• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • 1
  • Tagged with
  • 2
  • 2
  • 2
  • 2
  • 2
  • 2
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Estudos estruturais e funcionais das proteínas cinases humanas Nek1 e Nek6 / Structural and functional studies of Nek1 Nek6 protein kinases

Meirelles, Gabriela Vaz 03 April 2011 (has links)
Orientador: Jorg Kobarg / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Biologia / Made available in DSpace on 2018-08-18T17:04:45Z (GMT). No. of bitstreams: 1 Meirelles_GabrielaVaz_D.pdf: 11269390 bytes, checksum: bfd22a079ffc68a78b96b3e50dd60b1c (MD5) Previous issue date: 2011 / Resumo: A proteína NIMA foi identificada e caracterizada funcionalmente em Aspergillus nidulans como sendo uma serina/treonina cinase critica para a progressão do ciclo celular. As Neks (NIMA-related kinases) constituem uma família de cinases composta por 11 membros em mamíferos, que compartilham 40-45% de identidade com a proteína NIMA no domínio catalítico N-terminal. As Neks estão associadas a funções do ciclo celular e diversas patologias, o que as torna potenciais alvos quimioterápicos. Mutações no gene da Nek1 levam ao desenvolvimento da doença renal policistica e ao aparecimento de diversos efeitos pleiotrópicos, sugerindo sua participação em vias reguladoras de vários processos celulares. A Nek6, por sua vez, e ativada durante a mitose, e a super-expressão de mutantes inativos ou a sua depleção por RNAi produz células exibindo defeitos no fuso, anormalidades nucleares, parada na metáfase e apoptose. A Nek6 humana foi recentemente associada a carcinogênese, mas, assim como para a maioria das Neks, sua estrutura molecular, parceiros de interação e vias de sinalização permanecem ainda desconhecidos. Nesse trabalho, introduzimos a hNek6 como uma hub no interactoma humano. Uma extensa comparação de bancos de dados baseada em analises de conectividade mostrou que o quinoma humano e enriquecido em hubs. Nossas redes de interação incluem um amplo espectro de novos parceiros de interação para a hNek6 identificados em screenings de duplo - hibrido em levedura, classificados em 18 categorias funcionais. Alguns novos parceiros de interação da hNek6 são também possíveis substratos e, ainda, colocalizam com a hNek6 e ?-tubulina em células humanas, apontando para uma possível interação centrossomal. Os diversos parceiros de interação conectam a hNek6 a novas vias, como a sinalização de Notch e a regulação do citoesqueleto de actina, ou fornecem novas pistas de como a hNek6 poderia regular vias previamente propostas, como ciclo celular, reparo de DNA e sinalização do NF-?B. Alem disso, obtivemos o primeiro modelo estrutural de baixa resolução para a hNek6 a partir de SAXS. Analises estruturais revelaram que a hNek6 e um monômero em solução, apresentando uma conformação predominantemente globular, mas levemente alongada. Particularmente, a curta região N-terminal desordenada da hNek6 e importante para mediar as interações com seus parceiros. No caso da hNek1, observamos que ela interage com Fez1 e Clasp2 através de seus motivos coiled-coil, e colocaliza com essas proteínas em uma região candidata ao centrossomo / Abstract: NIMA was identified and functionally characterized in Aspergillus nidulans as a critical Ser/Thr kinase for cell cycle progression. The mammalian Neks (NIMA-related kinases) represent an evolutionarily conserved family of 11 serine/threonine kinases that share 40-45% identity with NIMA N-terminal domain. Neks are associated to cell cyclerelated functions and diverse pathologies, which highlight them as potential chemotherapeutic targets. Nek1 gene mutations lead to the development of polycystic kidney disease and the emergence of several pleiotropic effects, suggesting its involvement in pathways regulating various cellular processes. Nek6, in turn, is activated during mitosis, and overexpression of inactive mutants or its depletion by iRNA produces cells exhibiting mitotic spindle defects, nuclear abnormalities, metaphase arrest and apoptosis. Human Nek6 was recently found to be linked to carcinogenesis, but as for the majority of Neks, the molecular structure, interacting partners and signaling pathways remain elusive. Here we introduce hNek6 as a hub kinase in the human interactome. We performed a broad databank comparison based on degree distribution analysis and found that the human kinome is enriched in hubs. Our networks include a large set of novel hNek6 interactors identified in our yeast two-hybrid screens, classified into 18 functional categories. Some novel interactors are also putative substrates and colocalized with hNek6 and ?-tubulin in human cells, pointing to a possible centrosomal interaction. The interacting proteins link hNek6 to novel pathways, e.g. Notch signaling and actin cytoskeleton regulation, or give new insights on how hNek6 may regulate previously proposed pathways such as cell cycle, DNA repair and NF-?B signalings. Furthermore, we obtained the first low-resolution structural model of hNek6 by SAXS. Structural analysis revealed that hNek6 is a monomer in solution with a mostly globular, though slightly elongated conformation. Notably, we found that hNek6 unfolded short N-terminal region is important to mediate the interactions with its partners. In the case of hNek1, we found that it interacts with Fez1 and Clasp2 through coiled-coil motifs and colocalizes with these proteins in a candidate centrosomal region / Doutorado / Bioquimica / Doutor em Biologia Funcional e Molecular
2

Protein Interaction networks and their applications to protein characterization and cancer genes prediction

Aragüés Peleato, Ramón 13 July 2007 (has links)
La importancia de comprender los procesos biológicos ha estimulado el desarrollo de métodos para la detección de interacciones proteína-proteína. Esta tesis presenta PIANA (Protein Interactions And Network Analysis), un programa informático para la integración y el análisis de redes de interacción proteicas. Además, describimos un método que identifica motivos de interacción basándose en que las proteínas con parejas de interacción comunes tienden a interaccionar con esas parejas a través del mismo motivo de interacción. Encontramos que las proteínas altamente conectadas (i.e., hubs) con múltiples motivos tienen mayor probabilidad de ser esenciales para la viabilidad de la célula que los hubs con uno o dos motivos. Finalmente, presentamos un método que predice genes relacionados con cáncer mediante la integración de redes de interacción proteicas, datos de expresión diferenciada y propiedades estructurales, funcionales y evolutivas. El valor de predicción positiva es 71% con sensitividad del 1%, superando a otros métodos usados independientemente. / The importance of understanding cellular processes prompted the development of experimental approaches that detect protein-protein interactions. Here, we describe a software platform called PIANA (Protein Interactions And Network Analysis) that integrates interaction data from multiple sources and automates the analysis of protein interaction networks. Moreover, we describe a method that delineates interacting motifs by relying on the observation that proteins with common interaction partners tend to interact with these partners through the same interacting motif. We find that highly connected proteins (i.e., hubs) with multiple interacting motifs are more likely to be essential for cellular viability than hubs with one or two interacting motifs. Furthermore, we present a method that predicts cancer genes by integrating protein interaction networks, differential expression studies and structural, functional and evolutionary properties. For a sensitivity of 1%, the positive predictive value is 71%, which outperforms the use of any of the methods independently.

Page generated in 0.0601 seconds