Der Bildschirmschoner zeigt die Berechnung jeder einzelnen Trajektorie live an:" "
Es gibt vier Fenster, die die Form der Proteinkette zeigen." msgid "RAH_VIZ_SEARCH" msgstr "\"Searching...\" zeigt die Bewegungen, die Rosetta an der Kette durchprobiert. Zur Verdeutlichung der " "Form der Kette ist diese in Regenbogenfarben von Blau am einen bis nach Rot am anderen Ende eingefärbt." msgid "RAH_VIZ_ACCEPTED" msgstr "\"Accepted\" zeigt den bis dahin letzten akzeptierten Schritt." msgid "RAH_VIZ_LOW" msgstr "\"Low Energy\" zeigt die in der aktuellen Trajektorie gefundene Form mit der niedrigsten Energie." msgid "RAH_VIZ_NATIVE" msgstr "\"Native\" zeigt die experimentell bestimmte, tatsächliche Form (soweit bekannt)." msgid "RAH_VIZ_G" msgstr "Außerdem gibt es zwei Kurven und ein Diagramm, die die Energie und die mittlere quadratische Abweichung " "jeder akzeptierten Bewegung festhalten." msgid "RAH_VIZ_ACCEPTED_E" msgstr "\"Accepted Energy\" ist eine Kurve, die die Energie jeder akzeptieren Bewegung in " "dieser Trajektorie anzeigt. (Die x-Achse entspricht dem Verlauf der Trajektorie, die y-Achse zeigt die Energie.)" msgid "RAH_VIZ_RMSD" msgstr "\"RMSD\" zeigt, wie nahe die momentan akzeptierte Struktur an der richtigen Antwort liegt. " "(x-Achse: RMSD (mittlere quadratische Abweichung), y-Achse: Fortschritt.)" msgid "RAH_VIZ_RMSD_E" msgstr "Im letzten Fenster unten rechts ist die Energie gegen die RMSD jeder akzeptierten Bewegung aufgetragen. " "Dieses Diagramm ist identisch mit den auf der Seite der %sBesten Vorhersagen%s dargestellten Diagrammen, nur dass " "hier jede im Verlauf einer Trajektorie *akzeptierte* Bewegung eingetragen wird. Die Diagramme in den Besten " "Vorhersagen dagegen zeigen aus jeder berechneten Trajektorie nur die jeweiligen Einzelfaltungen mit der " "absolut niedrigsten Energie." ######################################### # rah_research.php ######################################## msgid "RAH_RESEARCH_TITLE_A" msgstr "Vorhersage und Design Makromolekularer Strukturen und Wechselwirkungen" msgid "RAH_RESEARCH_INFO" msgstr "Informationen über $PROJECT %sfinden Sie hier%s" msgid "RAH_RESEARCH_INTRO_A" msgstr "Das Ziel unserer derzeitigen Forschung ist es, das aktuelle Modell inner- und zwischenmolekularer " "Wechselwirkungen zu verbessern und dieses bessere Modell zu nutzen, um makromolekulare Strukturen und " "Wechselwirkungen vorherzusagen bzw. gezielt zu entwerfen. Vorhersage- und Designprogramme sind nicht nur " "für sich gesehen wertvoll für die Biologie, sondern liefern uns stringente und objektive Tests, die das Modell " "und unser grundlegendes Verständnis dieser Wechselwirkungen verbessern." msgid "RAH_RESEARCH_INTRO_B" msgstr "Rosetta ist das Programm, mit dem wir unsere Struktur- und Designberechnungen durchführen. " "Das Herzstück von Rosetta sind zum einen Potenzialfunktionen, mit denen die Energien von Wechselwirkungen " "innerhalb von und zwischen Makromolekülen berechnet werden. Zum anderen sind es Methoden, mit denen die " "Struktur mit der geringsten Energie für eine gegebene Aminosäure-Sequenz oder für einen Protein-Protein-Komplex " "berechnet wird (Vorhersage von Proteinstrukturen) und mit denen wir die Aminosäure-Sequenz mit der niedrigsten Energie " "für ein gewünschtes Protein oder einen Protein-Protein-Komplex berechnen können (Protein-Design). Das Feedback aus " "diesen Vorhersage- und Designtests fließt ständig in den Prozess zurück und dient zur Verbesserung der " "Potenzialfunktionen und der Suchalgorithmen. Die Entwicklung eines einzigen Computerprogramms, das diese " "verschiedenen Probleme unter einem Dach bearbeiten kann, hat bedeutende