Nouvelles méthodes pour l'attribution de spectres RMN de protéines de structure tridimensionnelle connue

par Dirk Stratmann

Thèse de doctorat en Biophysique moléculaire

Sous la direction de Carine Van Heijnoort.

Soutenue en 2008

à Paris 6 .


  • Résumé

    Une condition préalable pour toute étude d’une protéine par RMN est l’attribution des résonances du spectre 15N-1H HSQC à leurs atomes correspondants du squelette peptidique. Un nouveau type de stratégie d’attribution exploite l’information donnée par une structure 3D déjà disponible de la même protéine ou d’une protéine homologue. Jusqu’à présent, les algorithmes, développés autour de cette stratégie, ont deux inconvénients majeurs : ils ne peuvent pas garantir l’exactitude de l’attribution et ils ne sont pas applicables à des protéines de grande taille. Dans un premier temps, il est montré que l’utilisation des couplages dipolaires résiduels (RDC) pour l’attribution basée sur la structure peut poser des problèmes, notamment liée à l’estimation du tenseur d’alignement. Une nouvelle méthode d’attribution basée sur la structure, nommée NOEnet, est présentée ici. NOEnet n’est pas basée sur les RDCs mais sur les effets Overhauser nucléaire (NOEs). RDCs, déplacements chimiques (CS) et presque tout type de donnée peuvent être inclus dans NOEnet grâce à une approche générale de filtre. NOEnet exploite le réseau de contraintes NOE HN-HN non ambiguës en réalisant une recherche exhaustive de tous les appariements possibles entre le réseau des NOEs et le réseau de la structure 3D. Son algorithme efficace de recherche complète garantit l’exactitude du résultat d’attribution. NOEnet a été testé avec succès sur plusieurs protéines jusqu’à 28 kDa, en utilisant uniquement des données NOE ou une combinaison de données NOE, RDC et CS.

  • Titre traduit

    Novel assignment methods of NMR spectra for proteins with known tridimensional structure


  • Résumé

    A prerequisite for any protein study by NMR is the assignment of the resonances from the 15N-1H HSQC spectrum to their corresponding atoms of the protein backbone. A new type of assignment strategy exploits the information given by an already available 3D structure of the same or a homologous protein. Up to now, the algorithms that have been developed around this strategy have two important drawbacks: they cannot guarantee the accuracy of the assignment and they are not applicable to large proteins. First is shown that the use of residual dipolar couplings (RDC) for the structure based assignment can be problematic, especially the estimation of the alignment tensor is difficult. A novel structure based assignment approach, called NOEnet, is presented here. NOEnet is not based on RDCs but on Nuclear Overhauser Effects (NOEs). RDCs, chemical shifts (CS) and almost any kind of data can be included in NOEnet through a general filter approach. NOEnet exploits the network property of unambiguous HN-HN NOE constraints to realize an exhaustive search of all matching possibilities of the NOE network on the structural one. Its efficient complete search algorithm ensures the correctness of the assignment results. NOEnet has been successfully tested on several proteins up to 28 kDa, using only NOE data or a combination of NOE, RDC and CS data.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (287 p.)
  • Annexes : Bibliogr. p. 273-287. 137 réf. bibliogr.

Où se trouve cette thèse ?

  • Bibliothèque : Université Pierre et Marie Curie. Bibliothèque Universitaire Pierre et Marie Curie. Section Biologie-Chimie-Physique Recherche.
  • Consultable sur place dans l'établissement demandeur
  • Cote : t Paris 6 2008 667
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.