Your SlideShare is downloading. ×
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
FiberDock: Flexible Protein Docking with Normal Mode
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

FiberDock: Flexible Protein Docking with Normal Mode

1,919

Published on

FiberDock …

FiberDock
Mashiach, E., Nussinov, R., and Wolfson, H.J. 2010. FiberDock: Flexible induced-fit backbone refinement in molecular docking. Proteins 78: 1503-19. http://www.ncbi.nlm.nih.gov/pubmed/20077569.

Published in: Technology
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
1,919
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
9
Comments
0
Likes
1
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. http://bioinfo3d.cs.tau.ac.il/FiberDock: Flexible induced-fit backbone refinement in molecular docking Efrat Mashiach, Ruth Nussinov and Haim J. Wolfson Proteins, 2010; 78:1503-1519. 2011/5/20 論文輪講 D1 大上 雅史
  • 2. Nussinov, Wolfsonについて• イスラエル Tel Aviv大学• Computer Science Nussinov R, Jacobson AB, Fast algorithm for predicting the secondary structure of single-stranded RNA, Proc Natl Acad Sci USA, 1980, 77(11): 6309-6313. 2
  • 3. タンパク質構造の基礎• アミノ酸分子 アミノ基 Cα原子 カルボキシ基 側鎖 (side-chain) – N-Cα-COを主鎖(backbone, バックボーン)という 3
  • 4. タンパク質構造の基礎• アミノ酸の結合 4
  • 5. タンパク質構造の基礎• 用語 – コンフォメーション(conformation): 主鎖がとる構造,構造パターン. – ネイティブ状態(native state): 未変性状態.同一条件下では同じアミノ酸配列ならば 同じコンフォメーション(ネイティブ状態)をとる. – 二面角(dihedral angle): 2つの平面がなす角度.法線同士の角度として定義される. http://www.bi.a.u-tokyo.ac.jp/~tak/wiki/index.php 5
  • 6. タンパク質構造の基礎• (タンパク質の)二面角 – φ :Ci-1-Ni-Cαi-Ci – ψ:Ni-Cαi-Ci-Ni+1 – ω:Cαi-Ci-Ni+1-Cαi+1 http://www.bi.a.u-tokyo.ac.jp/~tak/wiki/index.php – ωは大体180°なので,主鎖のコンフォメーションは (φ, ψ)で決まる • (φ, ψ)も全く自由というわけではない(cf: Ramachandran plot) 6
  • 7. タンパク質構造の基礎• 側鎖のコンフォメーション – 主鎖と同様に原子間結合のまわりの回転角で表せる – アミノ酸ごとに自由度が異なる • アルギニン:5種類の回転自由度 • グリシン:0 – ロータマー(rotamer): コンフォメーションが異なる側鎖同士 – ロータマーライブラリ(rotamer library): 側鎖ごとにとりうるコンフォメーションを集めたもの 7
  • 8. タンパク質構造の基礎• ドッキング関連の用語 – タンパク質ドッキング(protein-protein docking): 2つ以上の組み合わせのタンパク質の複合体構造を予測する – 剛体ドッキング(rigid-body ~): タンパク質の構造変化を加味せずに行うドッキング – bound: 複合体でのnative state. boundの構造同士をドッキング させることをboundドッキング(re-docking)という. – unbound: 複合体になる前のそれぞれのnative state. 本来やりたいのはunboundの構造を用いた計算. – decoy: ドッキング計算により生成された複合体(候補)構造. – レセプター(R)/リガンド(L)タンパク質: 対象の2つのタンパク質.明確な決めは特にない. 8
  • 9. この論文に関係するドッキング手法• PatchDock – 剛体ドッキング手法 – 形状相補性スコアだけを用いている – [43] Duhovny D, Nussinov R, Wolfson HJ. Efficient unbound docking of rigid molecules. Proc of the 2nd Workshop on Algorithms in Bioinformatics (WABI), 2452, Springer Verlag; 2002. 185–200.• RosettaDock – 側鎖最適化を取り入れる – [35] Gray, J.J., Moughan S.E., Wang C., Schueler-Furman O., Kuhlman B., Rohl C.A., Baker D. Protein-Protein Docking with Simultaneous Optimization of Rigid-Body Displacement and Side-Chain Conformations, J. Mol. Biol. 2003, 331(1), 281-299.• FireDock – 2段階側鎖リファインメント – [34] N. Andrusier, R. Nussinov and HJ. Wolfson. FireDock: Fast Interaction Refinement in Molecular Docking. Proteins 2007, 69(1):139-59. 9
  • 10. Introduction 10
  • 11. この論文の内容unbound構造から複合体構造を予測する問題点 タンパク質は柔らかい解決策 基準振動解析を使う 11
