Proteins: Structure, Function and Bioinformatics

Các cấu trúc protein ba chiều có thể được mô tả bằng một thư viện các mảnh 3D xác định một bảng chữ cái cấu trúc. Chúng tôi đã từng đề xuất một bảng chữ cái như vậy, bao gồm 16 mẫu của năm axit amin liên tiếp, được gọi là Protein Blocks (PBs). Các PB này đã được sử dụng để mô tả các xương sống protein và để dự đoán các cấu trúc cục bộ từ các trình tự protein. Tỉ lệ dự đoán Q₁₆ đạt 40,7% với một quy trình tối ưu hóa. Bài viết này xem xét hai khía cạnh của các PB. Đầu tiên, chúng tôi xác định ảnh hưởng của việc mở rộng cơ sở dữ liệu đến định nghĩa của chúng. Kết quả cho thấy rằng các đặc điểm hình học của các PB khác nhau được bảo tồn (giá trị RMSD cục bộ bằng 0,41 Å trung bình) và các đặc tính cụ thể về trình tự - cấu trúc được củng cố khi các cơ sở dữ liệu được mở rộng. Thứ hai, chúng tôi cải thiện các phương pháp tối ưu hóa dự đoán PB từ các trình tự, xem lại quy trình tối ưu hóa và khám phá các chiến lược dự đoán cục bộ khác nhau. Việc sử dụng một quy trình tối ưu hóa thống kê cho mối quan hệ giữa trình tự - cấu trúc cục bộ cải thiện độ chính xác của dự đoán lên 8% (Q₁₆ = 48,7%). Nhận dạng tốt hơn các cấu trúc lặp lại diễn ra mà không làm giảm hiệu quả dự đoán của các nếp gấp cục bộ khác. Việc thêm dự đoán cấu trúc thứ cấp đã cải thiện độ chính xác của Q₁₆ chỉ 1%. Một chỉ số entropy (N_eq), có liên quan chặt chẽ đến giá trị RMSD của sự khác biệt giữa các PB dự đoán và các cấu trúc cục bộ thật sự, được đề xuất để đánh giá chất lượng dự đoán. Giá trị N_eq có tương quan tuyến tính với các phân phối tỉ lệ dự đoán Q₁₆, được tính toán cho một tập hợp lớn các protein. Một tỉ lệ dự đoán "mong đợi" Q^E₁₆ được suy ra với lỗi trung bình là 5%. Protein 2005. © 2005 Wiley‐Liss, Inc.

Chúng tôi trình bày một phân tích về 10 dự đoán mù được chuẩn bị cho một hội nghị gần đây, “Đánh giá cơ bản các kỹ thuật dự đoán cấu trúc protein.”¹ Các chuỗi của những protein này không có sự tương đồng dễ phát hiện với bất kỳ protein nào trong cơ sở dữ liệu cấu trúc khi đó còn tồn tại, nhưng chúng tôi đã cố gắng sử dụng phương pháp xếp chồng để nhận diện sự tương đồng với các cấu trúc miền đã biết. Bốn trong số 10 protein, như chúng tôi đã biết sau đó, thực sự cho thấy sự tương đồng đáng kể với các cấu trúc đã biết vào thời điểm đó. Đối với 2 trong số những protein này, các dự đoán là chính xác, ở chỗ một cấu trúc tương tự nằm ở hoặc gần đầu danh sách các điểm số xếp chồng, và sự căn chỉnh xếp chồng đồng ý tốt với sự căn chỉnh cấu trúc tương ứng. Đối với mô hình dự đoán tốt nhất, lỗi căn chỉnh trung bình so với sự căn chỉnh cấu trúc tối ưu là 2.7 dư chất, hoàn toàn phát sinh từ các “sự dịch chuyển đăng ký” nhỏ của các sợi hoặc xoắn. Trong phân tích, chúng tôi cố gắng xác định các yếu tố chịu trách nhiệm cho những thành công và thất bại này. Bởi vì phương pháp xếp chồng của chúng tôi không sử dụng các hình phạt khoảng trống, chúng tôi có thể dễ dàng phân biệt giữa các lỗi phát sinh từ định nghĩa trước đó của chúng tôi về các “lõi” của các cấu trúc đã biết và các lỗi phát sinh từ những hạn chế nội tại trong tiềm năng xếp chồng. Kết quả cho thấy rằng sự nhận diện cấu trúc con thành công phụ thuộc một cách quyết định vào định nghĩa chính xác của “cấu trúc” của một protein trong cơ sở dữ liệu. Định nghĩa này phải phân định chính xác các cấu trúc con có khả năng được bảo tồn và không được bảo tồn trong quá trình tiến hóa protein.

