Протеиново сгъване: Алгоритми на изчислителната биология и тяхното въздействие

Протеиновото сгъване, процесът, чрез който полипептидната верига придобива своята функционална триизмерна (3D) структура, е основен проблем в биологията. Специфичното 3D подреждане на атомите определя функцията на протеина, позволявайки му да изпълнява разнообразни роли в клетката, като катализиране на биохимични реакции, транспортиране на молекули и осигуряване на структурна опора. Разбирането на принципите, управляващи протеиновото сгъване, е от решаващо значение за разбирането на биологичните процеси и разработването на нови терапии за заболявания, свързани с неправилно сгъване на протеини.

"Проблемът със сгъването" се отнася до предизвикателството да се предскаже 3D структурата на протеина от неговата аминокиселинна последователност. Докато експериментални техники като рентгенова кристалография, ЯМР спектроскопия и крио-електронна микроскопия могат да определят протеинови структури, те често са отнемащи време, скъпи и не винаги приложими за всички протеини. Изчислителните подходи предлагат допълващо и все по-мощно средство за предсказване и разбиране на протеиновото сгъване.

Значението на протеиновото сгъване

Значението на протеиновото сгъване се простира до множество области на биологията и медицината:

• Разбиране на болестите: Много заболявания, включително Алцхаймер, Паркинсон, Хънтингтън и прионни заболявания, са свързани с неправилно сгъване и агрегиране на протеини. Разбирането как протеините се сгъват неправилно може да доведе до разработването на целенасочени терапии. Например, изследванията на неправилното сгъване на амилоид-бета пептид при болестта на Алцхаймер използват изчислителни модели, за да изследват потенциални терапевтични интервенции, които предотвратяват агрегирането.
• Откриване на лекарства: Познаването на структурата на протеина е от съществено значение за рационалния дизайн на лекарства. Разбирайки 3D структурата на протеиновата цел, изследователите могат да проектират лекарства, които специфично се свързват с протеина и модулират неговата функция. Структурната биология, подкрепена от изчислителни методи, е инструмент за разработването на лекарства, насочени към HIV протеаза и инфлуенца невраминидаза, демонстрирайки силата на структурно базирания дизайн на лекарства.
• Протеиново инженерство: Способността да се предсказва и манипулира протеиновата структура позволява на учените да конструират протеини с нови функции или подобрени свойства за индустриални и биотехнологични приложения. Това включва проектиране на ензими с повишена каталитична активност, разработване на протеини с повишена стабилност и създаване на нови биоматериали. Примерите включват инженерни ензими за производство на биогорива и проектиране на антитела с подобрен афинитет на свързване.
• Фундаментална биология: Изясняването на принципите на протеиновото сгъване дава представа за основните закони на биологията и ни помага да разберем как работи животът на молекулярно ниво. Той подобрява нашето разбиране за връзката между последователност, структура и функция и ни позволява да оценим елегантността на биологичните системи.

Изчислителни подходи към протеиновото сгъване

Изчислителната биология използва различни алгоритми и техники за справяне с проблема с протеиновото сгъване. Тези методи могат да бъдат широко категоризирани като базирани на физиката (ab initio), базирани на знания (базирани на шаблони) и хибридни подходи. Възходът на машинното обучение също революционизира областта, като алгоритми като дълбокото обучение показват забележителен успех.

1. Базирани на физиката (Ab Initio) методи

Ab initio, или "от първи принципи", методите се опитват да симулират физическите сили, които управляват протеиновото сгъване, използвайки законите на физиката. Тези методи разчитат на енергийни функции (силови полета), които описват взаимодействията между атомите в протеин и неговата околна среда. Целта е да се намери естествената структура на протеина чрез минимизиране на неговата потенциална енергия.

a. Молекулярни динамични (MD) симулации

MD симулациите са мощен инструмент за изучаване на динамичното поведение на протеините. Те включват числено решаване на уравненията на движение на Нютон за всички атоми в системата, което позволява на изследователите да наблюдават как протеинът се движи и сгъва с течение на времето. MD симулациите осигуряват подробен, атомистичен изглед на процеса на сгъване, улавяйки преходните взаимодействия и конформационните промени, които настъпват.