  • 12. 構造の柔軟性• タンパク質は柔らかい – 剛体ドッキングでは十分でない • 結果は構造上の衝突などが生じていることが多い • そのためエネルギー計算を行っても値が高くなり, near-native構造を取り出せない • 構造予測の精度も良くない – ドッキング手法は主鎖や側鎖のコンフォメーションの 変化を考慮してモデル化をしなければならない 12
  • 13. 構造の柔軟性glucose/galactose binding protein(GGBP)PDB ID: 2FW0 PDB ID: 2FVY Weidemaier, K., Lastovich, A., Keith, S., Pitner, J.B., Sistare, M., Jacobson, R., and Kurisko, D. 2011. Multi-day pre-clinical demonstration of glucose/galactose binding protein-based fiber optic sensor. Biosensors & bioelectronics 02: 1-8. 13
  • 14. 構造変化のモデル• Conformation selection model – (cf: Lock and key model 鍵と鍵穴) – あらかじめbound構造になってから出会う • 酵素の基質特異性を説明するために,特定の基質の形状 に合わせた形状が酵素分子に存在すると考える説 • Fischer E. Einfluss der Configuration auf die Wirkung der Enzyme, Ber Dt Chem Ges 1894; 27: 2985-2993. • [1] Ma B, Kumar S, Tsai CJ, Nussinov R. Folding funnels and binding mechanisms. Protein Eng 1999; 12: 713–720.• Induced-fit model – 出会ってからbound構造へと変化する • [6] Koshland DE. Application of a theory of enzyme specificity to protein synthesis. Proc Natl Acad Sci USA 1958; 44: 98–104. 14
  • 15. 構造変化のモデル [9] Boehr DD, Nussinov R, Wright PE. The role of dynamic confor- mational ensembles in biomolecular recognition. Nat Chem Biol 2009; 5: 789–796. 15
  • 16. 構造変化のモデル• 実際には両方 – Diffusion,Conformational selection,refolding • [8] Grunberg R,Leckner J,Nilges M. Complementarity of structure ensembles in protein–protein binding. Struct 2004; 12: 2125–2136. 16
  • 17. Conformational selectionとドッキング • Cross rigid-docking (ensemble docking) Matsuzaki Y, Matsuzaki Y, Sato T, Akiyama Y. In silico screening of protein- protein interactions with all-to-all rigid docking and clustering: an application to pathway analysis. J bioinform and comput biol 2009; 7: 991- 1012.[13] Król M, Chaleil RA, Tournier AL, Bates PA. Implicit flexibility in proteindocking: cross-docking and local refinement. Proteins 2007;69: 750–757. 17
  • 18. Induced-fitとドッキング• 分子動力学法(molecular dynamics, MD)• エネルギー最小化(energy minimization)• モンテカルロ法(Monte-Carlo, MC)• 基準振動解析(normal mode analysis, NMA) 18
  • 19. 分子動力学法(MD)• 分子に運動方程式を適用し, 分子の挙動を直接求める数値解析的手法 – 系全体の自由度の数だけ運動方程式を解く – 解析的には解けないため時間stepごとに数値的に解く • 位置と速度を更新していく• 古典MDと量子MDに大別される – 古典MD • 原子がバネまたは棒でつながったものとみなす – 量子MD • 分子は原子核のまわりを電子雲が取り巻いているとみなす 19
  • 20. エネルギー最小化• この論文では剛体ドッキングのdecoyに対する エネルギー最小化の意 [20] Krol M, Tournier AL, Bates PA. Flexible relaxation of rigid-body docking solutions. Proteins 2007; 68: 159–169. – FTDockによるdecoy 65,000個に対してMD Position Energy 20
  • 21. モンテカルロ法• 多次元空間探索における一般的な手法• 計算ステップ: 1. 初期構造X0 2. X0の近傍の新しい構造Xを生成 3. それぞれのエネルギーE(X0), E(X)を計算 • E(X)<E(X0) → 新しい構造Xを採用 • E(X)≧E(X0) → 確率Pで新しい構造Xを採用 (メトロポリス基準) T : 温度パラメータ 4. 諸々の物理量の計算 5. Step 2. に戻る 21
  • 22. モンテカルロ法[22] Wang C, Bradley P, Baker D. Protein–protein docking with backbone flexibility.J Mol Biol 2007; 373: 505–515. (RosettaDock) Rosetta Monte Carlo Minimization Step 22
  • 23. 基準振動解析• 各原子運動を調和振動子の和で近似する – 生体分子を構造物とみなし,その振動モードを工学的に 解析して動特性を知る – 基本的には局所的エネルギー最小構造の周りでの ポテンシャル振動によって導かれる(後述) 23
