CAPÍTULO II: MARCO TEÓRICO
2. RADIOGRAFÍA PANORÁMICA
2.4. Anatomía Radiográfica
2.4.1. Anatomía del Maxilar Superior
Van der Klei and co-workers studied four different conformational states of the flavoenzyme alcohol oxidase (AO) from the methylotrophic yeasts Hansenula polym orpha and Pichia pastoris, including assembly intermediates (Boteva et al., 1999). These proteins had to be homology modelled from the enzyme glucose oxidase that shows only 25% sequence identity with the AOs. With so little similarity, homology modelling is very difficult and large modelling errors are to be expected. An additional problem is that glucose oxidase is a dimer while AO is an octamer. The low quality of the model certainly precluded any form of protein-protein docking to construct an octamer from the dimer. The model fortunately revealed a series of hydrophobic surface patches, some of which have tryptophan residues at the surface. As there were also tryptophans observed in the model near the FAD group, the suggestion to apply spectroscopic techniques to extend the modelling study came shouting from Figure 6.7. A series of spectroscopic techniques, including time-resolved fluorescence, fluorescence anisotropy decay, steady-state fluorescence, and visible and near-ultraviolet (UV) circular dichroism, was used to characterize native AO and several putative assembly intermediates. A good working hypothesis for the AO folding pathway could be derived. The study also triggered the search for chaperones that seemed necessary to allow FAD to bind to AO in vivo.
6.5. Conclusion
Homology modelling will always be needed because it is impossible to solve the three-dimensional structure for each determined sequence. An increasing number of scientists are now using protein structures for mutational analysis and experimental design. The process of homology modelling has improved dramatically over the years, but there are still many problems to solve. It is reassuring for homology modellers that modelling problems can often be solved using spectroscopic techniques.
Spectroscopists, on the other hand, normally need homology models to fully harvest the results from their spectroscopic studies. This interplay brings us back to the title of this article: homology modelling and spectroscopy are indeed a never-ending love story.
Figure 6.7: Model of one monomer of AO shown as ribbon; helix in blue, strand in red, loop and turn in shades of green. All tryptophan side chains are shown in yellow, the FAD group is shown in purple.
Acknowledgements
This work was part of the BioRange programme of the Netherlands Bioinformatics Centre (NBIC), which is supported by a BSIK grant through the Netherlands Genomics Initiative (NGI). TIPharma is thanked for support.
This work was funded in part by the EU project EMBRACE Grid which is funded by the European Commission within its FP6 Programme, under the thematic area "Life sciences, genomics and biotechnology for health", contract number LUNG-CT-2004-512092. This work was also supported by the Biosapiens Network of Excellence project. The BioSapiens project is funded by the European Commission within its FP6 Programme, under the thematic area 'Life sciences, genomics and biotechnology for health', contract number LSHG-CT-2003-503265. G.V. wishes to thank M.A. Hemminga for being a warm-hearted friend and a great Ph.D. supervisor.
References
Ahmed, Z.M., Masmoudi, S., Kalay, E., Belyantseva, I.A., Mosrati, M.A., Collin, R.W., Riazuddin, S., Hmani-Aifa, M., Venselaar, H., Kawar, M.N., Tlili, A., van der Zwaag, B., Khan, S.Y., Ayadi, L., Riazuddin, S.A., Morell, R.J., Griffith, A.J., Charfedine, I., Caylan, R., Oostrik, J., Karaguzel, A., Ghorbel, A., Riazuddin, S., Friedman, T.B., Ayadi, H., Kremer, H. (2008) Nat. Genet., 40(11), 1335-1340.
Altenbach, C., Cai, K., Khorana, H.G., Hubbell, W.L. (1999) Biochemistry, 38(25), 7931-7937.
Altschul, S.F., Gish, W., Miller, W., Myers, E.W., Lipman, D.J. (1990) J. Mol. Biol., 215, 403-410.
