-ע"י אברהם הרשקו 80התקדמות במחקר בתחילת שנות ה ואהרון צ'חנובר יחד עם אירווין רוז

APF-1נקשר בקשר קוולנטי למגוון חלבונים בתמצית מולקולותAPF-1יכולות להיקשר גם אחת לשניה Polyubiquitination שרשרת חלבוני יוביקויטין המשורשרים -

שלהם lys48אחד לשני דרך .יוביקויטינציה מתרחשת על ליזין ולעיתים נדירות ע"ג צסטאינים

-Nבחלבון שאין בו ליזין, מתבצעת היוביקויטינציה בקצה ה-טרמינלי.

Polyubiquitination מהווה את האות העיקרי המוביל לפירוק החלבון בפרוטאזום, באמצעות הסימון הרב-שלבי של יוביקוויטין

:צורות נוספות של יוביקוויטינציהMonoubiquitination, multiubiquitination

חלבון היוביקוויטין נותן את השפעתו גם במערכת החיסון ומפרקאת האנטיגן לצורך הצגתו

חלבון היוביקוויטין

הסימון הרב-שלבי של יוביקויטין

המפתח בפעילות של המערכת הזו הוא הספציפיות. כלומר, זיהוי החלבון שמיועד, המתפקדים כליגאזות, מזרזים את תהליך הקישור הקוולנטי של E3לפירוק. אנזימי

-טרמינלי של חלבון היוביקוויטין לשייר הליזין של הסובסטראט. cהקצה ה--ישנן לפחות שתי משפחות מוכרות של אנזימי הE3 :המתפקדות באופן שונה ,HECT-

type E3-ו RING-type E3 אך על אף זמינות המבנים של מספר תצמידי .יוביקוויטין-ליגאז, מנגנון קישור היוביקויטין לסובסטראט עדיין לא לגמרי ברור.

המוטיבציה למחקר

מעריכים כי אי-סדר מבני של הסובסטראט, הוא הגורםשמאתחל את תהליך היוביקויטינציה.

הקשר שבין תהליך היוביקוויטינציה למצב אי-הסדר שלהחלבון כמעט ולא נחקר.

ייתכן שהסיבה לכך היא הקושי שבמציאת אתרייוביקויטינציה על חלבוני המטרה.

פיתוח של כלי חישובי שיאפשר ניבוי של אתרייוביקויטינציה יוכל לקדם את חקר תהליך היוביקוויטינציה.

פיתוח כלי חישובי של ניבוי אתרי יוביקויטינציה יוכל לקדםאת הבנת תהליך הקישור ותפקידי היוביקויטין בתא.

:מחקר בולט בתחום הוא

Predrag Radivojac , Vladimir Vacic, Chad Haynes, Ross R. Cocklin, Amrita Mohan, Joshua W. Heyen, Mark G. Goebl, Lilia M. Iakoucheva. Identification, analysis, and prediction of

protein ubiquitination sites. Proteins: Structure, Function, and Bioinformatics. 22 Jul 2009

מחקר זה סיפק כלי ניבוי שנבחן במעבדתה של ד"רברדה-סעד

ולא הצליח לנבא אתרי קישור שאומתו ניסויית:http://www.ubpred.org /

מחקרים קודמים

שיפור הכלים הקיימים לחיזוי אתרייוביקוויטינציה

בחירת סט שלילי שונה – הסט יורכב מתוךהחלבונים בעלי אתרי הקישור של

היוביקוויטין בחירת סט חיובי נוסף, שיורכב מחלבונים

.monoubiquitinationשעוברים

מטרות

בנייתDatasets:Dataset חיובי ראשון שמורכב מחלבונים שעוברים

(multi ו-mono, polyיוביקוויטינציה מכל סוג שהוא )Dataset שלילי ראשון שמורכב מאתרי ליזין שאינם

dataעוברים יוביקוויטינציה, הלקוחים מחלבונים ה-החיובי

Dataset חיובי שני שמורכב מאתרים הלקוחים בלבדmonoubiquitinationמחלבונים שעוברים

Dataset שלילי שני שמורכב מאתרי ליזין הלקוחים החיובי השניdataמחלבוני ה-

((Data miningכריית נתונים

ביצענוclustering של הרצף באמצעות BLASTClust מאורך הרצף(80% דימיון ו-80%)ע"פ

-הסרנו מהdata .חלבונים בעלי רמת דימיון גבוהה החיובי ירד dataכתוצאה מכך, מספר האתרים ב-

1208מ- אתרים.1943 השלילי קיימים data אתרים. ב-290ל-

((Data miningכריית נתונים

(Machine Learningלמידת מכונה )

בנייתData model: ברצוננו לבצע למידה מונחית: ע"פ דוגמאות

שאספנו, נבצע למידה על מנת לחזות אתרי יוביקוויטינציה בדוגמאות חדשות

( בחרנו מספר מאפייניםfeatures שעשויים )להשפיע על הימצאות אתרי יוביקוויטינציה. בהתאם למאפיינים אלה, אספנו נתונים על הסט החיובי ועל

הסט השלילי שלנו. מאפיינים אלה ישמשו אותנו בשלב אימון התוכנה.

מהסתכלות על התפלגות חומצות האמינו, ישנוהבדל קטן הנראה לעין, בין הסט החיובי לסט

השלילי. השערתנו: שזהות החומצה היא מאפיין כללי

מידי ולא יתרום רבות ללמידה. חשיפות השיירים לממס, גם הוא מאפיין

המתפלג באופן דומה בין שני הסטים ועלול להוסיף "רעש רקע" בתהליך הלמידה.

ניתוח התוצאות

בבחינת המבנים השניוניים השונים, ניתןלראות שעבור המבנים אלפא הליקס ומשטחי

הבטא, ההבדלים בין הסט החיובי לסט השלילי לא בולטים במיוחד.

( לעומת זאת, עבור מבנה הלולאהloop ניתן ,)לראות הבדלים גדולים יותר. ידוע שאזורים

שעוברים יוביקוויטינציה נוטים לאי-סדר. אנו צופות שמאפיין זה יעזור בלמידה.

ניתוח התוצאות

במטרה לפתח כלי חיזוי לאתרייוביקוויטינציה, כרינו מידע על אתרי

יוביקוויטינציה שהתגלו ניסויית. לאחר שזיקקנו את המידע הרלוונטי ויצרנו

סטים חיוביים ושליליים, בנינו התפלגויותלמאפיינים נבחרים.

כפי שראינו, מהסתכלות על ההתפלגויותקשה להסיק מסקנות נחרצות לגבי חיזוי

אתרי היוביקוויטינציה. לשם כך נבצע למידת מכונה.

לסיכום

כעת ברצוננו לבצע את למידת המכונה. נעשה זאתבאמצעות אלגוריתמי למידה שלתוכם נזין את

המאפיינים שיצרנו.אכן תורמים נבדוק תחילה אלו מבין המאפיינים

לנו בלמידה. במידת הצורך, נאסוף מאפיינים נוספים.

.נאמן את התוכנה באמצעות סט הלמידה.לבסוף נבחן את המודל שבנינו על סט המבחן ננסה לבצע את אותו תהליך עבור החלבונים

העוברים מונו-יוביקויטינציה.

המשך העבודה

פרופ' רון אונגרד"ר ינאי עופרןד"ר מירה ברדה-סעדאריאל אזיהרותם שניראריאל פייגליןסיון אופירמתן קידר

תודות