Computational analysis of protein-protein interactions

Abstract

In the past years protein-protein interactions have gained a lot of interest in the fields of pharmacy, medicine, biology, and bioinformatics. In this work, statistical information on transient protein-protein interactions are collected and analyzed. Characteristic properties are then evaluated and their predictability estimated. Therefore, the results from a common docking approach are re-evaluated with the collected information to discriminate the native structure from those that simply have a high geometric complementarity at the interface region. The results show that although there is a noticeable improvement of the predictability after applying statistical information, the overall accuracy is still low. To find other more specific properties, transient and permanent complexes were compared to each other. The lack of data leads to an extensive search for more suitable structural data and the development of an extensive database. This database was ultimately used to retrieve a large number of protein properties that were automatically analyzed for their separation precision. A high accuracy was obtained in separating transient and permanent interactions based on the combination of only four properties. Combining this information with common docking approaches based on geometrical complementarity may lead to satisfying sensitivities.

Protein-Protein Interaktionen haben in den letzten Jahren sowohl im Bereich der Pharmazie, Medizin, Biologie, als auch im Bereich der Bioinformatik großes Interesse erlangt. In dieser Arbeit werden statistische Daten zu transienten Protein-Protein Interaktionen gesammelt und ausgewertet. Charakteristische Mermale werden in einem weiteren Ansatz auf ihre Vorhersagekraft untersucht. Dazu werden die Ergebnisse aus einem Docking-Programm nach diesen Merkmalen bewertet um natürliche Komplexe von solchen, die lediglich eine hohe geometrische Komplementarität aufweisen, zu unterscheiden. Die Ergebnisse zeigen Verbesserungen, aber dennoch Schwächen in der Vorhersagekraft auf. Um noch spezifischere Merkmale ausfindig zu machen, werden transiente und permanente Komplexe gegeneinander verglichen. Der eingeschränkte Datensatz führt schließlich zu einer ausgedehnten Datensuche und Datenbank-Konstruktion. Diese wird schlussendlich für eine sehr detaillierte Merkmalsanalyse verwendet, die ein automatisiertes Mustererkennungs-Programm verwendet. Mit Hilfe dieses Programmes können sogar Kombinationen von Merkmalen auf ihre Spezifität untersucht werden, die schliesslich zu einer hohen Genauigkeit der Unterscheidung von transienten und permanenten Protein-Protein Interaktionen führt. Eine Kombination von vier Merkmalsgruppen ist dabei ausreichend. Damit können nun Docking-Programme verbessert werden, die zum Zwecke der Rechenzeitreduktion die Auswertung der Komplex-Anordnungen nur auf geometrische Komplementarität beziehen.