Advertisement

Zielgerichtetes Design von Aminosäuresequenzen mit Künstlichen Neuronalen Netzen

  • Gisbert Schneider
  • Paul Wrede
Conference paper
Part of the Informatik aktuell book series (INFORMAT)

Zusammenfassung

Es wird eine allgemeine Methode zur Entwicklung von neuronalen Filtersystemen zur Mustererkennung in Proteinsequenzen und für deren zielgerichtetes Design vorgestellt. Das Verfahren der Pro tein Fi lterinduktion (PROFI) wird am Beispiel der Filterentwicklung zur Erkennung von Signalpeptidase-Schnittstellen veranschaulicht. Mit diesen neuronalen Filtersystemen werden auch Schnittstellen in unabhängigen Testsequenzen mit absoluter Genauigkeit vorhergesagt. Dies stellt eine deutliche Verbesserung gegenüber den bislang verwendeten statistischen Verfahren dar. Der entscheidende Unterschied des PROFI-Systems gegenüber anderen künstlichen neuronalen Netzen zur Untersuchung von Proteinsequenzen liegt in der biologisch orientierten Datenrepräsentation: Nicht Buchstabenfolgen, sondern biophysikalische Aminosäureeigenschaften der Sequenzen werden auf charakteristische Merkmale hin untersucht. Die Merkmalssuche kann man als eine Optimierungsaufgabe betrachten. Als Optimierungsverfahren wurde die Evolutionsstrategie angewandt. Mit diesem neuen Verfahren können sich in Zukunft einige Decodierungsprobleme in Proteinsequenzen lösen lassen. Die mit PROFI entwickelten neuronalen Filtersysteme werden zur Prozesskontrolle beim rationalen Design von Aminosäuresequenzen eingesetzt. Dazu wird ein Protein-Design Zyklus vorgestellt, der die Optimierung von Aminosäuresequenzen nach diesem kybernetischen Modell ermöglicht (PROSID: Pro tein S equence I nductive D esign). Trainierte künstliche neuronale Netze dienen dabei zur Repräsentation eines „idealen“ Proteinmodells, welches in einer sich wiederholenden Mutations-Selektions Prozedur aus einer zuächst zufällig gewählten Aminosäuresequenz durch S imulierte M olekulare E volution (SME) erzeugt werden kann. Dieses neue Syntheseverfahren ist als Prototyp für DOS-Rechner in Modula2 implementiert.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    Robinson, B.H. & Seeman, N.C. (1987) Protein Eng. 1, 295–300.CrossRefGoogle Scholar
  2. 2.
    Hampp, N., Bräuchle, C. & Oesterhelt, D. (1993) Gentechnologisch modifizierte Bacteriorhodopsine als neue Materialien für die optische Informationsverarbeitung. In: Informatik in den Biowissenschaften ( R. Hofestädt, F. Krückeberg, T. Lengauer; Hrsg.). Springer-Verlag, Berlin.Google Scholar
  3. 3.
    Richardson, J.S., Richardson, D.C., Tweedy, N.B., Geniert, K.M., Quinn, T.P., Hecht, M.H., Erickson, B.W., Yan, Y., McClain, R.D., Donlan, M.E. & Surles, M.C. (1992) Biophys. J. 63, 1186–1209.CrossRefGoogle Scholar
  4. 4.
    Schomburg, D. (1993) Computer Aided Protein Design: Methods and Applications. In: Informatik in den Biowissenschaften ( R. Hofestädt, F. Krückeberg, T. Lengauer; Hrsg.). Springer-Verlag, Berlin.Google Scholar
  5. 5.
    Wrede, P. & Schneider, G. (1993) Ein alternativer Protein-Design Zyklus. In Computer in der Chemie ( Ziessow, D. Hrsg.). Springer, Berlin.Google Scholar
  6. 6.
    Schneider, G. & Wrede, P. (1993) EMBO J.,eingereicht.Google Scholar
  7. 7.
    Hirst, J.D. & Sternberg, M.J.E. (1992) Biochemistry 31, 7211–7218.CrossRefGoogle Scholar
  8. 8.
    Quian, N. & Sejnowski, T.J. (1988) J. Mol. Biol. 202, 865–884.CrossRefGoogle Scholar
  9. 9.
    Schneider, G. & Wrede, P. (. 1992 ) Endocyt. Cell Res. 9, 1–12.Google Scholar
  10. 10.
    Schneider, G. & Wrede, P. (1993) J. Mol. Evol. 36, 586–595.CrossRefGoogle Scholar
  11. 11.
    Wrede, P., Landt, O., Klages, S., Hahn, U. & Schneider, G. (1993) EMBO J., eingereicht.Google Scholar
  12. 12.
    Engelman, D.A., Steitz, T.A. & Goldman, A. (1986) Annu. Rev. Biophys. Biophys. Chem. 15, 321–353.CrossRefGoogle Scholar
  13. 13.
    Zamyatnin, A.A. (1972) Prog. Biophys. Mol. Biol. 24, 107–123.CrossRefGoogle Scholar
  14. 14.
    Cybenko, G. (1989) Mathematics of Control, Signals, and Systems 2, 303–314.MathSciNetzbMATHCrossRefGoogle Scholar
  15. 15.
    Homik, K., Stinchcombe, M. & White, H. (1989) Neural Networks 2, 359–366.CrossRefGoogle Scholar
  16. 16.
    King, R.D. & Sternberg, M.J.E. (1990) J. Mol. Biol. 216, 441–457.CrossRefGoogle Scholar
  17. 17.
    Schneider, G. & Wrede, P. (1993) Protein Seq. Data Anal. 5, 227–236.Google Scholar
  18. 18.
    Hopp, T.P. & Woods, K.R. (1981) Proc. Natl. Acad. Sci. U.S.A. 78, 3824–3828.CrossRefGoogle Scholar
  19. 19.
    Jones D.D. (1975) J. theor. Biol. 50, 167–183.CrossRefGoogle Scholar
  20. 20.
    Rechenberg, I (1973) Evolutionsstrategie - Optimierung technischer Systeme nach Prinzipien der biologischen Evolution. Frommann-Holzboog, Stuttgart.Google Scholar
  21. 21.
    Rumelhart, D.E., Hinton, G.E. & Williams, R.J. (1986) Nature 323, 533–536.CrossRefGoogle Scholar
  22. 22.
    von Heijne, G. (1983) Eur. J. Biochem. 133, 17–21.CrossRefGoogle Scholar
  23. 23.
    Perlman, D. & Halvorson, H.O. (1983) J. Mol. Biol. 167, 391–409.CrossRefGoogle Scholar
  24. 24.
    Schneider, G., Röhlk, S. & Wrede, P. (1993) Biochem. Biophys. Res. Comm.,im Druck.Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1993

Authors and Affiliations

  • Gisbert Schneider
    • 1
  • Paul Wrede
    • 1
  1. 1.Fachbereich Physik, AG BiophysikFreie Universität BerlinDeutschland

Personalised recommendations