计算Biomodelling和分析三维结构的原癌基因::肿瘤发生激活蛋白

文摘

随着生物医学研究人文科学领域的几种蛋白质中发现的人体行为健康危害。的原癌基因:蛋白质主要是发现在人类由REL基因编码,属于REL / NF - kB的转录因子家族,调节多种细胞功能。原癌基因参与其中,在分化和淋巴细胞增殖中起着重要作用。原癌基因可能是有害的,导致癌症突变。理解人类原癌基因的运行机制:蛋白质,必须理解特定蛋白质的结构模型,但三维(3 d)结构尚未报道的蛋白质数据库(PDB)。在目前的研究中一个完整的结构分析和三维造型的人类原癌基因:人类。基于PDB爆炸报告Proto-oncogenec-Rel蛋白质的三维结构,由使用瑞士模型预测。预测模型是进一步评估节省(PROCHEK,验证3 d, ERRAT)和拉玛钱德朗服务器,显示接受的成绩和最后精制的可靠性模型。总的结果提供的证据质量模型和功能分析提供足够的基础实验得到的晶体结构,而且还有助于癌症研究提供了一种新的起点基于结构的药物设计的原癌基因:蛋白质。

关键字

原癌基因:、BLASTp、瑞士模型中,拉马钱德兰情节,VERIFY-3D ERRAT。

介绍

核因子κB (NF-κB)是一个主监管机构先天的中心免疫反应[1]。的re are five member of the mammalian NF- κB family like p65 (RelA), RelB, c-Rel, p50/p105 (NF- κB1) & p52/p100 (NF- κB2)[2-4]. The proto-oncogene c-Rel is a protein that in humans is encoded by the REL gene [5, 6]. The c-Rel protein is a member of the NF- kB transcription factor family [7] and Rel-related proteins share a conserved 300-aminoacid amino-terminal domain Rel homology domain (RHD) at its N-terminus that encompasses to c-Rel for play an important role in B-cell survival and proliferation. TheREL基因扩增或突变在几个人b细胞淋巴瘤,包括弥漫型大b细胞淋巴瘤、淋巴肉芽肿淋巴瘤[8]。转录因子核因子(NF) -κB被认为是一个关键中介发展的淋巴结和派尔集合淋巴结补丁[9]。NF-kappa-B多向性的转录因子,存在于几乎所有的细胞类型和生物处理等炎症,免疫力分化,细胞生长、肿瘤发生和细胞凋亡[10]。:最初是公认的细胞相同器官v-Rel Rev-T致癌基因,一种鸟类逆转录酶病毒导致敏感淋巴白血病galliform鸟类和使不朽B和T细胞体外[11]。:结果显示高度同源的NFKB1 (pS0)和relA (p65)子单元的无所不在的转录因子NF -κB。NF -κB结合decameric图案(κB元素)中发现的病毒和细胞基因的启动子和增强子,主要是基因编码的蛋白质参与免疫,急性期炎症反应(12 - 15)。

二聚的Rel / NF -κB蛋白质是由一个小基因家族编码在脊椎动物。这些基因包括nfkbl(pS0和施敏原著),nfkb2(p52和pl00), rela (p65) relb (relb) c-re / (Rel)和v-rel。两个Rel-related同系物,背和dif已确定在果蝇。背是atranscriptional监管机构决定细胞的发育命运沿着背腹侧的轴在胚胎发生[16],而需要dif免疫功能[17]。每两个男人和一个每三个女人一生中罹患癌症[18]。Rel经常结合其他相关蛋白(NF -κB I-kappa B, relA)形成杂调光器调节转录。重排或过表达:可引起肿瘤起源[19]。的current list of known cancer genes includes 70 genes associated with germ line mutations and 342 genes associated with somatic mutations. In fact, a recent high-throughput study of proto-oncogene突变在1000个不同的肿瘤样本代表17个不同类型的癌症显示一组14原癌基因突变与癌症的高倾向。此外,本研究还发现问题中的14个原癌基因与不同的细胞功能[20]。癌细胞生长和分裂失控和逃避细胞死亡,和原癌基因主要参与这个过程。原癌基因是一组基因,导致正常细胞癌变时突变(21、22)。肿瘤坏死因子(TNF) -α是一种细胞毒性细胞因子表达的癌症和肿瘤浸润炎症细胞。微环境的许多癌症[23]包括头颈部鳞状细胞癌(HNSCC) [24]。有趣的是,HNSCC矛盾的逮捕和凋亡抵抗TNF-α-mediated增长,和这样的阻力包括异常激活NF-κB / REL转录因子[25]。生长和分裂失控变成癌症原型致癌基因透露一些线索如何突变我正常的细胞过程。e流逐步原癌基因致癌基因癌症(26、27)。

