eScience Régionális Egyetemi Tudásközpont

Projekt neve: Genom-annotációProjekt vezető: Patthy László

Partner cég: DELTA Elektronik Kft.

eScience Tudományos Nap Budapest, 2007. február 27

A jelenleg használatos gyógyszerek kevesebb mint 500 humán célfehérjére hatnak.

A Humán Genom Projekt egyik fontos motivációja az volt, hogy a teljes genom-szekvencia meghatározása révén azonosítani lehessen a teljes humán génkészletet és a sokezer, korábban nem ismert gén közül ki lehessen választani azokat, amelyek új gyógyszercélpontként szolgálhatnak.

Egy új-típusú gyógyszer kifejlesztése általában 10-16 évet vesz igénybe és átlagosan 500-800 millió USA dollárba kerül.

A gyógyszerfejlesztés igen gyakran sokévi kutatómunka (és sok millió USD) invesztálását követően fullad kudarcba, így rendkívül

fontos a gyógyszercélpont megfelelő kiválasztása.

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

CÉLFEHÉRJÉK AZONOSÍTÁSA

AKTÍV VEGYÜLETEKAZONOSÍTÁSA ÉS OPTIMALIZÁLÁSA

PRE-KLINIKAI

VIZSGÁLATOK

KLINIKAI VOZSGÁLATOKENGEDÉ-LYEZÉS

FÁZIS II FÁZIS IIIFÁZIS I

GYÓGYSZERBETEGSÉG OKAINAK

TISZTÁZÁSA

ÉV

CÉLFEHÉRJÉKVALIDÁLÁSA

A ‘genotypic drug discovery’a genom-annotáció és a funkcionális genomika eszköztárát alkalmazza annak érdekében, hogy a genomban azonosított gének által kódolt fehérjék funkcióját, biológiai szerepét és betegségek kialakulásában játszott szerepét meghatározza és kiválassza azokat, melyek alkalmasak gyógyszer-célpontnak.

A genom-szekvencia értelmezésének, a genom annotációnak, első és alapvető lépése a gének bioinformatikai úton történő azonosítása.

A génazonosítás még mindig meglévő problémáit illusztrálhatjuk azzal, hogy 5 évvel az emberi genom szekvenciájának meghatározása után még mindig bizonytalan (20.000-25.000 közé tehető) az emberi genomban található fehérje-kódoló gének száma.

Ennél is súlyosabb problémát jelent, hogy az azonosított gének jelentős hányadának (cca. 50 %-ának) a bioinformatikai módszerekkel megjósolt szerkezete téves.

A jelenlegi génpredikciós módszerek jelentős bizonytalansága így komoly problémákat okoz a (tévesen) megjósolt gének/fehérjék funkciójának meghatározásában, gyógyszercélpontként való hasznosíthatóságuk megítélésében.

Az eScience Régionális Egyetemi Tudásközpont „Genom-annotáció” projektjének célkitűzése:

- a jelenleg alkalmazott génpredikciós módszerek hibáinak kiderítése, a hibásan megjósolt gének azonosítása.

- megbízhatóbb génpredikciós eljárások kidolgozása.

- a rosszul predikált humán gének helyes szerkezetének meghatározása, funkciójának predikciója és a gyógyszercélpontként felhasználható gének azonosítása.

A tévesen megjósolt szerkezetű és/vagy abnormális fehérjék azonosítására szolgáló MisPred projekt alapja az az általános megfontolás, hogy egy fehérje-kódoló gén megjósolt szerkezete téves, ha a jósolt gén és/vagy fehérje valamely tulajdonsága nem egyeztethető össze a fehérjekódoló génekre és/vagy fehérjékre jellemző törvényszerűségek valamelyikével.

A MisPred projekt jelenlegi verziója öt szabályt alkalmazott különböző élőlények hibás fehérjéinek azonosítására az EnsEMBL, UniProt Swiss-Prot és UniProt TrEMBL adatbázisokban.

