Warum ist es wichtig, die Proteinstruktur vorherzusagen?

Wie wollen Sie Funktion und Bindungspartner vorhersagen, ohne zu wissen, wie Ihr Protein aussieht? Die Sequenz selbst enthält nur begrenzte Informationen. Ähnliche Sequenzen könnten sich in ähnliche Strukturen mit ähnlichen Funktionen falten. Diese Motive können verwendet werden, um Ihr Wissen von einem Protein auf ein anderes zu übertragen, das ähnliche zB Bindungsfähigkeiten haben könnte. Aber das Motiv könnte im zweiten Protein nicht funktionsfähig sein, da es aufgrund seiner Faltungsstruktur in einem unzugänglichen Teil des Proteins versteckt ist.

Wechselwirkungen zwischen Proteinen sind im Vergleich zu intramolekularen Bindungen schwach und dynamisch . Unterschiedliche Aminosäureseitenketten haben unterschiedliche Eigenschaften ( wie Polarität, Hydrophobie etc. ), die spezifische Wechselwirkungen ermöglichen. Bestimmte Aminosäuren müssen zugänglich sein , und obwohl sie in der Sequenz weit voneinander entfernt sein können, bringt die Faltung des Proteins sie in ihrer endgültigen Form eng zusammen.

Bereits kleine Modifikationen wie Phosphorylierung können die strukturelle Konformation signifikant verändern und zB die enzymatische Aktivität verändern. Daher müssen wir für die Analyse der Proteinfunktion, das Auffinden von Bindungspartnern oder das Design von Bindungsverbindungen ( Arzneimittelentwicklung ) seine dreidimensionale Struktur kennen. Mit der Struktur können Sie Bindungsaffinität/-dynamik simulieren. Wissenschaftler versuchen auch, die Proteinstruktur in ihren verschiedenen Zuständen aufzulösen, um die Unterschiede klar zu erkennen.

Denken Sie daran, dass komplexe Krankheiten durch eine einzelne Mutation verursacht werden können, die nur eine einzelne Aminosäure in der Sequenz austauscht, aber schwerwiegende Auswirkungen auf die Proteinfunktion haben kann. Wenn wir die Struktur kennen, die Position der Aminosäure und wie sich die Veränderung auf die Eigenschaften der Proteindomäne (z. B. Ladung) auswirkt, können wir vollständig verstehen, was auf molekularer Ebene passiert.

Da es alles andere als trivial ist, die Struktur eines Proteins zu analysieren, schließen Vorhersagen die Lücke für funktionelle Vorhersagen, bis die molekulare Struktur des Proteins rekonstruiert ist. Aber nur mit atomarer Auflösung können Sie Wechselwirkungen richtig identifizieren.

Die Frage, wie eine strukturelle Vorhersage durchgeführt werden kann, würde den Rahmen dieser Antwort sprengen. Pubmed listet jedes Jahr rund 400 Artikel zu diesem Thema auf . Abhängig von der Menge an Informationen, die Sie über das Protein oder seine Familienmitglieder (Proteine ​​mit sehr ähnlichen Sequenzen) haben, können Sie andere bekannte Strukturen verwenden, um eine unbekannte Struktur vorherzusagen:

https://medium.com/@HeleneOMICtools/a-guide-for-protein-structure-prediction-methods-and-software-916a2f718cfe

Es gibt mehrere Gründe, warum das Verständnis der Proteinstruktur nützlich ist; Am offensichtlichsten ist, dass Medikamente, die in ein bestimmtes Protein eingreifen, bewusst basierend auf der Proteinstruktur entwickelt werden können.

Auch wenn noch einiges an Feinabstimmung notwendig ist, um den Prozess zu perfektionieren, ist das strukturbasierte Wirkstoffdesign heute ein integraler Bestandteil der meisten industriellen Wirkstoffforschungsprogramme [4] und das Hauptforschungsthema für viele akademische Labors. ... Der Prozess des strukturbasierten Arzneimitteldesigns ist ein iterativer Prozess ... Zusätzliche Zyklen umfassen die Synthese der optimierten Leitstruktur, die Strukturbestimmung des neuen Target:Lead-Komplexes und die weitere Optimierung der Leitsubstanz. Nach mehreren Zyklen des Arzneimitteldesignprozesses zeigen die optimierten Verbindungen normalerweise eine deutliche Verbesserung der Bindung und häufig der Spezifität für das Ziel.

-- Der Prozess des strukturbasierten Arzneimitteldesigns

Hier gibt es drei allgemeine Fragen, die zusammen einen Großteil des Bereichs der strukturellen Bioinformatik abdecken. Ich werde jede kurz beantworten, aber Sie auf ein Lehrbuch verweisen , um mehr zu erfahren.

Warum ist die Vorhersage der Proteinstruktur nützlich?

Das ist eigentlich eine sehr gute Frage. Die Standardantwort lautet hier „Arzneimittelentdeckung“, aber wie die Dinge stehen, ist alles andere als ein qualitativ hochwertiges Homologiemodell nicht besonders nützlich für die Arzneimittelentdeckung. Mir fallen keine Beispiele ein, bei denen die De-novo- Strukturvorhersage direkt zur Entdeckung eines Medikaments geführt hat, beispielsweise durch virtuelles Andocken an einer Bindungsstelle, obwohl ich bereit bin, mich als falsch zu erweisen. In Zukunft könnte dies jedoch, da sich die Proteinstrukturvorhersage und das virtuelle Screening verbessern, zu einer wichtigen Anwendung der Strukturvorhersage werden.

