FU Berlin Digitale Dissertation
Bernd Jagla : Predicting structure and function of amino acid sequences using bioinformatical methods Funktionen und Strukturen abgeleitet aus Aminosäuresequenzen mit bioinformatischen Methoden
|Abstract| |Table of Contents| |More Information|

Abstract Serveral methods were presented for the prediction of function and structure based on the primary structure of proteins. An adaptive coding artificial neural network (ACN) was developed that characterizes the physico chemical features in protein sequences. It is now possible to identify 96% of experimentally verified cleavage sites in human secretory proteins. Hitherto only 68% of an independent test data were correctly identified. Furthermore mutations within the cleavage site region of human secretory proteins are correctly predicted. It is shown how to use ACN to build up a sequence activity relation. It was not possible to predict the conformation of the peptidyl prolyl bond using the available data. However there should be 10 - 20 times more non-homologues sequence data to make reliable predictions. Nevertheless, it was possible to show that MHC-I proteins have a characteristic cis-proline group that can be used to distinguish those proteins from others. The simulated molecular evolution was successfully applied to design cell protective peptides against the Human Rhinovirus. An algorithm for the design of inhibitory peptides using the structual information of the receptor protein has been developed. Using this method other peptides were designed. All peptides were experimentally tested, showing that theoretical and practical results are in agreement.

Table of Contents Download the whole PhDthesis as a zip-tar file or as zip-File For download in PDF format click the chapter title KAPITEL 1 Einleitung Schnittstellen humaner Signalpeptide Konformation der Peptidylprolylbindung Peptid Docking KAPITEL 2 Daten Sequenzen der Schnittstellenregion humaner sekretorischer Proteine Peptidylprolylsequenzen Liganden-Docking KAPITEL 3 Methoden Gütekriterien Kodierung der Daten Vergleich von Kodierungen Informationsanalyse Lineare Trennverfahren Schwerpunktanalyse (Zentroid-Verfahren) Bayes-Prediktor Mahalanobis-Distanzanalyse Künstliche Neuronale Netze Perzeptron Mehrlagige Neuronale Netze Neuronale Netze mit adaptiver Kodierung Lernstrategien Identifikation von Schnittstellen in Sequenzen unter Verwendung von Künstlichen Neuronalen Netzen Selbstorganisierende Karten (Kohonenkarten, SOK) Peptid Docking KAPITEL 4 Ergebnisse Schnittstellen humaner Signalpeptide Informationsanalyse Positionsabhängige Häufigkeitsverteilung von Aminosäuren in Schnittstellenpeptiden Schwerpunktanalyse Bayes-Prediktor Hauptkomponentenanalyse (PCA) Mahalanobis-Distanzanalyse Künstliche Neuronale Netze Lernstrategien Vergleich von Kodierungsmethoden Kohonen Netze Vorhersage der cis/trans- Konformation von Peptidylprolylbindungen Informationsanalyse  Schwerpunktanalyse Hauptkomponentenanalyse Mahalanobis-Distanzanalyse Adaptive Kodierung Kohonennetze Klassifikation und Information der Oberflächeneigenschaften 3D-Umgebung Sekundärstruktur am Prolin Design von Proteinliganden Simulierte Molekulare Evolution Peptid-Docking KAPITEL 5 Diskussion Schnittstellen humaner Signalpeptide Konformationsvorhersage der Peptidylprolylbindungen Ligandendesign Simulierte Molekulare Evolution Peptid-Docking KAPITEL 6 Literaturverzeichnis KAPITEL 7 Lebenslauf KAPITEL 8 Anhang I Humane Schnittstellendaten KAPITEL 9 Anhang II Physikochemische Eigenschaften von Amiosäuren KAPITEL 10 Anhang III: Gruppierung der PDB Datenbank nach Wechselwirkungsklassen

More Information:
Online available:	http://www.diss.fu-berlin.de/1999/54/indexe.html
Language of PhDThesis:	german
Keywords:	signal peptide cleavage site sequence, peptidyl-prolyl-conformation, peptide design
DNB-Sachgruppe:	30 Chemie
Date of disputation:	24-Sep-99
PhDThesis from:	Department Biologie, Chemie, Pharmazie, Freie Universität Berlin
First Referee:	Prof. Dr. Paul Wrede
Second Referee:	Prof. Dr. Hanspeter Herzel
Contact (Author):	berndj@zedat.fu-berlin.de
Contact (Advisor):	wrede@zedat.fu-berlin.de
Date created:	28-Sep-99
Date available:	29-Sep-99

 

---

|| DARWIN|| Digitale Dissertationen || Digitale Dissertationen : Autoren A-Z || Dissertation|| German Version|| FU Berlin|| Seitenanfang ||

---

	Fragen und Kommentare an: darwin@inf.fu-berlin.de
© Freie Universität Berlin 1999