Bitte benutzen Sie diese Referenz, um auf diese Ressource zu verweisen: doi:10.22028/D291-26407
Titel: Automated in silico protein modeling strategies : applications and limits in G-protein coupled receptor modeling
Sonstige Titel: Automatische in silico Proteinmodellierungsstrategien : Anwendungen und Limits in der Modellierung von G-Protein gekoppelten Rezeptoren
Verfasser: Kneissl, Benny
Sprache: Englisch
Erscheinungsjahr: 2012
SWD-Schlagwörter: G-Protein gekoppelte Rezeptoren
Atomverteilung
Simulated annealing
Freie Schlagwörter: GPCR
structure prediction
DDC-Sachgruppe: 004 Informatik
Dokumentart : Dissertation
Kurzfassung: In the 21st century, computer-aided methods became a well-established tool in the pharmaceutical industry. Because many protein structures are still very difficult to determine experimentally, various in silico methods have been developed to predict their three-dimensional structure from the corresponding sequence. Unfortunately, the modeling process has often to be adapted to the target protein or the automatically generated models have to be manually refined afterwards by the users based on their expert knowledge to finally achieve reasonable results. The aim of this thesis is to explore the applicability of automated in silico modeling strategies by means of G-protein coupled receptors (GPCRs). First, we analyze to which extent available protein structure prediction methods can be particularly tailored to the automated GPCR modeling case. Second, we develop our own approach and demonstrate that we obtain improved models compared to other state-of-the-art modeling tools. More important, our method does not rely on manual interactions by the user during the modeling process and is thus generally applicable for all GPCRs. Furthermore, we present a new sequence based method to predict structural distortions from ideal α-helical geometry. This method also exceeds the prediction accuracy of comparable approaches.
Im 21. Jahrhundert sind computergestützte Methoden zu einem etablierten Werkzeug in der Pharmaindustrie geworden. Da viele Proteinstrukturen nur mit großem Aufwand experimentell aufgeklärt werden können, wurden diverse in silico Methoden entwickelt, um ihre dreidimensionale Struktur aus der dazugehörigen Sequenz zu modellieren. Leider muss der Modellierungsprozess häufig an das Zielprotein angepasst oder die automatisch generierten Modelle von den Anwendern auf Basis ihres Fachwissens verfeinert werden, um letztendlich vernünftige Resultate zu erhalten. Das Ziel dieser Arbeit ist die Untersuchung der Anwendbarkeit automatischer in silico Modellierungsstrategien am Beispiel der G-Protein gekoppelten Rezeptoren (GPCRs). Zunächst analysieren wir bis zu welchem Grad verfügbare Proteinstruktur-Vorhersagemethoden für die automatische Modellierung von GPCRs angepasst werden können. Anschließend entwickeln wir unser eigenes Verfahren und zeigen, dass dieses im Vergleich zu anderen modernen Methoden verbesserte Ergebnisse erzielt. Hervorzuheben ist dabei, dass unser Ansatz keinerlei Interaktion vom Anwender benötigt und somit auf alle GPCRs angewendet werden kann. Des Weiteren stellen wir eine neue sequenzbasierte Methode zur Vorhersage von so genannten Kinks in α-Helices vor. Auch diese Methode übertrifft die Vorhersagegenauigkeit vergleichbarer Ansätze.
Link zu diesem Datensatz: urn:nbn:de:bsz:291-scidok-50212
hdl:20.500.11880/26463
http://dx.doi.org/10.22028/D291-26407
Erstgutachter: Hildebrandt, Andreas
Tag der mündlichen Prüfung: 30-Nov-2012
SciDok-Publikation: 18-Dez-2012
Fakultät: Fakultät 6 - Naturwissenschaftlich-Technische Fakultät I
Fachrichtung: MI - Informatik
Fakultät / Institution:MI - Fakultät für Mathematik und Informatik

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
Dissertation_BennyKneissl_Final.pdf12,89 MBAdobe PDFÖffnen/Anzeigen


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.