Navigation

AG Sticht

this site in english

Professur für Bioinformatik

Leitung:

Prof. Dr. rer. nat. Heinrich Sticht

  • Tätigkeit: C3-Prof. für Bioinformatik am Institut für Biochemie
  • Organisation: Institut für Biochemie
  • Abteilung: Professur für Bioinformatik (Prof. Dr. Sticht)
  • Telefonnummer: +49 9131 85-24614
  • E-Mail: heinrich.sticht@fau.de

Mitarbeiter

Forschungsinteressen

Für die Weiterleitung von Informationen in biologischen Systemen spielen Protein-Protein-Wechselwirkungen eine zentrale Rolle. Die Identifizierung und Beschreibung der zugrunde liegenden Prinzipien der molekularen Erkennung mittels computergestützter Methoden trägt wesentlich dazu bei, Regulationsmechanismen zu verstehen und neue, biologisch relevante Proteininteraktionen vorherzusagen. Die Arbeitsgruppe Bioinformatik verwendet bei der Untersuchung derartiger molekularer Wechselwirkungen eine Kombination verschiedener computergestützter Methoden (z.B. Sequenzdatenanalyse, Molekülmodellierung und Moleküldynamik).
 
Moleküldynamik-Simulationen ermöglichen eine Untersuchung des dynamischen Verhaltens von Proteinstrukturen. Mit ihrer Hilfe können z.B. die Bewegungen viraler Proteine, konformationelle Umlagerungen in menschlichen Proteinen wie dem Alzheimer Aβ-Amyloid und der Einfluss von kovalenten Proteinmodifikationen auf molekulare Erkennungsprozesse untersucht werden. Molekülmodellierungen werden eingesetzt, um die Strukturen von isolierten Proteinen oder biomolekularen Komplexen aufzuklären. Diese bilden die Basis für ein molekulares Verständnis der Effekte von Mutationen auf Proteinstabilität und Bindungseigenschaften. Außerdem werden sequenzbasierende Methoden für eine verbesserte Detektion von funktionalen, linearen Sequenzmotiven entwickelt. Solche Motive spielen eine wichtige Rolle für die Wechselwirkung von zahlreichen Pathogenen mit den Zielmolekülen ihres Wirtsorganismus.

Für Infektionsprozesse spielt die spezifische Interaktion von Pathogenen mit Wirtsproteinen eine wesentliche Rolle. Das Projekt konzentriert sich auf die Vorhersage und strukturelle Charakterisierung der Proteininteraktionen zwischen Wirt und Pathogenen mit Hilfe von computergestützten Methoden. Der Erkennungsprozess erfolgt hierbei entweder durch kurze Sequenzmotive, die an komplementäre Adapterproteine binden, oder zwischen Paaren von globulären Proteindomänen. Diese zwei Arten der Interaktionen unterscheiden sich nicht nur aus struktureller Sicht, sondern auch im Hinblick auf die anzuwendenden Methoden für Vorhersage und Analyse.
 
Eine spezielle Herausforderung bei der Vorhersage von funktionalen Sequenzmotiven ist die geringe Länge der jeweiligen Sequenzmuster. Diese führt in gängigen Analysemethoden häufig zu einer großen Zahl an falsch-positiven Vorhersagen, welche sich in darauffolgenden Experimenten als nicht funktional erweisen. Daher ist es unser Ziel, die Vorhersagespezifität zu verbessern, indem wir die Bedeutung von angrenzenden, motiv-spezifischen Sequenzregionen untersuchen. Um die Zuverlässigkeit der Vorhersage noch weiter zu verbessern, werden die Sequenzmotive dann im Komplex mit der jeweiligen Adapterdomäne modelliert. Dies ermöglicht eine zusätzliche Beurteilung der Wahrscheinlichkeit einer Interaktion auf Grundlage einer dreidimensionalen Struktur.
 
Für die Untersuchung von Wirt-Pathogen-Interaktionen zwischen globulären Proteindomänen wird eine Kombination aus Molekülmodellierung, Docking und Moleküldynamik-Simulationen herangezogen. Die letztgenannte Technik liefert Informationen über konformationelle Stabilität und Interaktionsenergien, die kaum aus einer statischen Struktur abzuleiten wären. Solche Simulationen werden von uns zum Beispiel dafür genutzt, um die Struktur von herpesviralen Glykoproteinen zu untersuchen, die essentiell für die Bindung an die Wirtszelle und die darauffolgende Fusion mit der Zellmembran sind. Zusätzlich untersuchen wir auch die Dynamik viraler Regulatorproteine und die Interaktion mit deren zellulären Zielstrukturen.
 