Основни аспекти на MD симулациите:

• Силови полета: Точните силови полета са от решаващо значение за надеждни MD симулации. Често срещаните силови полета включват AMBER, CHARMM, GROMOS и OPLS. Тези силови полета определят функцията на потенциалната енергия, която включва членове за разтягане на връзките, огъване на ъгли, торсионно въртене и невзаимодействащи взаимодействия (сили на ван дер Ваалс и електростатични сили).
• Модели на разтворители: Протеините се сгъват в среда на разтворител, обикновено вода. Моделите на разтворители представляват взаимодействията между протеина и околните водни молекули. Често срещаните модели на разтворители включват TIP3P, TIP4P и SPC/E.
• Времеви мащаби на симулацията: Протеиновото сгъване може да се случи във времеви мащаби, вариращи от микросекунди до секунди или дори по-дълго. Стандартните MD симулации често са ограничени до наносекунди или микросекунди поради изчислителни разходи. Разширени техники, като например методи за подобрено вземане на проби, се използват за преодоляване на тези ограничения и за изследване на по-дълги времеви мащаби.
• Методи за подобрено вземане на проби: Тези методи ускоряват изследването на конформационното пространство, като отклоняват симулацията към енергийно неблагоприятни региони или чрез въвеждане на колективни променливи, които описват цялостната форма на протеина. Примерите включват umbrella sampling, replica exchange MD (REMD) и metadynamics.

Пример: Изследователите са използвали MD симулации с подобрени техники за вземане на проби, за да изследват сгъването на малки протеини, като например villin headpiece и chignolin, предоставяйки информация за пътищата на сгъване и енергийните пейзажи. Тези симулации са помогнали за валидиране на силовите полета и за подобряване на нашето разбиране за основните принципи на протеиновото сгъване.

b. Методи на Монте Карло (MC)

Методите на Монте Карло са клас изчислителни алгоритми, които разчитат на произволно вземане на проби, за да получат числени резултати. При протеиновото сгъване MC методите се използват за изследване на конформационното пространство на протеина и търсене на състоянието с най-ниска енергия.

Основни аспекти на MC методите:

• Конформационно вземане на проби: MC методите генерират произволни промени в структурата на протеина и оценяват енергията на получената конформация. Ако енергията е по-ниска от предишната конформация, промяната се приема. Ако енергията е по-висока, промяната се приема с вероятност, която зависи от температурата и разликата в енергията, според критерия на Метрополис.
• Енергийни функции: MC методите също разчитат на енергийни функции, за да оценят стабилността на различните конформации. Изборът на енергийна функция е от решаващо значение за точността на резултатите.
• Симулирано закаляване: Симулираното закаляване е често срещана MC техника, използвана при протеиново сгъване. Тя включва постепенно намаляване на температурата на системата, което позволява на протеина да изследва широк спектър от конформации при високи температури и след това да се установи в състояние с ниска енергия при ниски температури.

Пример: MC методите са били използвани за предсказване на структурите на малки пептиди и протеини. Въпреки че не са толкова точни, колкото MD симулациите за подробни динамични изследвания, MC методите могат да бъдат изчислително ефективни за изследване на големи конформационни пространства.

2. Базирани на знания (базирани на шаблони) методи

Базираните на знания методи използват богатството от структурна информация, налична в бази данни като Protein Data Bank (PDB). Тези методи разчитат на принципа, че протеините с подобни последователности често имат подобни структури. Те могат да бъдат широко категоризирани в хомоложно моделиране и threading.

a. Хомоложно моделиране

Хомоложното моделиране, известно още като сравнително моделиране, се използва за предсказване на структурата на протеин въз основа на структурата на хомоложен протеин с известна структура (шаблон). Точността на хомоложното моделиране зависи от сходството на последователностите между целевия протеин и протеина шаблон. Обикновено високата сходство на последователностите (по-голямо от 50%) води до по-точни модели.

Стъпки, включени в хомоложното моделиране:

1. Търсене на шаблони: Първата стъпка е да се идентифицират подходящи протеини шаблони в PDB. Това обикновено се прави с помощта на алгоритми за подравняване на последователности като BLAST или PSI-BLAST.
2. Подравняване на последователности: Последователността на целевия протеин се подравнява с последователността на протеина шаблон. Точното подравняване на последователностите е от решаващо значение за качеството на крайния модел.
3. Изграждане на модел: Въз основа на подравняването на последователностите, се изгражда 3D модел на целевия протеин, използвайки координатите на протеина шаблон. Това включва копиране на координатите на протеина шаблон върху съответните остатъци в целевия протеин.
4. Моделиране на примки: Регионите на целевия протеин, които не се подравняват добре с протеина шаблон (например, примкови региони), се моделират с помощта на специализирани алгоритми.
5. Прецизиране на модела: Първоначалният модел се прецизира с помощта на минимизиране на енергията и MD симулации, за да се подобри неговата стереохимия и да се премахнат стеричните сблъсъци.
6. Оценка на модела: Крайният модел се оценява с помощта на различни инструменти за оценка на качеството, за да се гарантира неговата надеждност.