1. Konfliktus a fehérje szubcelluláris lokalizációja és a lokalizációs jelek megléte vagy hiánya között.

Szabály: azok a fehérjék, melyek az extracelluláris térre korlátozott fehérjedoméneket tartalmaznak (pl. szekretált fehérjék, membránfehérjék) szignál peptidet és/vagy transzmembrán szegmentet is kell, hogy tartalmazzanak.

Másszóval, azok a fehérjék, melyek extracelluláris doméneket tartalmaznak, de sem szignál peptidjük, sem transzmembrán szegmentjük nincs, abnormálisnak tekinthetők.

latrophilin-2

SP

complement factor masp-3

SP

leukocyte activation antigen m6

SP TM

TM

killer cell lectin-like receptor

TM

receptor tyrosine kinase-like orphan receptor 2

TMSP

enst00000359637.1.pepUNI_TREMBL:Q8N708

ID Q8N708 PRELIMINARY; PRT; 449 AA.AC Q8N708;DT 01-OCT-2002 (TrEMBLrel. 22, Created)DT 01-OCT-2002 (TrEMBLrel. 22, Last sequence update)DT 01-MAR-2003 (TrEMBLrel. 23, Last annotation update)DE HF1 protein. . . .

SCORES Init1: 3167 Initn: 3167 Opt: 3167 z-score: 3657.9 E(): 1.1e-195>>UNI_TREMBL:Q8N708 (449 aa) initn: 3167 init1: 3167 opt: 3167 Z-score: 3657.9 expect(): 1.1e-195Smith-Waterman score: 3167; 99.5% identity in 430 aa overlap (1-430:20-449)

10 20 30 40 enst00000359 DCNELPPRRNTEILTGSWSDQTYPEGTQAIYKCRPGYRSLG |||||||||||||||||||||||||||||||||||||||||Q8N708 MRLLAKIICLMLWAICVAEDCNELPPRRNTEILTGSWSDQTYPEGTQAIYKCRPGYRSLG 10 20 30 40 50 60

50 60 70 80 90 100 enst00000359 NVIMVCRKGEWVALNPLRKCQKRPCGHPGDTPFGTFTLTGGNVFEYGVKAVYTCNEGYQL ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||Q8N708 NVIMVCRKGEWVALNPLRKCQKRPCGHPGDTPFGTFTLTGGNVFEYGVKAVYTCNEGYQL 70 80 90 100 110 120

110 120 130 140 150 160 enst00000359 LGEINYRECDTDGWTNDIPICEVVKCLPVTAPENGKIVSSAMEPDREYHFGQAVRFVCNS ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||Q8N708 LGEINYRECDTDGWTNDIPICEVVKCLPVTAPENGKIVSSAMEPDREYHFGQAVRFVCNS 130 140 150 160 170 180

170 180 190 200 210 220 enst00000359 GYKIEGDEEMHCSDDGFWSKEKPKCVEISCKSPDVINGSPISQKIIYKENERFQYKCNMG ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||Q8N708 GYKIEGDEEMHCSDDGFWSKEKPKCVEISCKSPDVINGSPISQKIIYKENERFQYKCNMG 190 200 210 220 230 240

230 240 250 260 270 280 enst00000359 YEYSERGDAVCTESGWRPLPSCEEKSCDNPYIPNGDYSPLRIKHRTGDEITYQCRNGFYP ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||Q8N708 YEYSERGDAVCTESGWRPLPSCEEKSCDNPYIPNGDYSPLRIKHRTGDEITYQCRNGFYP 250 260 270 280 290 300

290 300 310 320 330 340 enst00000359 ATRGNTAKCTSTGWIPAPRCTLKPCDYPDIKHGGLYHENMRRPYFPVAVGKYYSYYCDEH ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||Q8N708 ATRGNTAKCTSTGWIPAPRCTLKPCDYPDIKHGGLYHENMRRPYFPVAVGKYYSYYCDEH 310 320 330 340 350 360

