Algorithms for protein-ligand binding site discovery

Abstract

Prakticky každý proces v živých organismech je zajišťován promocí proteinů. Proteiny vykonávají svoji funkci buď vázáním se na další proteiny (protein-protein interakce), nebo na malé molekuly, tzv. ligandy (protein-ligand interakce). Aktivní místa pro protein-ligand interakce jsou tzv. kapsy v proteinové struktuře, kam se může ligand navázat. Predikce těchto kapes je obyčejně prvním krokem ke studiu funkce daného proteinu a taky zákledem k strukturálně orientovanému vývoji léků. V této práci jsme udělali přehled existujících metod a představili naše vlastní vylepšení. Vyvynuli jsme novou funkci pro ranking kapes, která je založená na predikci ligandability (schopnosti vázat ligand) budu vňe kapsy jen na základě chemických a geometrických vlastnosí lokálního okolí daného bodu.

Virtually all processes in living organisms are conducted by proteins. Proteins perform their function by binding to other proteins (protein-protein interactions) or small molecules - so called ligands (protein-ligand interactions). Active sites for protein-ligand interactions are pockets in protein structure where ligand can bind. Predicting of ligand binding sites is the first step to study and predict protein functions and structure based drug-design. In this thesis we reviewed current approaches for binding site prediction and proposed our own improvement. We have developed a novel pocket ranking function based on prediction model that predicts ligandability (ability to bind a ligand) of a given point inside of a pocket. Prediction is done considering only a local physicochemical and geometric properties derived from neighbourhood.