Пример: Хомоложното моделиране е широко използвано за предсказване на структурите на протеини, участващи в различни биологични процеси. Например, то е използвано за моделиране на структурите на антитела, ензими и рецептори, предоставяйки ценна информация за откриването на лекарства и протеиновото инженерство.

b. Threading

Threading, известен още като разпознаване на сгъване, се използва за идентифициране на най-подходящото сгъване за протеинова последователност от библиотека от известни протеинови сгъвания. За разлика от хомоложното моделиране, threading може да се използва дори когато няма значително сходство на последователностите между целевия протеин и протеините шаблони.

Стъпки, включени в threading:

1. Библиотека за сгъване: Създава се библиотека от известни протеинови сгъвания, обикновено въз основа на структурите в PDB.
2. Подравняване на последователност-структура: Последователността на целевия протеин се подравнява с всяко сгъване в библиотеката. Това включва оценка на съвместимостта на последователността със структурната среда на всяко сгъване.
3. Функция за оценяване: Функция за оценяване се използва за оценка на качеството на подравняването на последователност-структура. Функцията за оценяване обикновено отчита фактори като съвместимостта на типовете аминокиселини с локалната среда, плътността на опаковане и предпочитанията за вторична структура.
4. Класиране на сгъвки: Сгъвките се класират въз основа на техните оценки и най-високо класираната сгъвка се избира като предсказана сгъвка за целевия протеин.
5. Изграждане на модел: 3D модел на целевия протеин се изгражда въз основа на избраната сгъвка.

Пример: Threading е използван за идентифициране на сгъвките на протеини с нови последователности или със слаба сходство на последователностите с известни протеини. Той е особено полезен за идентифициране на сгъвките на мембранни протеини, които често са трудни за кристализиране.

3. Хибридни методи

Хибридните методи комбинират елементи както на физически базирани, така и на базирани на знания подходи, за да подобрят точността и ефективността на предсказването на протеинови структури. Тези методи често използват базирани на знания ограничения или функции за оценяване, за да насочват физически базирани симулации или обратно.

Пример: Програмата Rosetta е широко използван хибриден метод, който комбинира базирани на знания и ab initio подходи. Тя използва функция за оценяване, която включва както енергийни членове, така и статистически потенциали, получени от известни протеинови структури. Rosetta е успешна в предсказването на структурите на широк спектър от протеини, включително протеини с нови сгъвки.

4. Подходи за машинно обучение

Появата на машинното обучение, особено дълбокото обучение, революционизира областта на протеиновото сгъване. Алгоритмите за машинно обучение могат да научат сложни модели от големи набори от данни на протеинови последователности и структури и те могат да бъдат използвани за предсказване на протеинови структури с безпрецедентна точност.

a. Дълбоко обучение за предсказване на протеинова структура

Модели за дълбоко обучение, като например конволюционни невронни мрежи (CNN) и рекурентни невронни мрежи (RNN), са били използвани за предсказване на различни аспекти на протеиновата структура, включително вторична структура, карти на контакти и междуостатъчни разстояния. След това тези предсказания могат да бъдат използвани за насочване на конструирането на 3D модели.

Основни архитектури за дълбоко обучение, използвани в предсказването на протеинова структура:

• Конволюционни невронни мрежи (CNN): CNN се използват за идентифициране на локални модели в протеинови последователности и за предсказване на елементи на вторична структура (алфа-спирали, бета-листове и примки).
• Рекурентни невронни мрежи (RNN): RNN се използват за улавяне на зависимости на дълги разстояния в протеинови последователности и за предсказване на карти на контакти (карти, показващи кои остатъци са в непосредствена близост в 3D структурата).
• Механизми за внимание: Механизмите за внимание позволяват на модела да се фокусира върху най-подходящите части от протеиновата последователност, когато прави предсказания.

b. AlphaFold и неговото въздействие

AlphaFold, разработен от DeepMind, е базирана на дълбоко обучение система, която е постигнала новаторски резултати в предсказването на протеинова структура. AlphaFold използва нова архитектура, която комбинира CNN и механизми за внимание, за да предскаже междуостатъчни разстояния и ъгли. След това тези предсказания се използват за генериране на 3D модел, използвайки алгоритъм за градиентно спускане.