Modellkomplex antigenbindendes Fragment

Modell des antigenbindenden Fragments eines neutralisierenden Antikörpers (SM5-1) im Komplex mit der Domäne-II (grün) des HCMV gB Homotrimers. Die Domänen eines Protomers sind farblich abgegrenzt.

Proteinfehlfaltungserkrankungen sind einzigartig, da sie durch eine drastische Änderung der dreidimensionalen Proteinstruktur hervorgerufen werden. Häufig beinhaltet diese dauerhafte Änderung der Proteinstruktur die Umwandlung einer löslichen, α-helikalen Struktur in eine unlösliche β-Faltblatt-Konformation. Zwar haben Zellen Mechanismen zur Eliminierung dieser unlöslichen Ablagerungen entwickelt; sind jedoch diese Eliminierungsmechanismen überlastet, lagern sich die fehlgefalteten Proteine in Form von unlöslichen, intrazellulären Einschlüssen oder extrazellulären Plaques ab. Solche Ablagerungen fehlgefalteter Proteine sind häufig ein typisches Kennzeichen neurodegenerativer Erkrankungen.
 
Die Alzheimer-Krankheit als häufigste neurodegenerative Erkrankung ist durch extrazelluläre Proteinablagerungen des Amyloid-Aβ-Fragments (Aβ) und durch intrazelluläre Tau-Filamente, sogenannte neurofibrilläre Bündel, gekennzeichnet. Die räumliche Struktur der Aβ-Ablagerungen zeigt zwar die typische Topologie von Fibrillen, enthält aber nur wenige Informationen über die Rolle der einzelnen Aminosäurereste für die Fibrillenbildung. Diese Informationen sind jedoch wichtig für die Entwicklung neuartiger Medikamente, die Aβ-Aggregation verhindern oder die gebildeten Aggregate auflösen, indem sie an Schlüssel-Aminosäuren binden, diese abschirmen und dadurch die fibrilläre Struktur beeinflussen. In diesem Zusammenhang führen wir Moleküldynamik-Simulationen von Aβ-Oligomeren und thermodynamische Analysen der Interaktionsflächen innerhalb der Aβ-Aggregate durch. Darüber hinaus untersuchen wir die Wirkung verschiedener Lösungsmittelumgebungen auf die konformationelle Stabilität dieser Aβ-Oligomere.
 
Modell S8C-Variante des A6-Peptids

Modell der am Computer entwickelten S8C-Variante des Aβ-Peptids, die neurotoxische Dimere bildet. Die beiden Peptidketten sind magenta und grün dargestellt; die Disulfidbrücke ist gelb hervorgehoben.

G-Protein gekoppelte Rezeptoren (GPCRs) sind membranständige Proteine, die extrazelluläre Liganden erkennen und dadurch intrazelluläre Signalprozesse auslösen können. Inzwischen existieren mehr als 100 GPCR-Kristallstrukturen, die einen wertvollen Einblick in die strukturellen Eigenschaften dieser Proteinfamilie geben. Allerdings ist das aktuelle Verständnis der Struktur und Funktion von GPCRs noch alles andere als vollständig.
 
Ein wesentlicher Grund dafür ist, dass GPCRs in aktiven und inaktiven Konformationen vorkommen, von denen meistens nur ein Zustand kristallisiert werden konnte. Darüber hinaus wird die Struktur durch die Interaktion mit intrazellulären Bindungspartnern (IBPs) wie G-Proteinen oder β-Arrestin beeinflusst. Auch die extrazelluläre Liganden-Bindetasche weist eine gewisse strukturelle Plastizität auf, was insbesondere für die Wirkstoffentwicklung relevant ist. Da eine Kristallisation von GPCRs in verschiedenen Aktivierungszuständen oder im Komplex mit verschiedenen Liganden experimentell sehr aufwendig ist, kommt computergestützten Methoden für die Untersuchung dieser Aspekte eine herausragende Bedeutung zu.
 
Wir nutzen Methoden der Molekülmodellierung und Moleküldynamik, um die Struktur von GPCRs im Komplex mit verschiedenen niedermolekularen Liganden oder intrazellulären Interaktionspartnern zu studieren. Untersuchte Fragestellungen beinhalten die Vorhersage der Bindungsmodi niedermolekularer Liganden, konformationelle Änderungen in GPCRs als Folge der Ligandenbindung, sowie den Einfluss von Mutationen auf GPCR-Funktion und -Interaktion. Zusätzlich zu konventionellen MD-Simulationsmethoden werden dabei auch rechnerisch aufwendige Metadynamik-Simulationen eingesetzt.
 
