Transition Networks : Computational Methods for the Comprehensive Analysis of Complex Rearrangements in Proteins

Strukturelle Umordnungen sind essenziell für die biologische Funktion von Proteinen. Bei solchen Umordnungen handelt es sich oft um komplexe Zustandsübergänge, die durch eine Vielzahl von Pfaden durch einen hochdimensionalen Konformationsraum charakterisiert sein könen. Bisher sind keine Experimente verfügbar, die mögliche Mechanismen solcher Übergänge identifizieren könen. Direkte Computersimulationen der Proteindynamik sind dazu ebenso ungeeignet, da die gegenwärtig erreichbare Simulationszeit mehrere Größenordnungen unter der typischen Zeitdauer komplexer Übergänge liegt. In dieser Arbeit wird ein Divide-and-Conquer Ansatz basierend auf Transition Networks (TN) vorgestellt. Ein TN ist ein gewichteter Graph, welcher die experimentell bestimmten End-zustände durch ein dichtes Netzwerk von Teilübergängen (der Kanten) über Zwischenzustände niedriger Energie (der Knoten) verbindet. Es wird gezeigt, wie die Generierung und Analyse von TN, die bisher nur für kleine Polypeptide mölich war, für Proteine durchgefürt werden kann. Zur Erzeugung der TN Knoten wird eine effiziente hierarchische Methode entwickelt. Diese generiert eine gleichfömig verteilte Menge von Protein-Konformationen in einem für den Zustandsüergang relevanten konformationellen Unterraum. Die Bestimmung der TN Kantengewichte ist sehr berechnungsaufwändig. Hierzu wird ein graphentheoretischer Ansatz vorgestellt, der es ermöglicht, globale Netzwerkeigenschaften zu bestimmen, wobei lediglich die Werte einer kleinen Untermenge von Kantengewichten tatsächlich ermittelt werden müssen. Auf diesem Ansatz basierend werden Algorithmen angegeben, welche die besten Pfade des Übergangs sowie die Energiegrate zwischen den Endzuständen berechnen. Die hier vorgeschlagene Vorgehensweise wird auf den konformationellen Schalter des Proteins Ras p21 angewandt. Die 32 besten Übergangspfade mit Raten-bestimmenden Energiebarrieren von bis zu 15 kcal/mol über dem besten Pfad werden ermittelt. Weiterhin werden die zwei wichtigsten Energiegrate zwischen den Endzuständen ...