Das Projekt PP14 zielt darauf ab, eine umfassende (sub)proteomweite Analyse von Lipidhydrolasen durchzufhren, indem ihre 3D-Strukturen untersucht werden. Dabei liegt der Schwerpunkt auf den Eigenschaften und Konstellationen der aktiven Zentren. Dieser Ansatz wird die Vorhersage von Funktionen fr Lipidhydrolasen mit unbekannten Eigenschaften erleichtern. Darber hinaus werden wir mit Hilfe von Molekulardynamiksimulationen intrinsisch gest枚rte Regionen charakterisieren, um funktionsrelevante Ensembles und Konformationen zu erzeugen, die letztlich unser Verstndnis der physiologischen Rolle von Lipidhydrolasen verbessern. Das Projekt wird die jngsten Fortschritte bei der Vorhersage von Proteinstrukturen nutzen, um bestehende Modelle zu verfeinern und Ensembles fr weitere Analysen zu erstellen. Mit Hilfe von Techniken des maschinellen Lernens sollen strukturelle und funktionelle Daten miteinander in Beziehung gesetzt werden, um so die Vorhersage von Eigenschaften fr noch nicht charakterisierte Lipidhydrolasen zu erm枚glichen. Schlie脽lich werden wir Molekulardynamiksimulationen einsetzen, um physiologisch relevante Konformationen von unstrukturierten Regionen in diesen Enzymen zu erhalten Der Schwerpunkt liegt debei auf ATGL und seinem Inhibitor G0S2.