Altschul, S.F., Madden, T.L,, Schaffer, A.A., Zhang, J., Anang, Z., Miller, W., Lipman, D.J. (1997) Nucl. Acids Res., 25, 3389-3402.
Arnold, K., Bordoli, L., Kopp, J., Schwede, T. (2006) Bioinformatics, 22, 195-201.
Beck, M., Sakmar, T.P., Siebert, F. (1998) Biochemistry, 37(20), 7630-7639.
Berman, H.M., Henrick, K., Nakamura, H. (2003) Nat. Struct. Biol., 10(12), 980.
Bonifacio, M.J., Archer, M., Rodrigues, M.L., Matias, P.M., Learmonth, D.A., Carrondo, M.A., Soares-Da-Silva, P. (2002] Mol. Pharmacol., 62, 795-805.
Boteva, R., Visser, A.J., Flilippi, B., Vriend, G., Veenhuis, M., van der Klei, I.J. (1999) Biochemistry, 38(16), 5034-5044.
Brândén, C.-I., Jones, T.A. (1990) Nature, 343, 687-689.
Browne, W.J., North, A.C., Philips, D.C., Brew, K., Vanaman, T.C., Hill, R.L. (1969) J. Mol. Biol., 42, 65-86.
Brünger, A.T. (1992) Nature, 355, 472-475.
Brünger, A.T., Adams, P.D., Clore, G.M., DeLano, W.L., Gros, P., Grosse-Kunstleve, R.W., Jiang, J.S., Kuszewski, J., Nilges, M., Pannu, N.S., Read, R.J., Rice, L.M., Simonson, T., Warren, G.L. (1998) Acta Cryst., D54, 905-921.
Cai, K., Klein-Seetharaman, J., Farrens, D., Zhang, C., Altenbach, C., Hubbell, W.L., Khorana, H.G.
(1999) Biochemistry, 38(25), 7925-7930.
Canutescu, A.A., Dunbrack, R.L.J. (2003a) Protein Sci., 12, 963-972.
Canutescu, A.A., Shelenkov, A.A., Dunbrack, R.L.J. (2003b) Protein Sci., 12, 2001-2014.
Chen, X., Schauder, S., Potier, N., Van Dorsselaer, A., Pelczer, I., Bassler, B.L., Hughson, F.M.
(2002) Nature, 415(6871), 545-549.
Cherezov, V., Rosenbaum, D.M., Hanson, M.A., Rasmussen, S.G., Thian, F.S., Kobilka, T.S., Choi, H.J., Kuhn, P., Weis, W.I., Kobilka, B.K., Stevens, R.C. (2007] Science, 318,1258-1265.
Chinea, G., Padrón, G., Hooft, R.W.W., Sander, C., Vriend, G. (1995] Proteins, 2 3 ,415-421.
Chivian, D., Kim, D.E., Malmstrom, L., Bradley, P., Robertson, T., Murphy, P., Strauss, C.E., Bonneau, R., Rohl, C.A., Baker, D. (2003) Proteins, 53(suppl. 6), 524-533.
Collin, R.W., Kalay, E., Tariq, M., Peters, T., van der Zwaag, B., Venselaar, H., Oostrik, J., Lee, K., Ahmed, Z.M., Caylan, R., Li, Y., Spierenburg, H.A., Eyupoglu, E., Heister, A., Riazuddin, S., Bahat, E., Ansar, M., Arslan, S., Wollnik, B., Brunner, H.G., Cremers, C.W., Karaguzel, A., Ahmad, W., Cremers, F.P., Vriend, G., Friedman, T.B., Riazuddin, S., Leal, S.M., Kremer, H. (2008) Am. J. Hum.
Genet., 82(1), 125-138.
Comoletti, D., Grishaev, A., Whitten, A.E., Tsigelny, I., Taylor, P., Trewhella, J. (2007) Structure, 15(6), 693-705.
