Local protein threading by Mixed Integer Programming

During the last decade, significant progresses have been made in solving the Protein Threading Problem (PTP). However, all previous approaches to PTP only perform global sequence–structure alignment. This obvious limitation is in clear contrast with the ”world of sequences”, where local sequence-sequence alignments are widely used to find functionally important regions in families of proteins. This paper presents a novel approach to PTP which allows to align a part of a protein structure onto a protein sequence in order to detect local similarities. We show experimentally that such local sequence– structure alignments improve the quality of the prediction. Our approach is based on Mixed Integer Programming (MIP) which has been shown to be very successful in this domain. We describe five MIP models for local sequence– structure alignments, compare and analyze their performances by using ILOG CPLEX 10 solver on a benchmark of proteins. Key-words: Mixed integer programming, combinatorial optimization, protein threading problem, protein structure alignment ∗ IRISA-Symbiose team, Campus de Beaulieu, 35042 Rennes Cedex, France † Faculty of Mathematics and Informatics, Sofia University, blvd. James Bourchier 5,1164, Sofia, Bulgaria ‡ Institute of Mathematics and Informatics, Bulgarian Academy of Sciences § MIG INRA, Domaine de Vilvert, 78350 Jouy en Josas Cedex, France in ria -0 04 36 33 5, v er si on 1 26 N ov 2 00 9 Local Protein Threading by Mixed Integer Programming Résumé : Au cours des dernières décennies, le problème de la reconnaissance de repliements des protéines ou Protein Threading Problem (PTP) a connu de grandes avancées. Néanmoins, toutes les méthodes développées ne proposent que des alignements séquence–structure globaux. Or, les alignements séquence– séquence locaux ont montrés qu’ils permettaient de détecter des régions fonctionnelles dans des familles de protéines. Ce rapport présente une nouvelle approche de la reconnaissance des repliements qui permet d’aligner une partie d’une structure de protéine avec une partie d’une séquence de protéine afin de détecter des similarités locales. Nous montrons que cette approche, basée sur la programmation mixte en nombre entiers (MIP), améliore la qualité de la reconnaissance. Nous avons modélisé les alignements séquence–structure locaux par cinq modèles MIP que nous comparons et analysons grâce au logiciel CPLEX 10.0 sur un jeu de test de protéines. Mots-clés : Programmation mixte en nombre entiers, Optimisation combinatoire, Reconnaissance des repliements, Alignements séquence–structure de protéines in ria -0 04 36 33 5, v er si on 1 26 N ov 2 00 9 Local Protein Threading by Mixed Integer Programming 3