Erforschung der Peptidverklumpung für verbesserte Arzneimittel- und Materiallösungen

Wissenschaftler aus China haben untersucht, wie sich kurze Peptidketten aggregieren, um unser Verständnis dieses Prozesses zu vertiefen, der für die Arzneimittelstabilität und Materialentwicklung von entscheidender Bedeutung ist.

Ihre Studie, veröffentlicht in JACS Auliefert wertvolle Einblicke in die Interaktion, Faltung und Funktion kurzer Proteine, sogenannter Peptide. Diese Erkenntnisse haben erhebliche Auswirkungen auf die Medizin, Materialwissenschaft und Biotechnologie.

Peptide sind kurze Aminosäureketten, die im Körper eine wichtige Rolle spielen, indem sie Strukturen aufbauen, chemische Reaktionen beschleunigen und unser Immunsystem unterstützen. Die spezifische Funktion eines Proteins wird dadurch bestimmt, wie seine Aminosäuren miteinander interagieren und sich zu einer dreidimensionalen Struktur zusammenfügen.

Das Forschungsteam verwendete molekulardynamische Simulationen zusammen mit fortschrittlichen KI-Techniken, darunter Deep-Learning-Modelle wie Transformer Regression Networks, um vorherzusagen, wie sich verschiedene Peptide mit vier oder fünf Aminosäuren (Tetrapeptide bzw. Pentapeptide) basierend auf ihrer Aminosäuresequenz aggregieren würden.

Durch die Analyse von 160.000 Tetrapeptiden und 3,2 Millionen Pentapeptiden entdeckten sie, dass bestimmte Aminosäuren, insbesondere aromatische wie Tryptophan, Phenylalanin und Tyrosin, die Aggregation deutlich verstärken, vor allem wenn sie sich an einem Ende (dem C-Terminus) der Peptidkette befinden.

Dies liegt wahrscheinlich daran, dass aromatische Aminosäuren ringförmige Strukturen haben, die sich durch ihre Elektronenwolken, die normalerweise als „π-π“-Wechselwirkungen bezeichnet werden, gegenseitig anziehen, was ihnen hilft, zusammenzuklumpen. Im Gegensatz dazu hemmen hydrophile Aminosäuren wie Asparaginsäure und Glutaminsäure die Aggregation aufgrund der starken Wechselwirkung mit Wassermolekülen, die verhindert, dass die Peptide zusammenkleben.

Die Studie zeigte auch, dass eine Änderung der Aminosäuresequenz die Aggregation beeinflusst. So erhöht beispielsweise das Hinzufügen aromatischer Aminosäuren am Ende der Peptidkette die Aggregation, während das Platzieren negativ geladener Aminosäuren am Anfang sie verringert. Das Team fand auch heraus, dass Peptide je nach Art und Position ihrer Aminosäuren zu unterschiedlichen Formen zusammenklumpen.

„Aminosäuren mit einer Ladung führen im Allgemeinen dazu, dass Peptide lange, fadenförmige Strukturen bilden, während solche, die Wasser meiden, dazu neigen, runde, kugelförmige Cluster zu bilden“, erklärt Dr. Wenbin Li, Assistenzprofessor an der Westlake University und korrespondierender Autor der Studie.

„Wir haben außerdem entdeckt, dass wir durch das Verständnis, wie Tetrapeptide aneinander haften, das Verhalten von Pentapeptiden vorhersagen können. Dadurch wird es einfacher vorherzusagen, wie längere Peptide zusammenklumpen.“

Die Erkenntnisse liefern wichtige Richtlinien für die Vorhersage und Steuerung der Peptidaggregation.

„Dieses Wissen könnte bei der Herstellung neuer Materialien, der Entwicklung stabilerer Medikamente und Arzneimittelverabreichungssysteme sowie beim Verständnis von Krankheiten helfen, die mit der Peptidaggregation in Zusammenhang stehen, wie etwa der Alzheimer-Krankheit, bei der verklumpte Amyloid-Beta-Peptide schädliche Plaques im Gehirn bilden“, sagt Dr. Jiaqi Wang, Assistenzprofessor an der Xi’an Jiaotong-Liverpool University (XJTLU) und Erstautor der Studie.

„Außerdem kann es die Biotechnologie, etwa in den Bereichen Halbleiter, Biosensoren und Diagnostik, verbessern und dafür sorgen, dass diese Werkzeuge präzise und zuverlässig funktionieren.

„Diese Forschung bietet neue Einblicke in die Peptidaggregation und wird die Biochemie, die Materialwissenschaft und die Computerbiologie voranbringen. Sie demonstriert auch die Integration von KI in wissenschaftliche Entdeckungen. Diese Fortschritte könnten zu Durchbrüchen bei medizinischen Behandlungen, umweltfreundlichen Produkten und innovativen Technologien führen.“