Davison, M.D., Findlay, J.B. (1986a) Biochem. J., 234(2), 413-420.
Davison, M.D., Findlay, J.B. (1986b) Biochem. J., 236(2), 389-395.
Dodge, C., Sander, C., Schneider, R. (1998) Nucl. Acids Res., 26(1), 313-315.
Dunbrack, R.L.J., Karplus, M. (1993) J. Mol. Biol., 230, 543-574.
Edgar, R. (2004) Nucl. Acids Res., 32(5), 1792-1797.
Greer, J. (1980) Proc. Natl. Acad. Sci. USA, 77(6), 3393-3397.
Greschik, H., Wurtz, J.M., Sanglier, S., Bourguet, W., van Dorsselaer, A., Moras, D., Renaud, J.P.
(2002] Mol. Cell, 9,303-313.
Harikumar, K.G., Pinon, D.I., Wessels, W.S., Prendergast, F.G., Miller, L.J. (2002] J. Biol. Chem., 277(21), 18552-18560.
Harikumar, K.G., Lam, P.C., Dong, M., Sexton, P.M., Abagyan, R., Miller, L.J. (2007) J. Biol. Chem., 282(45), 32834-32843.
He, Y., Chen, Y., Alexander, P., Bryan, P.N., Orban, J. (2008) Proc. Natl. Acad. Sci. USA, 105, 14412-14417.
Hooft, R.W.W., Vriend, G., Sander, C., Abola, E.E. (1996a) Nature, 381, 272.
Hooft, R.W.W., Sander, C., Vriend, G. (1996b) Proteins, 26, 363-376.
Hooft, R.W.W., Sander, C., Vriend, G. (1997). CABIOS. 13, 425-430.
Horn, F., Bettler, E., Oliveira, L., Campagne, F., Cohen, F.E., Vriend, G. (2003) Nucl. Acids Res., 31(1), 294-297.
Jones, D.T. (1999) J. Mol. Biol., 287(4), 797-815.
Jones, T.A., Zou, J.Y., Cowan, S.W., Kjeldgaard, M. (1991) Acta Cryst., A47, 110-119.
Joo, K., Lee, J., Seo, J.H., Lee, K., Kim, B.G., Lee, J. (2008) Proteins, Nov 4 [Ahead of print]
Joosten, R.P., Womack, T., Vriend, G., Bricogne, G. (2009) Acta Cryst., D62, 176-185.
Kleywegt, G.J., Harris, M.R., Zou, J.Y., Taylor, T.C., Wählby, A., Jones, T.A. (2004) Acta Cryst., D60, 2240-2249.
Krieger, E., Darden, T., Nabuurs, S.B., Finkelstein, A., Vriend, G. (2004) Proteins, 57, 678-683.
Krieger, E., Joo, K., Lee, J., Lee, J., Raman, S., Thompson, J., Tyka, M., Baker, D., Karplus, K. (2009) Proteins, 77, Suppl. 9.
Kosloff, M., Kolodny, R. (2008) Proteins, 71, 891-902.
Laskowski, R.A., MacArthur, M.W., Moss, D.S., Thornton, J.M. (1993) J. Appl. Cryst., 26, 283-291.
Lovell, S.C., Word, J.M., Richardson, J.S., Richardson, D.C. (2000) Proteins, 40, 389-408.
Lütteke, T. (2009) Acta Cryst., D65, 156-168.
Marchot, P., Ravelli, R.B., Raves, M.L., Bourne, Y., Vellom, D.C., Kanter, J., Camp, S., Sussman, J.L., Taylor, P. (1996). Protein Sci., 5, 672-679.
Mascarenhas, Y.P., Stouten, P.F., Beltran, J.R., Laure, C.J., Vriend, G. (1992) Eur. Biophys. J., 21(3), 199-205.
Michalsky, E., Goede, A., Preissner, R. (2003) Protein Eng., 16, 979-985.