Vorteile: erstens bilden die verschiedenen " "Anwendungsbereiche einander ergänzende Tests des zugrundeliegenden physikalischen Modells (die grundlegende Physik / " "Physikalische Chemie ist natürlich in allen Fällen identisch); zweitens braucht man für eine Reihe aktueller Probleme, " "wie etwa das Protein-Design und das Protein-Docking bei Annahme eines flexiblen Backbones (des Aminosäuregerüsts, im " "Gegensatz zu den sogenannten Seitenketten) eine Kombination mehrerer Optimierungsmethoden." msgid "RAH_RESEARCH_DESIGN_TITLE" msgstr "Design von Proteinstrukturen" msgid "RAH_RESEARCH_DESIGN_A" msgstr "Im Laufe der letzten Jahre konnten wir mit Hilfe unserer rechnergestützten Protein-Designmethoden eine " "Reihe kleinerer Proteine ganz erheblich stabilisieren; wir haben dazu jede Seitenkette ihrer Sequenz modifiziert, " "um in einem Fall die Konformation des Backbones gezielt zu verändern, in einem anderen ein monomeres Protein in ein " "strangvertauschtes Dimer umzuwandeln und schließlich ein weiteres Enzym temperaturstabiler zu machen. Ein Highlight " "war die komplette Umgestaltung des Faltungswegs von Protein G, einem kleinen Protein, das zwei Beta-Haarnadeln enthält, " "zwischen denen eine Alpha-Helix liegt. Im natürlich vorkommenden Protein ist die Bildung der ersten Haarnadel unterbrochen " "und die zweite Haarnadel wird an der geschwindigkeitsbestimmenden Stelle des Faltungsvorgangs ausgebildet. In der " "neugestalteten Variante, in der die erste Haarnadel deutlich stabilisiert und die zweite destabilisiert ist, ist " "diese Abfolge genau umgekehrt: die erste Haarnadel wird ausgeformt, während die zweite im Übergangszustand der " "Faltung stecken bleibt. Die Fähigkeit, den Ablauf der Proteinfaltung gezielt zu beeinflussen, zeigt, dass unser " "Verständnis der Faktoren, die den Ablauf und das Ergebnis einer Proteinfaltung bestimmen, erhebliche Fortschritte " "gemacht hat." msgid "RAH_RESEARCH_DESIGN_B" msgstr "Besonders aufregend ist die erst kürzlich geglückte Synthese neuer Proteine mit beliebigen, vorher festgelegten " "dreidimensionalen Strukturen. Wir haben eine allgemeine Rechenstrategie entwickelt, mit der wir diese Proteinstrukturen " "erzeugen, die einen vollkommen flexiblen Backbone mit einer Rotamer-basierten Sequenzoptimierung verbindet. Rosetta " "wurde dazu mit Methoden für Ab-Initio-Vorhersagen von Proteinstrukturen, für die Verfeinerung der Energieinhalte mit " "atomarer Auflösung und für das Sequenz-Design ausgestattet. Mit dieser Methode haben wir ein Protein mit 93 Seitenketten " "namens TOP7 entworfen, das über eine völlig neue Sequenz und Topologie verfügt. Wir konnten nachweisen, dass TOP7 " "monomer und gefaltet ist und dass seine röntgenographisch ermittelte Kristallstruktur dem Modell unseres Entwurfs " "ungemein ähnlich ist (mittlere quadratische Abweichung = 1,2 Å, s. rechte Seite von Abb. 1). Die gezielte " "Entwicklung einer neuen Proteinfaltung und die große Ähnlichkeit von Kristallstruktur und Modell sind von " "enormer Bedeutung für das Proteindesign und auf die Vorhersage von Proteinstrukturen: sie öffnen die Tür zu " "Erkundung des riesigen Proteinuniversums, das außerhalb der bislang in der Natur entdeckten Eiweißmoleküle liegt." msgid "RAH_RESEARCH_DESIGN_PPI_TITLE" msgstr "Design von Protein-Protein-Wechselwirkungen" msgid "RAH_RESEARCH_DESIGN_PPI_A" msgstr "Um die genannten Methoden auf Protein-Protein-Wechselwirkungen zu erweitern und insbesondere, um die Spezifität " "bestimmter Wechselwirkungen gezielt zu verändern, haben wir ein ganz spezielles Ziel mit bsonders stark ausgeprägter " "Affinität ausgewählt: den Komplex aus der Colicin