Так что же это всё-таки такое, «фолдинг белков»?

Автор оригинала: Dan Maloney
  • Перевод


В текущей пандемии COVID-19 появилось много проблем, на которые хакеры с удовольствием набрасывались. От лицевых щитков, распечатанных на 3D-принтере и медицинских масок домашнего изготовления до замены полноценного механического аппарата искусственной вентиляции лёгких – этот поток идей вдохновлял и радовал душу. В то же самое время были попытки продвинуться и в другой области: в исследованиях, нацеленных на борьбу непосредственно с самим вирусом.

Судя по всему, наибольший потенциал для остановки текущей пандемии и опережения всех последующих есть у подхода, пытающегося докопаться до самого истока проблемы. Этот подход из разряда «узнай своего врага» исповедует вычислительный проект Folding@Home. Миллионы людей зарегистрировались в проекте и жертвуют часть вычислительных мощностей своих процессоров и GPU, создав таким образом крупнейший [распределённый] суперкомпьютер в истории.

Но для чего конкретно используются все эти экзафлопы? Почему нужно бросать такие вычислительные мощности на фолдинг [укладку] белков? Какая тут работает биохимия, зачем вообще белкам нужно укладываться? Вот краткий обзор фолдинга белков: что это, как он происходит и в чём его важность.

Для начала самое важное: зачем нужны белки?


Белки — жизненно необходимые структуры. Они не только дают строительный материал для клеток, но и служат ферментами-катализаторами практически всех биохимических реакций. Белки, будь они структурными или ферментными, представляют собой длинные цепочки аминокислот, расположенных в определённой последовательности. Функции белков определяются тем, какие аминокислоты расположены в определённых местах белка. Если, к примеру, белку необходимо связываться с положительно заряженной молекулой, место соединения должно быть заполнено отрицательно заряженными аминокислотами.

Чтобы понять, как белки получают структуру, определяющую их функцию, нужно пробежаться по основам молекулярной биологии и информационному потоку в клетке.

Производство, или экспрессия белков начинается с процесса транскрипции. Во время транскрипции двойная спираль ДНК, содержащая в себе генетическую информацию клетки, частично расплетается, давая доступ азотных оснований ДНК ферменту под названием РНК-полимераза. Задача РНК-полимеразы состоит в том, чтобы сделать РНК-копию, или транскрипцию, гена. Эта копия гена под названием матричная РНК (мРНК), представляет собой одинарную молекулу, идеально подходящую для управления внутриклеточными белковыми фабриками, рибосомами, которые занимаются производством, или трансляцией белков.

Рибосомы ведут себя как сборочные приспособления – они захватывают шаблон мРНК и сопоставляют его другим небольшим кусочкам РНК, транспортным РНК (тРНК). У каждой тРНК есть две активные области – секция из трёх оснований под названием антикодон, которая должна совпадать с соответствующими кодонами мРНК, и участок для связывания аминокислоты, специфичной для этого кодона. Во время трансляции молекулы тРНК в рибосоме случайным образом пытаются связаться с мРНК при помощи антикодонов. В случае успеха молекула тРНК присоединяет свою аминокислоту к предыдущей, формируя очередное звено в цепочке аминокислот, закодированной мРНК.

Эта последовательность аминокислот является первым уровнем структурной иерархии белка, поэтому и называется его первичной структурой. Вся трёхмерная структура белка и его функции напрямую происходят от первичной структуры, и зависят от различных свойств каждой из аминокислот и их взаимодействия между собой. Не будь этих химических свойств и взаимодействий аминокислот, полипептиды так и оставались бы линейными последовательностями без трёхмерной структуры. Это можно увидеть каждый раз во время готовки еды – в этом процессе происходит тепловая денатурация трёхмерной структуры белков.

Дальнодействующие связи частей белков


Следующему уровню трёхмерной структуры, выходящему за рамки первичной, дали хитроумное название вторичной структуры. В неё входят водородные связи между аминокислотами относительно близкого действия. Основная суть этих стабилизирующих взаимодействий сводится к двум вещам: альфа-спирали и бета-листу. Альфа-спираль образует туго скрученный участок полипептида, а бета-лист – гладкую и широкую область. У обоих образований есть как структурные, так и функциональные свойства, зависящие от характеристик составляющих их аминокислот. К примеру, если альфа-спираль в основном состоит из гидрофильных аминокислот, как аргинин или лизин, то она, скорее всего, будет участвовать в водных реакциях.