Misura, K.M., Chivian, D., Rohl, C.A., Kim, D.E., Baker, D. (2006) Proc. Natl. Acad. Sci. USA, 103, 5361-5366.
Moult, J., Fidelis, K., Kryshtafovych, A., Rost, B., Hubbard, T., Tramontano, A. (2007) Proteins, 69(suppl. 8), 3-9.
Nabuurs, S.B., Wagener, M., de Vlieg, J. (2007) J. Med. Chem., 50(26), 6507-6518.
Nayal, M., Di Cera, E. (1996) J. Mol. Biol., 256(2), 228-234.
Notredame, C., Higgins, D.G., Heringa, J. (2000) J. Mol. Biol., 302(1), 205-217.
Oliveira, L., Paiva, A.C., Vriend, G. (1993) J. Comp. Aided. Mol. Des., 7, 649-658.
Oliveira, L., Paiva, A.C.M., Vriend, G. (1999) Prot. Eng., 12, 1087-1095.
Oliveira, L., Hulsen, T., Lutje Hulsik, D., Paiva, A.C., Vriend, G. (2004) FEBS Lett., 564(3), 269
273.
Orry, A.J., Wallace, B.A. (2000) Biophys. J , 79(6), 3083-3094.
Palczewski, K., Kumasaka, T., Hori, T., Behnke, C.A., Motoshima, H., Fox, B.A., Le Trong, I., Teller, D.C., Okada, T., Stenkamp, R.E., Yamamoto, M., Miyano, M. (2000] Science, 289, 739-745.
Palczewski, K., Kumasaka, T., Hori, T., Behnke, C.A., Motoshima, H., Fox, B.A., Le Trong. I., Teller, D.C., Pandit, S.B., Zhang, Y., Skolnick, J. (2006) Biophys. J , 91, 4180-4190.
Parodi, A.J. (2002) Biochem. J., 348, 1-13.
Prusiner, S.B. (1998) Proc. Natl. Acad. Sci. USA, 95(23), 1363-1383.
Qiu, J., Elber, R. (2006) Proteins, 62, 881-891.
Rarey, M., Kramer, B., Lengauer, T., Klebe, G. (1996) J. Mol. Biol., 261(3), 470-489.
Sali, A., Blundell, T.L. (1993) J. Mol. Biol., 234, 779-815.
Sander, C., Schneider, R. (1991) Proteins, 9(1), 56-68.
Smith, B.J., Huyton, T., Joosten, R.P., McKimm-Breschkin, J.L., Zhang, J.G., Luo, C.S., Lou, M.Z., Labrou, N.E., Garrett, T.P. (2006) Acta Cryst., D62, 947-952.
Taylor, W. (1986) J. Mol. Biol., 188(2), 233-258.
Thompson, J., Higgins, D., Gibson, T. (1994) Nucl. Acids Res., 22, 4673-4680.
Turcatti, G., Vogel, H., Chollet, A. (1995) Biochemistry, 34(12), 3972-3980.
Turcatti, G., Nemeth, K., Edgerton, M.D., Meseth, U., Talabot, F., Peitsch, M., Knowles, J., Vogel, H., Chollet, A. (1996) J. Biol. Chem., 271(33), 19991-19998.
Vos, W.L., Nazarov, P.V., Koehorst, R.B., Spruijt, R.B., Hemminga, M.A. (2009) Trends Biochem.
Sci., Epub ahead of print.
Vriend, G. (1990) J. Mol. Graph., 8, 52-56.
Vriend, G., Sander, C. (1993) J. Appl. Cryst., 26, 47-60.
Wu, Z.L., Ethen, C., Hickey, G.E., Jiang, W. (2009) Biochem. Biophys. Res. Commun., 379(3), 749
753.
Xiang, Z., Honig, B. (2002) Proc. Natl. Acad. Sci. USA, 99, 7432-7437.
