Gấp protein: Các thuật toán sinh học tính toán và tác động của chúng

Gấp protein, quá trình một chuỗi polypeptide có được cấu trúc ba chiều (3D) chức năng của nó, là một vấn đề cơ bản trong sinh học. Sự sắp xếp 3D cụ thể của các nguyên tử quyết định chức năng của protein, cho phép nó thực hiện nhiều vai trò khác nhau trong tế bào, chẳng hạn như xúc tác các phản ứng sinh hóa, vận chuyển phân tử và cung cấp hỗ trợ cấu trúc. Hiểu các nguyên tắc điều chỉnh quá trình gấp protein là rất quan trọng để hiểu các quá trình sinh học và phát triển các liệu pháp mới cho các bệnh liên quan đến sai sót trong quá trình gấp protein.

"Vấn đề gấp protein" đề cập đến thách thức trong việc dự đoán cấu trúc 3D của protein từ trình tự axit amin của nó. Mặc dù các kỹ thuật thực nghiệm như tinh thể học tia X, quang phổ NMR và kính hiển vi điện tử đông lạnh có thể xác định cấu trúc protein, nhưng chúng thường tốn thời gian, đắt tiền và không phải lúc nào cũng áp dụng được cho tất cả các protein. Các phương pháp tính toán mang lại một phương tiện bổ sung và ngày càng mạnh mẽ để dự đoán và hiểu quá trình gấp protein.

Tầm quan trọng của quá trình gấp protein

Tầm quan quan trọng của quá trình gấp protein mở rộng ra nhiều lĩnh vực sinh học và y học:

• Hiểu biết về bệnh tật: Nhiều bệnh, bao gồm Alzheimer, Parkinson, Huntington và bệnh prion, có liên quan đến sự sai sót và tích tụ protein. Hiểu cách protein gấp sai có thể dẫn đến việc phát triển các liệu pháp điều trị có mục tiêu. Ví dụ, nghiên cứu về sự sai sót của peptide amyloid-beta trong bệnh Alzheimer sử dụng các mô hình tính toán để khám phá các can thiệp điều trị tiềm năng nhằm ngăn chặn sự tích tụ.
• Phát hiện thuốc: Kiến thức về cấu trúc của protein là rất cần thiết cho việc thiết kế thuốc hợp lý. Bằng cách hiểu cấu trúc 3D của một protein đích, các nhà nghiên cứu có thể thiết kế các loại thuốc liên kết đặc hiệu với protein và điều chỉnh chức năng của nó. Sinh học cấu trúc, được hỗ trợ bởi các phương pháp tính toán, đã đóng vai trò quan trọng trong việc phát triển các loại thuốc nhắm mục tiêu protease HIV và neuraminidase cúm, thể hiện sức mạnh của thiết kế thuốc dựa trên cấu trúc.
• Kỹ thuật protein: Khả năng dự đoán và thao tác cấu trúc protein cho phép các nhà khoa học thiết kế protein với các chức năng mới hoặc các đặc tính được cải thiện cho các ứng dụng công nghiệp và công nghệ sinh học. Điều này bao gồm thiết kế enzyme với hoạt tính xúc tác nâng cao, phát triển protein có độ ổn định tăng cường và tạo ra vật liệu sinh học mới. Các ví dụ bao gồm kỹ thuật enzyme để sản xuất nhiên liệu sinh học và thiết kế kháng thể với ái lực liên kết được cải thiện.
• Sinh học cơ bản: Việc làm sáng tỏ các nguyên tắc của quá trình gấp protein cung cấp những hiểu biết sâu sắc về các định luật cơ bản của sinh học và giúp chúng ta hiểu cách sự sống hoạt động ở cấp độ phân tử. Nó nâng cao sự hiểu biết của chúng ta về mối quan hệ giữa trình tự, cấu trúc và chức năng, và cho phép chúng ta đánh giá sự tinh tế của các hệ thống sinh học.

Các phương pháp tính toán trong quá trình gấp protein

Sinh học tính toán sử dụng nhiều thuật toán và kỹ thuật khác nhau để giải quyết vấn đề gấp protein. Các phương pháp này có thể được phân loại rộng rãi thành phương pháp dựa trên vật lý (ab initio), dựa trên kiến thức (dựa trên mẫu) và phương pháp lai. Sự trỗi dậy của học máy cũng đã cách mạng hóa lĩnh vực này, với các thuật toán như học sâu cho thấy thành công đáng kể.

