Прогнозирование последовательности по структуре

Один из способов исследовать сложные биологические системы — заблокировать взаимодействие их компонентов и посмотреть, что произойдет.. Этот метод позволяет исследователям лучше понять клеточные процессы и функции., дополняющие повседневные лабораторные эксперименты, диагностические тесты, и лечебные вмешательства. В следствии, реагенты, препятствующие взаимодействию между белками, пользуются большим спросом. Но прежде чем ученые смогут быстро создать свои собственные молекулы, способные на это, они должны сначала проанализировать сложные отношения между последовательностью и структурой.

Интерфейс связывания между пептидом и его белком-мишенью Bcl-2 состоит из общих структурных мотивов, известных как TERM.. Образ: Себастьян Суонсон и Ави Сингер

Небольшие молекулы могут легко проникать в клетки, но интерфейс, на котором два белка связываются друг с другом, часто слишком велик или не имеет крошечных полостей, необходимых для того, чтобы эти молекулы могли нацеливаться.. Антитела и нанотела связываются с более длинными участками белка, что делает их более подходящими для предотвращения межбелковых взаимодействий., но их большой размер и сложная структура делают их трудными для доставки и нестабильными в цитоплазме.. В отличие от, короткие фрагменты аминокислот, известные как пептиды, достаточно велики, чтобы связывать длинные участки белка, но при этом достаточно малы, чтобы проникать в клетки.

Лаборатория Китинга на кафедре биологии Массачусетского технологического института усердно работает над разработкой способов быстрого создания пептидов, которые могут нарушать белок-белковые взаимодействия с участием белков Bcl-2., которые способствуют росту рака. Их последний подход использует компьютерную программу под названием dTERMen, разработанный Keating лаборатории выпускник, Геворг Григорян кандидат '07, В настоящее время доцент кафедры информатики и адъюнкт доцент биологических наук и химии в колледже Дартмут. Исследователи просто кормить программу желаемых структур, и выкладывает аминокислотные последовательности пептидов, способных привести к нарушению специфических белок-белковых взаимодействий.

«Это такой простой подход к использованию,— говорит Китинг., профессор биологии Массачусетского технологического института и старший автор исследования. "В теории, вы можете ввести любую структуру и решить последовательность. В нашем исследовании, программа придумала новые комбинации последовательностей, не похожие ни на что в природе — вывела совершенно уникальный способ решения задачи. Очень интересно открывать новые территории вселенной секвенсора».

Бывший постдоктор Винсент Фраппье и Джастин Дженсон, доктор философии '18, являются соавторами исследования., которая появилась в последнем номере журнала Состав.

Та же проблема, другой подход

Дженсон, со своей стороны, решила задачу разработки пептидов, которые связываются с белками Bcl-2, используя три различных подхода.. Метод на основе dTERMen, он говорит, безусловно, самый эффективный и общий из тех, что он пробовал.

Стандартные подходы к обнаружению ингибиторов пептидов часто включают моделирование целых молекул вплоть до физики и химии отдельных атомов и их взаимодействий.. Другие методы требуют трудоемких проверок лучших кандидатов на связывание.. В обоих случаях, процесс трудный и вероятность успеха низка.

dTERМужчины, напротив, не требует ни физики, ни экспериментальной проверки, и использует общие единицы известных белковых структур, такие как альфа-спирали и бета-цепи, называемые третичными структурными мотивами или «терминами», которые собраны в таких коллекциях, как Банк данных о белках.. dTERMen извлекает эти структурные элементы из банка данных и использует их для расчета, какие аминокислотные последовательности могут принять структуру, способную связываться и прерывать определенные белок-белковые взаимодействия.. Сборка модели занимает один день, и считанные секунды для оценки тысячи последовательностей или разработки нового пептида.

«dTERMen позволяет нам находить последовательности, которые, вероятно, обладают свойствами связывания, которые мы ищем., в надежном, эффективный, и общая манера с высоким уровнем успеха,— говорит Дженсон.. «Прошлые подходы заняли годы. Но используя dTERMen, мы перешли от структур к утвержденным проектам за считанные недели».

Из 17 пептиды, которые они построили, используя разработанные последовательности, 15 связанный родственной привязанностью, нарушение белок-белковых взаимодействий Bcl-2, которые, как известно, трудно нацелить. В некоторых случаях, их конструкции были на удивление избирательны и привязаны к одному члену семейства Bcl-2, а не к другим.. Разработанные последовательности отличались от известных последовательностей, встречающихся в природе., что значительно увеличивает количество возможных пептидов.

«Этот метод допускает определенный уровень гибкости,— говорит Хит.. «dTERMen более устойчив к структурным изменениям, что позволяет нам исследовать новые типы структур и диверсифицировать наш портфель потенциальных связывающих кандидатов».

Исследование вселенной последовательности

Учитывая терапевтические преимущества ингибирования функции Bcl-2 и замедления роста опухоли, Лаборатория Китинга уже начала распространять свои проектные расчеты на другие члены семейства Bcl-2.. Они намерены в конечном итоге разработать новые белки, которые принимают структуры, которые никогда раньше не наблюдались..

«Теперь мы видели достаточно примеров различных локальных белковых структур, чтобы вычислительные модели взаимосвязей последовательность-структура могли быть выведены непосредственно из структурных данных., вместо того, чтобы каждый раз открывать заново из атомистических принципов взаимодействия,— говорит Григорян., Создатель dTERMen. «Очень интересно, что такой вывод на основе структуры работает и является достаточно точным, чтобы обеспечить надежный дизайн белка.. Он предоставляет принципиально новый инструмент, помогающий решать ключевые проблемы структурной биологии — от дизайна белков до предсказания структуры».

Фраппье надеется, что когда-нибудь сможет вычислить весь человеческий протеом., использование таких методов, как dTERMen, для создания кандидатов на связывание пептидов. Дженсон предполагает, что использование dTERMen в сочетании с более традиционными подходами к редизайну последовательности может усилить и без того мощный инструмент., расширение возможностей исследователей для производства этих целевых пептидов. Идеально, он говорит, однажды разработать пептиды, которые связывают и ингибируют ваш любимый белок, будет так же просто, как запустить компьютерную программу., или такая же рутина, как разработка ДНК-праймера.

Источник: HTTP://news.mit.edu, Рэли МакЭлвери