350 360 370 380 390 400 enst00000359 FETPSGSYWDHIHCTQDGWSPAVPCLRKCYFPYLENGYNQNHGRKFVQGKSIDVACHPGY |||||||||||||||||||||||||||||||||||||||||:||||||||||||||||||Q8N708 FETPSGSYWDHIHCTQDGWSPAVPCLRKCYFPYLENGYNQNYGRKFVQGKSIDVACHPGY 370 380 390 400 410 420

410 420 430enst00000359 ALPKAQTTVTCMENGWSPTPRCIRVKFTL |||||||||||||||||||||||||:|||Q8N708 ALPKAQTTVTCMENGWSPTPRCIRVSFTL 430 440

Q8N708

ENSP00000352658.1

Szignál peptid

2. Konfliktus. Extracelluláris és intracelluláris domének együttes jelenléte és transzmembrán szegmentek hiánya.

Szabály: extracelluláris és intracelluláris domének multidomén fehérjékben csak akkor fordulhatnak együtt elő, ha transzmembrán szegmentek választják el egymástól a két domén típust.

Másszóval, azok a fehérjék, melyek mind extracelluláris, mind intracelluláris doméneket tartalmaznak, de nem tartlmaznak transzmembrán szegmentet, abnormálisnak tekinthetők.

                                                                                receptor tyrosine kinase-like orphan receptor 2

TMSPKR

3. Konfliktus. Extracelluláris és nukleáris domének együttes előfordulása.

Szabály: nukleáris és extracelluláris domének nem fordulnak elő egyetlen fehérjében.

Másszóval, azok a fehérjék, melyek mind extracelluláris, mind nukleáris domént tartalmaznak abnormálisnak tekinthetők.

4. Konfliktus. Domén méret deviáció.

Szabály: egy adott fehérje-domén családba tartozó domének mérete a családra jellemző, szűk határok között mozog. A domén méretének jelentős megváltozása (inszerció vagy deléció révén) nagy valószínűséggel olyan fehérjét eredményez, mely nem képes a domén-családra jellemző stabil térszerkezet kialakítására.

Másszóval, azok fehérjék, melyek olyan doméneket tartalmaznak, melyek mérete lényegesen eltér a rokon doménekétől abnormálisnak tekinthetők.

Query= RP11-247A12.5-001 [544 aa]

Subject= CACP_HUMAN, Carnitine O-acetyltransferase [626 residues]

