Die Identifikation der Bindungsspezifitäten von Proteininteraktionsdomänen und damit letztlich auch die Fähigkeit potentielle Bindungspartner dieser in vivo vorherzusagen bildet ein grundlegendes Element für das Verständnis der biologischen Funktionen dieser Domänen. In dieser Arbeit wurde untersucht, inwieweit solche Vorhersagen bezüglich der SH3-Domäne – als Beispiel für eine Proteininteraktionsdomäne – mithilfe von Support-Vector-Machines (SVMs) möglich sind, wenn diesen als Informationsquelle ausschließlich die innerhalb der Aminosäuresequenz der Domäne konservierten Informationen zur Verfügung stehen. Um den SVM-basierten Klassifikator zu trainieren und zu validieren, wurde ein Satz aus 51 SH3-Domänen verwendet, die zuvor entsprechend ihrer Ligandenpräferenz in ein System aus acht verschiedenen Klassen eingeteilt worden waren. Da die innerhalb der Aminosäuresequenzen konservierten Informationen in abstrakte Zahlenwerte konvertiert werden mussten (Voraussetzung für mathematisch basierte Klassifikatoren wie SVMs), wurde jede Aminosäuresequenz durch ihren jeweiligen Fisher-Score-Vektor ausgedrückt. Die Ergebnisse erbrachten einen Klassifikationserror, welcher weit unterhalb des Zufallsniveaus lag, was darauf hindeutet, dass sich die Bindungsspezifität (Klasse) einer SH3-Domäne in der Tat von seiner Aminosäuresequenz ableiten lassen dürfte. Mithilfe klassenspezifisch emittierter, artifizieller Sequenzen, implementiert in den Trainingsprozess des Klassifikators, um etwaigen nachteiligen Auswirkungen von Overfitting zu entgegenzuwirken, sowie durch Berücksichtigung taxonomischer Informationen des Klassensystems während Training und Validierung, ließ sich der Klassifikationserror sogar noch weiter senken und lag schließlich bei lediglich 35,29% (vergleiche Zufall: 7/8 = 87.50%). Auch die Nutzung von Feature Selections zur Abmilderung Overfitting-bedingter, negativer Effekte lieferte recht vielversprechende Ergebnisse, wenngleich ihr volles Potential aufgrund von Software-Beschränkungen nicht ausgenutzt werden konnte.
Die Analyse der Positionen im Sequence-Alignment, welche für den SVM- basierten Klassifikator am relevantesten waren, zeigte, dass diese häufig mit Positionen korrelierten, von denen angenommen wird auch in vivo eine Schlüsselrolle bei der Determination der Bindungsspezifität (Klasse) zu spielen. Dies unterstreicht nicht nur die Reliabilität des präsentierten Klassifikators, es gibt auch Grund zur Annahme, dass das Verfahren möglicherweise auch als Supplement anderer Ansätze genutzt werden könnte, welche zum Ziel haben die Positionen zu identifizieren, die die Ligandenpräferenz in vivo determinieren. Informationen, die nicht nur für ein besseres Verständnis der SH3-Domäne (und möglicherweise auch anderer Proteininteraktionsdomänen) von grundlegender Bedeutung sind, sondern auch aus pharmakologischer Sicht von großem Interesse sein dürften. / Regarding protein-interaction-domains the identification of their binding specificities and eventually also the ability to predict potential binding partners for them in vivo constitutes a fundamental element for the understanding of the biological functions of these domains. In this study it was investigated to what extent such predictions could be made for the SH3-domain – as an example for a protein-interaction-domain – when using support-vector-machines (SVMs) trained exclusively with the information conserved within the amino-acid-sequence of the domain. A set of 51 SH3-domains, pre-classified into a system of eight different classes according to their ligand preference, was used to train and cross-validate the SVM-based classifier. To convert the information conserved within the amino-acid-sequences into abstract numeric values (a prerequisite for a mathematics-based classifier like SVMs) each sequence was represented by its respective Fisher-score-vector. The results revealed a classification error level way below chance level, indicating the binding specificity (class) of an SH3-domain can indeed be inferred from its amino-acid-sequence. With the help of class-specific emitted, artificial sequences introduced into the training process of the classifier to counter adverse overfitting effects and by additionally considering taxonomic information of the class system during training and cross-validation, the classification error level of the classifier could be lowered even farther, eventually reaching a level as low as 35.29% (compare chance level: 7/8 = 87.50%). The use feature selections to counter overfitting returned quite promising results, too, however couldn't be exploited to its full potential due to software limitations.
The analysis of those positions in the sequence-alignment being most relevant for the SVM-based classifier showed, they frequently correlated with positions considered to also play in vivo a pivotal role in binding specificity (class) determination of the SH3-domain. Not only does this underline the reliability of the presented classifier, it also gives reason to believe, the method could possibly be used as a supplement for other approaches trying to identify positions that determine ligand preference in vivo. Information, not only fundamental for a better understanding of the SH3-domain (and maybe also other protein-interaction-domains), but also likely to be of great interest from a pharmacological point of view.
Identifer | oai:union.ndltd.org:uni-wuerzburg.de/oai:opus.bibliothek.uni-wuerzburg.de:11334 |
Date | January 2014 |
Creators | Axmacher, Franz |
Source Sets | University of Würzburg |
Language | deu |
Detected Language | English |
Type | doctoralthesis, doc-type:doctoralThesis |
Format | application/pdf |
Rights | https://creativecommons.org/licenses/by-nc-nd/3.0/de/deed.de, info:eu-repo/semantics/openAccess |
Page generated in 0.0018 seconds