在当下,超过40个不同的人类原癌基因被称为这些原癌基因转化为致癌基因突变。致癌基因出现突变,导致原癌基因的表达水平或活动增加。潜在的遗传机制与癌基因激活包括随后的点突变,删除或插入导致极度活跃的基因产物点突变后,删除或插入启动子区域的原癌基因导致转录后基因扩增事件导致额外染色体复制的原癌基因。染色体易位活动,原癌基因迁移到新的染色体网站,导致更高的表达式。染色体易位导致原癌基因和第二次之间的融合基因,产生致癌活性的融合蛋白。致癌基因的分子机制仍然不明。但在过去的二十年见证了巨大的进步在我们理解癌症和显然,癌症的发病机理通过多诱变产生步骤获得一组公共的属性包括无限制的增殖潜能,自足的生长信号,防扩散阻力和凋亡信号。现在,研究人员发现20%的激酶通路可以发挥积极作用在肿瘤发生[28]。的主要目标是开发一种计算三维结构与参考序列可能发挥了重要作用在增加致癌基因的效率或癌症和已知的致癌基因的途径以及如何抑制他们结构证据(in-silico)。进一步可以修改这种结构通过同源性建模和验证。方法可以识别各种活跃的网站为受体通过服务器和工具的附件可能导致蛋白质识别大多数便携式的网站。拉马钱德兰情节讲述的残留有利构象ψφ角这将进一步帮助理解氨基酸在蛋白质结构的稳定和旋转,充当起重要的桥梁角色比较建模和活跃的站点或drug-able站点这种蛋白质(结构证据)可能有利于疾病控制与积极制药新方向的效率。

材料和方法

目标选择

人类原癌基因的氨基酸序列:蛋白质的智人从UniProtKB检索(Acc。不。:Q04864)数据库(http://www.uniprot.org /帮助/ uniprotkb)。

蛋白质序列分析和障碍的预测

这个序列检索后ProtParam[29]是用来预测生化的属性。ProtParam计算分子量、理论π,氨基酸组成、消光系数、不稳定指数、脂肪指数,和大的平均hydropathicity(汁)。蛋白质疾病预测使用DisEMBL [30]。一个巨大的挑战蛋白质组学和结构基因组学时代来预测蛋白质的结构和功能,包括识别的蛋白质部分或完全非结构化。DisEMBL是无序的计算工具来预测/非结构化区域内的蛋白质序列。

模板的选择

人类原癌基因的蛋白质序列:蛋白质的智人从Uniprot KB (Acc检索。号:Q04864)。BLASTp[31]搜索使用默认参数进行对小溪天堂蛋白质数据库(PDB)寻找合适的同源性建模模板。即一组PDB结构。1GJI A, 1NFI A, 1IKN A, 2I9T A and 1RAM A were showing close similarity with the target sequence. Basing on maximum identity with high positives and lower gap percentage (%), Crystal Structure of c-Rel Bound to DNA (1GJI_A) was selected as a template. The percentage of query coverage, sequence identity, positives and gap was 44%, 84%, 93% and 0% respectively between the template and the target.