E7-DNase und seinem cognaten Inhibitor Im7. Wir haben das oben " "beschriebene physikalische Modell zusammen mit einer modifizierten rotamerbasierten Designstrategie eingesetzt, " "um völlig neue DNase-Inhibitor-Paare zu erzeugen, die zwar ebenfalls stark miteinander wechselwirken sollten, " "nicht jedoch mit den natürlich vorkommenden Proteinen. Die von uns entwickelten Proteinkomplexe haben subnanomolare " "Affinitäten und sind auch in vivo funktionsfähig und spezifisch. Die Affinitätsdifferenz zwischen cognaten und nicht " "cognaten Paaren beträgt in vitro mehr als eine Zehnerpotenz. Dieser Ansatz sollte auf das Design wechselwirkender " "Proteinpaare mit ganz neuen Spezifitäten anwendbar sein und so die Neugestaltung ganzer " "Wechselwirkungs-Netzwerke in lebenden Zellen ermöglichen." msgid "RAH_RESEARCH_DESIGN_PPI_B" msgstr "In Zusammenarbeit mit den Forschungsgruppen von Barry Stoddard und Ray Monnat (%sFred Hutchinson Cancer Research " "Center%s), haben wir eine künstliche, hochspezifische Endonuklease erzeugt. Wir haben dazu die Domänen der " "homing-Endonukleasen I-DmoI und I-CreI durch rechnerische Optimierung einer neuen Domänen-Domänen-Bindungsstelle " "zwischen diesen normalerweise nicht miteinander wechselwirkenden Proteinen miteinander verschmolzen. Das so " "erzeugte Enzym, E-DreI (Engineered I-DmoI/I-CreI), bindet sich mit nanomolarer Affinität an einen langen, " "chimärischen DNA-Zielort und schneidet ihn exakt mit der gleichen Geschwindigkeit wie seine natürlichen Ursprungsmoleküle. " Derzeit versuchen wir, neue Endonukleasen zu produzieren, indem wir unsere Designmethode auf " "Protein/Nukleinsäure-Bindungsstellen anwenden und die Protein-DNA-Interaktionsfläche umgestalten." msgid "RAH_RESEARCH_DESIGN_PPI_C" msgstr "In beiden genannten Systemen war es uns möglich, die Kristallstruktur der künstlichen Komplexe röntgenographisch " "zu bestimmen. Wie im Fall des TOP7, liegen die tatsächlichen Strukturen sehr nahe an den Design-Modellen " "(Abb. 1, linke Seite), wodurch die Genauigkeit unseres Ansatzes der hochauflösenden Modellierung unterstrichen wird." msgid "RAH_RESEARCH_PRED_PS_TITLE" msgstr "Vorhersage von Proteinstrukturen" msgid "RAH_RESEARCH_PRED_PS_A" msgstr "Unser Motiv, uns für eine Ab-Initio-Vorhersage der Tertiärstruktur von Proteinen zu entscheiden, war " "folgendes: es ist allgemein akzeptiert, dass es in erster Linie lokale, durch die Natur benachbarter Aminosäuren " "bestimmte Wechselwirkungen sind, die kurze Abschnitte eines Proteins in eine bestimmte Form treiben. Erst dann kommt " "die Bildung der endgültigen, dreidimensionalen Struktur ins Spiel, die aus der Vielzahl möglicher Konformationen " "resultiert, welche die bereits fertig geformten Abschnitte durch nicht-lokale Wechselwirkungen zueinander einnehmen " "können und von denen eine Struktur schließlich die mit der geringsten Gesamtenergie ist. Zur Implementierung der von " "dieser Vorstellung vorgezeichneten Strategie verwenden wir drei verschiedene Modelle, die die lokalen und nicht-lokalen " "Wechselwirkungen berücksichtigen. Anstatt ein völlig neues physikalisches Modell aufzustellen, dass die lokalen " "Beziehungen zwischen Sequenz und Struktur zu beschreiben versucht, bedienen wir uns der Datenbank bekannter Proteine " "und holen uns daraus die Verteilung lokaler Strukturen, die von kurzen Sequenzstücken (mit weniger als 10 Resten) " "innerhalb der gesamten dreidimensionalen Strukturen eingenommen werden. Mit Hilfe dieser Information erhalten wir " "eine Näherung der Strukturen, die wir für bestimmte Aminosäure-Sequenzen, die in der gleichen Reihenfolge in " "bekannten Proteinen