Domínios protéicos

O que são domínios protéicos

• Domínios protéicos é uma parte da cadeia polipeptídica que pode de enovelar independentemente para formar uma estrutura compacta e estável

• A existência de domínios permite a construção de proteínas a partir de módulos

• Diversos domínios possuem uma função especifica associada

Domínios protéicos

Exemplo de um proteína (Src) que possui quatro domínios. Dois possuem atividade regulatória (SH2 e SH3) enquanto outros dois são domínios catalíticos

Domínios protéicos e Estrutura gênica

• Existe um viés na evolução dos genes que faz com que a borda de uma porção significante de domínios coincida com a borda de exons, gerando uma estrutura modular que tem implicações na evolução de genes e proteínas

Domínios protéicos e evolução de proteínas

Dentro de um gene pode ocorrer a duplicação de um segmento contendo um

domínio, levando a formação de uma nova proteína

Domínios protéicos e evolução de proteínas

Proteínas diferentes podem ser geradas a partir de domínios de diferentes

proteínas devido a estrutura modular destes

Domínios protéicos e splicingalternativo

Splicing alternativo de um fator de transcrição. Neste caso cada exons corresponderia a um domínio diferente. Produção de duas isoformas diferentes, uma contendo um sitio de ativação e a outra não faz com que haja efeitos opostos em relação a transcrição de genes.

Determinação de domínios

• Quando realizamos analises bioinformáticas de seqüências protéicas identificamos domínios como blocos de motivos estruturais ou de seqüências que são recorrentes em proteínas estudadas

• Estes domínios podem ser determinados por diversas metodologias, e são armazenados em bancos de domínios diferentes.

• Estes bancos de domínios por sua vez possuem ferramentas de busca que permitem a detecção de domínios em seqüências do interesse do pesquisador

Domínios protéicos

Exemplo de um domínio protéico da família de receptores de TNF

Devido a sua função biológica existe uma pressão evolutiva para a

conservação de certos motivos em um mesmo domínio em proteínas de

diferentes espécies

Apesar desta pressão evolutiva nem sempre esta conservação segue

parâmetros muito estritos

Conservação é percebida através de alinhamento múltiplo de seqüências

Hidden Markov Model (HMM)

• Este tipo de problema aborda um problema estatístico no qual temos diferentes probabilidade de eventos associados a diferente estados e uma chance de transição associadas a estes estados

• Um tipo de problema clássico associado seria o sorteio de esferas de diferentes cores em urnas contendo diferente proporções destas esferas. A urna da qual seria sorteada a esfera obedeceria a uma chance de transição.

Aplicação de HMMs a alinhamento de domínios

• Dentro deste modelo haveria estados diferentes para inserção, deleção e identidade. Existiria um estado inicial a partir do qual se iniciariam as comparações

• O HMM pode ser considerado uma representação estatística do alinhamento múltiplo

Aplicação de HMMs a alinhamento de domínios

• A partir de um alinhamento múltiplo utilizando seqüências de diversos organismos prévio é criado um modelo que representa o domínio estudado

• Este modelo poderá então ser utilizado para prever a probabilidade de uma determinada proteína possuir este domínio

Pfam

• Hiden Markov models (HMMs) foram utilizados para a construção dos bancos e para detecção de domínios em seqüências pesquisadas no pfam

Resultado Pfam

Representação gráfica de um HMM

Representação gráfica de um HMM. Quanto mais fina a coluna contendo o

resíduo maior a chance desta ser deletada. Colunas em vermelho representam

inserções

Resultado Pfam

Smart

• Também utiliza o HMM- concentrado em módulos extracelulares e domínios de proteínas sinalizadoras

Resultado Smart

Interpro

Possui varias buscas (inclusive do Pfam e Smart) integrados

Resultado interpro

Interpro

CDD

CDD

• Utiliza para busca o RPS-Blast (Reverse Position-Specific BLAST), que seria uma espécie de versão reversa do PSI-Blast

• A diferença neste tipo de busca é que uma matriz de posição (position-specific score matrices-PSSM) é calculada para cada família e quando realizamos a busca nossa seqüências será comparada com uma seqüência consenso de cada família utilizando a sua respectiva matriz.

• Apesar de utilizar famílias derivadas do Pfam e Smart, o CDD calcula PSSMs para estas famílias e portanto a busca não é idêntica a realizadas diretamente nestes bancos, que utilizam HMM.

CDD

Alinhamento contra a seqüência consenso do domínioResíduos em vermelho- possuem identidade entre seqüência e consenso

CDD

• Resíduos em vermelho- Altamente conservado (alto peso no PSSM)• Resíduos em azul – Menor conservação (baixo peso no PSSM)• Resíduos em cinza e minúsculos- Não conservados (posições não

presentes no PSSM)

DART

• Ferramenta para observar a arquitetura de diferentes proteínas contendo o mesmo domínio (Pfam e Smart possuem ferramentas parecidas integradas)

Clusters of Orthologous Groups (COG)

Agrupa proteínas apenas de genomas descritos

Busca por proteínas ortologas através de

metodologia utilizando BLAST e selecionando

apenas o melhor alinhamento em cada genoma

(BeTs- Best hits)

“Clusters” são gerados a partir de conexões de

proteínas de diferentes organismos que tem em

comum o fato de produzirem o melhor

alinhamento uma com as outras do que

comparadas com outras proteínas do genoma