  • 24. 基準振動解析• 関連研究 – near-native decoyを5~10の低周波基準振動モードで minimization, Protein(u)-DNA(b)/Ligand(b)に適用. [24]Lindahl E, Delarue M. Refinement of docked protein–ligand and protein–DNA structures using low frequency normal mode amplitude optimization. Nucleic Acids Res 2005; 33: 4496–4506. – 5つの低周波基準振動モードによるリファインメント. rigidに比 べてnative構造に近いdecoyのrankとRMSD向上. [25] May A, Zacharias M. Energy minimization in low-frequency normal modes to efficiently allow for global flexibility during systematic protein–protein docking. Proteins 2008; 70: 794–809. – unboundからboundへの構造変化を表すにはいくつのモード が必要か評価. • 20の低周波モードでのRMSD向上は最大50%に留まる. • unboundタンパク質が他の分子と相互作用を起こすときは 高周波基準振動モードに相当する動きが起こると考え, 低周波だけでなく高周波も考慮すべきと結論. [31] Petrone P, Pande VS. Can conformational change be described by only a few normal modes? Biophys J 2006; 90: 1583–1593. 24
  • 25. 基準振動解析• 関連研究(続き) – cAPKキナーゼの結合ポケットにあるループのモデリングに 高周波モードを使用 [33] Cavasotto CN, Kovacs JA, Abagyan RA. Representing receptor flexibility in ligand docking through relevant normal modes. J Am Chem Soc 2005; 127: 9632–9640. 25
  • 26. Methods 26
  • 27. 方法 (赤字はFiberDockのオリジナル)1. 前処理 • Rの基準振動解析2. 各ドッキング候補構造に対して a. 側鎖最適化 準ニュートン法による最小化を利用 b. NMAによる主鎖の改良 ① LのRに対するvdW力の計算 ② 相関が高い基準振動モード10個を選択し, これらのモードでRの主鎖構造の最小化 ③ Rigid-body MC最小化(10 iterations) ④ スコアが良ければ構造を更新→①へ vdWエネルギーが閾値以下か,結果が5回 更新されなかったら終了 Figure 1 c. Rigid-body MC最小化(50 iterations) 準ニュートン法による最小化を利用3. エネルギー関数によるランキング 27
  • 28. Normal Mode Analysis• ヘッセ行列 – :ポテンシャルエネルギー – :原子数 – :(局所的エネルギー最小構造における)原子 の位置• 質量行列 28
  • 29. Normal Mode Analysis• 質量加重座標に変換• の固有値問題を解く – 基準振動モード:固有ベクトル – 振動周波数:固有値の平方根 29
  • 30. Normal Mode Analysis• 異方性ネットワークモデル(Anisotropic Network Model) – 一般的に用いられている(バネ)モデル • [27] Hinsen K. Analysis of domain motions by approximate normal mode calculations. Proteins 1998; 33: 417–429. • :原子 の位置 • :平衡状態における原子 の位置 • :カットオフ距離(10Å) 30
  • 31. Normal Mode Analysis • :カットオフ距離(3Å) • 3Åより遠い原子間では影響が薄れるようになっている 31
  • 32. 参考 2自由度系• 2自由度バネ質点系の運動方程式L  x1 , x2 , x1 , x2   K  x1 , x2  U  x1 , x2      1 1 1 2 1 1  m1 x1  m2 x2  k1 x1  k2  x2  x1   k3 x2 2  2  2 2 k1 2 2 2 2 2d L L m dt   m1 x1  k1 x1  k2  x2  x1   0    x1  x1 k2 x1d L L   m2 x2  k2  x2  x1   k3 x2  0  dt   x2  x2 m x2  m1 0   x1   k1  k2        k2   x1  0 k3              0  m2   x2   k2      k2  k3   x2  0         M  x K x 32
  • 33. 参考 多自由度系• 多自由度系の運動方程式 – 質量行列 MRnn ,剛性行列 KRnn 変位ベクトル xRn を用いて Mx  Kx  0  – 以下の変形を利用 ,  1 1 x  M x  K  M KM 1  2 2 2   Kx  0 x   – 定数係数ODEの解を代入 固有値問題 x  t   ve  t 固有値-λ2 固有ベクトルv   Kx  0 x     2  K v  0    j  としたときのωを固有角周波数という 33
  • 34. Correlation measurement• Repulsive van-der-Waals力(repVdW)との 相関が大きい基準振動モードを用いる – 完全なvdWよりrepVdWの方が結果が良かった – 衝突を解決する方向の主鎖運動を表現するモードを選べる• vdW力(6-12 L-Jポテンシャルを微分) (論文の方はBのところが誤植疑惑) – : 原子 が小さくなって値が発散するのを – : 原子 と原子 の距離 防ぐために, で打ち切る. – : 原子 と原子 の半径の和(平衡原子間距離) 34
  • 35. Correlation measurement• vdW力の元のL-Jポテンシャル[35] Gray JJ, Moughon S, Schueler-Furman O, Kuhlman B, Rohl CA, Baker D. Protein-protein docking with simultaneousoptimization of rigid-body displacement and side-chain conformations. J Mol Biol 2003; 331: 281–299. 35
