObliquesPeptides Obliques développée au CBMN

Centre de Biophysique Moléculaire NumériqueFaculté Universitaire de Sciences Agronomiques

5030 GemblouxBelgique

L’influence des paramètres initiaux(force ionique, concentration en

TFE…) a des effets négligeables sur lesrésultats de Tango (tant que

nous nous contentons des résultats qualitatifs).


Les peptides obliquesLes peptides obliques**::

** Brasseur R, « Tilted peptides : a motif for membrane destabilization (Hypothesis) », Molecular Membrane Biology, 2000, 17, 31-40

ZoneZone

hydrophobhydrophobee

ZoneZone

hydrophobehydrophobe

ParallélismeParallélisme : :

stabilitéstabilité

OblicitéOblicité : :

Destabilisation de la membrane :Destabilisation de la membrane :

permet les processi permet les processi membranairesmembranaires

ProtéineProtéine

BicouchBicouchee

lipidiqulipidiquee


Détection automatique des PO (Z-Prot)Détection automatique des PO (Z-Prot) : :

séquenceséquence

FASTAFASTApeptides de 11 à 18 résiduspeptides de 11 à 18 résidus

structurés en hélice structurés en hélice αα

analyseanalyse

HCAHCA

Hydrophobie Hydrophobie

moyenne moyenne positivepositive

RapportRapport

pho/phi>0.4pho/phi>0.4

minimisation deminimisation de

l’énergie,l’énergie,

modélisationmodélisation

Angle oblique Angle oblique

entre 30° et entre 30° et 60°60°

calcul de l’interaction calcul de l’interaction

par hypermatrice par hypermatrice **

** Brasseur & Ruysschaert, 1986


1 15 29 43 57 71 85 99 113

127

141

155

169

183

197

211

225

239

253

267

281

295

309

323

337

Z-PROT

TANGO

XP

Exemple pour HIV-1Exemple pour HIV-1 : :

Corrélations qualitatives entre lesprédictions de Tango, les scores

de Z-Prot, et les résultats expérimentaux :

Utilisation comme critère discriminant pour

augmenter le taux de confiance de Z-Prot?


Etude portant sur 10 protéines avec résultats exp.Etude portant sur 10 protéines avec résultats exp. Prédictions de Z-ProtPrédictions de Z-Prot Calculs de TangoCalculs de Tango Comparaison avec Comparaison avec

exp.exp.37.5%37.5%Des domaines communs Des domaines communs

àà

Tango et Z-Prot sont Tango et Z-Prot sont des POdes PO

48%48%Des PO sont détectés Des PO sont détectés

par par

Tango et Z-Prot à la foisTango et Z-Prot à la fois

Il reste encore trop de faux positifs (62.5%)Il reste encore trop de faux positifs (62.5%)pour que les résultats de Z-Prot soient assezpour que les résultats de Z-Prot soient assez

fiables pour l’intégrer dans fiables pour l’intégrer dans Protein Protein InvestigatorInvestigatorTMTM

PREDICTEUR D’ACTIVITE PREDICTEUR D’ACTIVITE MEMBRANAIREMEMBRANAIRE

Nécessité d’améliorer le pouvoir prédicteur de Z-Nécessité d’améliorer le pouvoir prédicteur de Z-ProtProt

- Seulement 10 protéines pour lesquelles les résultats Seulement 10 protéines pour lesquelles les résultats expérimentaux sont connusexpérimentaux sont connus

- Banque de données petiteBanque de données petite

Module EN AVALEN AVAL de Z-Prot

- diminuer le taux de faux positifs

- augmenter ainsi la fiabilité du programme

Application EN PARALLELEEN PARALLELE à Z-Prot

- prédicteur autonome- résultats croisés avec ceux

obtenus par Z-Prot

2 optiques étudiées2 optiques étudiées


Données initialesDonnées initiales : :- 10 protéines (10² à 1010 protéines (10² à 1033

résidus)résidus)- Paramètres par défaut de Paramètres par défaut de

Z-ProtZ-Prot- Total de Total de 1375 peptides 1375 peptides

reconnus comme reconnus comme obliquesobliques

I. EN AVAL DE Z-PROTI. EN AVAL DE Z-PROT

Descripteurs disponiblesDescripteurs disponibles : :- HydrophobicitéHydrophobicité- Energie minimumEnergie minimum- Pénétration Pénétration

membranairemembranaire- Angle de pénétrationAngle de pénétration

Critère d’activité (par Critère d’activité (par peptide)peptide) : :