Альфа-спирали и бета-листы в белках. Водородные связи формируются во время экспрессии белка.

Эти две структуры и их комбинации формируют следующий уровень структуры белка — третичную структуру. В отличие от простых фрагментов вторичной структуры, на третичную структуру в основном влияет гидрофобность. В центрах большинства белков содержатся аминокислоты с высокой гидрофобностью, типа аланина или метионина, и вода исключается оттуда из-за «жирной» природы радикалов. Эти структуры часто появляются в трансмембранных белках, встроенных в двойную липидную мембрану, окружающую клетки. Гидрофобные участки белков остаются термодинамически стабильными внутри жировой части мембраны, а гидрофильные участки белка подвергаются воздействию водной среды с обеих её сторон.

Также стабильность третичных структур обеспечивают дальнодействующие связи между аминокислотами. Классическим примером таких связей служит дисульфидный мостик, часто возникающий между двумя радикалами цистеинов. Если в парикмахерской во время процедуры перманентной завивки волос какого-нибудь клиента вы чувствовали запах, немного напоминающей тухлые яйца, то это была частичная денатурация третичной структуры содержащегося в волосах кератина, проходящая посредством уменьшения дисульфидных связей при помощи содержащих серу тиольных смесей.


Третичную структуру стабилизируют дальнодействующие взаимодействия, типа гидрофобности или дисульфидных связей

Дисульфидные связи могут возникать между цистеиновыми радикалами в одной полипептидной цепочке, или между цистеинами из разных полных цепочек. Взаимодействия между разными цепочками формируют четвертичный уровень белковой структуры. Прекрасным примером четвертичной структуры служит гемоглобин у вас в крови. Каждая молекула гемоглобина состоит из четырёх одинаковых глобинов, частей белка, каждый из которых удерживается в определённом положении внутри полипептида дисульфидными мостиками, а также связан с молекулой гема, содержащей железо. Все четыре глобина связаны межмолекулярными дисульфидными мостиками, а вся молекула целиком связывается сразу с несколькими молекулами воздуха, вплоть до четырёх, и способна отпускать их по необходимости.

Моделирование структур в поисках лечения болезни


Полипептидные цепочки начинают укладываться в итоговую форму во время трансляции, когда растущая цепочка выходит из рибосомы – примерно как отрезок проволоки из сплава с эффектом памяти может принимать сложные формы при нагреве. Однако, как всегда в биологии, всё не так просто.

Во многих клетках перед трансляцией транскрибированные гены подвергаются серьёзному редактированию, значительно меняющему основную структуру белка по сравнению с чистой последовательностью оснований гена. При этом трансляционные механизмы часто заручаются помощью молекулярных сопровождающих, белков, временно связывающихся с нарождающейся полипептидной цепочкой, и не дающих ей принимать какую-либо промежуточную форму, из которой они потом не смогут перейти к окончательной.

Это всё к тому, что предсказание окончательной формы белка не является тривиальной задачей. Десятилетиями единственным способом изучения структуры белков были физические методы типа рентгеновской кристаллографии. Только в конце 1960-х биофизические химики начали строить вычислительные модели фолдинга белка, в основном сконцентрировавшись на моделировании вторичной структуры. Этим методам и их потомкам требуются огромные объёмы входных данных в дополнение к первичной структуре – к примеру, таблицы углов связи аминокислот, списки гидрофобности, заряженные состояния и даже сохранение структуры и функционирование на эволюционных временных отрезках – и всё для того, чтобы догадаться, как будет выглядеть окончательный белок.