Samenvatting
Eiwitten zijn betrokken bij (bijna) alle processen in levende wezens. Ze vormen zo de kleine tandwielen in de machinerie van het leven. Het is dan ook niet verbazingwekkend dat onderzoeksvragen in de moleculaire biologie, genetica en de medische wetenschap vaak teruggebracht kunnen worden tot een aantal vragen over de chemie van een bepaald eiwit. Een actuele onderzoeksvraag is bijvoorbeeld: “Waarom werkt Oseltamivir (Tamiflu) niet tegen een nieuwe griepvariant en hoe moet het medicijn worden aangepast om het weer bruikbaar te maken?”. Om een dergelijke vraag te beantwoorden, is een correcte beschrijving van de structuur van het onderzochte eiwit nodig.
De structuur van eiwitten wordt op verschillende niveaus beschreven. Deze niveaus lopen van de volgorde (sequentie) van de bouwstenen, de aminozuren, in het eiwit, tot een beschrijving waarin ieder atoom van het eiwit zijn eigen driedimensionale (3D) coördinaten heeft. In Hoofdstuk 1 worden de verschillende niveaus van eiwitstructuren besproken en wordt ook aandacht besteed aan de methoden om de structuur van een eiwit experimenteel te bepalen.
De 3D structuur van een eiwit, die meestal wordt bepaald met behulp van röntgenkristallografie (X-ray crystallography), is meestal veel informatiever dan de sequentie. Helaas is die structuur ook een stuk moeilijker te bepalen. Hierdoor kennen we ruim 100 keer zoveel sequenties als 3D structuren. Ondanks zware inspanningen van alle kristallografen wereldwijd, zal dit gebrek aan 3D structuren niet snel verholpen worden. Om onze kennis over eiwitten te vergroten, moeten we dus werken met het beperkte aantal 3D structuren die nu voor wetenschappers beschikbaar zijn via de Protein Data Bank (PDB). Bioinformatica, het gebruik van computers om biologische en biomedische problemen op te lossen, kan helpen om de best mogelijke wetenschappelijke resultaten te krijgen met de huidige collectie van 3D eiwitstructuren. In dit proefschrift worden drie verschillende benaderingen behandeld.
In Hoofdstuk 2 wordt de eerste benadering uitgebreid behandeld:
structuurvalidatie. Eiwitstructuren worden experimenteel bepaald en bij ieder experiment horen ruis en experimentele (menselijke) fouten.
Structuurvalidatie maakt gebruik van bestaande wetenschappelijke kennis over de chemie van eiwitten en kleine moleculen om de goede, de slechte en de lelijke stukken van eiwitstructuren te onderscheiden. Ook statistische kennis over eiwitstructuren wordt toegepast om te kijken of een eiwitstructuur 'normaal' is. Structuurvalidatie helpt dus om de beste
onderzoeksvragen. Het helpt ook de betrouwbaarheid van de conclusies die we trekken op basis van (delen van) eiwitstructuren te bepalen. Conclusies gebaseerd op een goed stuk eiwitstructuur zijn immers betrouwbaarder dan conclusies gebaseerd om slechte stukken van de een eiwitstructuur.
Structuurvalidatie geeft ons de mogelijkheid om de kwaliteit van een eiwitstructuur te bepalen. Het is een logische vervolgstap om te proberen die kwaliteit te verbeteren. Deze tweede benadering om het beste resultaat met de bestaande 3D structuren te krijgen is gebaseerd op de volgende redenering: Een 3D structuur is een (indirect) model van een röntgenkristallografie-experiment. De methoden om dergelijke modellen te maken worden voortdurend verbeterd. Het is daarom waarschijnlijk dat we nu betere modellen kunnen maken dan, bijvoorbeeld, tien jaar gelden.