vorkommen, zu erwarten haben." msgid "RAH_RESEARCH_PRED_PS_B" msgstr "Die wichtigsten nichtlokalen Wechselwirkungen, die berücksichtigt werden müssen, sind hydrophobe " "Zusammenballungen, elektrostatische Wechselwirkungen, Wasserstoffbrücken des Backbones und Ausschlussvolumina. " "Strukturen, die sowohl mit den lokalen Strukturzwängen als auch mit den nichtlokalen Wechselwirkungen vereinbar " "sind, werden durch simuliertes Abkühlen (\"Simulated Annealing\") erzeugt, um die Energie nichtlokaler Wechselwirkungen " "im Zustandsraum zu minimieren, der durch die Verteilungen der örtlichen Strukturen definiert wird." msgid "RAH_RESEARCH_PRED_PS_C" msgstr "Rosetta wurde im Rahmen der alle zwei Jahre stattfindenden %sCASP%-Experimente (Critical Assessment of Structure " "Prediction) getestet, bei denen Vorhersageprogramme aufgefordert sind, blinde Vorhersagen der Gestalt von " "Proteinsequenzen zu machen, deren Struktur zwar bekannt, aber noch unveröffentlicht ist. Seit CASP3 im Jahr 1998 " "war Rosetta immer die beste Methode für Ab-Initio-Vorhersagen, wie unabhängige Prüfer bestätigen. Im CASP4-Experiment " "wurde Rosetta z.B. an 21 Proteinen getestet. Die Vorhersagen für diese Proteine, deren Sequenzen keinerlei feststellbare " "Ähnlichkeit mit irgendeinem Protein bekannter Struktur aufwiesen, waren von noch nie dagewesener Genauigkeit und " "Stimmigkeit (einige Beispiele dafür sind in Abb. 2 zu sehen). Auch in CASP5 und CASP6 waren die Vorhersagen exzellent. " "Von diesen vielversprechenden Ergebnissen ermutigt, haben wir Modelle für sämtliche großen Proteinfamilien aufgestellt, " "die kürzer als 150 Aminosäuren sind." msgid "RAH_RESEARCH_PRED_PS_D" msgstr "Ein Highlight von CASP6 war die erste blinde Vorhersage eines ganz neuen Proteins mit Hilfe unserer " "Methode zur hochauflösenden Verfeinerung, die fast an eine atomare Auflösung herankam. Die relativ kurze Sequenz " "(76 Seitenketten) gestattete es uns, unsere Methode zur Verfeierung sämtlicher Atompositionen nicht nur auf die " "native Sequenz, sondern auch auf die Sequenz vieler Homologe anzuwenden. Der Mittelwert aus der Menge aller " "Niedrigenergie-Strukturen befand sich bemerkenswerter Nähe zur nativen Struktur (1,5 Å, Abb. 3). Das Protokoll " "für die hochauflösende Verfeinerung verringerte die mittlere quadratische Abweichung von 2.2 Å auf 1.5 Å und " "die Seitenketten sind im Kern des Proteins in einer Weise gepackt, die der nativen Form nahekommt (Abb. 3, rechte Seite)." msgid "RAH_RESEARCH_PRED_PS_E" msgstr "Wir haben die Ab-Initio-Strukturvorhersage in Rosetta auf das Problem der Erzeugung von Modellen von Proteinen " "erweitert, für die nur begrenzte experimentelle Daten für Verfügung stehen. Durch die Möglichkeit zur Berücksichtigung " "von Informationen aus chemischen Verschiebungen, dem Kern-Overhauser-Effekt und neuerdings auch aus dipolaren Kopplungen " "in Rosettas Strukturerzeugungsmethode konnten wir erheblich genauere Modelle erstellen als nur mit der Ab-Initio-Methode " "oder durch ausschließliche Anwendung konventioneller NMR-Techniken zur Strukturaufklärung auf die gleichen begrenzten " "Datensätze. Eine aufregende aktuelle Entwicklung ist die Tatsache, dass die Rosetta-Methode auch nicht-zugeordnete " "NMR-Daten nutzen kann, was den schwierigen und mühsamen Zwischenschritt der Zuordnung von NMR-Spektren erspart." msgid "RAH_RESEARCH_PRED_PS_F" msgstr "Rosettas Ab-Initio-Vorhersagemethode, die Rosetta-basierte Methode zur NMR-Strukturbestimmung und eine neue " "Methode zur vergleichenden Modellierung, die Rosettas de novo-Ansatz nutzt, um Teile einer Struktur (hauptsächlich " "lange Schleifen) zu modellieren, die