Neben GPCRs untersuchen wir auch andere Klassen von membranständigen Rezeptoren mit ähnlichen methodischen Ansätzen. Dazu gehört der Glycin-Rezeptor, an dem wir die Bindestelle von Sachcariden als allosterische Modulatoren charakterisieren. Im Fall des Macrophagen-Oberflächenrezeptors Mincle untersuchen wir die Bindung synthetischer Glykolipide, was langfristig die Entwicklung besserer Adjuvantien für Impfstoffe unterstützen soll.
 
Struktur des Histamin-H1-Rezeptors

Struktur des Histamin-H1-Rezeptors (blaues Band) mit dem modellierten Bindeort für Histamin (raumfüllende Darstellung). Die Lipide der Zellmembran sind als graue/orange Linien dargestellt.

Änderungen des pH-Werts regulieren viele biologische Prozesse in Bakterien, Viren, Wirbeltieren und Pflanzen. So können zum Beispiel einige Bakterien die sauren Bedingungen im Magen ihres Wirts mit Hilfe von säure-aktivierten Chaperonen überleben, die ihre Substratproteine vor Aggregation schützen. In manchen Viren existieren pH-abhängige Fusionsproteine, die den Eintritt in die Zelle vermitteln. Proteine in Wirbeltieren erfahren z.B. pH-Unterschiede auf dem Weg durch das Endoplasmatische Reticulum und den Golgi-Apparat. Um die Situation experimenteller Titrationsexperimente nachzubilden untersuchen wir pH-abhängige Proteine mittels Moleküldynamik(MD)-Simulationen, in denen der pH-Wert über die Zeit variiert wird. Diese Methode erlaubt die Berechnung von Titrationskurven und den pKa-Werten ionisierbarer Gruppen. Mit dieser Strategie untersuchen wir auf atomarer Ebene den Effekt von pH-Änderungen auf die lokale Proteinstruktur, die Interaktionseigenschaften und die konformationelle Stabilität.
 
Chaperon HSP47 / Kollagen Komplex

Struktur des Komplexes aus dem Chaperon HSP47 (grau) und Kollagen (lila, grün, gelb). Die Interaktion ist pH-abhängig und wird über Änderungen des Protonierungszustands von Histidinen in HSP47 (als Stäbchen dargestellt) reguliert. Mutationen in HSP47 werden in Zusammenhang mit der Glasknochenkrankheit (Osteogenesis imperfecta) beobachtet.

Hochdurchsatz-DNA-Sequenzierungsstudien haben gezeigt, dass es eine hohe genetische Variabilität zwischen Individuen gibt. Viele dieser Sequenzvarianten führen zu Aminosäureaustauschen, von denen einige mit Krankheiten in Zusammenhang stehen. Aufgrund ihrer großen Anzahl (> 10.000 pro Genom) ist es unmöglich, alle Sequenzvarianten experimentell zu charakterisieren, so dass rechnergestützte Vorhersagewerkzeuge für die Identifizierung pathogener Varianten von größter Bedeutung sind. Die meisten bisherigen Methoden verwenden evolutionäre Konservierung und andere sequenzbasierte Merkmale, um schädliche Varianten zu identifizieren, aber sie können die Auswirkungen dieser Varianten auf die Proteinfunktion nicht vorhersagen. Trotz ihres unmittelbaren Bezugs zur Proteinfunktion werden Strukturinformationen in den Vorhersagen derzeit nur sehr begrenzt berücksichtigt. Darüber hinaus konzentrieren sich die wenigen bestehenden strukturbasierten Vorhersagemethoden hauptsächlich auf einen bestimmten Aspekt der Proteinstruktur (z.B. Proteinstabilität oder Proteininteraktionen) und erlauben daher keine umfassende strukturelle und funktionelle Annotation. Ziel des aktuellen Projekts ist die Entwicklung eines robusten Frameworks für eine umfassende strukturbasierte Analyse und Interpretation von Hochdurchsatz-Sequenzierungsdaten.
 
Protein-Protein-Komplex CYFIP und WAVE1

Struktur des Protein-Protein-Komplexes zwischen CYFIP (lila) und WAVE1 (grün). Mutationen einiger CYFIP-Reste, die sich in der Nähe der Kontaktfläche befinden, wurden im Zusammenhang mit einer geistigen Behinderung beobachtet. Diese Reste sind raumfüllend dargestellt und nach Atomtypen eingefärbt.