  • 36. Correlation Measurement• 微分• 各Cα原子にrepVdW力のベクトルの和を割り当てる 36
  • 37. Correlation Measurement• 力 と基準振動モード の相関 – :レセプターのCα原子数 – – – :各Cα原子の変位ベクトルの集合 – :i番目の基準振動モードの周波数 – 力とモードのベクトルの方向が一致→相関が強い – 低周波モードを重要視 37
  • 38. Minimization According to Normal Modes• 主鎖リファインメントステップでの最小化 – 16の自由度による • 相関が高かった10個の基準振動モード • 6の剛体自由度(6つの周波数0モードとして表される) – :attrVdWエネルギーの重み.( ) – :スケーリング係数( ) – :基準振動モードの数 – :モード i の振幅 38
  • 39. Minimization According to Normal Modes• 最適な振幅値の決定 – BFGS準ニュートン法を用いた – エネルギー勾配 – – vdW力の計算ではattrVdWに係数Kをかけている – 構造最小化ステップの最後に,最適化された振幅に よる基準振動をタンパク質に適用 39
  • 40. Applying a Normal Mode on a Protein• 純粋な方法 – 基準振動モードの変位ベクトルを加える – よく構造が歪む – 結合長と結合角は維持したい,即ち 主鎖二面角(φ,ψ)の変化のみを許容して適用したい• CCDアルゴリズムを適用 – 逆運動学に基づくロボティクスのアルゴリズム [41] Dunbrack RLJr,Canutescu AA. Cyclic coordinate descent: a robotics algorithm for protein loop closure. Protein Sci 2003; 12:963–972. 40
  • 41. Applying a Normal Mode on a Protein• CCDアルゴリズム – Cα原子に変位ベクトルを加算→ – 最小変位原子Cαjから両方向に主鎖二面角を決定 • • 二面角 の式 – :着目しているCαから3つ以内にいるCα – : それぞれ変位ベクトルを加算したCα 二面角だけを動かして,基準振動による変化位置に できるだけ近くなるようにする 41
  • 42. The Scoring Function of the BackboneRefinement Stage• 主鎖リファインメントの最後 – 現在得られている構造のスコアを計算 • スコアが良ければ構造を更新して戻る • vdWエネルギーが閾値以下か,結果が5回 更新されなかったら終了 42
  • 43. Ranking According to an Approximation ofthe Energy Function• near-native構造を特定するためのエネルギー計算• FireDockのエネルギー計算と同一 – 脱溶媒和自由エネルギー(Atomic Contact Energy) – vdW相互作用 – 静電的相互作用 – 水素結合,ジスルフィド結合 – π-πスタッキングなど• 以下のdeformation energryを加えた 43
  • 44. RMSD • RMSD・・・Root Mean Square Deviation – 2つの構造間の対応する原子の距離の二乗平均根(RMS)http://is-education.naist.jp/Data/Syllabus/2007/TeachingMaterial/info-0048_1192617014.pdf より引用 44
  • 45. RMSD calculations• 本研究では3つのRMSDの値を用いた – LRMSD(Ligand RMSD) (CAPRI規準) (superimpose) decoyのRとnative複合体構造のRをフィットさせたときの decoyのLとnativeのLとのCα原子に対するRMSD – IRMSD(Interface RMSD) (CAPRI規準) decoyとnativeの相互作用面*をフィットさせたときの 相互作用面にいるCα同士のRMSD *native複合体において,10Å以内に他方のタンパク質の原子を含む残基 – Rec-IRMSD Rのdecoyとbound構造の相互作用面をフィットさせたときの Rの相互作用面にいるCα同士のRMSD 45
  • 46. CAPRI規準 Criteria for Ranking the CAPRI Predictions RANK LRMSD[Å] or IRMSD[Å] High ≦1.0 ≦1.0 Medium 1.0<x≦5.0 1.0<x≦2.0 Acceptable 5.0<x≦10.0 2.0<x≦4.0 Incorrect 10.0<x 4.0<x [42] Mendez R,Leplae R,De Maria L,Wodak SJ. Assessment of blind predictions of protein- protein interactions: current status of docking methods. Proteins 2003; 52: 51–67. 46
  • 47. Test Cases Table I Complex Unbound Unbound Rec- MotionNo. Complex description ID R L IRMSD type1 1A0O 1CHN 1FWP CheY-binding domain of CheA in complex with CheY 2.12 Closing2 1ACB 2CGA 1EGL Bovine alpha-chymotrypsin-Eglin C complex 2.58 Other3 1AY7 1RGH 1A19 Ribonuclease Sa complex with Barstar 0.59 Opening4 1BTH 2HNT 6PTI Thrombin complexed with bovine pancreatic trypsin inhibitor 1.31 Other5 1CGI 2CGA 1HPT Bovine chymotrypsinogen A and pancreatic secretory trypsin inhibitor 2.26 Other6 1DFJ 2BNH 7RSA Ribonuclease inhibitor complexed with ribonuclease A 1.18 Opening7 1E6E 1E1N 1CJE Adrenodoxin reductase-adrenodoxin complex 0.62 Other8 1FIN 1HCL 1VIN CyclinA-CDK2 complex 6.08 Opening9 1GGI 1GGC — HIV-1 