Die Vorhersage-Sequenz aus Struktur

Eine Möglichkeit, komplizierte biologische Systeme zu sondieren, ist ihre Komponenten zu blockieren interagieren und sehen, was passiert. Diese Methode ermöglicht es den Forschern, um bessere zelluläre Prozesse und Funktionen zu verstehen, Vermehrung tägliche Laborexperimente, Diagnoseassays, und therapeutische Interventionen. Als Ergebnis, Reagenzien, die Wechselwirkungen zwischen Proteinen sind in der hohen Nachfrage behindert. Aber bevor Wissenschaftler können ihre eigenen Moleküle schnell erzeugen fähig, dies zu tun, sie müssen zuerst die komplizierte Beziehung zwischen Sequenz und Struktur analysieren.

Die Bindungsgrenzfläche zwischen einem Peptid und deren Bcl-2-Protein-Target wird von gemeinsamen Strukturmotiven als Begriffe bekannt zusammengesetzt. Bild: Sebastian Swanson und Avi Singer

Kleine Moleküle können in Zellen eindringen leicht, aber die Schnittstelle, in der zwei Proteine ​​aneinander binden, ist oft zu groß oder fehlt die winzigen Hohlräume für diese Moleküle erforderlich ist, um Ziel. Antikörper und Nanokörper binden an längere Strecken von Protein, wodurch sie besser geeignet, Protein-Protein-Wechselwirkungen zu verhindern, aber ihre Größe und komplexe Struktur machen sie schwer zu liefern und instabil im Zytoplasma. Im Gegensatz, kurze Abschnitte von Aminosäuren, als Peptide bekannt, sind groß genug, um lange Strecken Protein zu binden, während immer noch klein genug, um in Zellen einzudringen.

Die Keating Labor am MIT Fachbereich Biologie ist hart an der Arbeit Möglichkeiten, entwickelt sich schnell Peptide zu entwerfen, die Protein-Protein-Wechselwirkungen mit Bcl-2-Proteine ​​stören können, die Förderung des Krebswachstums. Ihre jüngste Ansatz verwendet ein Computerprogramm namens dTERMen, von Keating Labor Alumnus entwickelt, Gevorg Grigoryan PhD '07, derzeit Associate Professor für Informatik und Adjunct Associate Professor für Biologie und Chemie an der Dartmouth College. Researchers simply feed the program their desired structures, and it spits out amino acid sequences for peptides capable of disrupting specific protein-protein interactions.

“It’s such a simple approach to use,” says Keating, an MIT professor of biology and senior author on the study. "In der Theorie, you could put in any structure and solve for a sequence. Daher sollte die Begrenzung der Menge, die sie verwenden können, das Fortschreiten des Krebses verlangsamen, the program came up with new sequence combinations that aren’t like anything found in nature — it deduced a completely unique way to solve the problem. It’s exciting to be uncovering new territories of the sequence universe.”

Former postdoc Vincent Frappier and Justin Jenson PhD ’18 are co-first authors on the study, which appears in the latest issue of Struktur.

Same problem, different approach

Jenson, for his part, has tackled the challenge of designing peptides that bind to Bcl-2 proteins using three distinct approaches. The dTERMen-based method, er sagt, is by far the most efficient and general one he’s tried yet.

Standard approaches for discovering peptide inhibitors often involve modeling entire molecules down to the physics and chemistry behind individual atoms and their forces. Other methods require time-consuming screens for the best binding candidates. In beiden Fällen, the process is arduous and the success rate is low.

dTERMen, im Gegensatz, necessitates neither physics nor experimental screening, and leverages common units of known protein structures, like alpha helices and beta strands — called tertiary structural motifs or “TERMs” — which are compiled in collections like the Protein Data Bank. dTERMen extracts these structural elements from the data bank and uses them to calculate which amino acid sequences can adopt a structure capable of binding to and interrupting specific protein-protein interactions. It takes a single day to build the model, and mere seconds to evaluate a thousand sequences or design a new peptide.

„DTERMen ermöglicht es uns, Sequenzen zu finden, die wahrscheinlich die Bindungseigenschaften haben, wir suchen, in einem robusten, effizient, und die allgemeine Art und Weise mit einer hohen Erfolgsquote,“Jenson sagt. „Frühere Ansätze Jahre gedauert,. Aber mit dTERMen, Wir gingen von Strukturen zu validierte Design in einer Angelegenheit von Wochen.“

Des 17 Peptide sie die entworfenen Sequenzen gebaut mit, 15 gebunden mit nativ-ähnlicher Affinität, Bcl-2-Protein-Protein-Wechselwirkungen stören, die notorisch schwer zu zielen. In manchen Fällen, ihre Entwürfe waren überraschend selektiv und gebunden an ein einzigen Bcl-2-Familienmitglieder über die anderen. Die entworfenen Sequenzen aus bekannten Sequenzen in der Natur gefunden abgewichen, das erhöht die Anzahl der möglichen Peptide.

„Dieses Verfahren erlaubt ein gewisses Maß an Flexibilität,“Frappier sagt. „DTERMen ist robuster Strukturwandel, die uns erlaubt, neue Arten von Strukturen zu erforschen und unser Portfolio an potentiellen Bindungs ​​Kandidaten zu diversifizieren.“

Sondieren der Sequenz Universum

Given the therapeutic benefits of inhibiting Bcl-2 function and slowing tumor growth, the Keating lab has already begun extending their design calculations to other members of the Bcl-2 family. They intend to eventually develop new proteins that adopt structures that have never been seen before.

“We have now seen enough examples of various local protein structures that computational models of sequence-structure relationships can be inferred directly from structural data, rather than having to be rediscovered each time from atomistic interaction principles,” says Grigoryan, dTERMen’s creator. “It’s immensely exciting that such structure-based inference works and is accurate enough to enable robust protein design. It provides a fundamentally different tool to help tackle the key problems of structural biology — from protein design to structure prediction.”

Frappier hopes one day to be able to screen the entire human proteome computationally, using methods like dTERMen to generate candidate binding peptides. Jenson suggests that using dTERMen in combination with more traditional approaches to sequence redesign could amplify an already powerful tool, empowering researchers to produce these targeted peptides. Im Idealfall, er sagt, 1 Tag Peptide zu entwickeln, die Ihr Lieblings-Protein binden und hemmen könnte so einfach sein wie ein Computerprogramm läuft, oder als Routine, wie der Gestaltung eines DNA-Primer.

Quelle: http://news.mit.edu, von Raleigh McElvery