Bioinformatické analýzy nekanonických struktur DNA a jejich interakcí s proteiny

Mgr. Martin BARTAS

Doctoral thesis

Bioinformatic analyses of Non-B DNA structures and interacting proteins

Abstract:

Nekanonické struktury nukleových kyselin zahrnují všechny formy DNA a RNA, které jsou odlišné od jejich základní konformace, tedy dvouřetězcové pravotočivé B-DNA a jednořetězcové RNA. Mezi nejintenzivněji zkoumané nekanonické struktury se dnes řadí zejména G-kvadruplexy, i-motivy, křížové struktury, vlásenky, triplexy a Z-DNA. Postupně jsou odhalovány jejich důležité role v regulaci replikace, genové exprese, a v udržování integrity genomu. Klíčem k systematickému pochopení jejich důležitosti a evoluce je komparativní analýza jejich výskytu v genomech všech organismů. V rámci této práce byl zkoumán výskyt invertovaných repetic ve všech dosud osekvenovaných mitochondriálních a plastidových genomech, a také v promotorových sekvencích všech lidských genů. Dále byl zkoumán výskyt sekvencí s potenciálem tvořit G-kvadruplexy ve všech bakteriálních genomech a v genomu modelového eukaryotního organismu Saccharomyces cerevisiae. K tomuto účelu byly použity programy Palindrome analyser a nová verze G4Hunteru, na jejímž vývoji se autor práce spolupodílel. Bylo zjištěno, že invertované repetice i sekvence s potenciálem tvořit G-kvadruplexy se ve zkoumaných genomech vyskytují nenáhodně a jsou obohaceny v určitých funkčních a regulačních oblastech. Jejich výskyt a frekvence často kopírují evoluční vztahy, případně adaptace na extrémofilní způsob života. Krom samotných nekanonických forem nukleových kyselin byly analyzovány i lidské proteiny s nimi interagující, např. z hlediska aminokyselinové kompozice a specifických motivů, které mají společné. Byl odvozen univerzální motiv o délce 20 aminokyselinových zbytků, který obsahuje většina G-kvadruplex vazebných proteinů u člověka, a který je možno dále použít pro predikce nových proteinů preferujících G-kvadruplexy. Z hlediska medicíny by se dala nově nalezená místa s potenciálem tvořit nekanonické struktury nukleových kyselin využít jako slibné molekulární terče k zacílení na mnoho lidských patogenů, i k léčbě chorob typu nádorových a neurodegenerativních onemocnění.

Abstract:

Non-canonical nucleic acid structures include all forms of DNA and RNA that are different from their basic conformation, i.e., double-stranded right-handed B-DNA and single-stranded RNA. G-quadruplexes, i-motifs, cruciforms, hairpins, triplexes, and Z-DNA are among the most intensively investigated non-canonical structures. Nowadays, their important roles in regulating replication, gene expression, and maintaining genome integrity are revealed. The key to a systematic understanding of their importance and evolution is a comparative analysis of their occurrence in the genomes of all organisms. In this work, the occurrence of inverted repeats in all mitochondrial and plastid genomes sequenced so far, as well as in the promoter sequences of all human genes, was investigated. Furthermore, the occurrence of sequences with the potential to form G-quadruplexes in all bacterial genomes and in the genome of the model eukaryotic organism Saccharomyces cerevisiae was investigated. For this purpose, the programs Palindrome analyser and a new version of G4Hunter were used (the author contributed in the development and the testing). It was found that inverted repeats and sequences with the potential to form G-quadruplexes occur non-randomly in the investigated genomes and are enriched in certain functional and regulatory regions. Their occurrence and frequency often copy evolutionary relationships or adaptation to an extremophilic way of life. In addition to the non-canonical forms of nucleic acids themselves, human proteins interacting with them have also been analyzed, e.g., in terms of amino acid composition and specific motifs they have in common. A universal motif of 20 amino acid residues has been derived, which contains most G-quadruplex binding proteins in humans, and which can be further used to predict new G-quadruplex-binding proteins. From a medical point of view, newly found sites with the potential to form non-canonical nucleic acid structures could be used as promising molecular targets to treat many human pathogens, as well as cancer and neurodegenerative diseases.

Keywords

G-kvadruplex, palindromy, nekanonické struktury nukleových kyselin, p53, bioinformatické predikce, interakce nukleových kyselin s proteiny

Language used: English

Date on which the thesis was submitted / produced: 29. 6. 2020

Accessible from:: 31. 12. 2999

Thesis defence

• Date of defence: 26. 8. 2020
• Supervisor: doc. RNDr. Petr Pečinka, Ph.D., doc. RNDr. Petr Pečinka, Ph.D.

University of Ostrava

Faculty of Science

Doctoral programme / field:
Biology / Biology