Computational Engineering der Proteinbindungstasche

Ich habe eine Röntgenstruktur eines Enzyms mit berichteter Aktivität gegenüber einem kleinen Molekül. Diese Aktivität ist eher gering, da es sich nicht um das native Substrat handelt.

Ich kann molekulare Modellierungssimulationen (z. B. mit DOCK ) durchführen, um das Bindungsverhalten des Enzyms an verschiedene Verbindungen abzuschätzen. Was ich jedoch gerne tun könnte, ist, die Bindungstasche so zu mutieren, dass sie mein interessierendes kleines Molekül besser bindet.

Die Erforschung aller möglichen Aminosäuresubstitutionen ist rechenintensiv, daher frage ich mich, ob intelligentere Ansätze zur Betrachtung dieses Problems entwickelt wurden.

Kann mich jemand in die richtige Richtung weisen? Ich habe Google durchsucht, kann aber nicht wirklich eine direkte Antwort finden

Könnten Sie rationale Mutationen auswählen, von denen Sie glauben, dass sie die Bindung erleichtern, und nur diese untersuchen? Die Ergebnisse einer Mutation können die nächste informieren.
@canadianer Es gibt wahrscheinlich einen Weg. Allerdings möchte ich das Rad nicht neu erfinden müssen, wenn jemand so etwas schon mal gemacht hat

Antworten (1)

Sie können einen evolutionären Algorithmus ausprobieren. Wenn Sie die Bindungsaffinität schnell bewerten können, können Sie eine Reihe von Kopien Ihres Proteins initialisieren, jedoch mit zufälligen Mutationen. Sie können ihnen basierend auf der Affinität der Bindung einen Fitness-Score zuweisen. Diejenigen mit der höchsten Affinität replizieren Sie erneut mit einer gewissen Wahrscheinlichkeit, dass jede Aminosäure mutiert, und Sie fahren so viele Generationen fort, wie Sie benötigen. Wenn Sie Ihre Parameter (Mutationsrate, Populationsgröße usw.) richtig finden, können Sie die Bindung leicht optimieren, ohne a priori etwas über die verschiedenen Stellen zu wissen. Es gibt viel Literatur dazu, ich schlage vor, dass Sie eine schnelle Google-Gelehrtensuche nach gerichteter Evolution oder evolutionären Algorithmen durchführen, um die Bindungsaffinität zu optimieren.

Artikel über In-silico-Evolution zur Optimierung der Protein-Protein-Bindung

Danke für die Eingabe. Wenn ich das richtig verstehe, haben sie Silico-Design und experimentelle Optimierung verwendet, um zum Endergebnis zu gelangen. Sie verwendeten keinen evolutionären Algorithmus. Ich denke jedoch, dass dies im Allgemeinen ein vielversprechender Weg ist, den es zu erkunden gilt. Ich frage mich nur, ob so ein Tool schon entwickelt wurde.