La predicción de secuencia de la estructura

Una forma de estudiar sistemas biológicos complejos es bloquear sus componentes interactúen y ver lo que sucede. Este método permite a los investigadores a entender mejor los procesos y funciones celulares, aumentar los experimentos de laboratorio cotidianos, ensayos de diagnóstico, y las intervenciones terapéuticas. Como resultado, reactivos que las interacciones entre las proteínas a obstaculizar la están en alta demanda. Pero los científicos antes pueden generar rápidamente sus propias moléculas personalizados capaz de hacerlo, deben analizar primero la complicada relación entre la secuencia y estructura.

La interfaz de unión entre un péptido y su diana proteína Bcl-2 se compone de motivos estructurales comunes conocidos como términos. Imagen: Sebastián Swanson y Avi cantante

Las moléculas pequeñas pueden entrar en las células fácilmente, pero la interfaz en la que dos proteínas se unen el uno al otro es a menudo demasiado grande o carece de las pequeñas cavidades necesarias para estas moléculas a diana. Los anticuerpos y nanoanticuerpos se unen a tramos más largos de proteínas, lo que los hace más adecuados para traseras interacciones proteína-proteína, pero su gran tamaño y estructura compleja los hacen difíciles de suministrar e inestable en el citoplasma. por el contrario, tramos cortos de aminoácidos, conocido como péptidos, son lo suficientemente grandes como para largos tramos de vinculación de proteína mientras sigue siendo lo suficientemente pequeño para entrar en las células.

El laboratorio Keating en el Departamento de Biología del MIT está trabajando duro para desarrollar maneras de diseñar rápidamente péptidos que pueden interrumpir las interacciones proteína-proteína que participa en proteínas Bcl-2, que promueven el crecimiento del cáncer. Su enfoque más reciente utiliza un programa informático llamado dTERMen, desarrollado por Keating alumno de laboratorio, Gevorg Grigoryan PhD '07, Actualmente es profesor asociado de ciencias de la computación y profesor asociado adjunto de ciencias biológicas y de la química en el Dartmouth College. Los investigadores simplemente alimentan el programa de sus estructuras deseadas, y se escupe Secuencias de aminoácidos para los péptidos capaces de interrumpir las interacciones específicas proteína-proteína.

“Es este enfoque un sencillo de usar,”Dice Keating, profesor de la biología del MIT y autor principal del estudio. "En teoria, se puede poner en cualquier estructura y resolver de una secuencia. En nuestro estudio, el programa surgió con nuevas combinaciones de secuencias que no son como todo lo que se encuentra en la naturaleza - se deduce de una manera completamente única para resolver el problema. Es emocionante ser el descubrimiento de nuevos territorios del universo secuencia “.

El ex post-doctorado Vicente Frappier y Justin Jenson '18 doctorado son co-autores primero en el estudio, que aparece en el último número de Estructura.

El mismo problema, enfoque diferente

Jenson, por su parte, ha abordado el desafío de diseño de péptidos que se unen a proteínas Bcl-2 usando tres enfoques distintos. El método basado en dTERMen, él dice, es, con mucho, el más eficiente y general que ha intentado todavía.

Enfoques estándar para el descubrimiento de inhibidores peptídicos a menudo implican el modelado de moléculas enteras a la física y la química detrás de átomos individuales y sus fuerzas. Otros métodos requieren pantallas que consumen mucho tiempo para los mejores candidatos vinculantes. En ambos casos, the process is arduous and the success rate is low.

dTERMen, por contraste, 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 allows us to find sequences that are likely to have the binding properties we’re looking for, in a robust, eficiente, and general manner with a high rate of success,” Jenson says. “Past approaches have taken years. But using dTERMen, we went from structures to validated designs in a matter of weeks.”

Del 17 peptides they built using the designed sequences, 15 bound with native-like affinity, disrupting Bcl-2 protein-protein interactions that are notoriously difficult to target. En algunos casos, their designs were surprisingly selective and bound to a single Bcl-2 family member over the others. The designed sequences deviated from known sequences found in nature, which greatly increases the number of possible peptides.

“This method permits a certain level of flexibility,” Frappier says. “dTERMen is more robust to structural change, which allows us to explore new types of structures and diversify our portfolio of potential binding candidates.”

Probing the sequence universe

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 sugiere que el uso de dTERMen en combinación con enfoques más tradicionales a la secuencia de rediseño podría amplificar una herramienta poderosa ya, capacitar a los investigadores a producir estos péptidos dirigidos. Idealmente, él dice, un solo días el desarrollo de péptidos que se unen e inhiben su proteína favorita podría ser tan fácil como ejecutar un programa de ordenador, o como rutina como el diseño de un cebador de ADN.

Fuente: http://news.mit.edu, por Raleigh McElvery