Computational systems biology methods for functional classification of membrane proteins and modeling of quorum sensing in Pseudomonas aeruginosa

Abstract

Due to the function of membrane proteins and the effort required for experimental annotations, bioinformatical approaches to functionally classify uncharacterized sequences are desirable. For this, the similarity between sequences of different membrane proteins was statistically analyzed based on several amino acid compositions. To discriminate between functional classes, a ranking method was developed. We showed that including further information in the amino acid composition and filtering into different sequence regions improved the classification quality. Subsets based on function achieved sensitivities of about 80%, whereas those of random subsets are in the range of 30--35%. The pathogen Pseudomonas aeruginosa produces many virulence factors that are regulated by Quorum sensing. The number of infecting strains with antibiotic resistance is growing. Thus, new strategies focus on Quorum sensing inhibitors that target the regulatory pathways of virulence factors. Pseudomonas aeruginosa contains three Quorum sensing systems that were simulated with an extended multi--level logical formalism to study the influence of Quorum sensing inhibitors on the autoinducer and virulence factor formation. A topology analysis suggested that the proteins PqsR and PqsE act as receptors. Both are required together with an autoinducer to form pyocyanin. Enzyme inhibitors were more useful to block the autoinducer formation, whereas PqsR antagonists inhibited the pyocyanin biosynthesis stronger.

Aufgrund der Funktionen von Membranproteinen und dem Aufwand experimenteller Charakterisierungen sind bioinformatische Ansätze zur Klassifizierung unbekannter Sequenzen sinnvoll. Daher wurde deren Ähnlichkeit basierend auf verschiedenen Aminosäurenkompositionen bestimmt und statistisch analysiert. Eine Ranking--Methode wurde zur Einteilung in funktionelle Klassen entwickelt. Wir konnten zeigen, dass die Vorhersagegenauigkeit durch Hinzunahme weiterer Informationen und durch Unterscheidung verschiedener Sequenzregionen verbessert werden kann. Proteingruppen mit derselben Funktion erzielten Sensitivitäten von etwa 80%, während zufällig zusammengestellte Gruppen nur 30--35% erreichten. Der Krankheitserreger Pseudomonas aeruginosa produziert viele durch Quorum Sensing regulierte Virulenzfaktoren. Wegen der wachsenden Anzahl Antibiotika--resistenter Stämme greifen neue antibakterielle Strategien gezielt diese Regulationsmechanismen an. Die drei Quorum Sensing--Systeme von Pseudomonas aeruginosa wurden mit einem erweiterten logischen Formalismus modelliert um den Einfluss von Quorum Sensing--Inhibitoren auf die Bildung von Autoinducern und Virulenzfaktoren zu untersuchen. Eine Topologie--Analyse zeigte, dass die Proteine PqsR und PqsE anscheinend als Rezeptoren zusammen mit einem Autoinducer Pyocyanin regulieren. Enzym--Hemmstoffe waren besser geeignet, die Bildung von Autoinducern zu blockieren, während PqsR--Antagonisten die Pyocyanin--Biosynthese besser hemmten.