Bitte benutzen Sie diese Referenz, um auf diese Ressource zu verweisen: doi:10.22028/D291-25873
Titel: Combining protein structure prediction with experiments and functional information
VerfasserIn: Albrecht, Mario
Sprache: Englisch
Erscheinungsjahr: 2006
Kontrollierte Schlagwörter: Proteine
Bioinformatik
Prognose
Biomedizin
Freie Schlagwörter: proteins
bioinformatics
disease processes
prediction
DDC-Sachgruppe: 004 Informatik
Dokumenttyp: Dissertation
Abstract: Proteins are key players in all cells of living organisms. In particular, knowledge of the spatial protein structure may give fundamental insights into protein function and disease processes. For many years, the successful prediction of the structural and functional properties of proteins has been a major research field in bioinformatics. This field is also addressed in this work, which comprises an applied biomedical and a methodological part. Comprehensive application studies of bioinformatics approaches were performed, which primarily targeted autoinflammatory and neurodegenerative diseases. A variety of computational tools was used to analyze medically relevant proteins and to evaluate experimental data. Many bioinformatics methods were applied to predict the molecular structure and function of proteins. The results provided a rationale for the design, prioritization, and interpretation of experiments performed by cooperation partners. Some of the generated biological hypotheses were tested and confirmed by experiments. In addition, the application studies revealed limitations of current bioinformatics techniques, which led to suggestions for novel approaches. Three new computational methods were developed to support the prediction of the secondary and tertiary structure of proteins and the investigation of their interaction networks. First, consensus formation between three different methods for secondary structure prediction was shown to considerably improve the prediction quality and reliability. Second, in order to utilize experimental measurements in tertiary structure prediction, scoring functions were implemented that incorporate distance constraints into the alignment evaluation, thus increasing the fold recognition rate. Third, an automatic procedure for decomposing protein networks into interacting domains was designed to obtain a more detailed molecular view of protein-protein interactions, facilitating further functional and structural analyses.
Proteinen kommt in allen Zellen lebender Organismen eine Schlüsselrolle zu. Insbesondere die Kenntnis der Raumstruktur von Proteinen kann fundamentale Einsichten in ihre Funktion und in Krankheitsprozesse liefern. Seit vielen Jahren ist die erfolgreiche Vorhersage struktureller und funktioneller Eigenschaften von Proteinen ein wichtiges Forschungsgebiet in der Bioinformatik. Dieses Gebiet ist auch Gegenstand der vorliegenden Arbeit, welche einen angewandten biomedizinischen und einen methodischen Teil umfasst. Es wurden umfangreiche Applikationsstudien von bioinformatischen Verfahren durchgeführt, die sich vornehmlich mit autoinflammatorischen und neurodegenerativen Erkrankungen befassten. Verschiedene Computerwerkzeuge wurden verwendet, um medizinisch relevante Proteine zu analysieren und experimentelle Daten auszuwerten. Es kamen viele Bioinformatikmethoden zur Anwendung, um die molekulare Struktur und Funktion von Proteinen vorherzusagen. Die Ergebnisse dienten als Grundlage für die Planung, Priorisierung und Interpretation von Experimenten, die von Kooperationspartnern durchgeführt wurden. Einige der generierten biologischen Hypothesen wurden durch Experimente überprüft und bestätigt. Zusätzlich deckten die Applikationsstudien Grenzen von Bioinformatikmethoden auf, was zu Vorschlägen für neuartige Verfahren führte. So wurden drei neue rechnerbasierte Methoden entwickelt, um die Vorhersage der Sekundär- und Tertiärstruktur von Proteinen sowie die Untersuchung ihrer Interaktionsnetzwerke zu unterstützen. Erstens wurde gezeigt, dass die Bildung eines Konsensus zwischen drei verschiedenen Methoden der Sekundärstrukturvorhersage die Vorhersagequalität und -verlässlichkeit erheblich verbessert. Zweitens wurden zur Nutzung experimenteller Messungen in der Tertiärstrukturvorhersage Bewertungsfunktionen implementiert, die Distanzbeschränkungen in die Alignmentevaluation einbinden, um die Faltungserkennungsrate zu erhöhen. Drittens wurde eine automatische Prozedur zur Dekomposition von Proteinnetzwerken in interagierende Domänen entworfen, um eine detailliertere molekulare Sicht von Interaktionen zwischen Proteinen zu erhalten. Hierdurch werden weitere Analysen zu Funktion und Struktur erleichtert.
Link zu diesem Datensatz: urn:nbn:de:bsz:291-scidok-11988
hdl:20.500.11880/25929
http://dx.doi.org/10.22028/D291-25873
Erstgutachter: Lengauer, Thomas
Tag der mündlichen Prüfung: 7-Jun-2006
Datum des Eintrags: 24-Jul-2007
Fakultät: MI - Fakultät für Mathematik und Informatik
Fachrichtung: MI - Informatik
Sammlung:SciDok - Der Wissenschaftsserver der Universität des Saarlandes

Dateien zu diesem Datensatz:
Datei Beschreibung GrößeFormat 
Dissertation_3867_Albr_Mari_2006.pdf16,14 MBAdobe PDFÖffnen/Anzeigen


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.