三维结构预测和验证

毛皮蛋白质的二级结构特点被认为是在这项研究中,采用在[32]SOPMA视图,一个新的高度准确的二级结构预测方法,SOPMA包含两种前馈神经网络对输出进行分析获得PSI-BLAST(位置特定的迭代爆炸)[33]和瑞士模型(比较蛋白质3 d建模服务器)是用于构建人类原癌基因的三维结构:蛋白质(34、35、36 37、38)。

三维结构预测模型被验证评估3[39]和节省服务器(http://nihserver.mbi.ucla.edu/SAVES)。可视化蛋白质模型是由PyMOL软件[40]。结构验证蛋白质模型是由横冲直撞[41]决定立体化学方面以及主链和侧链与综合分析参数。人类原癌基因的拉马钱德兰情节:蛋白质显示各种残留下允许下降,青睐和地区。最后,模型质量和检查本机蛋白质折叠模型评估项目的能源ProQ[42]和ProSA[43]分别使用和输出候选模型选择最可靠和良好的模型。

结果与讨论

检索后人类原癌基因:蛋白质序列ProtParam被用来预测生化的特性。蛋白质序列预测是619个氨基酸,分子量68519.6道尔顿,等电点为5.58,一个负电荷的蛋白质等电点低于7表明,一个不稳定指数39.24和脂肪族的指数是66.91。积极的肉汁指数-0.562是指示性的亲水性和可溶性蛋白质。蛋白质混乱或无序/非结构化区域内蛋白质序列预测使用DisEMBL服务器,结果显示以下(图1)

二级和三级结构

蛋白质的二级结构是经常重复的地方通过氢键结构稳定。最常见的例子是α螺旋和β褶板。SOPMA视图已被证明是92螺旋(14.86%),122股(19.71%)、378线圈(61.07%)和27(4.36%)β将出现在不同位置在人类原癌基因:蛋白质的结构人类智人(图2)。

三级结构

后选择一个合适的模板(1 gji),该模型构建为目标蛋白使用瑞士模式(比较蛋白质3 d建模服务器)。下的预测模型可视化PyMol可视化软件。蛋白质三维结构的人类原癌基因Rel下面(图3)。

蛋白质模型有效性

几何和结构一致性模型和模板蛋白通过不同的方法进行评估。结构验证是由节省服务器,一个著名的蛋白质结构检查项目。拉马钱德兰Φ和Ψ分布的阴谋。这一分析显示,只有一个(0.0%)残留在拉马钱德兰块人类原癌基因蛋白质:蛋白质属于无效区域。总的来说,两个相同器官分布几乎一样的steriochemically允许主链原子(87.4%)(视图)。

此外,两个蛋白质评价项目(Verify3D和ERRAT)是用来检查我们的模型的立体化学。Verify3D (图5)成绩(100%)氨基酸序列之间的兼容性和环境的氨基酸侧链的模型。评估环境的基于溶剂易访问性侧链和侧链的一部分由极性原子。ERRAT评估不同类型的原子的排列方式对蛋白质模型。它是一个敏感的技术,这有利于识别蛋白质错误折叠地区初步模型。

ERRAT情节(图7)。这表明人类原癌基因的开发结构:蛋白质可以被接受的。(总体质量因素75.75%)。

建模结构利用ProQ已经检查了质量。预测结果表明,LG得分:5.510(> 4:极好的模型),并预测MaxSub得分:0.343(> 0.5好的模型)是一个好的模型的可接受的范围。

每个残留的相互作用能和z分数的计算是通过ProSA网能量图(图7]。ProSA相互作用能的计算每一对残留是使用基于距离的潜在方法。在这项研究中,建模蛋白质表明和积极的相互作用能的最大残留符合模型的可靠性。整体的z分数模型-6.68 kcalmol¹,发现模板1 gji_a非常相似。的results obtained from ProSA suggest that the generated HUMAN Proto-oncogene c-Rel protein structure was energetically consistent compared to the template structure.