1. Các phương pháp dựa trên vật lý (Ab Initio)

Các phương pháp Ab initio, hay "từ các nguyên tắc đầu tiên", cố gắng mô phỏng các lực vật lý điều khiển quá trình gấp protein bằng cách sử dụng các định luật vật lý. Các phương pháp này dựa vào các hàm năng lượng (trường lực) mô tả các tương tác giữa các nguyên tử trong protein và môi trường xung quanh. Mục tiêu là tìm cấu trúc tự nhiên của protein bằng cách giảm thiểu năng lượng tiềm năng của nó.

a. Mô phỏng Động lực học Phân tử (MD)

Mô phỏng MD là một công cụ mạnh mẽ để nghiên cứu hành vi động của protein. Chúng liên quan đến việc giải số các phương trình chuyển động của Newton cho tất cả các nguyên tử trong hệ thống, cho phép các nhà nghiên cứu quan sát cách protein di chuyển và gấp theo thời gian. Mô phỏng MD cung cấp một cái nhìn chi tiết, ở cấp độ nguyên tử về quá trình gấp, nắm bắt các tương tác thoáng qua và những thay đổi cấu hình xảy ra.

Các khía cạnh chính của mô phỏng MD:

• Trường lực (Force Fields): Trường lực chính xác là rất quan trọng cho các mô phỏng MD đáng tin cậy. Các trường lực phổ biến bao gồm AMBER, CHARMM, GROMOS và OPLS. Các trường lực này định nghĩa hàm năng lượng tiềm năng, bao gồm các thuật ngữ cho sự kéo dài liên kết, uốn góc, quay xoắn và các tương tác không liên kết (lực van der Waals và tĩnh điện).
• Mô hình dung môi: Protein gấp trong môi trường dung môi, điển hình là nước. Các mô hình dung môi đại diện cho các tương tác giữa protein và các phân tử nước xung quanh. Các mô hình dung môi phổ biến bao gồm TIP3P, TIP4P và SPC/E.
• Thang thời gian mô phỏng: Quá trình gấp protein có thể xảy ra trên thang thời gian từ micro giây đến giây hoặc thậm chí lâu hơn. Các mô phỏng MD tiêu chuẩn thường bị giới hạn trong nano giây hoặc micro giây do chi phí tính toán. Các kỹ thuật tiên tiến, chẳng hạn như phương pháp lấy mẫu nâng cao, được sử dụng để khắc phục những hạn chế này và khám phá các thang thời gian dài hơn.
• Phương pháp lấy mẫu nâng cao: Các phương pháp này đẩy nhanh việc khám phá không gian cấu hình bằng cách thiên vị mô phỏng hướng tới các vùng không thuận lợi về năng lượng hoặc bằng cách đưa vào các biến tập thể mô tả hình dạng tổng thể của protein. Các ví dụ bao gồm lấy mẫu dù (umbrella sampling), trao đổi bản sao MD (REMD) và metadynamics.

Ví dụ: Các nhà nghiên cứu đã sử dụng mô phỏng MD với các kỹ thuật lấy mẫu nâng cao để nghiên cứu quá trình gấp các protein nhỏ, chẳng hạn như villin headpiece và chignolin, cung cấp những hiểu biết sâu sắc về các con đường gấp và cảnh quan năng lượng. Các mô phỏng này đã giúp xác nhận các trường lực và cải thiện sự hiểu biết của chúng ta về các nguyên tắc cơ bản của quá trình gấp protein.

b. Phương pháp Monte Carlo (MC)

Phương pháp Monte Carlo là một loại thuật toán tính toán dựa vào lấy mẫu ngẫu nhiên để thu được kết quả số. Trong gấp protein, phương pháp MC được sử dụng để khám phá không gian cấu hình của protein và tìm kiếm trạng thái năng lượng thấp nhất.

Các khía cạnh chính của phương pháp MC:

• Lấy mẫu cấu hình: Các phương pháp MC tạo ra các thay đổi ngẫu nhiên trong cấu trúc protein và đánh giá năng lượng của cấu hình kết quả. Nếu năng lượng thấp hơn cấu hình trước, sự thay đổi sẽ được chấp nhận. Nếu năng lượng cao hơn, sự thay đổi sẽ được chấp nhận với một xác suất phụ thuộc vào nhiệt độ và sự khác biệt năng lượng, theo tiêu chí Metropolis.
• Hàm năng lượng: Các phương pháp MC cũng dựa vào các hàm năng lượng để đánh giá sự ổn định của các cấu hình khác nhau. Việc lựa chọn hàm năng lượng là rất quan trọng đối với độ chính xác của kết quả.
• Tôi luyện mô phỏng (Simulated Annealing): Tôi luyện mô phỏng là một kỹ thuật MC phổ biến được sử dụng trong gấp protein. Nó liên quan đến việc giảm dần nhiệt độ của hệ thống, cho phép protein khám phá một loạt các cấu hình ở nhiệt độ cao và sau đó ổn định ở trạng thái năng lượng thấp ở nhiệt độ thấp.