neutralizing antibody in complex with its V3 loop peptide antigen 1.67 Opening10 1GOT 1TAG 1TBG Heterotrimeric G protein 3.72 Opening11 1IBR 1F59 1F59 Complex of Ran with Importin beta 2.62 Opening12 1OAZ 1OAQ — Immunoglobulin E complexed with a Thioredoxin 1 1.07 Other13 1PXV 1X9Y 1NYC Staphostatin–Staphopain complex 3.48 Other14 1T6G 1UKR 1T6E Complex of endo-1,4-beta-xylanase I and xylanase inhibitor 0.87 Opening15 1TGS 2PTN 1HPT Complex of trypsinogen and pancreatic secretory trypsin inhibitor 1.54 Closing16 1WQ1 6Q21 6Q21 Ras-RasGAP complex 0.93 Other17 1ZHI 1M4Z 1Z1A Complex of Orc1 and Sir1 interacting domains 0.74 Closing18 2BUO 1A43 — HIV-1 capsid C-terminal domain with an inhibitor of particle assembly 4.15 Opening19 2KAI 2PKA 6PTI Complex of porcine kallikrein A and the bovine pancreatic trypsin inhibitor 0.72 Other20 3HHR 1HGU — Complex of a human growth hormone and extracellular domain of its receptor 2.62 Opening 47
  • 48. Test Cases• 表の意味 – Rec-IRMSD Rのboundとunbound間での相互作用面にいるCαのRMSD – Motion type • Opening (9例) unboundのRが結合部位を妨げているもの • Closing (3例) 結合すると相互作用領域を増やすように動くもの • Other (8例) 相互作用領域の一部がOpeningで一部がClosing – unbound Lがあるものはunbound-unbound 48
  • 49. Results 49
  • 50. 実験方法• FireDockと比較 – FiberDockとの違いはNMAによる主鎖改良部分• 3つの実験 1. 結合位置に置いたunbound構造をリファインメント 2. 500個のランダム生成されたnear-native リガンド構造に対してrefine. 3. PatchDockで生成された結果のリランキング 50
  • 51. 実験1 unbound構造のリファインメントTable II. Refinement of the Unbound Receptor and Unbound Ligand in Their Native Binding Orientation FireDock (rigid backbone) FiberDock (flexible backbone) Complex ID IRMSD recIRMSD Energy IRMSD recIRMSD Energy 1. 1A0O 2.44 2.12 −14.81 2.44 2.12 −14.81 2. 1ACB 2.58 2.58 −46.23 2.57 2.54 −38.66 3. 1AY7 1.30 0.59 −40.53 1.30 0.59 −40.53 4. 1BTH 1.16 1.31 −42.15 1.16 1.31 −42.15 5. 1CGI 2.08 2.26 −52.61 2.08 2.26 −52.61 6. 1DFJ 1.41 1.18 −36.54 1.12 1.11 −30.02 7. 1E6E 1.21 0.62 −55.24 1.21 0.62 −55.24 8. 1FIN 5.17 6.08 813.84 6.06 6.16 0.30 9. 1GGI* 2.68 1.67 111.89 1.95 1.26 −51.79 10. 1GOT 3.02 3.72 107.25 4.68 3.78 −5.54 11. 1IBR 2.78 2.62 335.93 2.63 2.56 −17.32 12. 1OAZ* 1.00 1.07 4.35 1.00 1.07 4.35 13. 1PXV 3.54 3.48 11.55 3.42 3.31 −34.18 14. 1T6G 0.99 0.87 −10.39 0.88 0.66 −41.16 15. 1TGS 1.57 1.54 −43.28 1.57 1.54 −43.28 16. 1WQ1 1.50 0.93 2.50 1.50 0.93 2.50 17. 1ZHI 1.24 0.74 4.40 1.24 0.74 4.40 18. 2BUO* 3.92 4.15 −11.05 4.05 4.30 −32.71 19. 2KAI 0.74 0.72 −60.77 0.74 0.72 −60.77 20. 3HHR* 2.46 2.62 622.07 1.98 2.56 −9.9*これら4つのケースはLigandにunbound構造がなかったもの.代わりにbound構造を用いている. 51
  • 52. 実験1 エネルギー値とRMSD値• エネルギー値 – 多くの例でFiberDockの方が低エネルギー構造 – 8, 9, 10, 11, 20はFireDockだと全然だめ • Motion type : Opening • リガンドと結合するときにレセプターの結合部位が開かれる • FiberDockが開口運動をうまくモデル化できている• RMSD値 – 7例でRMSD値改善 • 9, 14はrecIRMSDが25%改善 – 8, 10, 18はRMSD値が悪化 – 残りの10例は変化なし 52
  • 53. 実験1 1GGI• PDB ID 1GGI(9) – HIV-1 neutralizing antibody in complex with its V3 loop peptide antigen – レセプター • 赤色:FiberDock • 緑色:bound • 青色:unbound – リガンド • 灰色:bound – 結合するところのリファインメントが うまくいっている(矢印部分) Figure 2 53
  • 54. 実験1 1GGI• 1GGIのNormal Mode• 低周波と高周波が混在 – : 番目の基準振動(小さいほど低周波振動) – 16番目の基準振動の振幅が最も大きい(ー7.92) 54