Phương pháp PROPKA để dự đoán các giá trị pK_a của các dư lượng có khả năng ion hóa trong protein đã được mở rộng để bao gồm ảnh hưởng của các ligand không phải protein đối với các giá trị pK_a của protein cũng như dự đoán sự thay đổi của các giá trị pK_a của các nhóm ion hóa trên chính ligand đó. Phiên bản mới này của PROPKA (PROPKA 2.0) được phát triển, trong khả năng có thể, bằng cách điều chỉnh các quy tắc kinh nghiệm cơ bản của PROPKA 1.0 cho các nhóm chức năng của ligand. Do đó, tốc độ của PROPKA được duy trì, giúp tính toán các giá trị pK_a của tất cả các nhóm ion hóa trong vòng vài giây cho hầu hết các protein. Sự điều chỉnh này đã được xác minh bằng cách so sánh dự đoán của PROPKA 2.0 với dữ liệu thực nghiệm cho 26 phức hợp protein–ligand bao gồm trypsin, thrombin, ba loại pepsin, protease HIV-1, chymotrypsin, xylanase, hydroxynitrile lyase và dihydrofolate reductase. Đối với trypsin và thrombin, đã quan sát thấy sự thay đổi trạng thái proton hóa lớn (|n| > 0.5) một cách thực nghiệm đối với 4 trong số 14 phức hợp ligand. PROPKA 2.0 và phương pháp PEOE của Klebe (Czodrowski P et al. J Mol Biol 2007;367:1347–1356) đều xác định được ba trong bốn sự thay đổi trạng thái proton hóa lớn. Các thay đổi trạng thái proton hóa do sự liên kết của plasmepsin II, cathepsin D và endothiapepsin với pepstatin được dự đoán trong khoảng 0.4 đơn vị proton ở pH 6.5 và 7.0, tương ứng. Các kết quả của PROPKA 2.0 cho thấy rằng các thay đổi cấu trúc do sự liên kết của ligand có tác động đáng kể đến việc tiếp nhận/giải phóng proton, cũng như các dư lượng xa vị trí liên kết, chủ yếu do sự thay đổi trong môi trường cục bộ của một dư lượng cụ thể và do đó là sự thay đổi trong mạng lưới liên kết hydro cục bộ. Tổng thể các kết quả gợi ý rằng PROPKA 2.0 cung cấp một mô tả tốt về các tương tác protein–ligand mà có ảnh hưởng quan trọng đến các giá trị pK_a của các nhóm có khả năng titratable, cho phép xác định nhanh chóng và chính xác các trạng thái proton hóa của các dư lượng chính và các nhóm chức năng của ligand trong vị trí liên kết hoặc hoạt động của một protein. Proteins 2008. © 2008 Wiley‐Liss, Inc.

Các phương pháp mô hình hóa so sánh được mô tả có thể được sử dụng để xây dựng một cấu trúc mô hình ba chiều của một protein mới từ kiến thức về trình tự gen của nó và cấu trúc thực nghiệm cũng như trình tự của các thành viên khác trong gia đình đồng hóa của nó. Các phương pháp này được minh họa với họ protease serine ở động vật có vú, cho đến nay đã có bảy cấu trúc thực nghiệm được báo cáo trong tài liệu, và hơn 35 trình tự của các thành viên protein khác nhau trong họ này đã được công bố. Chiến lược mô hình hóa các protein này được trình bày, đồng thời các tiêu chí được phát triển để xác định và phân loại độ tin cậy của cấu trúc mô hình. Các tiêu chí được mô tả được thiết kế đặc biệt để giúp phát hiện những trường hợp mà trong đó cấu trúc cục bộ có khả năng khác biệt đáng kể so với hình dạng thông thường của gia đình.

Mô hình protease của virus gây suy giảm miễn dịch ở người (HIV-1) dựa trên cấu trúc tinh thể của protease virus Rous sarcoma (RSV) đã được so sánh với cấu trúc tinh thể gần đây được xác định của protease HIV-1 tổng hợp hóa học. Sự khác biệt tổng thể giữa mô hình và cấu trúc tinh thể là 1,4 Å độ lệch bình phương (rms) cho 86 nguyên tử Cα được chồng lên nhau. Vị trí của nắp linh hoạt khác nhau trong mô hình và sáu dư lượng tại đầu amin đã được đặt không chính xác. Với những ngoại lệ này, tất cả các nguyên tử của mô hình và cấu trúc tinh thể đều đồng thuận với độ lệch 2,11 Å. Hình dạng của một số uốn cong bề mặt trong mô hình ít đồng nhất hơn với cấu trúc tinh thể. Các axit amin giống nhau trong protease RSV và HIV được mô hình hóa một cách đáng tin cậy hơn so với các loại axit amin khác nhau. Các axit amin tạo thành vị trí liên kết với cơ chất được mô hình hóa chính xác nhất với độ lệch 1,2 Å rms cho tất cả các nguyên tử so với cấu trúc tinh thể. Điều này gợi ý rằng các vùng quan trọng về mặt chức năng của các protein liên quan có thể được mô hình hóa với độ chính xác cao. Mô hình đã đưa ra những dự đoán chính xác cho các dư lượng tạo tương tác với cơ chất và do đó có thể được sử dụng để thiết kế các chất ức chế. Mô hình dựa trên cấu trúc protease RSV tương tự hơn với cấu trúc thực nghiệm so với các mô hình trước đây dựa trên cấu trúc của các protease aspartic không phải virus.