- 1 si oblique exp.1 si oblique exp.- 0 sinon0 sinon

RégressionRégression

linéaire multiplelinéaire multiple



)²(

)²(²

,

YYYY

Ri

icalc

)²()²(

1²,

YYYY

Qi

icalci

1)²( ,

kNYY

sicalci

Coefficient de corrélation carré

R²>0.6

Coefficient de validation croiséeQ²>0.5

Écart type (RMS, root mean square)

+ Application des tests de Golbraikh & Tropsha

Critères statistiques de sélection d’un modèle QSARCritères statistiques de sélection d’un modèle QSAR : :



Calculs préalables : aperçu par protéine

R² < 0.38 0.17 < RMS < 0.47

Très insuffisant !

Calcul sur le jeu total :

R = 0.190R² = 0.033RMS = 0.48Q² = 0.036

MODELE NON MODELE NON EXPLOITABLE !EXPLOITABLE !

Golbraikh-Tropsha : [(R²-R0²)/R²] > 2986

[(R²-R’0²)/R²] = 0 k = 0.4434 k’ = 1

ExplicationsExplications : :- trop peu de descripteurs disponibles avec le fichier de sortie de Z-Prottrop peu de descripteurs disponibles avec le fichier de sortie de Z-Prot- Pas assez de données initialesPas assez de données initiales


II. EN PARALLELE A Z-PROTII. EN PARALLELE A Z-PROTDonnées initialesDonnées initiales : :- 10 protéines (10² à 1010 protéines (10² à 1033 résidus) résidus)- Total de Total de 1375 peptides 1375 peptides

reconnus comme obliquesreconnus comme obliques

Descripteurs disponiblesDescripteurs disponibles : :- Surface standard A0Surface standard A0- Surface accessible ASurface accessible A- Rapport (A0-A)/A0Rapport (A0-A)/A0- Distance entre les barycentres phi et Distance entre les barycentres phi et

phopho- Gradient d’hydrophobicitéGradient d’hydrophobicité- Entropie de la Entropie de la side chainside chain- Entropie du Entropie du backbonebackbone- Entropie (Entropie (side chainside chain + + backbonebackbone))- Charge effectiveCharge effective- Volume de Van der WaalsVolume de Van der Waals Forme normale et

logarithmique 2 fonctions de Jähnig **

** Jähnig F. « Structure predictions of membrane proteins are not that bad », TIBS, 1990, 15, 93-95

38 descripteurs physico-38 descripteurs physico-chimiqueschimiques

+ nature du résidu+ nature du résidu

Cette fois, on raisonne en terme de Cette fois, on raisonne en terme de résidusrésidus et non en terme de et non en terme de peptides, pour déterminer les peptides, pour déterminer les domainesdomaines présentant une présentant une activité avec la membrane activité avec la membrane cellulairecellulaire


II. EN PARALLELE A Z-PROTII. EN PARALLELE A Z-PROT

Fonctions de JähnigFonctions de Jähnig : contributions des voisins : contributions des voisins

H7H7

residuresidu

I-3I-3

I-2I-2

I-1I-1

II

I+1I+1

I+2I+2

I+3I+3

coefficientcoefficient

11

11

11

11

11

11

11

HAHA

residuresidu

I-8I-8

I-7I-7

I-6I-6

I-5I-5

I-4I-4

coeff.coeff.

11

11

00

0.250.25

11

residuresidu

I-3I-3

I-2I-2

I-1I-1

II

I+1I+1

I+2I+2

I+3I+3

coeff.coeff.

