HotRegion v2.0: A new method to predict hot regions in protein-protein interfaces

Proteinler hücre içerisindeki fonksiyonlarını yerine getirebilmek için birbirleriyle etkileşim halindedirler. Bu etkileşimleri ara yüzleri aracılığıyla gerçekleştirirler. Proteinlerin etkileşimlerini incelemek biyolojik yolları anlamak için oldukça önemlidir. Serbest bağlanma enerjileri protein-protein etkileşim ara yüzlerinde bulunan amino asitler arasında eşit olarak dağılmamıştır. Serbest bağlanma enerjisinin büyük çoğunluğuna sahip olan sıkıca paketlenmiş amino asit kümeleri sıcak bölgeler olarak adlandırılır. Bu bölgeler, serbest bağlanma enerjisinin büyük bir kısmına sahip olduklarından protein komplekslerinin sabitlik derecesi açısından çok büyük önem arz ederler. Bağlanma bölgelerine özgüllük sağlayan bu bölgeler, farmasötik araştırmalarda ilaç keşfi için büyük önem taşımaktadır. Sıcak bölgelerin deneysel keşfi zaman alıcıdır ve yüksek çaba gerektirir. Dolayısıyla, hesaplamalı tahmine dayalı yöntemlere ihtiyaç vardır. Mevcut sıcak bölge tahmin algoritmaları, hesaplamalı olarak tahmin edilen sıcak noktalar üzerinde kümeleme gerçekleştirir ve sıcak bölgelerde sıcak olmayan noktaların potansiyel varlığını göz ardı eder. Öte yandan, deneysel çalışmalar sıcak bölgelerde sıcak olmayan noktaların da var olduğunu göstermektedir. Bu tezde, gözetimsiz öğrenme yaklaşımlarını kullanarak hem sıcak nokta olan hem de sıcak nokta olmayan amino asitleri içerebilecek sıcak bölgeleri tahmin etmek için yeni bir yöntem öneriyoruz. Önerdiğimiz yöntemde, amino asitleri kümelemek için afinite yayılımı (AP) ve gürültülü uygulamaların yoğunluk tabanlı mekânsal kümelenmesi (DBSCAN) yöntemlerini birleştirdik ve sıcak bölgeleri tahmin eden ve görüntüleyen web tabanlı bir araç geliştirdik. Ayrıca, 600.000'den fazla protein kompleksi için sıcak bölge bilgilerini içeren bir veri tabanı geliştirdik. Web sunucumuzda, kullanıcılar veri tabanımızdan veri sorgulayabilir veya veri tabanında bulunmayan bir kompleksin sıcak bölgelerinin tahmin edilmesi için algoritmayı çalıştırabilir. Geliştirdiğimiz web tabanlı araç, proteinlerin üç boyutlu yapısını görselleştirir, sıcak bölgeleri renklendirir ve sıcak noktaları vurgular. Ayrıca, ara yüz amino asitlerinin yapısal özelliklerini -göreceli erişilebilir yüzey alanı ve bilgiye dayalı eş potansiyel- de gösterir. Yöntemimizi değerlendirmek için, sonuçlarımızı deneysel çalışmalarla karşılaştırdık. Algoritmamızın doğruluk derecesi 0.62 ve hassasiyeti 0.62. Ayrıca, tahmin edilen sıcak bölgelerin klinik çalışmalar açısından önemini test etmek için bir vaka çalışması yaptık. İnsan programlanmış ölüm 1 ve ligand kompleksini inceledik. Metodumuz PD-L1 antikorları ve küçük inhibitörler için önemli olduğu bilinen amino asitleri doğru bir şekilde saptadı. Son olarak, algoritmamızı önceki sıcak bölge tahmin algoritmamızla karşılaştırdık. Sonuçlara göre, aracımız önceki yöntemimizden daha iyi performans gösterdi ve yeni farmasötik çalışmalar için manivela gücü sağlayabilir.