A Bioinformatics Approach to Analyzing the Pathogenicity of Mutations by Using Protein Structure Information : A Study on DNA Polymerase Gamma

Abstract

Geneettisen testauksen kustannusten laskiessa, pullonkaulaksi saatavilla olevan tiedon hyödyntämiseen on muodostumassa tietämyksemme eri geneettisten variaatioiden ja mutaatioden merkityksestä. Jokaisella henkilöllä on satoja, yksilöllisiä variaatioita perimässään joiden vaikutuksia ei tunneta. Tilanteissa joissa perinöllisen sairauden syytä pyritään selvittämään geenitutkimuksen avulla nämä variaatiot pitää pystyä tunnistamaan joko merkityksettömiksi tai merkitysellisiksi taudin kannalta, jotta oikean diagnoosin tekeminen ja sopivien hoitometelmien valinta on mahdollista.

Rakennebiologia ja bioinformatiikka tarjoavat monia keinoja mutaatioiden vaikutusten tarkasteluun. Tässä tutkimuksessa käytetään esimerkkinä DNA polymeraasi gammaa (Pol γ), joka on ainoa tunnettu entsyymi joka replikoi ja ylläpitää mitokondrionaalista DNA:ta. Pol γ tarjoaa uniikin tutkimuskohteen pistemutaatioiden vaikutuksille sen kriittisen toiminnalisuuden ja korvaavien mekanismien puuttumisen vuoksi. Pol γ:n tunnetun proteiinirakenteen, yli 700 hengen potilasaineiston ja mutaatioiden biokemiallisen karakterisoinnin avulla pystymme tuottamaan ennennäkemättömän tarkan kuvan mutaatioiden vaikutusmekanismeista ja ennustamaan sekä tunnettujen, että vielä tuntemattomien mutaatioiden vaikutusta taudin puhkeamiseen ja etenemiseen.

Tämän tutkimuksen osana olemme kehittäneet uuden algoritmin proteiinien kolmiulotteisten rakenteiden tutkimukseen ja analysointiin, nimeltään StructureMapper. StructureMapper on skaalautuva, suurien aineistojen analysoitiin suunniteltu algoritmi, joka tarjoaa mahdollisuuksia analysoida esimerkikisi ennustusalgoritmien tulosten luotettavuutta, kokeellisen datan laatua, ja sitä voidaan hyödyntää myös mutaatioiden haitallisuuden ennustamisessa ja tutkimuksessa. Kaikkia tämän tutkimuksen osana tuotetuista menetelmistä ja työkaluista voidaan hyödyntää yleiskäyttöisesti proteiinien tutkimuksessa.

Genetic testing is becoming more and more prevalent in the field of medicine. The bottleneck in making a diagnosis based on genetic information has shifted from being able to acquire the required information by sequencing the genome of a patient, to understanding the effects of the detected, unique variations in the DNA. Mutations in the DNA can affect proteins and their structure on many levels. In a clinical setting, being able to separate the benign mutations from the pathogenic is of utmost importance.

DNA polymerase gamma (Pol γ) offers an intriguing study subject in the world of structural biology. It is the sole enzyme responsible for replicating mitochondrial DNA. Defects in its functionality can manifest with a wide variety of symptoms that are often due to single point mutations that affect its structure in a deleterious way. Through analysis of the structure of Pol γ, combined with over 700 available patient case reports and biochemical characterization of some of the mutations, we have gained an unprecedented view to the reasons behind the mutations that lead to pathogenicity and altered biological functionality of the Pol γ enzyme.

As a result of this study we have developed a new algorithm, StructureMapper, for the analysis of three-dimensional protein structures. StructureMapper enables high-throughput analysis of protein tertiary structures in a wide variety of applications, including verification of prediction algorithm results, experimental data quality control, as well as mutation pathogenicity analysis. All of the tools and methods created and described in this study can be applied to any proteins.