Skip to content

Latest commit

 

History

History
192 lines (135 loc) · 5.03 KB

pocket_PR2.md

File metadata and controls

192 lines (135 loc) · 5.03 KB
title author date output font-import font-family transition
Etude des poches de PR2
Leslie REGAD et Akram HECINI
2019-03-06
html_document slidy_presentation ioslides_presentation pdf_document beamer_presentation
code_folding self_contained fig_caption highlight theme toc toc_depth toc_float df_print keep_md
show
true
true
pygments
spacelab
true
3
true
paged
true
smart slide_level self_contained fig_caption fig_height fig_width highlight incremental keep_md smaller theme toc widescreen
false
2
true
true
6
7
tango
false
true
true
cerulean
true
true
slide_level self_contained colortheme fig_caption fig_height fig_width fonttheme highlight smaller toc widescreen
2
false
dolphin
true
6
7
structurebold
tango
true
true
true
fig_caption highlight toc toc_depth
true
zenburn
true
3
colortheme fig_caption fig_height fig_width fonttheme highlight incremental keep_tex slide_level theme toc
dolphin
true
6
7
structurebold
tango
false
false
2
Montpellier
true
Garamond
linear

Objectif du projet

Le but du projet est d'étudier les différents sites de liaison de la protéase du VIH-2 (PR2) dans le but d'identifier de nouveau site de liaison

Data disponibles

  • le répertoire data/PR2_19 contient les fichiers PDB des 19 structures de PR2 disponibles dans la PDB.

Protocole

  • Estimation des poches des 19 PR2 à l'aide de Fpocket

    • étape 1 : A l'aide du programme Fpocket, identifier toutes les poches des 19 PR2.
    • étape 2 : calcul du score de druggabilité de chaque poche à l'aide du logiciel PockDrug.
    • étape 3 : calcul du chevauchement entre toutes les poches, pour identifier les poches similaires des différentes protéines.

  • Estimation des poches des 19 PR2 à l'aide de FTMap

    • étape 1 : A l'aide du programme FTMap, identifier toutes les poches des 19 PR2.
    • étape 2 : comparer les résultats avec les poches obtenues avec Fpocket

  • Classification des poches basées sur leur description

    • étape 1 : calculer les descripteurs de différentes poches estimées
    • étape 2 : classification des poches

  • Selection des poches d'intérêt

  • Etude des interactions entre les résidus de ces poches et les autres résidus des PR2.

#04/03/2019

Estimation des poches

  • faite en utilisant le programme fpocket.

  • Génération du programme /home/hecini/Research/stage_HECINI/data/PR2_19/fpocket.sh pour lancer l'estimation des poches sur les 19 PR2.

  • les fichiers output se trouvent dans : /home/hecini/Research/stage_HECINI/data/PR2_19/pockets

  • Génération du programme copier_coller.sh /home/hecini/Research/stage_HECINI/data/PR2_19/pockets/copier_coller.sh qui permet mettre les pockets et le fichier pdb en question dans un seul dossier.

  • Visualisation des pockets via pymol. pour chaque protèine il y'a une session *.pse qui a été sauvegardé afin de revoir les résultats facilement.

Dénombrement des poches par protéine

fait manuellement

résultats

pdb poche poche prin
1HSI 2 0
1HSI 2 0
1HII 5
1JLD 10
1IDB 9
2HPE 11 ?
3EC0 9 0
4UPJ 6 0 et 1
1HSH 7 0 et 2
1IVP 9
3ECG 11 0
5UPJ 6 0
1HSI 10 //
1IVQ 7 0
2MIP 7
3S45 10 0 et 1
6UPJ 6 0 1 et 8
1IDA 5 0 1 et 2
3EBZ 10 0
3UPJ 7 0

Le 05/03/2019 et le 06/03/19

#Création d'un nouveau répertoir contenant deux sous_repertoires

--> Pockets qui contient les fichiers pdb des poches. Les fichier pdb ont été renomés en utilisant 
    un script bash rename.sh
    
--> proteins : qui contient les 19 strcutures renomées avec rename.sh

-->rename.sh est modifié selon le fichier que l'on souhaite renomer.

#Calcul des scores et analyse de données

  • Développer un programme python pour calculer les scores de similarité entre les poches score_v2.py

  • génération d'un fichier scores.csv

  • Préparation du fichier csv avec R pour analyser les données:

    --> diviser la 1ere colonne en deux pour séparer les noms des poches

    --> Transformation du dataFrame en Matrix numérique

    --> générer un pheatmap

    En utilisant ce script.R

pheatmap des poches

#Bibliotheque :

lecture de "Damm KL, Ung PM, Quintero JJ, Gestwicki JE, Carlson HA. A poke in the eye: inhibiting HIV-1 protease through its flap-recognition pocket. Biopolymers. 200889:643-52"

pdb <- c("1HSI", "3S45")
nbr.pocket <- c(10,15)
  • etudier la repartition du nombre de poches par protéine.