0.750.75

00

0.50.5

11

0.50.5

00

0.750.75

residuresidu

I+4I+4

I+5I+5

I+6I+6

I+7I+7

I+8I+8

coeff.coeff.

11

0.250.25

00

11

11



3346 résidus3346 résidus- 316316 positifs positifs- 30303030 négatifs négatifs

Rapport Rapport 1/101/10 : peu idéal : peu idéal

PréparationPréparation

de 3 jeux de 3 jeux

de donnéesde donnéesPARTIEL ‘B’PARTIEL ‘B’ (1200) : 300 positifs + 900 négatifs (1200) : 300 positifs + 900 négatifs

COMPLETCOMPLET (3346) : 316 positifs + 3030 négatifs (3346) : 316 positifs + 3030 négatifs

PARTIEL ‘A’PARTIEL ‘A’ (600) : 300 positifs + 300 négatifs (600) : 300 positifs + 300 négatifs



DONNEESDONNEES

Analyse statistique via SASAnalyse statistique via SAS- régression logistiquerégression logistique- Tri des descripteurs (Fischer)Tri des descripteurs (Fischer)- ModélisationModélisation

- Pour chaque peptide, probabilité (0 à 1) Pour chaque peptide, probabilité (0 à 1) d’activité oblique.d’activité oblique.

- Seuil décisionnel ajustable (défaut : 0.5)Seuil décisionnel ajustable (défaut : 0.5)

Fonction logit(x)Fonction logit(x)P = eP = exx /(1+e /(1+exx))



Modélisation du jeu totalModélisation du jeu total : :

Critère de Corrélation de Critère de Corrélation de MatthewsMatthews

- Sensitivité extrêmement faible Sensitivité extrêmement faible (à 0.5, le prédicteur rate 92% des sites pour lesquel il a été conçu)

- Coefficient de MatthewsCoefficient de Matthews** de 0.223 au mieux de 0.223 au mieux(modèle pertinent à partir de 0.4)

** Matthews B.W., « Comparison of predicted and observed secondary structure of t4 phage lysozyme », Biochim. Biophys. Acta, 1975, 405, 442-451



Modèle du jeu total appliqué aux deux jeux partielsModèle du jeu total appliqué aux deux jeux partiels : :

- Les performances augmentent avec la proportion de positifs dans le jeuLes performances augmentent avec la proportion de positifs dans le jeu- Ces tests sont faits à titre indicatif (peu de données initiales faussent le pouvoir Ces tests sont faits à titre indicatif (peu de données initiales faussent le pouvoir

prédicteur)prédicteur)



Modèle réalisé à partir du jeu de 600 résidusModèle réalisé à partir du jeu de 600 résidus : :

- Modèle sensiblement différent du précédent : plus adapté à ce jeu précisModèle sensiblement différent du précédent : plus adapté à ce jeu précis- Performances de l’ordre du modèle précédent appliqué à ce jeu de données tout Performances de l’ordre du modèle précédent appliqué à ce jeu de données tout

en étant meilleuresen étant meilleures

CONCLUSIONSCONCLUSIONS

La base de données relatives aux peptides obliques n’est La base de données relatives aux peptides obliques n’est pas assez vastepas assez vaste pour obtenir une corrélation entre pour obtenir une corrélation entre résultats théoriques et expérimentaux. Une analyse résultats théoriques et expérimentaux. Une analyse totalement automatique totalement automatique n’est pas possible pour l’instantn’est pas possible pour l’instant..

Même s’ils sont insuffisants dans le cadre du service Même s’ils sont insuffisants dans le cadre du service Protein InvestigatorProtein InvestigatorTMTM, les résultats prouvent que la , les résultats prouvent que la méthode employée est appropriée, et l’approche méthode employée est appropriée, et l’approche exploitable.exploitable.

BIOSIRIS Science Park Crealys - Cassiopée 30 rue Phocas Lejeune – Bte 17 5032 Gembloux Belgique -...

Documents

Transcript of BIOSIRIS Science Park Crealys - Cassiopée 30 rue Phocas Lejeune – Bte 17 5032 Gembloux Belgique -...