Ví dụ: Các phương pháp MC đã được sử dụng để dự đoán cấu trúc của các peptide và protein nhỏ. Mặc dù không chính xác bằng mô phỏng MD cho các nghiên cứu động lực học chi tiết, các phương pháp MC có thể hiệu quả về mặt tính toán để khám phá không gian cấu hình lớn.

2. Các phương pháp dựa trên kiến thức (dựa trên mẫu)

Các phương pháp dựa trên kiến thức tận dụng lượng thông tin cấu trúc phong phú có sẵn trong các cơ sở dữ liệu như Ngân hàng Dữ liệu Protein (PDB). Các phương pháp này dựa trên nguyên tắc rằng các protein có trình tự tương tự thường có cấu trúc tương tự. Chúng có thể được phân loại rộng rãi thành mô hình hóa tương đồng và threading.

a. Mô hình hóa tương đồng

Mô hình hóa tương đồng, còn được gọi là mô hình hóa so sánh, được sử dụng để dự đoán cấu trúc của protein dựa trên cấu trúc của một protein tương đồng có cấu trúc đã biết (mẫu). Độ chính xác của mô hình hóa tương đồng phụ thuộc vào sự tương đồng trình tự giữa protein đích và protein mẫu. Thông thường, sự tương đồng trình tự cao (lớn hơn 50%) dẫn đến các mô hình chính xác hơn.

Các bước liên quan đến mô hình hóa tương đồng:

1. Tìm kiếm mẫu: Bước đầu tiên là xác định các protein mẫu phù hợp trong PDB. Điều này thường được thực hiện bằng cách sử dụng các thuật toán căn chỉnh trình tự như BLAST hoặc PSI-BLAST.
2. Căn chỉnh trình tự: Trình tự của protein đích được căn chỉnh với trình tự của protein mẫu. Căn chỉnh trình tự chính xác là rất quan trọng đối với chất lượng của mô hình cuối cùng.
3. Xây dựng mô hình: Dựa trên căn chỉnh trình tự, một mô hình 3D của protein đích được xây dựng bằng cách sử dụng tọa độ của protein mẫu. Điều này liên quan đến việc sao chép tọa độ của protein mẫu vào các gốc tương ứng trong protein đích.
4. Mô hình hóa vòng lặp: Các vùng của protein đích không căn chỉnh tốt với protein mẫu (ví dụ: các vùng vòng lặp) được mô hình hóa bằng cách sử dụng các thuật toán chuyên biệt.
5. Tinh chỉnh mô hình: Mô hình ban đầu được tinh chỉnh bằng cách sử dụng phương pháp giảm thiểu năng lượng và mô phỏng MD để cải thiện hóa học lập thể và loại bỏ các va chạm không gian.
6. Đánh giá mô hình: Mô hình cuối cùng được đánh giá bằng các công cụ đánh giá chất lượng khác nhau để đảm bảo độ tin cậy của nó.

Ví dụ: Mô hình hóa tương đồng đã được sử dụng rộng rãi để dự đoán cấu trúc của các protein liên quan đến các quá trình sinh học khác nhau. Ví dụ, nó đã được sử dụng để mô hình hóa cấu trúc của kháng thể, enzyme và thụ thể, cung cấp thông tin quý giá cho việc phát hiện thuốc và kỹ thuật protein.

b. Threading (Gắn cấu trúc)

Threading, còn được gọi là nhận dạng gấp, được sử dụng để xác định kiểu gấp phù hợp nhất cho một trình tự protein từ một thư viện các kiểu gấp protein đã biết. Không giống như mô hình hóa tương đồng, threading có thể được sử dụng ngay cả khi không có sự tương đồng trình tự đáng kể giữa protein đích và các protein mẫu.

Các bước liên quan đến threading:

1. Thư viện kiểu gấp: Một thư viện các kiểu gấp protein đã biết được tạo ra, thường dựa trên các cấu trúc trong PDB.
2. Căn chỉnh trình tự-cấu trúc: Trình tự của protein đích được căn chỉnh với từng kiểu gấp trong thư viện. Điều này liên quan đến việc đánh giá sự tương thích của trình tự với môi trường cấu trúc của mỗi kiểu gấp.
3. Hàm tính điểm: Một hàm tính điểm được sử dụng để đánh giá chất lượng của sự căn chỉnh trình tự-cấu trúc. Hàm tính điểm thường xem xét các yếu tố như sự tương thích của các loại axit amin với môi trường cục bộ, mật độ đóng gói và sở thích cấu trúc thứ cấp.
4. Xếp hạng kiểu gấp: Các kiểu gấp được xếp hạng dựa trên điểm của chúng, và kiểu gấp được xếp hạng cao nhất được chọn làm kiểu gấp dự đoán cho protein đích.
5. Xây dựng mô hình: Một mô hình 3D của protein đích được xây dựng dựa trên kiểu gấp đã chọn.

