Voorspellen sequentie van structuur

Een manier om complexe biologische systemen sonde is om hun componenten te blokkeren van de interactie zien wat er gebeurt. Deze methode maakt het mogelijk de onderzoekers een beter inzicht in cellulaire processen en functies, het verhogen van het dagelijks laboratoriumexperimenten, diagnostische assays, en therapeutische interventies. Als gevolg, reagentia die interacties tussen eiwitten belemmerd in trek. Maar voordat wetenschappers kunnen snel hun eigen aangepaste moleculen te genereren die in staat is te doen, ze eerst parseren de gecompliceerde relatie tussen sequentie en structuur.

De binding grensvlak tussen een peptide en Bcl-2 eiwitten doelstelling bestaat uit gemeenschappelijke structurele motieven bekend als termen. Beeld: Sebastian Swanson en Avi Singer

Kleine moleculen kunnen cellen eenvoudig in te voeren, maar het raakvlak waar twee eiwitten aan elkaar binden dikwijls te groot of onvolledig kleine holten vereist voor deze moleculen richten. Antilichamen en nanobodies binden aan langere stukken van eiwit, waardoor ze beter geschikt voor eiwit-eiwit interacties belemmeren, maar hun grote omvang en complexe structuur maken ze moeilijk te leveren en te instabiel in het cytoplasma. Daarentegen, korte stukken van aminozuren, bekend als peptiden, zijn groot genoeg om lange stukken van eiwit te binden, terwijl nog steeds klein genoeg om cellen binnen te dringen.

De Keating lab op het MIT Departement Biologie hard aan de ontwikkeling manieren om snel te ontwerpen peptiden die kunnen verstoren eiwit-eiwit interacties met Bcl-2 eiwitten, die de groei van kanker bevorderen. Hun meest recente aanpak maakt gebruik van een computer programma genaamd dTERMen, ontwikkeld door Keating lab alumnus, Gevorg Grigoryan PhD '07, momenteel een universitair hoofddocent van de informatica en adjunct universitair hoofddocent van de biologische wetenschappen en chemie aan Dartmouth College. Onderzoekers gewoon voer het programma hun gewenste structuren, en spuugt aminozuursequenties van peptiden die het ontwrichten van specifieke eiwit-eiwit interacties.

“Het is zo'n eenvoudige benadering te gebruiken,' zegt Keating, een MIT-professor in de biologie en senior auteur van het onderzoek. "In theorie, je zou elke structuur kunnen aanbrengen en een reeks kunnen oplossen. In onze studie, het programma kwam met nieuwe reekscombinaties die niet lijken op alles wat in de natuur voorkomt - het leidde een volledig unieke manier af om het probleem op te lossen. Het is opwindend om nieuwe gebieden van het sequentie-universum te ontdekken.”

Voormalig postdoc Vincent Frappier en Justin Jenson PhD '18 zijn co-eerste auteurs van het onderzoek, die verschijnt in het laatste nummer van Structuur.

Hetzelfde probleem, andere aanpak

Jenson, voor zijn deel, heeft de uitdaging aangegaan om peptiden te ontwerpen die binden aan Bcl-2-eiwitten met behulp van drie verschillende benaderingen. De op dTERMen gebaseerde methode, hij zegt, is verreweg de meest efficiënte en algemene die hij tot nu toe heeft geprobeerd.

Standaardbenaderingen voor het ontdekken van peptideremmers omvatten vaak het modelleren van hele moleculen tot aan de fysica en chemie achter individuele atomen en hun krachten. Andere methodes vereisen tijdrovende screenings voor de best bindende kandidaten. In beide gevallen, het proces is zwaar en het slagingspercentage is laag.

dTERHeren, daarentegen, vereist geen fysica of experimentele screening, en maakt gebruik van gemeenschappelijke eenheden van bekende eiwitstructuren, zoals alfahelices en bètastrengen - tertiaire structurele motieven of "TERM's" genoemd - die zijn verzameld in collecties zoals de Protein Data Bank. dTERMen haalt deze structurele elementen uit de databank en gebruikt ze om te berekenen welke aminozuursequenties een structuur kunnen aannemen die in staat is om specifieke eiwit-eiwitinteracties te binden en te onderbreken. Het duurt een dag om het model te bouwen, en slechts enkele seconden om duizend sequenties te evalueren of een nieuw peptide te ontwerpen.

"dTERMen stelt ons in staat om sequenties te vinden die waarschijnlijk de bindende eigenschappen hebben waarnaar we op zoek zijn, in een robuuste, efficiënt, en algemene manier met een hoog slagingspercentage,”Jenson zegt. “Past benaderingen jaar in beslag genomen. Maar het gebruik van dTERMen, We gingen van structuren tot gevalideerde ontwerpen in een kwestie van weken.”

Van de 17 peptiden zij gebouwd met de ontworpen sequenties, 15 gebonden met native-achtige affiniteit, verstoren Bcl-2 eiwit-eiwit interacties die notoir moeilijk doelconsumenten. In sommige gevallen, hun ontwerpen waren verrassend selectief en gebonden aan een enkele Bcl-2 familielid boven de andere. De ontworpen sequenties af van bekende sequenties in de natuur, wat het aantal mogelijke peptiden enorm verhoogt.

“Deze methode laat een zekere mate van flexibiliteit toe,' zegt Hit. “dTERMen is robuuster voor structurele verandering, waardoor we nieuwe soorten structuren kunnen verkennen en onze portefeuille van potentiële bindende kandidaten kunnen diversifiëren.”

Het sequentie-universum onderzoeken

Gezien de therapeutische voordelen van het remmen van de Bcl-2-functie en het vertragen van de tumorgroei, het Keating-lab is al begonnen met het uitbreiden van hun ontwerpberekeningen naar andere leden van de Bcl-2-familie. Ze zijn van plan om uiteindelijk nieuwe eiwitten te ontwikkelen die structuren aannemen die nog nooit eerder zijn gezien.

"We hebben nu genoeg voorbeelden gezien van verschillende lokale eiwitstructuren dat computationele modellen van sequentie-structuurrelaties direct kunnen worden afgeleid uit structurele gegevens., in plaats van telkens herontdekt te moeten worden vanuit atomistische interactieprincipes,' zegt Grigoryan, dTERMen's maker. "Het is enorm opwindend dat dergelijke op structuur gebaseerde inferentie werkt en nauwkeurig genoeg is om robuust eiwitontwerp mogelijk te maken. Het biedt een fundamenteel ander hulpmiddel om de belangrijkste problemen van structurele biologie aan te pakken - van eiwitontwerp tot structuurvoorspelling."

Frappier hoopt op een dag het hele menselijke proteoom computationeel te kunnen screenen, met behulp van methoden zoals dTERMen om kandidaat-bindende peptiden te genereren. Jenson suggereert dat het gebruik dTERMen in combinatie met meer traditionele benaderingen sequentie herontwerp een reeds krachtig instrument kunnen amplificeren, empowerment onderzoekers om deze gerichte peptiden. Ideaal, hij zegt, op een dag de ontwikkeling van peptiden die binden en te remmen uw favoriete eiwit kan net zo makkelijk als het draaien van een computer programma, of routine ontwerpen van een DNA-primer.

Bron: http://news.mit.edu, door Raleigh McElvery