ゲノムワイドな構造・機能分類によるG蛋白質共役型受容体の機能理解

通过全基因组结构和功能分类了解 G 蛋白偶联受体的功能

• 批准号: 15014236
• 负责人: 諏訪 牧子
• 金额: $ 4.67万
• 依托单位: National Institute of Advanced Industrial Science and Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas
• 财政年份: 2003
• 资助国家: 日本
• 起止时间: 2003 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-15014236/
• 关键词: ゲノムワイド; 構造・機能分類; 膜蛋白質; G蛋白質共役受容体; 比較モデリング

14年度の研究を発展させゲノムワイドに配列情報から、膜蛋白質の立体構造・機能情報で分類し、機能発現機構を理解することを目指し、以下の研究を行った。(1)各生物種ゲノムでGPCRを判別し、比較ゲノム解析を行ったところ、134種の細菌・数種の真生物においてGPCRは多細胞生物から急増し、生物種ごとに特有なファミリー分布をしていることを見出した。各生物種のGPCRの膜貫通ヘリックス領域につき、evolutional trace解析を行ったところ、特に第3ヘリックスの両末端部分と受容体内部の孔に向かう領域に、種を超えて保存される残基が見出された。(2)構造上の各ドメインの物理化学的特性と機能との相関性を体系化し、機能分類を目指した。クラスAでは特にGsと結合する受容体において膜貫通部分に出現するアミノ酸頻度、細胞内、外ループ長分布、結合リガンドの関係性に特徴的な性質を見出した。(3)GPCRのクラスAファミリーに特化して比較モデリングで立体構造を予測するための基礎研究と、構造予測プロトコールができている。この方法では、視覚ロドプシンの立体構造をテンプレートにし、隣接する膜貫通ヘリックス間の極性相互作用が保たれるように配列をアラインメントする。また、リガンドが指定されたときに、それが入る空間を自動的に抽出してエネルギー最適化をするものである。これにより、少なくともヒトGPCRの中で、75%以上を占めるクラスAファミリーを自動的、かつ大量に立体構造予測することが可能になった。

The research of 2014 should be carried out in order to understand the structure and function of membrane proteins. (1)GPCR analysis of 134 species of bacteria and several species of eukaryotes was carried out to identify, compare and analyze the distribution of GPCR in multicellular organisms. GPCR membrane penetration domain, evolutionary trace analysis of each species, especially the third end of the receptor, the inner pore of the receptor, the residue of the species, and the residue of the species. (2)The physico-chemical properties, functions and correlations of each component in structure are systematized and classified according to their functions. The frequency of acid occurrence in the membrane penetration part of the receptor, the distribution of intracellular and extracellular length, and the characteristics of the relationship between the binding and the receptor were revealed. (3)GPCR's classification and characterization, comparison and analysis, three-dimensional structure prediction, basic research and structure prediction. The method comprises the following steps of: maintaining the polarity interaction between the adjacent membrane and the three-dimensional structure of the optical fiber; For example, if you want to optimize the space, you can automatically extract it. More than 75% of GPCRs are available automatically, and A large number of GPCRs are available.

项目成果

M.Michael Gromiha, Shandar Ahmad, Makiko Suwa: "Neural network-based prediction of transmembrane beta-strand segments in outer membrane proteins."Journal of Computational Chemistry. 25(5). 762-767 (2004)

M.Michael Gromiha、Shandar Ahmad、Makiko Suwa：“基于神经网络的外膜蛋白跨膜 β 链片段预测。”计算化学杂志。

Yukimitsu Yabuki, Yuri Mukai, Mark B.Swindells, Makiko Suwa: "GENIUS II : a high-throughput database system for linking ORFs in complete genomes to known protein three-dimensional structures."Bioinformatics. 20(4). 596-598 (2004)

Yukimitsu Yabuki、Yuri Mukai、Mark B.Swindells、Makiko Suwa：“GENIUS II：一种高通量数据库系统，用于将完整基因组中的 ORF 与已知蛋白质三维结构连接起来。”生物信息学。

M.Michael Gromiha, Makiko Suwa: "Variation of amino acid properties in all-β globular and outer membrane protein structures"International Journal of Biological Macromolecules. 32. 93-98 (2003)

M.Michael Gromiha、Makiko Suwa：“全β球状和外膜蛋白结构中氨基酸特性的变化”国际生物大分子杂志 32. 93-98 (2003)。

中村保一, 磯合敦, 石川淳/編: "バイオデータベースとウェブツールの手とり足とり活用法"羊土社. 208 (2003)

Yasuichi Nakamura、Atsushi Isoai、Jun Ishikawa/编辑：“如何逐步利用生物数据库和网络工具”Yodosha 208 (2003)。