  • 55. 実験1 1GGI Lowest freq. Flexible loop領域: 220-305番残基 Higher freq.Figure 3 55
  • 56. 実験1 1GGI• 低周波数モードが全体の振動を,高周波数モードは ループ構造などの局所的な振動を表している – 29番残基の周辺のピークはunboundの欠損領域のせい 56
  • 57. 実験1 1GGI• CAPRI 3rd Assessment Meeting – ドッキングの課題はdecoyのランク付けと, false-positiveをふるい落とすこと. – 最終的なランキングはエネルギー値による – せっかく低いRMSD値を持っていてもエネルギー値が 高かったら抽出できない →リファインメントによってエネルギー値が改善される ことは素晴らしい [49] Janin J,Wodak S. The third CAPRI assessment meeting, Toronto, Canada, April 20–21, 2007. Structure 2007; 15: 755–759. 57
  • 58. 実験2• nativeの結合サイトにLを置いてリファインメント (Local Docking) – Lに対して • x, y, z軸に平行移動の正規乱数(平均0Å,STD3Å) • x, y, z軸回りに回転角の正規乱数(平均0°, STD8°) の構造変化を加える. – 500構造をつくってリファインメント – good solution: エネルギー値が負で,IRMSDが4Å以下. 58
  • 59. 実験2 FireDockとの比較 ・17例で精度向上( ) ・8例は40%以上の向上 ・1FIN(一番左)は1個も見つからず(recIRMSD=6.08Å)Figure 4 59
  • 60. 実験2 FireDockとの比較• リファインメントが正しかった例 – 重要な主鎖:矢印 – 衝突がうまく回避できている 赤色:FiberDock 緑色:bound(R) 青色:unbound(R) 18: 2BUO 灰色:bound(L) Figure 5 11: 1IBR 60
  • 61. 実験2 1IBR• 1IBRでの基準振動 61
  • 62. 実験2 1IBR Figure 6 62
  • 63. 実験2 1IBR• 低周波数モードは全体,高周波数モードは ループ構造の振動を表している(D)• 4つの大きな距離のピーク(A,B,C,D)について – 最大のピークC(残基番号288~316)は相互作用面と 反対側なので重要ではない – 最も重要なピークはDであり,FiberDockの 主鎖リファインメント( )によって実現した. 63
  • 64. 実験2 2BUO(Lはbound)• R(unbound)とL(bound)は衝突 – bound構造は開いている • FiberDockでうまく開いた • ついでにLのヘリックスも移動した →主鎖のリファインメントがないと 低エネルギー構造にならない Figure 5(a) 2BUO 赤色:FiberDock 緑色:bound(R) 青色:unbound(R) 灰色:bound(L) 64
  • 65. 実験2 RosettaDockとの比較• Local Docking – Lに対して • x, y, z軸に平行移動の正規乱数(平均0Å,STD3Å) • x, y, z軸回りに回転角の正規乱数(平均0°, STD8°) の構造変化を加える. – エネルギーtop10構造の中の最も良いIRMSDを比較 ΔIRMSD = IRMSDFiberDock - IRMSDRosettaDock • ΔIRMSD > 0.2Å ・・・良くなった • -0.2Å < ΔIRMSD < 0.2Å ・・・変わらず • ΔIRMSD < -0.2Å ・・・悪くなった 65
  • 66. 実験2 RosettaDockとの比較 Table III. Local Docking Results of FiberDock and RosettaDock Best IRMSD in top 10 Complex ID FiberDock RosettaDock3.0 ΔIRMSD 1. 1A0O 1.80 3.11 -1.31 2. 1ACB 2.21 2.49 -0.28 3. 1AY7† 0.89 0.72 0.17 4. 1BTH 1.24 1.24 0.00 5. 1CGI 2.00 2.04 -0.04 6. 1DFJ† 1.11 5.80 -4.69 7. 1E6E 0.63 1.71 -1.08 8. 1FIN† 5.90 5.93 -0.03 9. 1GGI† 1.70 2.58 -1.88 10. 1GOT† 2.59 3.89 -1.30 11. 1IBR† 1.98 9.01 -7.03 12. 1OAZ 2.62 1.55 1.07 13. 1PXV 3.23 3.34 -0.11 14. 1T6G† 0.77 2.34 -1.57 15. 1TGS 1.38 1.31 0.07 16. 1WQ1 1.41 5.06 -3.65 17. 1ZHI 1.12 0.90 0.22 18. 2BUO† 3.62 4.24 -0.62 19. 2KAI 0.75 0.67 0.08 20. 3HHR† 1.89 4.30 -2.41 †Receptorの結合部位が閉じているもの(Opening) ΔIRMSD<-0.2Å 66
  • 67. 実験2 RosettaDockとの比較• 11例でIRMSDが向上(ΔIRMSD<-0.2Å) – Motion type: Openingが多数 – 2例は悪化,7例は変わらず(ΔIRMSD:±0.2Å以内) – FiberDockはOpening motionのモデル化がウマい• 最近のRosettaDockについて – Wangら[22]が主鎖のフレキシビリティを導入 • MCのステップの最中に主鎖振動のランダマイズ • 主鎖柔軟性を完全に表現することを可能にした – FiberDockの人たちの主張 • WangらのRosettaDockは自由度が高いために計算が大変 – fold-tree[22]によってあらかじめフレキシブルな領域を定義して実時間内におさえる • FiberDockは事前知識いらずでしかも速い – 当時の最新ver.(RosettaDock3.0)に含まれていないため,性能比較していない 67
  • 68. 実験2 エネルギー地形• ファネル状エネルギー地形(energy funnels) – near-native構造の評価に有用 Position [51] Schueler-Furman O, Wang C, Bradley P, Misura K, Baker D. Progress in modeling of protein structures and interactions. Science 2005; 310: 638–642. Energy• 500構造のRMSD-Energy plots (Figure 7) – R(unbound)&L(bound) – 横軸(IRMSD) – 縦軸(Energy score) • RosettaとFire/Fiberのスケールは違う 68
