Neue Modelle helfen bei der Vorhersage dynamischer Proteinsignaturen

Für den Durchschnittsmenschen ist es vielleicht nicht so aufregend oder relevant zu wissen, wie ein Protein zappelt, aber andererseits sind die meisten Menschen auch nicht von den natürlichen Bewegungen und Schwankungen von Proteinen und ihren funktionellen Eigenschaften fasziniert. Wenn Sie jedoch daran interessiert sind, neue Medikamente zu entwickeln, besser zu verstehen, wie Krankheiten ausgerottet werden können, oder die Biotechnologie für industrielle und therapeutische Anwendungen zu verbessern, warten Sie möglicherweise gespannt darauf, was eine neue Studie zur Proteinsequenzierung und -kristallisation zu bieten hat.

Ein Artikel über diese Studie, verfasst von Anna Tarakanova, Assistenzprofessorin an der Fakultät für Maschinenbau, Luft- und Raumfahrttechnik und Fertigungstechnik am College of Engineering der University of Connecticut, ist gerade erschienen. erschien im Journal, Gegenstand. Die Studie untersucht, wie die natürlichen Bewegungen und Schwankungen von Proteinen – das „Wackeln“ des Proteins – dabei helfen können, ihre funktionellen Eigenschaften vorherzusagen. Tarakanova wurde von Mohammad Madani unterstützt, einem Maschinenbaustudenten und Erstautor der Studie.

Tarakanova und Madani konzentrierten sich insbesondere darauf, die Fähigkeit oder Neigung von Proteinen zur Bildung hochwertiger Kristalle vorherzusagen. Die Proteinkristallographie ist eine wichtige Technik zum Verständnis von Proteinstrukturen, was wiederum für die Entwicklung von Medikamenten und das Verständnis von Krankheiten von entscheidender Bedeutung ist. Sie entwickelten ein neues Computermodell und -werkzeug, das fortschrittliche Techniken zur Analyse der Proteindynamik und zur genauen Vorhersage ihrer Kristallisationsneigung verwendet.

Dieses Tool, erklärt Tarakanova, kann das rationale Design von Proteinsequenzen erleichtern, die zu Kristallen in Beugungsqualität führen. Und ihre Forschung zeigt die Integration physikbasierter und maschineller Lernmodelle zur Struktur- und Eigenschaftsvorhersage und erweitert damit das klassische Paradigma der Strukturbiologie.

„Unsere Studie zeigt, dass es nicht immer ausreicht, zu wissen, woraus ein Protein besteht (seine Aminosäuresequenz) und welche strukturellen Merkmale (oder Faltungen) es hat, um vorherzusagen, wie sich ein Protein verhalten wird“, sagt Tarakanova. „Wie ein Protein wackelt oder schwankt, bestimmt, was es tun kann. Das von uns entwickelte Modell ist ein Rahmen, der sich durch Lernen aus den dynamischen Signaturen des Proteins weitgehend auf die Vorhersage von Proteinfunktionen ausdehnen lässt.“

Diese Forschung, fügt sie hinzu, stelle einen bedeutenden Fortschritt auf dem Gebiet der Strukturbiologie dar. Sie integriert physikalische Modelle, die die Proteindynamik erfassen, in die Kristallisationsvorhersage, was zuvor nicht umfassend getan wurde. Das neu entwickelte Modell namens DSDCrystal übertrifft bestehende Modelle und stellt einen Durchbruch bei der genauen Vorhersage der Proteinkristallisationsneigung dar.

Die nächsten Schritte werden laut Tarakanova die Ausweitung der Anwendungen sein, um den Nutzen des Modells über die Kristallisationsneigung hinaus auf andere wichtige Proteineigenschaften auszudehnen.

„Wir können das Modell anpassen, um die Proteinstabilität vorherzusagen, was wichtig ist, um zu verstehen, wie Proteine ​​unter verschiedenen Bedingungen funktionieren“, betont sie.

„Wir werden uns auch die Wechselwirkungen zwischen Proteinen ansehen und das Modell so modifizieren, dass es Wechselwirkungen zwischen verschiedenen Proteinen vorhersagen kann, was uns bei der Untersuchung komplexer biologischer Prozesse hilft. Darüber hinaus werden wir das Modell verwenden, um kritische Funktionsstellen innerhalb von Proteinen zu identifizieren, die für ihre biologische Aktivität wichtig sind.“

Das Endergebnis, so Tarakanova, besteht in der Weiterentwicklung eines vielseitigen Werkzeugs, das mehrere Proteineigenschaften vorhersagen kann und so die Forschung in verschiedenen Bereichen der Molekularbiologie beschleunigt. Und während solche Vorhersagen nicht jedem den Schlaf rauben, könnte das Verständnis des Wackelns für Biotech-Forscher und Wissenschaftler der Weg zu ungeahnten zukünftigen Entdeckungen sein.