TP2 -Sys_CARE

Modellierung von Proteinstruktur und -funktion

In diesem Teilprojekt werden differenziell exprimierte AS-Ereignisse in kodierenden DNA-Sequenzen auf Proteinsequenzen und dreidimensionale (3D) Strukturen abgebildet. Dabei werden wir die funktionellen und strukturellen Auswirkungen von AS-Ereignissen auf Proteine und deren Wechselwirkung charakterisieren. Somit wird dieses Teilprojekt den entscheidenden Schritt darstellen, um von Omics-Daten zu einer umfassenden funktionalen Charakterisierung jener krankheitsverursachenden Mechanismen zu gelangen, die durch AS ausgelöst werden.
Wir werden die 3D-Struktur von Proteinkomplexen, die von AS-Ereignissen betroffen sind, modellieren und deren potenziellen funktionalen Einfluss hinsichtlich der Beeinflussung von Protein-Protein-Interaktionen (PPI) beschreiben. Die AS-Ereignisse werden aufgeteilt, je nachdem ob die resultierenden Insertionen und Deletionen zu einem Verschieben des Leserasters in der zugehörigen mRNA führen. Die AS-Ereignisse, die zu einer Verschiebung des Leserasters führen, sind selten, und für diese Fälle werden wir annehmen, dass sie zum kompletten Funktionsverlust des Protein führen. Für die restlichen Insertionen und Deletionen wird mit Hilfe von maschinellem Lernen ein Klassifizierungsmodell erstellt, welches auf bekannten genetischen Insertionen und Deletionen basiert.
Die Funktionen der betroffenen Proteine werden dann mit Hilfe öffentlich zugänglicher Datenbanken vorhergesagt. Spezifische Aminosäurereste, die für die Proteinfunktion und Substratspezifität entscheidend sind, werden identifiziert und ihre räumliche Positionierung und ihre Änderung in Bezug auf die AS-Ereignisse wird anschließend beschrieben. Schließlich werden wir eine neue Methode entwickeln, um die funktionalen Auswirkungen von AS-Ereignissen auf Systemebene zu bewerten.
Dies wird die Grundlage für funktionelle Hypothesen für krankheitsverursachende Mechanismen von AS-Transkripten bilden und es ermöglichen, AS-Transkripte für die experimentelle Validierung zu priorisieren. Die Ergebnisse dieses Teilprojekts werden auch die Analyse von PPI-Netzwerken (TP3) unterstützen und somit zur Rekonstruktion des gesamten Krankheitsbildes beitragen. Wir werden die entwickelten Werkzeuge auf verschiedenen exprimierten Isoformen bei DCM, HN Patienten und gesunden Kontrollen anwenden. Zusammen mit TP1 und 3 wird es möglich sein, Hypothesen für krankheitsverursachende Mechanismen von AS vorzuschlagen, die anschließend in Tiermodellen in TP4 getestet werden können.