Het volledig opnieuw uitvoeren van de röntgenkristallografie- experimenten van alle bestaande eiwitstructuren (de vruchten van tientallen jaren hard werken door een enorme groep wetenschappers) is natuurlijk onmogelijk. Gelukkig hebben de kristallografen de vooruitziende blik gehad om de originele experimentele data voor een meerderheid van de bestaande 3D structuren te bewaren. We kunnen dus “Oude data combineren m et nieuwe methoden" (de eerste helft van de ondertitel van dit proefschrift) om betere structuren te krijgen. In Hoofdstuk 3 laten we zien dat dit ook echt mogelijk is. In dit eerste PDB_REDO experiment hebben we een beperkte testset van bijna 1200 eiwitstructuren herverfijnd met behulp van de originele experimentele data. Dat wil zeggen, we hebben een van de laatste stappen van het kristallografie-experiment, het verfijnen van het model, herhaald (zie Hoofdstuk 1) met een methode die volledig geautomatiseerd is.
In Hoofdstuk 4 wordt de herverfijning van een veel grotere set eiwitstructuren behandeld. Het ging hier om alle eiwitstructuren waarvoor de complete experimentele data (inclusief de zogenaamde R-free set) beschikbaar waren. Vanwege het enorme aantal (bijna 17000 structuren) hebben we een nieuw soort computersysteem gebruikt: het GRID. Met behulp van de structuurvalidatiemethoden uit Hoofdstuk 2 hebben we bewezen dat bestaande eiwitstructuren volledig automatisch verbeterd kunnen worden door de originele kristallografiedata te gebruiken. In Hoofdstuk 4.A, komen enkele reacties op onze resultaten en het PDB_REDO project aan bod van de gebruikers van 3D eiwitstructuren.
Met de herverfijning wordt het model verbeterd door middel van parameteroptimalisatie; we 'sleutelen' aan het model. In Hoofdstuk 5 is gekeken naar de mogelijkheden om PDB_REDO uit te breiden zodat ook fouten uit het model gehaald kunnen worden (zo wordt nog een stap van het kristallografie-experiment toegevoegd). Vijf eiwit structuren zijn eerst automatisch herverfijnd en daarna met de hand verder verbeterd om
verschillende types fouten te vinden die automatisch verbeterd kunnen worden.
Met structuurvalidatie en structuurverbetering ontstaat een solide fundament voor de meest constructieve benadering in de bioinformatica om veel kennis te halen uit het beperkte aantal 3D structuren: het maken van nieuwe 3D structuren op basis van bestaande eiwitstructuren. In het Engels heet dit homology modelling. In het laatste hoofdstuk wordt ingegaan op deze methode. Enerzijds wordt gekeken naar het belang van het van eiwitstudies in het lab voor homology modelling-experimenten, anderzijds kijken we naar het belang van eiwitstudies in de computer. Bestaande eiwitstructuren worden gebruikt als startpunt voor homology modelling en daarom is het van belangrijk dat deze van zo hoog mogelijke kwaliteit zijn.
Dit benadrukt het belang van de herverfijning die in dit proefschrift wordt behandeld. Hierin herkennen we de tweede helft van de ondertitel van dit proefschrift: “Oude data combineren m et nieuwe methoden v o o r b e te re stru c tu u rb io in fo rm a tica . "
Dankwoord
Er zijn veel mensen die ik dankbaar ben. Allereerst, natuurlijk, mijn promotor Gert die mij tien jaar geleden introduceerde in de bioinformatica en mij sindsdien stap voor stap heeft geholpen bioinformaticus te worden.
Dit proefschrift is het voorlopige hoogtepunt, maar (ik hoop) zeker niet het eindpunt van deze weg. Gert heeft mij veel kansen geboden: stagelopen in Australië, kennismaken en samenwerken met toppers op ons vakgebied en veel tijd investeren in de reizende DNA-labs/bioinformatica-in-de-klas.nl.
Gert, je bent het soort promotor waarvan veel AiO's alleen kunnen dromen.