  • 69. 実験2 エネルギー地形 RosettaDock FireDock FiberDock1CGI1IBR 69
  • 70. 実験2 エネルギー地形 RosettaDock FireDock FiberDock1T6G2BUO 70
  • 71. 実験2 エネルギー地形• FireDock vs. FiberDock – FiberDockの方がファネルの形が良い – 主鎖リファインメントの効果• RosettaDock vs. FireDock – FireDockの方が見た目的に良い形 • 似たような方法なのになぜ?(両方とも側鎖のリファインメント) – ファネルの形の違いに対する2つの解釈 • RosettaDockが衝突に敏感過ぎるかも • 側鎖最適化手法の違い – FireDock: 整数計画法によるロータマー選択 – RosettaDock: ヒューリスティックMCによる側鎖のrepacking • ファネル形状の違いを本当に理解するためにはもっと研究が必要 (本研究の範囲外とする) 71
  • 72. 実験3 剛体ドッキング結果のリファインメント• (rigid)ドッキング結果のリファインメントとリランキング – 各例に対し,相互作用残基(<6Å)を不える – その結合部位の情報をもとにPatchDockを実行 • decoyを500個使うが,完全なブラインドでのドッキングでは near-native構造が得られない可能性がある • リファインメントとリランキング性能評価のために (near-native decoyを作るために)結合部位情報を用い た • PatchDockは形状相補性スコアに基づく – PatchDock, FireDock, FiberDockを比較 • PatchDockでnear-native decoyを500個生成 • FireDockとFiberDockでリファインメント・リランキング 72
  • 73. 実験3 剛体ドッキング結果のリファインメント Table IV PatchDock FireDock FiberDock ID First acceptable Acceptables First acceptable PatchDock Acceptables First Acceptable PatchDock Acceptables rank (RMSD,IRMSD) in top 20 rank (RMSD,IRMSD) rank (RMSD,IRMSD) in top 20 rank (RMSD,IRMSD) rank (RMSD,IRMSD) in top 201A0O 1* (7.66, 3.79) 3† 7 (6.34, 2.30) 29 (9.20, 3.15) 3† 16 (5.25, 3.33) 108 (5.19, 3.26) 11ACB 3 (6.17, 3.12) 2 3 (8.24, 4.31) 259 (8.67, 4.37) 1 2* (6.84, 4.01) 42 (6.12, 3.56) 4†1AY7 14 (9.78, 5.27) 3 5* (1.37, 0.77) 95 (4.19, 1.29) 5† 5* (1.37, 0.77) 95 (4.19, 1.29) 5†1BTH 1* (12.10, 3.65) 1 2 (10.11, 3.28) 72 (11.47, 3.63) 2 1* (7.98, 1.97) 403 (14.80, 3.55) 5†1CGI 2 (3.82, 2.31) 1 1* (2.82, 2.25) 2 (3.82, 2.31) 10† 1* (5.42, 2.72) 279 (7.50, 2.97) 91DFJ 1* (6.84, 2.76) 4 1* (5.55, 2.03) 2 (4.78, 2.33) 6† 1* (3.10. 1.53) 5 (4.28, 2.13) 6†1E6E None 0 474 (6.01, 3.32) 134 (10.20, 4.25) 0 2* (8.38, 3.44) 327 (20.64, 7.46) 2†1FIN None 0 None None 0 None None 01GGI 3 (6.06, 3.24) 6† 25 (6.83, 3.37) 3 (6.06, 3.24) 0 1* (12,39, 3.77) 281 (11.23, 3.29) 21GOT None 0 None None 0 None None 01IBR 32 (6.99, 2.78) 0 2* (5.01, 2.50) 208 (6.38, 2.85) 1 2* (6.67, 2.61) 32 (6.99, 2.78) 3†1OAZ 58 (18.47, 3.84) 0 9* (14.41, 3.27) 204 (15.05, 3.59) 1† 16 (14.41, 3.27) 204 (15.05, 3.59) 1†1PXV 51 (8.54, 4.03) 0 17 (6.94, 3.49) 54 (5.78, 3.39) 1 1* (8.86, 4.51) 63 (9.86, 4.57) 2†1T6G 4 (8.10, 1.75) 1 1* (6.83, 1.33) 129 (14.78, 3.08) 10 1* (9.61, 1.80) 70 (13.51, 2.33) 11†1TGS 15 (2.69, 1.54) 1 1* (1.94, 1.43) 15 (2.69, 1.54) 10 1* (1.94, 1.43) 15 (2.69, 1.54) 11†1WQ1 6* (2.24, 1.42) 1† 20 (5.64, 2.35) 82 (5.40, 2.17) 1† 29 (8.92, 4.44) 445 (7.18, 2.95) 01ZHI 134 (13.44, 2.81) 0 10 (7.52, 2.73) 311 (8.43, 3.03) 2 4* (7.18, 3.48) 311 (8.43, 3.03) 3†2BUO 1* (9.38, 5.39) 9† 3 (5.05, 3.91) 32 (4.87, 3.98) 3 12 (6.3, 4.61) 203 (8.3, 4.71)) 22KAI 17 (12.46, 3.23) 1 1* (1.94, 0.84) 257 (1.11, 0.77) 3† 1* (2.18, 0.94) 257 (1.11, 0.77) 23HHR 214* (11.61, 3.27) 0 497 (9.19, 5.51) 420 (9.17, 4.59) 0 214* (13.59, 3.95) 261 (15.38, 3.77) 0wins 6 4 8 7 14 11 73