Một phương pháp “dựa trên tri thức” để dự đoán cấu trúc chưa biết của một protein từ cấu trúc biết trước đồng sinh sử dụng năng lượng để xác định hình dạng bên của chuỗi được đề xuất. Phương pháp này bao gồm việc hoán đổi các dư lượng trong cấu trúc đã biết cho chuỗi của protein chưa biết. Sau đó, một tìm kiếm hình dạng với sự tối thiểu hóa năng lượng cơ học phân tử được thực hiện trên các dư lượng đã hoán đổi. Hình dạng có năng lượng thấp nhất là hình dạng được chọn để dự đoán cấu trúc. Trong cấu trúc của trypsin bò, tầm quan trọng của việc bao gồm một thuật ngữ năng lượng hòa tan trong quá trình tìm kiếm được chứng minh đối với các dư lượng có thể tiếp cận với dung môi, trong khi chỉ riêng năng lượng cơ học phân tử cũng đủ để dự đoán chính xác hình dạng của các dư lượng bên trong. Độ chính xác của mô hình được đánh giá bằng cách so sánh độ chồng lắp giữa thể tích của cấu trúc dự đoán và cấu trúc tinh thể. Cuối cùng, cấu trúc của trypsin chuột được dự đoán từ cấu trúc tinh thể của trypsin bò. Chuỗi của hai protein này có độ đồng nhất 74% và tất cả các thay đổi đáng kể giữa chúng đều ở các dư lượng bên ngoài. Do đó, việc bao gồm năng lượng hòa tan trong tìm kiếm hình dạng là cần thiết để dự đoán chính xác cấu trúc của các dư lượng đã hoán đổi.

Chương trình được mô tả ở đây cho phép tạo ra các sơ đồ liên kết hydro của cấu trúc protein và tùy chọn vẽ vòng xoắn cũng như lưới xoắn. Chương trình cũng có thể được sử dụng đơn giản để tính toán các kết nối của các sợi β và tự động trích xuất các mô hình cấu trúc đơn giản như kẹp tóc hay chìa khóa Hy Lạp. Chương trình giúp giảm thiểu đáng kể nỗ lực cần thiết để tạo ra những sơ đồ này và cung cấp độ linh hoạt đáng kể trong thông tin có thể được biểu diễn. Sự hữu ích của chương trình được minh họa qua một số ví dụ bao gồm so sánh các họ đồng huyết, tương quan giữa cấu trúc protein với đặc điểm của từng amino acid và trích xuất tất cả các ví dụ về mô hình ψ-loop từ Ngân hàng Dữ liệu Brookhaven.

Cơ sở dữ liệu các cấu trúc ba chiều protein đã biết có thể được mở rộng đáng kể nhờ vào việc sử dụng tính đồng cấu trình tự, dựa trên những quan sát sau. (1) Cơ sở dữ liệu các trình tự đã biết, hiện có hơn 12.000 protein, lớn hơn hai bậc so với cơ sở dữ liệu các cấu trúc đã biết. (2) Phương pháp hiện tại mạnh nhất để dự đoán cấu trúc protein là xây dựng mô hình dựa trên tính đồng cấu. (3) Tính đồng cấu cấu trúc có thể được suy luận từ mức độ tương đồng trình tự. (4) Ngưỡng về mức độ tương đồng trình tự đủ để đạt được tính đồng cấu cấu trúc phụ thuộc mạnh vào độ dài của sự căn chỉnh. Ở đây, chúng tôi trước tiên định lượng mối quan hệ giữa tương đồng trình tự, tương đồng cấu trúc và độ dài của sự căn chỉnh bằng cách khảo sát toàn diện các sự căn chỉnh giữa các protein đã biết có cấu trúc và báo cáo một đường cong ngưỡng đồng cấu như một hàm của độ dài sự căn chỉnh. Sau đó, chúng tôi tạo ra một cơ sở dữ liệu về cấu trúc bậc hai protein suy diễn từ đồng cấu (HSSP) bằng cách căn chỉnh tất cả các trình tự được coi là đồng cấu dựa trên đường cong ngưỡng đến mỗi protein có cấu trúc đã biết. Đối với mỗi cấu trúc protein đã biết, cơ sở dữ liệu suy diễn chứa các trình tự đã được căn chỉnh, cấu trúc bậc hai, biến thể trình tự, và hồ sơ trình tự. Các cấu trúc ba chiều của các trình tự đã căn chỉnh được ngụ ý nhưng không được mô hình hóa một cách cụ thể. Cơ sở dữ liệu này tăng đáng kể số lượng các cấu trúc protein đã biết lên gấp năm lần, đạt hơn 1800. Kết quả có thể hữu ích trong việc đánh giá ý nghĩa cấu trúc của các sự khớp trong các tìm kiếm cơ sở dữ liệu trình tự, trong việc suy diễn các sở thích và mẫu cho dự đoán cấu trúc, trong việc làm rõ vai trò cấu trúc của các dư lượng bảo tồn, và trong việc mô hình hóa chi tiết ba chiều thông qua đồng cấu.