1 100 cacp_human MLAFAARTVV KPLGFLKPFS LMKASSRFKA HQDALPRLPV PPLQQSLDHY LKALQPIVSE EEWAHTKQLV DEFQASGGVG ERLQKGLERR ARKTENWLSE rp11-247a12 MLAFAARTVV KPLGFLKPFS LMKASSRFKA HQDALPRLPV PPLQQSLDHY LKALQPIVSE EEWAHTKQLV DEFQASGGVG ERLQKGLERR ARKTENWLSE    101 200 cacp_human WWLKTAYLQY RQPVVIYSSP GVMLPKQDFV DLQGQLRFAA KLIEGVLDFK VMIDNETLPV EYLGGKPLCM NQYYQILSSC RVPGPKQDTV SNFSKTKKPP rp11-247a12 WWLKTAYLQY RQPVVIYSSP GVMLPKQDFV DLQGQLRFAA KLIEGVLDFK VMIDNETLPV EYLGGKPLCM NQYYQILSSC RVPGPKQDTV SNFSKTKKPP   201 300 cacp_human THITVVHNYQ FFELDVYHSD GTPLTADQIF VQLEKIWNSS LQTNKEPVGI LTSNHRNSWA KAYNTLIKDK VNRDSVRSIQ KSIFTVCLDA TMPRVSEDVY rp11-247a12 THITVVHNYQ FFELDVYHSD GTPLTADQIF VQLEKIWNSS LQTNKEPVGI LTSNHRNSWA KAYNTLIKDK VNRDSVRSIQ .......... ..........   301 400 cacp_human RSHVAGQMLH GGGSRLNSGN RWFDKTLQFI VAEDGSCGLV YEHAAAEGFP IVTLLDYVIE YTKKPELVRS PMVPLPMPKK LRFNITPEIK SDIEKAKQNL rp11-247a12 .......... .......... .......... .......... .......... .......... ..KKPELVRS PLVPLPMPKK LRFNITPEIK SDIEKAKQNL   401 500 cacp_human SIMIQDLDIT VMVFHHFGKD FPKSEKLSPD AFIQMALQLA YYRIYGQACA TYESASLRMF HLGRTDTIRS ASMDSLTFVK AMDDSSVTEH QKVELLRKAV rp11-247a12 SIMIQDLDIT VMVFHHFGKD FPKSEKLSPD AFIQMALQLA YYRIYGQACA TYESASLRMF HLGRTDTIRS ASMDSLTFVK AMDDSSVTEH QKVELLRKAV   501 600 cacp_human QAHRGYTDRA IRGEAFDRHL LGLKLQAIED LVSMPDIFMD TSYAIAMHFH LSTSQVPAKT DCVMFFGPVV PDGYGVCYNP MEAHINFSLS AYNSCAETNA rp11-247a12 QAHRGYTDRA IRGEAFDRHL LGLKLQAIED LVSMPDIFMD TSYAIAMHFH LSTSQVPAKT DCVMFFGPVV PDGYGVCYNP MEAHINFSLS AYNSCAETNA   601 626 cacp_human ARLAHYLEKA LLDMRALLQS HPRAKLrp11-247a12 ARLAHYLEKA LLDMRALLQS HPRAKL

deléció

STRUCTURE OF HUMAN CARNITINE ACETYLTRANSFERASE 1NM8.pdb

His 343

A Carnitine O-acetyltransferase térszekezete

5. Konfliktus. Kimérikus fehérjék.

Szabály: egy-egy fehérjét egyetlen kromoszómán található gén kódol.

Másszóval, azok a fehérjék, melyek különböző részeit különböző kromoszómán található gének kódolják abnormálisnak tekinthetők.

A BioSapiens Network of Excellence, az Európai Virtuális Genom Annotációs Intézet feladatai között jelentős hangsúllyal szerepel

a génpredikciós eljárások továbbfejlesztése.

Az ENCODE (the ENCyclopedia Of DNA Elements) projektet 2003-ban indította el a National Human Genome Research Institute, National Institute of Health azzal a céllal, hogy a humán genom valamennyi funkcionális elemét azonosítsa.

Ehhez a projekthez a BioSapiens konzorcium tagjaként csoportunk is csatlakozott.

Az eScience Régionális Egyetemi Tudásközpont „Genom-annotáció” projektjének célkitűzése:

- a jelenleg alkalmazott génpredikciós módszerek hibáinak kiderítése, a hibásan megjósolt gének azonosítása.

- megbízhatóbb génpredikciós eljárások kidolgozása.

- a rosszul predikált humán gének helyes szerkezetének meghatározása, funkciójának predikciója és a gyógyszercélpontként felhasználható gének azonosítása.

A munka a BioSapiens projekt és az eScience projekt keretében folyik. A BioSapiens projektet a European Commission finanszírozza a FP6 Program "Life sciences, genomics and biotechnology for health” téma keretében (szerződésszám: LHSG-CT-2003-503265). Az eScience projektet az NKTH finanszírozza (RET14/2005).

Balogh SándorKeresztessy AttilaMáris JózsefMolnár SándorMolnár ZoltánOláh ZoltánRákóczi BélaSzentgyörgyi AndorSzoboszlai LajosSztopen ErzsébetSzűcs NorbertGulyás FerencSeffer Tamás

Bányai LászlóFarkas KrisztinaHegyi HédiKozma EvelinNagy AlindaTordai Hedvig