Predikce stabilních proteinů

Bc. Jana Horáčková

Master's thesis

Prediction of stable proteins

Abstract:

Tato diplomová práce se zabývá hodnocením stability proteinů na základě in silico predikcí. Hlavní důraz byl kladen na testování výpočetního nástroje Rosetta, který se používá pro výpočet rozdílu volné energie u mutovaných proteinů. Cílem bylo najít jeho optimální nastavení pro použití v rámci webového serveru FireProt. Dále byl otestován alternativní přístup k predikci stability kombinující molekulovou dynamiku a další výpočetní nástroj FoldX. Jednotlivé metody byly vyhodnoceny pomocí korelace s experimentálními hodnotami a precision-recall křivek. Výsledky ukazují, že pro použití ve FireProtu je nejvhodnější verze Rosetta 3.11-static se silovým polem score12, případně talaris2014. Také bylo pozorováno, že některé typy mutací jsou nejlépe vyhodnoceny pomocí novějšího silového pole ref2015, což by bylo v budoucnu vhodné využít pro další optimalizaci predikce. Velmi slibně se jeví i výsledky zmíněné nové zkoumané metody využívající molekulovou dynamiku a nástroj FoldX. Její využití pro stabilizaci proteinů a potenciální implementace do webového serveru může ještě zvýšit úspěšnost predikce. Data pro hodnocení stability, získaná z existujících zdrojů a prohledáním odborné literatury, se stala základem pro vytvoření nové databáze FireProtDB obsahující stabilitní data z mutageneze proteinů. Manuální kontrola záznamů, jednoduché filtrování dat a možnost vytváření datasetů dělá z této databáze vhodný zdroj pro trénování a testování nových nástrojů.

Abstract:

This thesis is focused on protein stability prediction by in silico tools. The main goal was to evaluate the computational tool Rosetta, which is used for the prediction of folding free energy upon mutation. The goal was to find the optimal settings of Rosetta to be used in the FireProt web server workflow. Furthermore, a novel approach for stability prediction was tested, combining molecular dynamics and another prediction tool called FoldX. The individual methods were evaluated by correlation with experimental stability data and by precision-recall curves. It was shown that the most optimal version to be applied in FireProt is Rosetta 3.11-static with score12 force field, or optionally with talaris2014. Additionally, it has been observed that the ref2015 force field is the best option for evaluating the effect of some types of mutations, which could be useful for further optimization of stability prediction. Moreover, the newly tested method that involves molecular dynamics and FoldX prediction seems very promising. The application of this method and its implementation into the web server can further improve the accuracy of FireProt prediction. The dataset compiled for evaluation of individual methods, obtained from web-based sources and literature search, became an important part of the newly developed database FireProtDB. The database contains manually curated stability data from experimentally measured single-point protein mutants. Together with advanced filtering and dataset construction, this database becomes a good source for training and testing of novel stability prediction tools.

Keywords

termodynamická stabilita, stabilizace proteinů, výpočetní design, Rosetta, FoldX, FireProt, ∆∆G, thermodynamic stability, protein stabilization, computational design

Language used: English

Date on which the thesis was submitted / produced: 10. 6. 2021

Thesis defence

• Date of defence: 8. 7. 2021
• Supervisor: Mgr. David Bednář, Ph.D.
• Reader: RNDr. Petr Kulhánek, Ph.D.

Masaryk University

Faculty of Science

Master programme / field:
Biochemistry / Bioinformatics