Ví dụ: Threading đã được sử dụng để xác định các kiểu gấp của protein có trình tự mới lạ hoặc có sự tương đồng trình tự yếu với các protein đã biết. Nó đặc biệt hữu ích trong việc xác định các kiểu gấp của protein màng, vốn thường khó kết tinh.

3. Phương pháp lai

Các phương pháp lai kết hợp các yếu tố của cả phương pháp dựa trên vật lý và dựa trên kiến thức để cải thiện độ chính xác và hiệu quả của việc dự đoán cấu trúc protein. Các phương pháp này thường sử dụng các ràng buộc hoặc hàm tính điểm dựa trên kiến thức để hướng dẫn các mô phỏng dựa trên vật lý, hoặc ngược lại.

Ví dụ: Chương trình Rosetta là một phương pháp lai được sử dụng rộng rãi kết hợp các phương pháp dựa trên kiến thức và ab initio. Nó sử dụng một hàm tính điểm bao gồm cả các thuật ngữ năng lượng và tiềm năng thống kê được suy ra từ các cấu trúc protein đã biết. Rosetta đã thành công trong việc dự đoán cấu trúc của một loạt các protein, bao gồm cả các protein có kiểu gấp mới.

4. Các phương pháp Học máy

Sự ra đời của học máy, đặc biệt là học sâu, đã cách mạng hóa lĩnh vực gấp protein. Các thuật toán học máy có thể học các mẫu phức tạp từ các tập dữ liệu lớn về trình tự và cấu trúc protein, và chúng có thể được sử dụng để dự đoán cấu trúc protein với độ chính xác chưa từng có.

a. Học sâu để dự đoán cấu trúc protein

Các mô hình học sâu, chẳng hạn như mạng nơ-ron tích chập (CNNs) và mạng nơ-ron hồi quy (RNNs), đã được sử dụng để dự đoán các khía cạnh khác nhau của cấu trúc protein, bao gồm cấu trúc thứ cấp, bản đồ tiếp xúc và khoảng cách giữa các gốc. Các dự đoán này sau đó có thể được sử dụng để hướng dẫn xây dựng các mô hình 3D.

Các kiến trúc học sâu chính được sử dụng trong dự đoán cấu trúc protein:

• Mạng nơ-ron tích chập (CNNs): CNNs được sử dụng để xác định các mẫu cục bộ trong trình tự protein và để dự đoán các yếu tố cấu trúc thứ cấp (xoắn alpha, tấm beta và các vòng lặp).
• Mạng nơ-ron hồi quy (RNNs): RNNs được sử dụng để nắm bắt các phụ thuộc tầm xa trong trình tự protein và để dự đoán bản đồ tiếp xúc (bản đồ cho thấy các gốc nào nằm gần nhau trong cấu trúc 3D).
• Cơ chế chú ý (Attention Mechanisms): Cơ chế chú ý cho phép mô hình tập trung vào các phần liên quan nhất của trình tự protein khi đưa ra dự đoán.

b. AlphaFold và tác động của nó

AlphaFold, được phát triển bởi DeepMind, là một hệ thống dựa trên học sâu đã đạt được những kết quả đột phá trong dự đoán cấu trúc protein. AlphaFold sử dụng một kiến trúc mới lạ kết hợp CNNs và cơ chế chú ý để dự đoán khoảng cách và góc giữa các gốc. Các dự đoán này sau đó được sử dụng để tạo ra một mô hình 3D bằng cách sử dụng thuật toán giảm độ dốc.

Các tính năng chính của AlphaFold:

• Học từ đầu đến cuối (End-to-end learning): AlphaFold được huấn luyện từ đầu đến cuối để dự đoán cấu trúc protein trực tiếp từ trình tự axit amin.
• Cơ chế chú ý: Cơ chế chú ý cho phép mô hình tập trung vào các tương tác liên quan nhất giữa các axit amin.
• Tái chế (Recycling): AlphaFold lặp lại tinh chỉnh các dự đoán của nó bằng cách đưa chúng trở lại mô hình.