  • 74. 実験3 剛体ドッキング結果のリファインメント• Table IVの見かた – First acceptable: RMSD<10.0Å or IRMSD<4.0Å となった(acceptable) decoyの中で一番良い順位のものの順位 • Fire/FiberDockのPatchDockは,First acceptable decoyが PatchDock(リファインメント前)では何位だったか – Acceptables: 上位20個の中に含まれていたacceptable decoyの個数 – * : 3手法の中でFirst acceptableの順位が一番良かった – † : 3手法の中でAcceptablesの個数が一番多かった – wins行: * と † の集計 74
  • 75. 実験3 剛体ドッキング結果のリファインメント• PatchDock<FireDock<FiberDockと性能向上 – まぁ割と良くなっている • First acceptable (wins):6 < 8 < 14 • Acceptables (wins) : 4 < 7 < 11 – 主鎖リファインメントがnear-native decoyのランキングを 改善できるということを示している • 構造上の衝突をなくせるようなときに効果を発揮 (低いエネルギー値と良い順位が得られるようになる) 75
  • 76. 実験3 1T6G• 1位の結果はCAPRI基準でmedium accuracy – 2位はhighly accurate (IRMSD 0.92Å, RMSD 3.04Å) (表には書いてない)• 結合の際に動くループを特定した – 矢印部分のループが開いている – 他の部位はほとんど動いていない 赤色:FiberDock 緑色:bound(R) 青色:unbound(R) 灰色:bound(L) Figure 8. 1T6G 76
  • 77. 実験3 1BTH• 1BTHの結果について(FiberDock) – 403位 RMSD 14.80Å, IRMSD 3.55Å を釣り上げた – RMSD 7.98Å, IRMSD 1.97Åに改善し,エネルギー値1位 – FireDockでは悪化していた(RMSD 18.90Å, IRMSD 4.64Å)• FiberDockはRの主鎖構造をほとんど変えなかったが, 微妙には動いていた(RMSD 0.15Å) – この微動が衝突を解決している – 相互作用部位にdecoyが集中するのを可能にしてるのかも 77
  • 78. 実験3 1BTH Refinement by FireDock Refinement by FiberDock緑色:bound(R)灰色:bound(L)青色:PatchDock橙色:FireDock赤色:FiberDock Figure 9 1BTH 78
  • 79. Discussion and Conclusions 79
  • 80. タンパク質ドッキング• ドッキング予測は2つのステージに分かれる – 剛体ドッキングステージ • near-nativeを出せても衝突があったりする • decoyのランキングで上位にこない – フレキシブルリファインメントステージ • 衝突を解決してリランキング • とても重要なステージ 80
  • 81. まとめ• FiberDockを提案した – フレキシブルリファインメントのための手法 – 側鎖と主鎖の両方を対象 – vdW力に基づいた基準振動解析によるモデリング – RMSDとエネルギー値(ランキング)両方を改善 – エネルギーファネルの形状も改善• 主鎖のフレキシビリティの重要性 – 立体構造がなく,モデリングされた場合においても重要 – 主鎖リファインメントでモデルの丌正確性に 対処できるかもしれない – 抗原抗体複合体予測にもいけるかも • 今回は1例のみ(1GGI) • CDR Loopがあると難しい,がうまくいった. • 抗原抗体複合体におけるFiberDockの性能評価を計画中 81
  • 82. Future work• 基準振動モード選択基準の改良 – vdWだけでなく,他にも取り入れる • attrVdW • クーロン力 • 水素結合• 主鎖のリファインメントをRとLで同時に行うようにする – RとLのモードの中から関連しているモードを選択して使う 82
  • 83. Future work• リファインメント前の初期構造生成がうまくいかない場合 の対応 – 剛体ドッキング前にフレキシビリティの評価をしたい – Hinge bending motion(蝶番型モーション) • Hinge bending motionはnear-native decoyを生成するのを妨げる 大きな動きの1つ • Hinge plot法によって最小周波数モード2つで解析できる [52] Emekli U, Schneidman-Duhovny D, Wolfson HJ, Nussinov R, Haliloglu T. HingeProt: automated prediction of hinges in protein structures. Proteins 2008; 70: 1219–1227. • FrexDockという手法とFiberDockを組み合わせてもいけるかも [53] Schneidman-Duhovny D, Nussinov R, Wolfson HJ. Automatic prediction of protein interactions with large scale motion. Proteins2007; 69: 764–773. 83
  • 84. Future work• 主鎖のフレキシビリティが予測できる場合 – アンサンブル(cross)ドッキングとリファインメントの組み合わせ • Conformational selectionとinfuced-fitの両方をモデル化 [14] Chaudhury S, Gray JJ. Conformer selection and induced fit in flexible backbone protein–protein docking using computational and NMR ensembles. J Mol Biol 2008; 381: 1068–1087. – near-native decoyの評価がより難しくなる Generating many decoys • より正確なエネルギー関数が必要 • 最小エネルギーの周辺での エネルギーファネルを探索するべき Selecting near-native decoys by cluster analysis (IFP) near-native decoy? 内古閑伸之,広川貴次,秋山泰,相互作用プロファイルによる Refinement タンパク質複合体予測のポストドッキング解析,第38回構造活 性相関シンポジウム, 2010. 84

×