Andere derzeit weiter entwickelte Anwendungen sind: A) Proteindesign, bei dem Verbesserungen bei der Strukturvorhersage es Ihnen ermöglichen, bessere Sequenzen zu finden, die bestimmte Strukturen bilden und bestimmte Funktionen ausführen (das inverse Faltungsproblem); B) Erforschung der evolutionären Beziehungen und Funktion eines Proteins, z. B. wenn eine vorhergesagte Struktur wie alle anderen Membrantransporter aussieht, dann ist sie wahrscheinlich auch eine (mehr dazu weiter unten); und C) Ausführen einer Molekulardynamiksimulation an der Struktur, um biologische Erkenntnisse zu gewinnen und Experimente zu ergänzen.

Auf einer tieferen Ebene werden Wissenschaftler immer versuchen, die Frage zu beantworten, zu welcher Struktur sich Proteine ​​​​falten und wie sie sich falten, weil es ein so interessantes Problem ist, das für die Molekularbiologie von zentraler Bedeutung ist. Ihre Lösung wird mit ziemlicher Sicherheit zu nützlichen Durchbrüchen führen, auch wenn ihre genaue Natur jetzt unklar ist.

Wie können wir Proteinstrukturen vorhersagen?

Durch die ursprüngliche Formulierung des Problems wird die Proteinstrukturvorhersage wohl gelöst. Wenn Sie eine Vorlage finden können, dh eine verwandte Proteinsequenz mit einer verfügbaren experimentellen Struktur, dann können Sie ziemlich zuverlässig ein qualitativ hochwertiges Modell (weniger als ~3 Å RMSD) erhalten. Die darüber hinausgehende Verbesserung eines Modells wird derzeit als „Verfeinerung“ bezeichnet, und dies wird immer wichtiger, wenn wir versuchen, ~1 Å RMSD-Modelle zu erhalten, die anstelle experimenteller Daten verwendet werden können.

Wenn Sie keine Vorlage finden, können Sie die Struktur trotzdem anständig ausprobieren, vorausgesetzt, Sie finden genügend verwandte Sequenzen. Es stellt sich heraus, dass Positionen in einem multiplen Sequenz-Alignment kovariieren, wenn die Reste in der Struktur räumlich eng beieinander liegen. Anfänglich wurden statistische Techniken verwendet, um direkte von indirekten Kopplungseffekten zu extrahieren, aber jetzt zeigen neuronale Netze mit tiefen Restwerten auf diesem Gebiet Ergebnisse auf dem neuesten Stand der Technik. Diese Entwicklungen sind neu und standen im Mittelpunkt der Nachrichtenberichte . Die Explosion von Sequenzdaten erleichtert diesen Ansatz, obwohl es immer noch nicht "die Lösung" für diejenigen ist, die nur eine einzige Sequenz als Eingabedaten verwenden möchten. Für rein physikbasierte Ansätze gab es nur begrenzten Erfolg bei kleinen Proteinen, siehe zum Beispiel hier, aber diese Methoden sind nicht weit verbreitet für die Strukturvorhersage.

Normalerweise ist die Eingabe für diese Methoden nur die Proteinsequenz, obwohl Sie oft andere Daten (Vorlagen, verwandte Sequenzen) als Teil der Pipeline einbringen. Wir interessieren uns im Allgemeinen für die Struktur unter physiologischen Bedingungen, die normalerweise der Struktur entspricht, die in der Röntgenkristallographie oder NMR gefunden wird, daher sind Vorhersagen unter anderen Bedingungen noch keine Routine. Weitere Informationen zur Proteinstrukturvorhersage finden Sie auf der CASP-Website und lesen Sie deren Artikel.

Wie nützlich ist die Proteinstruktur bei der Vorhersage der Funktion?

Die vorhergesagte Struktur kann verwendet werden, um die Funktion von verwandten Strukturen mit bekannter Funktion zu übertragen – siehe zum Beispiel hier und hier .

Es ist derzeit nicht möglich, eine vorhergesagte Struktur zu verwenden, um die Funktion mit chemischen Argumenten vorherzusagen, beispielsweise indem man sagt: "Ich habe eine Bindungsstelle mit einer bestimmten Anordnung von Aminosäuren vorhergesagt, also muss diese Funktion X haben". Da sich jedoch die Strukturvorhersage verbessert und wir mehr Strukturen und funktionale Anmerkungen haben, ist dies eine aufregende Aussicht.

In Bezug auf Protein-Protein-Affinitäten können Sie, wenn Sie die Struktur haben, damit beginnen, die Struktur von Proteinkomplexen vorherzusagen und zu rationalisieren. Solche Vorhersagen allein aus der Struktur (dh ohne Verwendung von Homologie zu bekannten Komplexen) sind noch keine Routine, obwohl mehr Daten und bessere Modelle dies verbessern werden. Siehe zum Beispiel CAPRI . Dies ist eindeutig ein biologisch wichtiger Bereich, da die meisten Proteine ​​Komplexe bilden.

Abschluss

Die Reihenfolge bestimmt die Struktur bestimmt die Funktion (Daumen drücken, da ich ziemlich vereinfache).

Sie sollten die Struktur nicht kennen müssen , um die Funktion/Bindung aus der Sequenz vorherzusagen, aber es hilft, und ein ausreichend fortgeschrittenes System würde dies sowieso lernen, um die Verbindung herzustellen.

Die Proteinstrukturvorhersage ist ein heißes Forschungsthema, das derzeit nur begrenzte Anwendungen hat, aber in Zukunft sicherlich mehr haben wird. Wenn überhaupt, ist es in den letzten 50 Jahren nur interessanter geworden.