Refine
Document Type
- Bachelor Thesis (9)
- Master's Thesis (5)
- Diploma Thesis (1)
Year of publication
Keywords
- Proteine (15) (remove)
A Protein is a large molecule that consists of a vast number of atoms; one can only imagine the complexity of such a molecule. Protein is a series of amino acids that bind to each other to form specific sequences known as peptide chains. Proteins fold into three-dimensional conformations (or so-called protein’s native structure) to perform their functions. However, not every protein folds into a correct structure as a result of mutations occurring in their amino acid sequences. Consequently, this mutation causes many protein misfolding diseases. Protein folding is a severe problem in the biological field. Predicting changes in protein stability free energy in relation to the amino acid mutation (ΔΔG) aids to better comprehend the driving forces underlying how proteins fold to their native structures. Therefore, measuring the difference in Gibbs free energy provides more insight as to how protein folding occurs. Consequently, this knowledge might prove beneficial in designing new drugs to treat protein misfolding related diseases. The protein-energy profile aids in understanding the sequential, structural, and functional relationship, by assigning an energy profile to a protein structure. Additionally, measuring the changes in the protein-energy profile consequent to the mutation (ΔΔE) by using an approach derived from statistical physics will lead us to comprehend the protein structure thoroughly. In this work, we attempt to prove that ΔΔE values will be approximate to ΔΔG values, which can lead the future studies to consider that the energy profile is a good predictor of protein binding affinity as Gibbs free energy to solve the protein folding problem.
The bachelor thesis is about cis-trans isomerization of Xaa-Pro (Xaa = any amino acid), their quantitative acquisition and the selection of 3D structure information for the prediction with a support vector machine (SVM). The quantitative detection of occurrence of cis-, trans- and cis/trans conformation in membrane proteins will be examined and evaluated. The 3D structure informa-tions include 12 features, the amino acids around proline and are including of proline. These include the inside/outside classification, the real secondary structure, energy consideration, as well as five further amino acid occur properties within a defined radius of the proline. From this information, a data set was created for the SVM. This program is used for the prediction of unknown and known Xaa Pro Isomerisms. The methods for the analysis were implemented with the platform independent programming language Java. Two programs have emerged from the work to a Xaa PIPT for the quantitative detection and extracting structural information and m Xaa-PIPT to the pure prediction of Xaa-Pro isomerism in protein structures. 389 Membrane proteins from the PDB (Protein Data Bank) served as a basis. The data were also statistically analysed and evaluated.
QSAR- und QSPR-Modelle finden bereits seit etwa 40 Jahren in der Arzneimittelherstellung, dem Drug-Design, Anwendung. Durch sie lassen sich Verhaltensweisen von chemischen Substanzen vorhersagen, sodass Interaktionen und Reaktionen mit anderen Chemikalien abgeschätzt werden können. Dieser Ansatz lässt sich auch auf Proteine übertragen. Der Faltungsweg eines Proteins hin zu seiner nativen Struktur kann noch nicht genau bestimmt werden. Durch die energetische Beschreibung mit Hilfe von Deskriptoren kann dies allerdings möglich werden. Diese Bachelorarbeit soll sich mit möglichen Deskriptoren befassen, um anschließende mathematische Analysen hin zu einem QSER-Modell (Quantitative Structure Energy Relationships) zu vereinfachen. Dabei sollen Zusammenhänge zwischen dem Energieprofil und der Struktur eines globulären Proteins erklärt, erforscht und verstanden werden. Auch Grundgedanken für die weitere Vorgehensweise sollen diskutiert und verglichen werden. Das abschließende Ziel der gesamten Thematik ist die Erklärung struktureller Ausbildungen eines Proteins unter Integration der energetischen Charakterisierungen.
In der vorliegenden Bachelorarbeit werden zwei gentechnisch veränderte Escherichia coli Stämme unter verschiedenen Wachstumsbedingungen mittels flowzytometrischer und massenspektrometrischer Analysen untersucht. Zum Einen wird die Quantität des rekombinanten Proteins L - Prolin - trans - 4 - Hydroxylase auf Populations -, sowie Subpopulationsebene, analysiert. Zum Anderen werden weitere Proteine des Proteoms einbezogen, um auftretende Subpopulationen genauer zu charakterisieren.
