Das Immunsystems muss gesunde Zellen von infizierten und Krebszellen unterscheiden können, um letztere selektiv zu bekämpfen. Dies ist die Aufgabe der CTL-Zellen, die dazu auf der Zelloberfläche präsentierte Peptide die aus intrazellulären Proteinen der jeweiligen Zelle stammen untersuchen. Diese präsentierten Peptide (Epitope) werden durch den MHC-I Antigenpräsentationsweg hergestellt. Das Ziel dieser Arbeit ist es Methoden zu entwickeln die Epitope aus der großen Zahl prinzipiell in Proteinen enthaltener Peptide heraussuchen können. Dazu wird die Selektivität dreier wichtiger Komponenten des Präsentationsweges untersucht: Die Herstellung der Peptide durch das Proteasom, der Transport in das ER durch TAP, und das Binden von Peptiden an leere MHC-I Moleküle. Zur sequenzbasierten Vorhersage der Bindung von Peptiden an MHC-I Moleküle wurde ein neuer Algorithmus entwickelt. Dieser kombiniert eine Matrix, welche die individuellen Beiträge einzelner Reste zur Bindung beschreibt, mit Paarkoeffizienten, die Wechselwirkungen zwischen verschiedenen Positionen im Peptid beschreiben. Dieser Ansatz macht bessere Vorhersagen als bisher publizierte Methoden, und quantifiziert erstmals den Einfluss von Wechselwirkungen innerhalb eines Peptids auf die Bindung. Die Verteilung der Werte der Paarkoeffizienten zeigt, dass sich Wechselwirkungen nicht auf benachbarte Aminosäuren beschränken. Im Vergleich zu den Matrixeinträgen sind die Werte der Paarkoeffizienten klein, was erklärt warum Vorhersagen die Wechselwirkungen komplett vernachlässigen trotzdem gut sein können. Erstmals wurde ein Algorithmus zur Vorhersage der TAP-Transportseffizienz von Peptiden beliebiger Länge entwickelt. Das ist deshalb wichtig, da viele MHC-I Epitope als N-terminal verlängerte Prekursoren in das ER transportiert werden. Für die Vorhersage der Transportfähigkeit eines potentiellen Epitopes wird deshalb über die Transporteffiziens des Epitopes selbst und seiner Prekursoren gemittelt. Mit Hilfe dieser Definition von Transportfähigkeit wird gezeigt, dass TAP einen starken selektiven Einfluss auf die Auswahl von MHC-I Epitopen hat. Indem man Peptide die als 'nicht-transportierbar' vorhergesagt werden als mögliche Epitope ausschließt, kann man die ohnehin schon hohe Qualität von MHC-I Bindungsvorhersagen weiter steigern. So eine zweistufige Vorhersage scheitert, wenn man statt des TAP Transports die Vorhersage der Generierbarkeit eines Epitopes durch das Proteasom als Filter verwenden möchte. Dieses schlechte Abschneiden der proteasomalen Schnittvorhersagen wird auf eine mangelhafte experimentelle Datenbasis zurückgeführt, da proteasomale Schnittraten schwieriger zu messen und interpretieren sind als die Affinitätsdaten für TAP und MHC-I. Um die experimentelle Datenbasis in Zukunft verbessern zu können, wurde ein neues experimentelles Protokoll entwickelt und an einer Reihe von Experimenten getestet. Dabei werden zwei Probleme behandelt: (1) Durch die Verwendung von Massenbilanzen werden MS-Signale in quantifizierte Peptidmengen umgerechnet. (2) Durch das erste kinetische Modell des Proteasomes das die Entstehung und den Abbau von Peptiden während eines Verdaus zufrieden stellend beschreiben kann, können aus den Verdaudaten Schnittraten bestimmt werden. / A major task of the immune system is to identify cells that have been infected by a virus or that have mutated, and discriminate them from healthy cells. This duty is assigned to cytotoxic T-lymphocytes (CTL), which scan epitopes presented to them on cell surfaces derived from intracellular proteins through the MHC-I antigen processing pathway. The goal of this work is to provide computational methods that allow to predict which epitopes get presented from the large pool of peptide candidates contained in intracellular proteins. This is achieved by examining the selective influence of three major steps in the pathway: peptide generation by the proteasome, peptide transport into the ER by TAP, and binding of peptides to MHC-I molecules. For peptide binding to MHC-I, a new algorithm is developed that combines a matrix-based method describing the contribution of individual residues to binding with pair coefficients describing pair-wise interactions between positions in a peptide. This approach outperforms several previously published prediction methods, and for the first time quantifies the impact of interactions in a peptide. The distribution of the pair coefficient values shows that interactions are not limited to amino acids in direct contact, but can also play a role over longer distances. Compared to the matrix entries, the pair-coefficients are rather small, explaining why methods completely ignoring interactions can nevertheless make good predictions. Next, a novel algorithm is developed to predict the TAP affinities of peptides of any length. Longer peptides are important because several MHC-I epitopes are generated by N-terminal trimming of precursor peptides transported into the ER by TAP. As the true in vivo precursors of an epitope are not known, a generalized TAP score is established which averages across the scores of all precursors up to a certain length. The ability of this TAP score to discriminate between epitopes and random peptides shows that the influence of TAP is a consistent, strong pressure on the selection of MHC-I epitopes. Using predicted TAP transport efficiencies as a filter prior to the prediction of MHC-I binding affinities, it is possible to further improve the already very high classification accuracy achieved using MHC-I affinity predictions alone. Such a 2-step prediction protocol failed when predictions of C-terminal proteasomal cleavages were combined with MHC-I affinity predictions. This disappointing result is thought to be caused by the lack of a sufficiently large set of quantitative and consistent experimental data on proteasomal cleavage rates, which are more difficult to measure and interpret than the affinity assays used to characterize peptide binding to TAP and MHC-I. Therefore, a new protocol for the evaluation of proteasomal digests is developed, which is applied to a series of experiments. This novel protocol addresses two problems: (1) Using mass-balance equations, a method is developed to quantify peptide amounts from MS-signals. (2) By introducing the first kinetic model of the 20S proteasome capable of providing a satisfactory quantitative description of the whole time course of product formation, cleavage probabilities can be extracted reliably from proteasomal in vitro digests.
| Identifer | oai:union.ndltd.org:HUMBOLT/oai:edoc.hu-berlin.de:18452/15639 |
| Date | 21 July 2003 |
| Creators | Peters, Björn |
| Contributors | Holzhütter, Hermann-Georg, Heinrich, Reinhard, Tampe, Robert |
| Publisher | Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät I |
| Source Sets | Humboldt University of Berlin |
| Language | English |
| Detected Language | English |
| Type | doctoralThesis, doc-type:doctoralThesis |
| Format | application/pdf, application/octet-stream, application/octet-stream |
Page generated in 0.0028 seconds