Основни характеристики на AlphaFold:

• Обучение от край до край: AlphaFold е обучен от край до край, за да предсказва протеинови структури директно от аминокиселинни последователности.
• Механизъм за внимание: Механизмът за внимание позволява на модела да се фокусира върху най-подходящите взаимодействия между аминокиселините.
• Рециклиране: AlphaFold итеративно прецизира своите предсказания, като ги връща обратно в модела.

AlphaFold драстично подобри точността на предсказването на протеинова структура, постигайки почти експериментална точност за много протеини. Неговото въздействие върху областта е огромно, ускорявайки изследванията в различни области на биологията и медицината, включително откриването на лекарства, протеиновото инженерство и разбирането на механизмите на заболяванията.

Пример: Успехът на AlphaFold в състезанието CASP (Critical Assessment of Structure Prediction) демонстрира силата на дълбокото обучение за предсказване на протеинова структура. Неговата способност да предсказва точно структурите на преди това неразрешени протеини е отворила нови пътища за изследвания и открития.

Предизвикателства и бъдещи насоки

Въпреки значителния напредък в изчислителното протеиново сгъване, остават няколко предизвикателства:

• Точност: Въпреки че методи като AlphaFold значително са подобрили точността, предсказването на структурите на всички протеини с висока точност остава предизвикателство, особено за протеини със сложни сгъвания или липсващи хомоложни шаблони.
• Изчислителни разходи: Физически базираните симулации могат да бъдат изчислително скъпи, ограничавайки тяхната приложимост към големи протеини или дълги времеви мащаби. Разработването на по-ефективни алгоритми и използването на високопроизводителни изчислителни ресурси е от решаващо значение за преодоляване на това ограничение.
• Мембранни протеини: Предсказването на структурите на мембранни протеини остава особено предизвикателство поради сложността на мембранната среда и ограничената наличност на експериментални структури.
• Протеинова динамика: Разбирането на динамичното поведение на протеините е от решаващо значение за разбирането на тяхната функция. Разработването на изчислителни методи, които могат точно да уловят протеиновата динамика, остава активна област на изследвания.
• Неправилно сгъване и агрегиране: Разработването на изчислителни модели, които могат да предскажат неправилното сгъване и агрегиране на протеини, е от решаващо значение за разбирането и лечението на заболявания, свързани с неправилно сгъване на протеини.

Бъдещите насоки в изчислителното протеиново сгъване включват:

• Подобряване на силовите полета: Разработването на по-точни и надеждни силови полета е от решаващо значение за подобряване на точността на физически базираните симулации.
• Разработване на подобрени методи за вземане на проби: Разработването на по-ефективни подобрени методи за вземане на проби е от решаващо значение за изследване на по-дълги времеви мащаби и симулиране на сложни биологични процеси.
• Интегриране на машинното обучение с физически базирани методи: Комбинирането на силните страни на машинното обучение и физически базираните методи може да доведе до по-точни и ефективни алгоритми за предсказване на протеинови структури.
• Разработване на методи за предсказване на протеинова динамика: Разработването на изчислителни методи, които могат точно да уловят протеиновата динамика, е от решаващо значение за разбирането на протеиновата функция.
• Справяне с неправилното сгъване и агрегиране на протеини: Продължаващите изследвания на изчислителни модели за предсказване и разбиране на неправилното сгъване и агрегиране на протеини са жизненоважни за разработването на нови терапии за заболявания като Алцхаймер и Паркинсон.

Заключение

Протеиновото сгъване е централен проблем в изчислителната биология с дълбоки последици за разбирането на биологичните процеси и разработването на нови терапии. Изчислителните алгоритми, вариращи от физически базирани симулации до базирани на знания методи и подходи за машинно обучение, играят решаваща роля в предсказването и разбирането на протеиновите структури. Неотдавнашният успех на методи, базирани на дълбоко обучение, като AlphaFold, отбеляза значителен крайъгълен камък в областта, ускорявайки изследванията в различни области на биологията и медицината. Тъй като изчислителните методи продължават да се подобряват, те ще предоставят още по-големи прозрения в сложния свят на протеиновото сгъване, проправяйки пътя за нови открития и иновации.