sich nicht mit Hilfe homologer Vorlagen annähern lassen, wurden gemeinsam in " "einem öffentlichen Server namens %sRobetta%s implementiert. Dieser Server, der ständig von Anwendern aus aller Welt " "ausgebucht ist, war einer der insgesamt besten vollautomatischen Strukturvorhesage-Server in den CASP5- und CASP6-Tests." msgid "RAH_RESEARCH_PRED_PPI_TITLE" msgstr "Vorhersage von Protein-Protein-Wechselwirkungen" msgid "RAH_RESEARCH_PRED_PPI_A" msgstr "Wir haben über einige Jahre hinweg an der Verfeinerung von Proteinstrukturen gearbeitet, die wegen der " "großen Zahl an Freiheitsgraden ein sehr anspruchsvolles Problem darstellt. Dann begannen wir uns für " "Protein-Protein-Bindungen zu interessieren, weil der Raum, den man durchsuchen muss (die sechs Freiheitsgrade für " "starre Körper plus die Freiheitsgrade der Seitenketten), deutlich kleiner ist, sofern man die Näherung zulässt, " "dass sich die Konformation der beiden Partner durch die gegenseitige Bindung nur unerheblich ändert. Es handelt " "sich dabei nicht nur ein an sich wichtiges Problem, das eine Untersuchung lohnt, sondern auch um einen hervorragenden " "Ausgangspunkt für das schwierigere Problem der Strukturverfeinerung." msgid "RAH_RESEARCH_PRED_PPI_B" msgstr "Wir haben eine neue Methode entwickelt, mit der sich Protein-Protein-Komplexe aus den Koordinaten der " "ungebundenen Monomere vorhersagen lassen. Diese Methode stützt sich auf eine niedrig aufgelöste Monte Carlo-Suche " "unter der Annahme starrer Körper, gefolgt von einer gleichzeitigen Optimierung der Backbone-Umlagerung und der " "Konformation der Seitenketten mit Hilfe der gleichen Monte Carlo-Minimierungsmethode und des physikalischen Modells, " "die wir für hochaufgelöste Strukturvorhesagen nutzen. Die gleichzeitige Optimierung der Freiheitsgrade der Seitenketten " "und der starren Monomerkörper steht im Kontrast zu anderen derzeit versuchten Ansätzen, die das Protein-Protein-Docking " "als ein Problem eines Formabgleichs zweier starrer Körper betrachten, bei denen die Seitenketten ortsfest sind. " "Wir konnten unsere Methode (RosettaDock) erst kürzlich durch Entwicklung eines Algorithmus verbessern, der die " "effiziente Suche nach Off-Rotamer-Konformationen der Seitenketten während des Dockingprozesses gestattet." msgid "RAH_RESEARCH_PRED_PPI_C" msgstr "Die Leistungsfähigkeit von RosettaDock hat sich in der kürzlich durchgeführten CAPRI-Challenge zum " "Protein-Protein-Docking erwiesen. In Capri erhalten die Teilnehmer die Strukturen zweier Proteine, die " "bekanntermaßen einen Komplex miteinander bilden und sind aufgefordert, die Struktur dieses Komplexes vorherzusagen. " "Die RosettaDock-Vorhersagen für Ziele, bei denen der Backbone weitgehend unverändert bleibt, waren verblüffend, wie " "Abb. 4 zeigt. Es wurden nicht nur die Ausrichtungen der als starre Kröper angenommenen Partner fast perfekt vorhergesagt, " "sondern auch fast alle Seitenketten an der Bindungsstelle mit hoher Präzision modelliert. Diese korrekten Modelle " "zeichneten sich gegenüber allen anderen von uns erzeugten Modellen eindeutig durch eine niedrigere Energie aus, was " "nahelegt, dass die Potenzialfuntion ausreichend genau gewählt ist." msgid "RAH_RESEARCH_PRED_PPI_D" msgstr "Diese vielversprechenden Ergebnisse legen den Schluss nahe, dass die Methode vielleicht schon bald " "geeignet ist, Modelle biologisch wichtiger Komplexe anhand der Strukturen ihrer isolierten Bestandteile zu " "berechnen. Sie weisen außerdem viel allgemeiner darauf hin, dass die hochaufgelöste Modellierung von Strukturen " "und Wechselwirkungen tatsächlich zum Greifen nahe liegt. Für unsere Arbeit auf