Am 08.03.2022 erscheint die Zeitschrift BioDesign-Forschung veröffentlichte einen Übersichtsartikel mit dem Titel „What Have We Learned from Design of Function in Large Proteins?“. von Olga Khersonsky und Sarel J. Fleishman. Der Artikel schlägt einen evolutionsgeführten atomistischen Designansatz vor, der Mutationen eliminiert, die Proteine destabilisieren, Fehlfaltungen induzieren oder die Domäne des aktiven Zentrums von Resten verzerren könnten, und nicht ideale Schlüsselsequenzen und strukturelle Merkmale durch die Verwendung natürlicher Rückgrat- und Sequenzbeschränkungen bewahrt.
Die Autoren fassen zunächst Schlüsselpunkte beim Design großer Proteine zusammen. Ein wesentlicher Grund für die Größe von Proteinen besteht darin, dass viele ausgeklügelte Binder und Enzyme instabile molekulare Merkmale in ihren aktiven Zentren codieren müssen, und die Stabilisierung dieser Merkmale erfordert eine signifikante thermodynamische Kompensation durch große Regionen außerhalb des aktiven Zentrums. Die Autoren entwickelten eine allgemeine Strategie zum Design von Proteinrückgraten in großen Proteinen durch Zusammenbau von Subdomänenfragmenten. Bei diesem Verfahren wird nach dem Zusammenbau der Rückgratfragmente ein atomares Sequenzdesign des gesamten Proteins durchgeführt. Während dieser Phase erlauben die Autoren nicht die Auswahl aller Aminosäuren an jeder Position, sondern verzerren stattdessen die Konstruktionsberechnungen auf Mutationen, die unter Homologen üblich sind, und verbieten seltene Mutationen.
Die Autoren schlugen dann einen zuverlässigen und vollständig computergestützten Proteinoptimierungsansatz vor und entwickelten zwei verschiedene Strategien: PROSS wurde verwendet, um die Stabilität des Proteins in seinem nativen Zustand zu optimieren, und FuncLib wurde verwendet, um die Aminosäurereste des aktiven Zentrums oder der Proteinbindung zu entwerfen Websites. Um die Anwendbarkeit dieser Strategien zu überprüfen, gingen die Autoren ein „hartes Problem“ an, das mit iterativen Methoden schwer zu lösen war, indem sie Proteine testeten, die nur bei geringem Durchsatz gemessen werden konnten.
Abschließend erklärten die Autoren, indem sie den Methodenentwicklungsprozess für evolutionsgeführtes atomistisches Design überprüften, warum dieser Ansatz zuverlässig ist, und beschrieben die neuen Designprinzipien, die durch seine Anwendung offenbart wurden. „Daher wird die nächste Phase der Innovation in der Proteindesign-Methodik wahrscheinlich teilweise auf statistischen Lernmethoden beruhen. Diese können den Weg zu einem der am längsten verfolgten Ziele des Protein-Engineerings ebnen: dem vollständig computergestützten Design neuer oder verbesserter Moleküle Aktivitäten ohne Rückgriff auf experimentelle Daten“, schreiben die Autoren.
Olga Khersonsky et al., Was haben wir aus dem Design der Funktion in großen Proteinen gelernt?, BioDesign-Forschung (2022). DOI: 10.34133/2022/9787581
Bereitgestellt von der Nanjing Agricultural University The Academy of Science