Сегодняшние вычислительные методы предсказания вторичной структуры, работающие, в частности, в сети Folding@Home, работают примерно с 80% точностью – что довольно неплохо, учитывая сложность задачи. Данные, полученные предсказательными моделями по таким белкам, как белок шипов SARS-CoV-2, будут сопоставлены с данными физического изучения вируса. В итоге можно будет получить точную структуру белка и, возможно, разобраться в том, как вирус прикрепляется к рецепторам ангиотензинпревращающего фермента 2 человека, находящимся в дыхательных путях, ведущих внутрь тела. Если мы сможем разобраться в этой структуре, мы, вероятно, сумеем найти лекарства, блокирующие связывание и предотвращающие инфицирование.

Исследования фолдинга белка лежат в самом сердце нашего понимания такого количества заболеваний и инфекций, что даже когда мы при помощи сети Folding@Home придумаем, как победить COVID-19, за взрывным ростом которого мы наблюдаем в последнее время, эта сеть не будет долго простаивать без работы. Это исследовательский инструмент, отлично подходящий для изучения белковых моделей, лежащих в основе десятков заболеваний, связанных с неправильным фолдингом белков – например, с болезнью Альцгеймера или с разновидностью болезни Крейтцфельдта — Якоба, которую часто некорректно именуют коровьим бешенством. И когда неизбежно появится очередной вирус, мы уже будем готовы снова начать с ним борьбу.
AdBlock похитил этот баннер, но баннеры не зубы — отрастут

Подробнее
Реклама

Комментарии 12

    0
    Занимался распределенными вычислениями, в том числе и по фолдингу, еще учась в институте. Было такое чувство сопричастности, что мой ноут является частью суперкомпьютера, и было прикольно гнуть по-всякому модели молекул белков, ища наиболее энергетически выгодное положение, и получать за это очки.
    Однажды рассказал об этом однокурснику, а он сказал: Нах пендосам помогать?
      0

      А сейчас продолжаете ими заниматься?

        0
        Я пару лет назад пытался запустить какой-то из этих проектов, там теперь вознаграждение не в баллах, а в криптовалюте. Но вообще не смог настроить, чтобы это работало, и забил.
      +2
      Интересно что было открыто или обнаружено благодаря распределенным вычислениям за последние 10 лет?
        0
        Какие-нибудь новые простые числа и укладку структур белка.
        Наука — это не всегда открытия, это зачастую очень много справочного материала, который просто должен быть. И спасибо, что существуют вычислительные методы — вы представьте, сколько геморроились люди для построения всяких номограмм температурной зависимости теплоемкостей, таблиц состояния бинарных смесей, вязкостей и упругостей различных марок стали и т.д. Тонны эмпирической калибровочной работы, положенной в толстые справочники до востребования.
          0
          Являясь участником Folding@Home и «фолдя» два проекта, тем не менее иногда в голову лезут шкурные сомнения, что мы «фолдим» биткоины...) у вас такое не возникает?
            0
            Я не знаю точно, на каких мощностях этот проект сейчас фолдится, но если как раньше на процессоре — то нет, крипту на них майнить довольно бессмысленно. Если же сейчас вышли решения/патчи/проги для желающих подрубить ГПУ — я бы задумался.
              0
              В том то и дело, что на обоих…
                0
                Думаю, маловероятно по 2м причинам:
                1) Проект старше биткоина
                2) Они помнится публикуют на своем сайте научные работы, рассчитанные с помощью FoldingHome
        0
        На самом деле, есть группа очень активных добровольцев которые продвигают эту тему как
        «вычисление протеинов» И строительство вечной автономной капсулы
        ( картинки яндекс — гугл )

        Но проблема намного глубже: Логика человека ограничена и человек делает ограниченные выводы.
        И верит в религии и бездействует. Вместо моделирования мозга, и химических расчётов.
        Эпл выпускает самый мощный телефон, который всё время простаивают.
        Вот в folding home — например создан самый быстрый супер компьютеры из пользователей который обошёл TOP 500 — супер компьютеров вместе взятые

        Вот общие изображения
        image

        image

        image

        image

        image
          0
          связывается сразу с несколькими молекулами воздуха
          А фолдинг у этой молекулы имеется?;)
            0
            Не сильно в этом разбираюсь, но вот такое впечатление, что ковид никто не может отличить от пневмонии и обычного гриппа. Если вычислительные методы помогут с этим разобраться, то это будет прорыв

            Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.

            Самое читаемое