dem Gebiet der Strukturvorhersage " "für Monomere ist nun das eindeutige Ziel das Erreichen der gleichen Genauigkeit, die wir bei den genannten Modellen " "erzielen konnten." msgid "RAH_RESEARCH_IMPROV_TITLE" msgstr "Verbesserung des physikalischen Modells" msgid "RAH_RESEARCH_IMPROV" msgstr "Unser momentaner Ansatz zur Verbesserung der Energiefunktionen besteht aus einer Mischung aus " "quantenchemischen Berechnungen an einfachen Modellverbindungen und gängigen Methoden aus der Molekülmechanik " "und der Proteinstrukturanalyse. Mit Hilfe eines solchen Ansatzes haben wir ein verbessertes Potenzial für " "Wasserstoffbrücken berechnet. Besonders hervorzuheben ist dabei das Ergebnis, dass die Orientierungsabhängigkeit (OA) " "einer Wasserstoffbrücke in quantenchemischen Berechnungen an Formamid-Dimeren bemerkenswerte Ähnlichkeit mit derjenigen " "von Wasserstoffbrücken zwischen zwei Seitenketten in Proteinstrukturen hat, aber von der mit derzeitigen " "Molekülkraftfeldern berechneten OA abweicht, da diese den kovalenten (Atombindungs-) Charakter von Wasserstoffbrücken " "nicht berücksichtigen. Das Feedback aus den Vorhersage- und Designberechnungen hat uns immer wieder den Antrieb und " "die konkrete Richtung für die Verbesserung der Energiefunktion geliefert; Unstimmigkeiten in der Behandlung von " "Protein-Protein-Wechselwirkungen haben zum Beispiel ganz aktuell zur Entwicklung eines Rotamer-basierten Modells " "wasservermittelter Wasserstoffbrücken geführt." msgid "RAH_RESEARCH_FUTURE_TITLE" msgstr "Zukunftspläne" msgid "RAH_RESEARCH_FUTURE_A" msgstr "Unsere Vorhersage- und Designmethoden sind jetzt an einem Punkt angekommen, an dem sie auf wichtige " "biologische Probleme angewandt werden können. Besonders ermutigend sind nach jahrelanger Arbeit an einer " "hochaufgelösten Modellierung die Strukturvorhersagen der CAPRI-Komplexe (Abb. 4) mit fast atomarer Auflösung, " "die de-novo-Vorhersage mit 1,5 Å in CASP6 (Abb. 3) und die hohe Übereinstimmung von TOP7 (Abb. 1 rechts) sowie " "der Designmodelle der Protein-Protein-Bindungsstellen (Abb. 1 links) mit den röntgenographischen Kristallstrukturen. " "Diese Ergebnisse zeigen, dass die hochaufgelöste Modellierung zu funktionieren beginnt." msgid "RAH_RESEARCH_FUTURE_B" msgstr "In den kommenden Jahren beabsichtigen wir, unsere Methoden zu verbessern und zu erweitern. Wir konzentrieren " "uns dabei insbesonders auf die Verbesserung der Genauigkeit der hochaufgelösten Strukturvorhersage (was notwendig ist, " "damit die Modelle allgemeinen Nutzen haben). Um dies zu erreichen, werden wir an der Verbesserung des zugrundeliegenden " "physikalischen Modells und an der Auswahlmethode für die Startkonformationen der Berechnungen arbeiten. Außerdem wollen " "wir verbesserte Methoden zur Vorhersage und gezielten Veränderung der Spezifität von Protein-DNA-Wechselwirkungen " "entwickeln und unsere Methode zum Proteindesign auf Enzyme erweitern, die chemische Reaktionen katalysieren, die " "nicht von bekannten, natürlich vorkommenden Proteinen katalysiert werden." msgid "RAH_RESEARCH_END" msgstr "Weitere Informationen finden Sie auf unserer Webseite %s. Dort befindet sich auch eine " "Publikationsliste mit unseren wissenschaftlichen Veröffentlichungen." msgid "RAH_RESEARCH_FIG_A" msgstr "Abb. 1: Design von Proteinen und Protein-Protein-Wechselwirkungen mit hochaufgelöster Genauigkeit. " "Vergleich von Designmodell und Kristallstruktur (links) der Bindungsstelle einer Endonuklease, die so umgebaut " "wurde, dass sie die DNA nun an einer neuen, vor dem Umbau als Ziel festgelegten Stelle spaltet und (rechts) " "des völlig neu entwickelten Proteins TOP7.
