Albert - Ludwigs - Universität Freiburg Institut Für Informatik

Most methods for protein functional classification rely on the comparison of their amino acid sequence. However functional classification of proteins is strongly defined by their three dimensional structure. This approach is based on the fact that proteins from one fold keep the same structure even after evolutionary changes of their sequence. The underlying theme of the work is: ’can we find a unique invariant representation for the structure of each protein fold?’. A new method for protein structure description based on Group Integration (GI) is presented. Since spatial information is generalized using GI, Spherical Harmonics are added to retain rotational information. These structural features are evaluated on wellknown testing sets from SCOP and CATH databases and their performance is compared to existing protein classification algorithms like DALI and PRIDE. Compared to DALI the proposed method has significantly lower time consumption while the classification results are slightly worse. The PRIDE algorithm yields worse results then the proposed method. The results achieved in this work can compete and in some cases outperform the established methods considering the classification accuracy and the time requirements. The method can be scaled according to different applications by adjusting the feature size and implementing different kernels. Zusammenfassung Die meisten Methoden zur funktionalen Proteinsuche und -klassifikation betrachten nur die Aminosäurensequenz und nicht die dreidimesionale Struktur eines Proteins. Die Funktion eines Proteins ist allerdings sehr stark durch seine dreidimensionale Struktur festgelegt. Der Grund für diese Sichtweise ist, dass Proteine aus einer Faltungsklasse dieselbe Struktur bewahren, selbst nachdem sich während der Evolution die primäre Sequenz des Proteins verändert hat. Das zentrale Thema dieser Arbeit ist: Können wir eine invariante Repräsentation für jede Proteinfaltungsklasse finden? Eine neue Methode zur Beschreibung von Proteinstrukturen basierend auf Gruppenintegralen (GI) wird vorgestellt. Da mit Hilfe von GI die räumliche Information verallgemeinert wird, werden Kugelflächenfunktionen (Spherical Harmonics) hinzugenommen um Rotationsinformationen zu behalten. Diese strukturellen Merkmale werden auf wohl bekannten Testdatensätzen von den SCOP und CATH Datenbanken ausgewertet und ihre Leistung mit den bereits existierenden automatischen Klassifikationsalgorithmen DALI und PRIDE verglichen. Im Vergleich zu DALI hat die vorgeschlagene Methode wesentlich geringere Zeitanforderungen, aber die Klassifikationsergebnisse sind etwas schlechter. Der PRIDE Algorithmus liefert schlechtere Ergebnisse als die vorgeschlagene Methode. Die Ergebnisse dieser Arbeit können sich mit den bewährten Methoden messen und sie in manchen Fällen hinsichtlich der Klassifikationsgenauigkeit und der Zeitanforderungen sogar überbieten. Die Methode kann für verschiedene Anwendungen angepasst werden, indem man die Größe der Merkmale und die Kernelfunktion den Anforderungen anpasst.