Je hebt me alle vrijheid gegeven om me vast te bijten in een onderwerp dat ik echt interessant vind. Je kwam vaak kijken hoe het ging zonder te micro- managen en je was altijd bereikbaar, ook als het niet direct over het onderzoek ging.
Voor een prettige werksfeer tijdens een promotieonderzoek is meer nodig dan een goede promotor. Het begint met leuke kamergenoten.
Maarten, jij hebt van het begin af aan voor leuke discussies gezorgd, zowel inhoudelijk (over programmeren, computer security, het zoveelste nieuwe besturingssysteem, etc.) als over alle andere interessante dingen. We waren het zeker niet altijd eens, maar juist daardoor ontstonden nieuwe inzichten.
Hanka, je was de eerste real-life gebruiker van mijn onderzoeksresultaten.
Toch waren het vooral de onderwijsprojecten en de posters waarbij jouw creativiteit het meest opviel. Het was ontzettend leuk om een film met jou te maken. Het Gouden Kalf laat nog even op zich wachten, maar dat komt nog wel. Bas, jij hebt het evenwicht teruggebracht in onze kamer. Nu was er nog iemand die wel van dood beest en de koelte in onze kamer (ik zie hier een bepaalde samenhang) hield. Je was een sfeermaker die de vele discussies in onze kamer van nieuwe ideeën voorzag.
Ook in de koffiehoek werd veel gediscussieerd, altijd met een vette knipoog en vrij van politieke correctheid. Femke, Karin, Christof, Gijs, Richard en Barbara deden, ieder op hun eigen manier, graag een duit in het zakje. Zelfs op dagen dat het onderzoek niet zo goed ging, vrolijkte ik daar altijd van op. Waar ik ook altijd van opvrolijkte was het 'nerden' met computer hardware. Wilmar, we hebben leuk gesleuteld en vooral de verhuizing van ons serverpark (door de drek van een gesprongen riool) was een hele belevenis. Ik weet niet hoe het je altijd lukte om het juiste lootje te trekken bij de computerverlotingen, maar ik heb er veel plezier van gehad.
Ik had al veel geassisteerd bij bioinformaticapractica en Celia wist als geen ander hoe leuk ik het vond om te helpen bij het onderwijs. Het was dan ook een leuke verrassing dat ze vroeg om mee te helpen een bioinformaticaversie van het Reizende DNA-lab op te zetten. We wisten toen
niet wat voor een succes het zou worden. We hebben met de hulp van Maïlys, onze assistenten en later ook Hienke, duizenden leerlingen en docenten kunnen bereiken; gewoon in hun eigen klas. Ook via een onze websites bereiken we nog steeds veel mensen die wat meer willen weten over bioinformatica. Dit kon natuurlijk niet zonder hulp van velen binnen het CMBI en NBIC.
Ook dichter bij huis heb ik veel hulp en steun gehad van familie en vrienden. Mijn ouders en mijn grootouders waren er altijd voor mij en zijn er nog steeds altijd; hoewel mijn oma er helaas niet meer fysiek bij kan zijn.
Catherine, Marieke en Bas, als ik op iets moeilijks zat te broeden kon ik altijd mijn ei kwijt bij jullie.
Thuis, terug in de habitat, zijn er twee personen die mij altijd met beide benen op de grond hielden, die mij altijd duidelijk maakten dat er meer is dan alleen 'naar eiwitten kijken'. Myrna, je bent mijn steun en toeverlaat. Je houdt mij kalm als ik rust zoek en activeert me als ik teveel rust heb gevonden. Je zorgt dat werk en privé in evenwicht blijven en ik altijd iemand heb bij wie ik echt thuis kan zijn. Stan, je hebt nu weer een nieuw boekje om in te bladeren en om mee te spelen. Ik hoop dat je het met plezier leest als je wat ouder bent en dan kunt zeggen: “dat heeft papa gemaakt en ik heb geholpen”.