结论

本研究的主要目的是进行序列分析,结构分析和人类原癌基因的同源性建模:蛋白质。的in-silico方法可以帮助研究人员提供一个在手的想法,这样他们就可以愉快地推进对疾病的治疗,有助于减少之间的差距在网上和湿实验室测定蛋白质的三维结构。也旨在证明没有疾病是无法治愈的,但是治愈可能隐藏在其他形式。这项工作旨在突出应用生物信息学药物设计。人类原癌基因的3 d结构模型:蛋白质稳定可靠的使用节省了服务器,横冲直撞& VERIFY3D模块。这提供了最大的氨基酸属于α-helix地区稳定的蛋白质。ProSA ProQ总体结果提供了证据,人类原癌基因的预测三维结构:蛋白质是可以接受的,质量好,预测人类原癌基因的结构:蛋白质会给一个想法的活性部位和活性位点残基可以进一步分析了使用软件的准备,而且还有助于癌症研究的受体与配体结构提供了一种新的起点药物设计的原癌基因:蛋白质。

确认

我们感激地承认的鼓励和支持研发中心,高科技医学院和医院的研究小组。我们感谢教员BJB (A)大学,布巴内斯瓦尔的帮助和鼓励准备手稿。

引用

1. Ghosh年代,海登女士的新监管者NF-kappaB炎症。Nat Immunol牧师。2008;8 (11):837 - 48。
2. 霍夫曼,巴尔的摩d核转录因子kappaB信号的电路。Immunol启2006;210:171 - 86。
3. 帕金斯ND。将细胞信号传导通路与NF-kappaB和IKK功能。Nat牧师摩尔细胞杂志。2007;8 (1):49 - 62。
4. 基因与发展18:2195 - 2224由冷泉港实验室出版社ISSN 0890 - 9369/04; (www.genesdev.org)。
5. 鲁本SM, Klement摩根富林明,科尔曼助教,马赫M,陈CH,罗森CA。“I-Rel:小说rel-related蛋白抑制nf -κB转录活动”。GenesDev。1992;6 (5):745 - 60。
6. 张任,年代,李米,黄C,梁R,江,郭Y,黄N,杨J,李Z。NF-κB p65:亚基促进脾巨噬细胞吞噬作用和细胞因子分泌的肝硬化患者脾机能亢进。Int J生物化学杂志。2013;45 (2):335 - 43
7. Jorge Caamano和克里斯托弗。NF-κB家族转录因子:先天和适应性免疫功能的中央监管机构。2002;15 (3):414 - 429。
8. Gilmore TD, Kalaitzidis D,梁MC Starczynowski DT。”:转录因子和b细胞增殖:对付魔鬼”。致癌基因。2004;23日(13):2275 - 86。
9. 伊丽莎白·阿尔卡莫Nir Hacohen利亚·c·舒尔特,保罗D皱胃,Richard O•海因斯大卫巴尔的摩。要求NF-κB家族RelA成员发展的二级淋巴器官。J Exp。2002;195 (2):233 - 244。
10. 巴拉特b . Aggarwal Shishir Shishodia,桑托什k .桑杜尔Manoj Pandey, Gautam Sethi。炎症和癌症:链接有多热?。Bioichem杂志。2006;72:1 6 0 5 - 1 6 21。
11. Baeuerle, P.A.诱导转录激活NF-KB:监管由不同的蛋白质亚基。Biochim Biophys学报。1991;1072:63 - 80。
12. 空白V P Kourilsky,以色列。NF-KB和相关蛋白质:Rel /背同源性满足锚蛋白重复。趋势生物化学科学。1992;17:135 - 140。
13. 诺兰医生,D巴尔的摩。抑制锚蛋白和活化剂Rel蛋白质。Curt当今麝猫Dev。1992;2:211 - 220。
14. 格雷利M, JS赵,MJ Lenardo。NK-KB和Rel:参与者在各种形式的转录监管体系。Int Cytol牧师。1993;143:1 - 62。
15. 德国汉高Baeuerle PA, T。NF-KB的函数和激活免疫系统。“牧师Immunol。1994;12:141 - 179。
16. 管家r .背在果蝇胚胎极性基因,是脊椎动物同源protooncogene, c-tel。科学。1987;238:692 - 694。
17. Ip欧美,M, YK Engstrom L Kadalayil, H Cai, Gonzalen-Crespo, et al . Dif, dorsal-related Drosphila基因介导免疫反应。细胞。1993;75:753 - 763。
18. 美国癌症协会。2008年癌症的事实和数字。
19. 原癌基因蛋白,2000年,酒吧地中海。
20. 托马斯•RK出版社。高通量致癌基因突变分析在人类癌症。自然遗传学。2007;39347 - 351。