Linke Seite: Tanja Kortemme. Rechte Seite: Gautam Dantas." msgid "RAH_RESEARCH_FIG_B" msgstr "Abb. 2: Blind vorhergesagte Proteinstrukturen aus CASP3 und CASP4." "
A: Links: Kristallstruktur des an DNA gebundenen MarA-Transkriptionsfaktors; Rechts: unser bestes in CASP3 " "abgegebenes Modell. Trotz vieler falscher Details wurde die Faltung insgesamt mit ausreichender Genauigkeit " "vorhergesagt, um neue Erkenntnisse über den Mechanismus der DNA-Bindung zu erhalten.
" "B: Links: Kristallstruktur von Bacteriocin AS-48; Mitte: unser bestes in CASP4 abgegebenes Modell; " "Rechts: ein strukturell und funktionell verwandtes Protein (NK-Lysin), das mit Hilfe dieses Modells " "im Rahmen einer strukturbasierten Suche in der Protein Data Bank (PDB) identifiziert werden konnte. " "Die strukturelle und funktionelle Ähnlichkeit ist mit Hilfe eines reinen Sequenzvergleichs nicht " "erkennbar (die beiden Sequenzen stimmen nur zu 5 Prozent überein).
" "C: Links: Kristallstruktur der zweiten Domäne von MutS; Mitte: unser bestes in CASP4 abgegebenes Modell für " "diese Domäne; Rechts: ein strukturell verwandtes Protein (RuvC) mit ähnlicher Funktion, die durch Verwendung " "des Modells für eine strukturbasierte Suche in der PDB erkannt wurde. Die Ähnlichkeit wurde nicht durch Methoden " "zum Sequenzvergleich oder zur Faltungserkennung festgestellt.
" "Bild: Rich Bonneau" msgid "RAH_RESEARCH_FIG_C" msgstr "Abb. 3: Die erste blinde Ab-Initio-Vorhersage mit fast atomarer Auflösung — CASP6 T281. " "Die im Text beschriebene Methode zur hochaufösenden Verfeinerung hat ein Modell mit einer mittleren quadratischen " "Abweichung von 1,5 Å von der Kristallstruktur erzeugt (linke Seite) und Teile der nativen Anordnung der Seitenketten " "aufgezeigt (rechte Seite)." "
Bild: Phil Bradley" msgid "RAH_RESEARCH_FIG_D" msgstr "Abb. 4: CAPRI-Ergebnisse (Critical Assessment of Predicted Interactions) zum Protein-Protein-Docking. " "Überlagerung der vorhergesagten (blau) und röntgenographischen (rot und orange) Proteinkomplex-Strukturen. " "Grün: eine Seitenkette, für deren Konformationswechsel während der Komplexbildung korrekt vorhergesagt wurde. " "Oben: Gesamtkomplex. Unten: Details der Bindungsstelle. Neben der Ausrichtung der starren Körper wurden auch " "die Konformationen der meisten Seitenketten korrekt vorhergesagt.
Bild: Ora Furman " #EOF