AlphaFold đã cải thiện đáng kể độ chính xác của dự đoán cấu trúc protein, đạt được độ chính xác gần như thực nghiệm cho nhiều protein. Tác động của nó đối với lĩnh vực này là sâu rộng, thúc đẩy nghiên cứu trong nhiều lĩnh vực sinh học và y học, bao gồm phát hiện thuốc, kỹ thuật protein và hiểu các cơ chế bệnh.

Ví dụ: Thành công của AlphaFold trong cuộc thi CASP (Đánh giá quan trọng về dự đoán cấu trúc) đã chứng minh sức mạnh của học sâu trong dự đoán cấu trúc protein. Khả năng dự đoán chính xác cấu trúc của các protein chưa được giải quyết trước đây đã mở ra những con đường mới cho nghiên cứu và khám phá.

Thách thức và Định hướng tương lai

Mặc dù có những tiến bộ đáng kể trong quá trình gấp protein tính toán, một số thách thức vẫn còn:

• Độ chính xác: Mặc dù các phương pháp như AlphaFold đã cải thiện đáng kể độ chính xác, việc dự đoán cấu trúc của tất cả các protein với độ chính xác cao vẫn là một thách thức, đặc biệt đối với các protein có kiểu gấp phức tạp hoặc thiếu các mẫu tương đồng.
• Chi phí tính toán: Các mô phỏng dựa trên vật lý có thể tốn kém về mặt tính toán, hạn chế khả năng áp dụng của chúng đối với các protein lớn hoặc thang thời gian dài. Phát triển các thuật toán hiệu quả hơn và tận dụng tài nguyên máy tính hiệu năng cao là rất quan trọng để khắc phục hạn chế này.
• Protein màng: Dự đoán cấu trúc của protein màng vẫn đặc biệt khó khăn do sự phức tạp của môi trường màng và sự hạn chế về cấu trúc thực nghiệm có sẵn.
• Động lực học protein: Hiểu hành vi động của protein là rất quan trọng để hiểu chức năng của chúng. Phát triển các phương pháp tính toán có thể nắm bắt chính xác động lực học protein vẫn là một lĩnh vực nghiên cứu tích cực.
• Sai sót và tích tụ protein: Phát triển các mô hình tính toán có thể dự đoán sự sai sót và tích tụ protein là rất quan trọng để hiểu và điều trị các bệnh liên quan đến sai sót protein.

Các hướng phát triển tương lai trong quá trình gấp protein tính toán bao gồm:

• Cải thiện Trường lực: Phát triển các trường lực chính xác và đáng tin cậy hơn là rất quan trọng để cải thiện độ chính xác của các mô phỏng dựa trên vật lý.
• Phát triển các phương pháp lấy mẫu nâng cao: Phát triển các phương pháp lấy mẫu nâng cao hiệu quả hơn là rất quan trọng để khám phá các thang thời gian dài hơn và mô phỏng các quá trình sinh học phức tạp.
• Tích hợp Học máy với các Phương pháp dựa trên Vật lý: Kết hợp điểm mạnh của học máy và các phương pháp dựa trên vật lý có thể dẫn đến các thuật toán dự đoán cấu trúc protein chính xác và hiệu quả hơn.
• Phát triển các Phương pháp dự đoán Động lực học Protein: Phát triển các phương pháp tính toán có thể nắm bắt chính xác động lực học protein là rất quan trọng để hiểu chức năng protein.
• Giải quyết vấn đề Sai sót và Tích tụ Protein: Tiếp tục nghiên cứu các mô hình tính toán để dự đoán và hiểu sự sai sót và tích tụ protein là rất quan trọng để phát triển các liệu pháp mới cho các bệnh như Alzheimer và Parkinson.

Kết luận

Gấp protein là một vấn đề trung tâm trong sinh học tính toán với những tác động sâu sắc đến việc tìm hiểu các quá trình sinh học và phát triển các liệu pháp mới. Các thuật toán tính toán, từ mô phỏng dựa trên vật lý đến các phương pháp dựa trên kiến thức và phương pháp học máy, đóng vai trò quan trọng trong việc dự đoán và tìm hiểu cấu trúc protein. Thành công gần đây của các phương pháp dựa trên học sâu như AlphaFold đã đánh dấu một cột mốc quan trọng trong lĩnh vực này, thúc đẩy nghiên cứu trong nhiều lĩnh vực sinh học và y học. Khi các phương pháp tính toán tiếp tục được cải thiện, chúng sẽ cung cấp những hiểu biết sâu sắc hơn nữa về thế giới phức tạp của quá trình gấp protein, mở đường cho những khám phá và đổi mới mới.