Các nghiên cứu về gập protein thường sử dụng diện tích và thể tích để đánh giá đóng góp kỵ nước vào năng lượng tự do cấu hình (Richards, F. M. Annu. Rev. Biophys. Bioeng. 6:151–176, 1977). Chúng tôi đã tính toán diện tích trung bình bị chôn vùi khi gập lại cho từng nhóm hóa học trong mỗi dư lượng của một tập hợp các protein được giải mã bằng tia X. Các phép đo này, cùng với kích thước hốc tiêu chuẩn của mỗi nhóm, được ghi lại trong một bảng. Quan sát cho thấy, trung bình, mỗi loại nhóm chôn vùi một phần không đổi của diện tích trạng thái tiêu chuẩn của nó. Diện tích trung bình bị chôn vùi của hầu hết, mặc dù không phải tất cả, các nhóm có thể được xấp xỉ gần đúng bằng cách cộng các đóng góp từ ba tham số đặc trưng tương ứng với ba loại nguyên tử: (1) carbon hoặc lưu huỳnh, có mức độ chôn vùi trung bình là 86%; (2) oxy hoặc nitrogen trung tính, có mức độ chôn vùi trung bình là 40%; và (3) oxy hoặc nitrogen có điện tích, có mức độ chôn vùi trung bình là 32%.

Các mẫu về tính chất axit amin (cực, kỵ nước, v.v.) đặc trưng cho các mô hình cấu trúc bậc hai được rút ra từ một cơ sở dữ liệu chứa 75 cấu trúc protein, với mục tiêu vượt qua các hạn chế do kích thước cơ sở dữ liệu gây ra nhằm tăng điểm dự đoán cấu trúc. Nhiều liên kết trình tự-cấu trúc như vậy có sức mạnh dự đoán nội tại cao được tìm thấy, và đúng 78% trong số chúng khi được áp dụng riêng lẻ cho các protein bên ngoài tập học. Dựa trên những liên kết này, một phương pháp dự đoán được phát triển, đạt điểm 62% trên 3 trạng thái α-helix, β-strand và loop, mà không sử dụng thêm các ràng buộc. Mặc dù điểm số này khá tốt so với điểm của các phương pháp dự đoán hiện có, nhưng vẫn thấp hơn nhiều so với dự kiến từ sức mạnh dự đoán nội tại cao của các liên kết được sử dụng. Những lý do cơ bản cho kết quả bất ngờ này, cho thấy rằng điểm dự đoán và sức mạnh dự đoán nội tại chỉ liên kết yếu, được thảo luận. Cũng đã chỉ ra rằng kích thước của cơ sở dữ liệu hiện tại vẫn nghiêm trọng hạn chế các điểm dự đoán, ngay cả khi các mẫu tính chất được sử dụng, và rằng các điểm cao hơn được mong đợi trong các cơ sở dữ liệu lớn. Những manh mối được cung cấp về ảnh hưởng tương đối của việc bỏ qua các tương tác không gian đối với hiệu quả dự đoán, gợi ý rằng trong các cơ sở dữ liệu đủ lớn, các cấu trúc bậc hai được dự đoán sẽ tương ứng với những cấu trúc hình thành sớm trong quá trình gập. Giả thuyết này được kiểm tra bằng cách đối chiếu các dự đoán hiện tại với dữ liệu thực nghiệm có sẵn về các trung gian gập protein sớm và về các peptide nhỏ có hình dạng tương đối ổn định trong nước. Mặc dù thừa nhận rằng vẫn còn quá ít dữ liệu như vậy, kết quả cho thấy giả thuyết này có thể là có cơ sở.