21. 亚当森。致癌基因的发展。发展。99年,449 - 471年,1987年。
22. 温斯坦IB,乔正义与发展党。疾病的机制:致癌基因分子瞄准国家理性的癌症疗法。Nat Pract杂志。2006;3,448 - 457。
23. Balkwill f .肿瘤坏死因子和癌症。Nat牧师癌症。2009;9:361 - 71。
24. 尤尼斯F, Quartey EL Kiguwa年代,鹧鸪m . TNF的表达和55-kDa TNF受体在表皮,口腔粘膜扁平苔癣和鳞状细胞癌。口头说。1996;2:25-31。
25. 达菲,Crowl-Bancroft简历,陈Z, Ondrey FG, Nejad-Sattari M,董G, et al。抑制转录因子核factor-kappaB突变inhibitor-kappaBα变弱抵抗人体头颈部鳞状细胞癌的tnf caspase-mediated细胞死亡。Br J癌症。2000;83:1367 - 74。
26. 海蒂Chial博士(写科学)2008;自然教育。
27. Chial, h .原癌基因致癌基因与癌症。2008;自然教育。
28. 格林曼C et al,体细胞突变在人类癌症基因组的模式。大自然。2007;446:153 - 158。
29. Gasteiger E, Hoogland C, Gattiker Duvaud年代,威尔金斯先生,Appel RD, Bairoch A()约翰M.Walker (ed):蛋白质组学协议手册,Humaa出版社。2005;571 - 607页。
30. 林德R,詹森LJ, Diella F,博克P,吉布森TJ,拉塞尔RB。蛋白质疾病预测:对结构蛋白质组学。结构。2003;(11):1453 - 9。
31. Altschul, s F。、《W。,Miller, W., Myers, E. W., & Lipman, D. J. Basic local alignment search tool. J Mol Biol. 1990; 215, 403-410.
32. 伯曼嗯,韦斯特布鲁克J,冯Z, Gilliland G,泰铢,TN Weissig, et al .蛋白质数据银行。诊断酸> 2000;28日,235 - 242。
33. 阿诺德•K Bordoli L,科普J, Schwede t生物信息学。2006;22:195 - 201。
34. Altschul科幻,马登TL,谢弗AA。,Zhang J, Zhang Z, Miller W. et al. Gapped BLAST and PSI-BLAST: A new generation of protein database search programs. Nucl. Acids Res. 1997; 25, 3389-3402.
35. 饶勒姆Appa Patchikolla Sateesh,苏雷什·库马尔Sangeeta,甘先生M RS Datta Teja Grandhi。anxC3.1的序列同源性建模和分析。Int J Eng Sci抛光工艺。2010;2 (5),1125 - 1130。
36. Torsten Schwede Ju rgen科普尼古拉•Guex Peitsch曼努埃尔·C。瑞士模式:一个自动化的蛋白质homology-modeling服务器。核酸研究。2003;13卷。31日3381 - 3385。
37. 阿诺德•K Bordoli L,科普J, Schwede瑞士模式工作空间:一个基于web的蛋白质结构同源性建模环境。生物信息学。2006;22195 - 201。
38. F·基弗的比赛中,阿诺德•K Kunzli M, Bordoli L, Schwede t .瑞士模式存储库和相关的资源。核酸研究》2009;37:D387-D392。
39. 艾森伯格D R Luthy, JU鲍伊。VERIFY3D:评估的蛋白质模型与三维配置文件。冰毒Enzymol。1997;277年,396 - 404。
40. 德拉诺王。PyMOL分子图形System.2002;德拉诺科学、圣卡洛斯、钙、美国。
41. SC Lovell,信息战戴维斯,WB Arendall三世,PIW·德·巴克JM词,MG Prisant,等。用C的α几何结构验证:φ,psi和Cbeta偏差。蛋白质:结构、功能与遗传学。2002;:437 - 450。
42. Bjorn Wallner Arne Elofsson。蛋白质科学。2003;12 (5):1073 - 1084。
43. Wiederstein & Sippl。ProSA-web:交互式web服务的识别错误的蛋白质的三维结构。核酸Res。2007;35:W407-W410。