Структура и функционирование белков. Применение методов биоинформатики - Джон Ригден 2014

Предсказание структуры мембранных белков
Предсказание пространственной структуры

Как и в случае глобулярных белков, для предсказания пространственной структуры ТМ белков используются два подхода: моделирование ab initio и моделирование по гомологии, описанные в главах 1 и 3 настоящей книги.

Моделирование по гомологии, известное также как сравнительное моделирование, предполагает использование близких структур в качестве шаблонов для построения пространственной модели исследуемого белка. В основу метода положено наблюдение, согласно которому структура белка более консервативна, чем аминокислотная последовательность. Следовательно, даже в случае выраженной дивергенции последовательностей белки могут обладать общими структурными свойствами, в частности, схожей укладкой, при условии, что последовательности обладают обнаруживаемым сходством (более 30% идентичности последовательности). Получение кристаллографических структур высокого разрешения сопряжено с рядом технических сложностей. В особенности это касается ТМ белков. В этой связи моделирование по гомологии представляется перспективным методом. Полученные с его помощью структурные модели могут быть полезны при разработке гипотез функционирования белков. Также этот метод исследования может помочь определить направление дальнейшей экспериментальной работы. Сам процесс моделирования по гомологии можно условно разбить на четыре этапа: выбор шаблона, выравнивание последовательностей исследуемого белка и шаблона, конструирование модели и оценка модели. На каждом этапе можно осуществлять необходимое количество итераций для улучшения качества получаемой в итоге модели (Sanchez and Sali 1997; MartiRenom et al. 2000). Некоторые программы для моделирования по гомологии приведены в таблице 4.5.

Таблица 4.5. Некоторые из наиболее часто используемых программ моделирования по гомологии (приведено с изменениями из Wallner and Elofsson 2005)

Среди методов, приведенных в таблице 4.5, только SWISS-MODEL (Peitsch 1996), имеющий интерфейс 7TM/GPCR, был разработан специально для ТМ белков. В связи с этим особое внимание следует обращать на отсутствие в модели полярных боковых цепей, которые выдаются в гидрофобную область мембраны. Существуют инструменты моделирования, которые учитывают особенности структуры трансмембранных белков, связанные с боковыми цепями, например, SCWRL (Canutescu et al. 2003). Такие инструменты не решают проблему полностью, однако их использование для построения модели повышает качество внемембранных областей. На сегодняшний день имеет место недостаток специфических инструментов моделирования ТМ белков. Тем не менее, последние исследования показывают, что методы биоинформатики, применяемые в настоящее время для изучения растворимых белков - от сопоставления профилей гидрофобности до предсказания вторичной структуры и моделирования по гомологии - с тем же успехом применяются для изучения ТМ белков (Forest et al. 2006). Действительно, важными областями моделирования ТМ белков являются определение и подтверждение лекарственных мишеней, а также определение и оптимизация состава лигандов. Методы разработки лекарств, в основе которых лежит моделирование по гомологии, на сегодняшний день применялись для исследования большого количества киназ, в том числе таких, как эпидермальный фактор роста-белок рецептора тирозин-киназы (Ghosh et al. 2001), тирозин-киназа Брутона (Mahajan et al. 1999), а также киназа 3 Януса (Sudbeck et al. 1999).

Моделирование ab initio, или de novo, предполагает создание пространственной модели в отсутствие какой бы то ни было информации о структуре белка или его гомологов. В данном случае существует три основных направления исследований: создание частично перекрывающихся белковых структур низкого разрешения, поиск методов точной оценки энергии, эффективные методы отбора проб. Большинство методов этой группы связаны с исследованием глобулярных белков, однако предпринимались также попытки предсказания структуры трансмембранных белков.

ROSETTA (Rohl et al. 2004) - сервер для моделирования ab initio, на котором для аминокислотной последовательности можно определить структуру с минимальной энергией. Определение осуществляется на основе анализа функций потенциальной энергии. В ходе формирования прогноза между отдельными звеньями метода постоянно поддерживается обратная связь, что позволяет оптимизировать функции потенциальной энергии и алгоритмы расчета. В модифицированной версии ROSETTA (Barth et al. 2007) используются функции, описывающие взаимодействия мембранной части белков с мембраной на атомарном уровне, взаимодействия мембранных белков с липидами в явном виде, а водородные связи - неявно. Полученные результаты свидетельствуют о том, что используемая модель отражает ключевые физические свойства системы, управляющие процессами растворения и отвечающие за стабильность мембранных белков. Метод позволяет предсказывать структуру малых ТМ белков (менее 150 остатков) с разрешением лучше 2,5 Å. Такая точность сопоставима с предсказаниями для малых водорастворимых белковых доменов. Мембранный метод ROSETTA в сочетании с моделированием по гомологии и методами сборки доменов применялся для моделирования структуры калиевых каналов Kv1.2 и KvAR Полученные в результате модели отличались высокой степенью сходства с соответствующими кристаллографическими структурами. Моделирование открытого и закрытого состояний этих каналов способствовало объяснению механизма потенциал-зависимого открывания и закрывания каналов. Было показано, что работа воротного механизма опосредована конформационными изменениями в структуре каналов. На основе данных моделирования были выдвинуты гипотезы, которые можно было проверить в ходе дальнейшей экспериментальной работы (Yarov-Yarovoy et al. 2006).

FRAGFOLD (Jones 2007) - метод предсказания третичной структуры белков, в основе которого лежит сборка фрагментов супервторичной структуры с использованием алгоритма имитации отжига. Основная идея метода состоит в том, чтобы значительно сузить сканируемое конформационное пространство посредством предварительного отбора фрагментов из библиотек белковых структур высокого разрешения. В методе FILM (Pellegrini-Calace et al. 2003) к термам потенциальной энергии FRAGE- FOLD (парные взаимодействия, взаимодействия с растворителем, ковалентные и водородные связи) добавляется мембранный потенциал. Потенциал был получен в результате статистического анализа выборки, содержавшей 640 трансмембранных спиралей с экспериментально определенными топологиями. Спирали принадлежали 133 белкам, извлеченным из базы данных SWISS-PROT. Результаты, полученные после применения метода для предсказания заранее известной структуры белков небольшого размера, показывают, что метод характеризуется приемлемым уровнем точности как в случае предсказания топологии спиралей, так и в случае предсказания конформации белков.