Als eines der wichtigsten Verfahren der Biologie als beobachtende Wissenschaft ist das Vergleichen von Organismen. Zweck dafür ist es auf phylogenetische Zusammenhänge schließen zu können. Dieses Prinzip ist ebenso auf den Nanokosmos der Proteine übertragbar. Aus dem Vergleich zweier Sequenzen können Unterschiede und Ähnlichkeiten aufgedeckt, und somit Rückschlüsse auf die funktionellen, strukturellen und evolutionären Beziehungen gewonnen werden. Es existieren zahlreiche Algorithmen, die den Vergleich von Proteinen auf den verschiedensten Abstraktionsebenen ermöglichen, wobei diese meist hochgradig spezialisiert sind. Diese Determiniertheit führt häufig zum Informationsverlust. Um den biologischen Kontext zu erfassen, ist es oft notwendig verschiedene Algorithmen auf eine Fragestellung anzuwenden. In dieser Arbeit wird ein Algorithmus vorgestellt, der die Informationen verschiedenster Proteinstrukturebenen vereint und daraus ein einziges Alignment erzeugen kann. Dafür nutzt das Programm den neuartigen Ansatz der Proteinenergieprofilberechnung. Weiterhin wird im Rahmen dieser Arbeit näher auf die Berechnung und Strukturkorrelationen von Energieprofilen eingegangen. Zudem wird ein Algorithmus erläutert, der Alignments dieser Profile durchführt. Im letzten Punkt wird eine Methodik zur Vorhersage von Energieprofilen erläutert sowie dessen Güte abgeschätzt.
In der regenerativen Medizin, insbesondere beim Tissue Engineering, spielt die natürliche extrazelluläre Matrix eine große und immer bedeutsamere Rolle. Ein wichtiger Schritt für die medizinische Anwendung ist die Probenvorbereitung. Um die genaue Zusammensetzung des fertigen Produkts bestimmen zu können, muss eine einheitliche Methode für die Extraktion der Bestandteile zur Verfügung stehen. Ein anderer Teil der Probenvorbereitung ist die Dezellularisierung. Um bei der Anwendung in der regenerativen Medizin Abstoßungsreaktionen zu vermeiden, sollen die Zellen des zur Herstellung des Produkts verwendeten Gewebes nahezu vollständig entfernt werden. In dieser Arbeit wurde eine Methode zur Extraktion der extrazellulären Matrix optimiert und etabliert. Zusätzlich wurden verschiedene Dezellularisierungsansätze für die Gewebe untersucht. Die Ergebnisse zeigen, dass eine Extraktion mit dem GuHCl-Puffer für 24 beziehungsweise 48 h gute Ergebnisse bei der anschließenden Evaluation mittels Massenspektrometrie mit sich bringt. Allerdings ist der Erfolg der Extraktion stark gewebeabhängig. Für die Dezellularisierung hat sich die Anwendung des pH-WechselVerfahrens als wirksam erwiesen. Jedoch konnten mit Hilfe der gewählten Bedingungen die bestehenden Grenzwerte für eine erfolgreiche Dezellularisierung nicht erreicht werden.
In this work a new method for the prediction of the Xaa-proline (where Xaa is any amino acid) cis/trans isomerization was investigated. By extraction of twelve structural features (real secondary structure, inside/outside classification, properties of the environment around proline and proline itself) a support vector machine (SVM) based prediction approach was evolved. The Java software Xaa-PIPT for structural feature extraction was developed. Based on 4397 (2199 cis and 2198 trans) prolines extracted from non-redundant, globular proteins a classifier was trained using the radial basis function (RBF) kernel. In ten-fold cross-validation it achieved an accuracy of 70.0478 % and a Matthews correlation coefficient (MCC) of 0.4223, a sensitivity of 0.5433 and a specificity of 0.8576. Based on this classifier a lightweight and easy-to-use Java software tool, called m Xaa-PIPT, for the prediction of the Xaa-proline cis/trans isomerization was devel-oped. It was shown that there are correlations between the proline surrounding environment and the isomerization state. m Xaa-PIPT can be used for the evaluation of low-resolution protein structures and theoretical models to improve their quality by the prediction of the Xaa-proline isomerization.
Die vorliegende Arbeit befasst sich mit der Sequenzanalyse der für die Legionellose relevanten Schlüsselproteine der Organismen Legionella anisa, Legionella drancourtii und Legionella shakespearei, sowie mit in vitro-Kultivierungsexperimenten der Spezies Legionella pneumophila ATCC 33152. Zunächst wurden die gesetzlichen Gegebenheiten der Legionellenproblematik und die biologischen Hintergründe betrachtet, darunter die intrazellulären Mechanismen der Legionellose. Die Ergebnisse der Arbeit beinhalten Informationen über die Schlüsselproteine der drei Legionellen Spezies und deren mögliche Pathogenität.