Тема выпускной квалификационной работы: «Предсказание способности белка к фазовому разделению жидкость-жидкость по его аминокислотной последовательности». Немембранные органеллы образуются в результате фазового перехода жидкость-жидкость (LLPS) белков, входящих в состав данных компартментов. Точные причины этих переходов в клетке до сих пор не установлены, но известно, что они связны с наличием множественных межмолекулярных контактов и слабыми нековалентными взаимодействиями между аминокислотами. Анализ аминокислотной последовательности может показать отличия между белками, склонными к LLPS и остальным протеомом. В данной работе были проанализированы две выборки: белков, склонных к LLPS, и белков отрицательного контроля. Было выяснено, как отличаются частоты встречаемости одиночных и пар аминокислот, средний заряд и средняя гидрофобность у белков склонных и не склонных к LLPS. Мы проверили влияние тандемных повторов на склонность белков к LLPS. Для анализа были использованы: частотный анализ, метод главных компонент и метод k-ближайших соседей. Было показано, что белки, склонные к LLPS, менее гидрофобны, а также имеют избыток таких аминокислот как G, Q, S, P и дефицит I, L, С, W. Белки, склонные к LLPS, имеют повышенное число тандемных повторов, образующих гидрофобные кластеры в доменах низкой сложности, а также заряженных участков, принимающих участие в электростатическом взаимодействии. На основании анализа был создан классификатор белков, склонных к LLPS, по их аминокислотной последовательности.

Membraneless organelles are formed as a result of the liquid-liquid phase separations (LLPS) of the proteins that make up these compartments. The exact reasons for these transitions in the cell have not yet been established, but it is known that they are associated with the presence of multiple intermolecular contacts and weak non-covalent interactions between amino acids. Amino acid sequence analysis can show differences between LLPS proteins and other proteomic proteins. In this work, two samples were analyzed: LLPS proteins and proteins of negative control. It was found out how the frequencies of occurrence of single and pairs of amino acids, the average charge and average hydrophobicity differ in LLPS proteins and non-LLPS proteins. We checked the influence of tandem repeats on the propensity of proteins to LLPS. Frequency analysis, principal component method and k-nearest neighbor method were used for the analysis. We found out that LLPS proteins are less hydrophobic, and also have an excess of amino acids such as G, Q, S, P and a deficiency of I, L, C, W. LLPS proteins have an increased number of tandem repeats that form hydrophobic clusters in domains of low complexity, as well as charged regions involved in electrostatic interaction. Based on the analysis, a classifier of LLPS proteins by their amino acid sequence was created.

• Дипломная работа_Мокин_80201
• Задание_ВКР_с_подписью_Мокин0001 (1)
• Дипломная работа_Мокин_80201
  • Условные обозначения
  • Введение
  • Глава 1. Обзор литературы
    • 1.1. Немембранные органеллы
    • 1.2. Фазовый переход жидкость-жидкость в клетке
    • 1.3. Белки, склонные к LLPS
    • 1.4. Слабые взаимодействия, поддерживающие LLPS
    • 1.5. Домены и повторы, влияющие на LLPS
    • 1.6. Существующие алгоритмы предсказания склонности белков к LLPS
  • Глава 2. Материалы и методы
    • 2.1. Схема эксперимента
    • 2.2. Формирование выборок
    • 2.3. Анализ гидрофобности и заряда
    • 2.4. Предварительный анализ частот аминокислот
    • 2.5. Составление набора параметров для сравнения выборок
    • 2.6. Автошкалирование
    • 2.7. Анализ методом главных компонент
    • 2.8. Классификация методом k-ближайших соседей
    • 2.9. Оценка точности модели
  • Глава 3. Результаты и обсуждение
    • 3.1. Анализ гидрофобности и заряда
    • 3.2. Предварительный частотный анализ
    • 3.3. Составление параметров
    • 3.4. Анализ главных компонент
    • 3.5. Классификация по признаку LLPS
  • Заключение
  • Список литературы
  • Приложения
    • Импорт используемых библиотек в python 3.9
    • Список переменных
    • Алгоритм для формирования выборок
    • Алгоритм для анализа гидрофобности и заряда
    • Алгоритм для частотного анализа аминокислот
    • Алгоритм для подготовки параметров
    • Алгоритм для метода k-ближайших соседей