Компьютерное моделирование молекулярных взаимодействий

Введение

Компьютерное моделирование молекулярных взаимодействий. Макромолекулярный докинг – это компьютерное моделирование четвертичной структуры комплексов, образованных двумя или более взаимодействующими биологическими макромолекулами. Белково-белковые комплексы являются наиболее часто исследуемыми объектами такого моделирования, за ними следуют белково-нуклеиновые комплексы. Конечная цель докинга – предсказание трехмерной структуры интересующего макромолекулярного комплекса, как она существует в живом организме. Сам по себе докинг генерирует лишь правдоподобные структуры-кандидаты. Эти кандидаты необходимо ранжировать с использованием методов, таких как функции оценки, для выявления структур, наиболее вероятно существующих в природе. Термин "докинг" возник в конце 1970-х годов с более узким значением: тогда под "докингом" подразумевали уточнение модели сложной структуры путем оптимизации расстояния между взаимодействующими компонентами при фиксированной их относительной ориентации. Позже стало возможным варьировать относительную ориентацию взаимодействующих партнеров в моделировании, сохраняя при этом неизменной внутреннюю геометрию каждого из них. Этот тип моделирования иногда называют "жестким докингом". С дальнейшим ростом вычислительной мощности появилась возможность моделировать изменения внутренней геометрии взаимодействующих партнеров, которые могут происходить при образовании комплекса. Этот тип моделирования называется "гибким докингом".

История

В 1970-х годах сложное моделирование заключалось в ручном определении особенностей на поверхностях взаимодействующих молекул и интерпретации последствий для связывания, функции и активности; любые компьютерные программы обычно использовались в конце процесса моделирования для различения относительно небольшого числа конфигураций, оставшихся после применения всех эвристических ограничений. Первое использование компьютеров было в исследовании взаимодействия гемоглобина в серповидноклеточных волокнах. За этим в 1978 году последовала работа над комплексом трипсина и BPTI. Компьютеры различали хорошие и плохие модели, используя функцию оценки, которая вознаграждала большую площадь интерфейса и пары молекул, находящихся в контакте, но не занимающих одно и то же пространство. Компьютер использовал упрощенное представление взаимодействующих белков, с одним центром взаимодействия для каждого остатка. Благоприятные электростатические взаимодействия, включая водородные связи, определялись вручную. В начале 1990-х годов было определено больше структур комплексов, и доступная вычислительная мощность значительно возросла. С появлением биоинформатики фокус сместился на разработку обобщенных методов, которые можно было бы применить к произвольному набору комплексов при приемлемых вычислительных затратах. Предполагалось, что новые методы можно будет применять даже при отсутствии филогенетических или экспериментальных данных; любые специфические априорные знания все еще можно было вводить на этапе выбора между наиболее высокорейтинговыми выходными моделями или представлять в качестве входных данных, если алгоритм это позволял. В 1992 году был опубликован метод корреляции, алгоритм, использующий быстрое преобразование Фурье для обеспечения значительно улучшенной масштабируемости при оценке грубой комплементарности формы на моделях жесткого тела. В 1997 году он был расширен для охвата грубой электростатики. В 1996 году были опубликованы результаты первого слепого теста, в котором шесть исследовательских групп попытались предсказать структуру комплекса TEM 1 Бета-лактамазы с белком-ингибитором Бета-лактамазы (BLIP). Этот тест выявил необходимость учета конформационных изменений и сложность различения конформеров. Он также послужил прототипом для серии оценок CAPRI, которая дебютировала в 2001 году.

In the 1970s, complex modelling revolved around manually identifying features on the surfaces of the interactors, and interpreting the consequences for binding, function and activity; any computer programmes were typically used at the end of the modelling process, to discriminate between the relatively few configurations which remained after all the heuristic constraints had been imposed. The first use of computers was in a study on hemoglobin interaction in sickle cell fibres. This was followed in 1978 by work on the trypsin BPTI complex. Computers discriminated between good and bad models using a scoring function which rewarded large interface area, and pairs of molecules in contact but not occupying the same space. The computer used a simplified representation of the interacting proteins, with one interaction centre for each residue. Favorable electrostatic interactions, including hydrogen bonds, were identified by hand. In the early 1990s, more structures of complexes were determined, and available computational power had increased substantially. With the emergence of bioinformatics, the focus moved towards developing generalized techniques which could be applied to an arbitrary set of complexes at acceptable computational cost. The new methods were envisaged to apply even in the absence of phylogenetic or experimental clues; any specific prior knowledge could still be introduced at the stage of choosing between the highest ranking output models, or be framed as input if the algorithm catered for it. 1992 saw the publication of the correlation method, an algorithm which used the fast Fourier transform to give a vastly improved scalability for evaluating coarse shape complementarity on rigid body models. This was extended in 1997 to cover coarse electrostatics. In 1996 the results of the first blind trial were published, in which six research groups attempted to predict the complexed structure of TEM 1 Beta lactamase with Beta lactamase inhibitor protein (BLIP). The exercise brought into focus the necessity of accommodating conformational change and the difficulty of discriminating between conformers. It also served as the prototype for the CAPRI assessment series, which debuted in 2001.

Крепление с жестким корпусом против гибкого стыковки

Если углы связи, длины связей и торсионные углы компонентов не модифицируются ни на одном этапе генерации комплекса, это называется докингом жестких тел. Остаётся предметом обсуждения, достаточно ли хорошо докинг жестких тел подходит для большинства задач докинга. Когда при формировании комплекса в компонентах происходят значительные конформационные изменения, докинг жестких тел оказывается неадекватным. Однако, оценка всех возможных конформационных изменений требует неприемлемо больших вычислительных затрат. Процедуры докинга, допускающие изменение конформации, или гибкие процедуры докинга, должны разумно отбирать небольшое подмножество возможных конформационных изменений для анализа.

Методы взаимного пространства

Каждый из белков может быть представлен в виде простой кубической решетки. Тогда, для класса оценок, являющихся дискретными свертками, конфигурации, связанные друг с другом сдвигом одного белка на точный вектор решетки, могут быть оценены почти одновременно посредством применения теоремы о свертке. Угол кручения может быть естественно введен в метод Монте-Карло как дополнительное свойство каждого случайного шага. Методы Монте-Карло не гарантируют исчерпывающий поиск, поэтому наилучшая конфигурация может быть упущена даже при использовании функции оценки, которая в теории должна была бы ее идентифицировать. Степень серьезности этой проблемы для докинга пока окончательно не установлена.

Сравнительные показатели

Для тестирования методов докинга был разработан эталонный набор, состоящий из 84 белок-белковых взаимодействий с известными структурами комплексов. Набор был сформирован для охвата широкого спектра типов взаимодействий и исключения повторяющихся характеристик, таких как профиль структурных семейств взаимодействующих белков согласно базе данных SCOP. Элементы эталонного набора классифицированы по трем уровням сложности (наиболее сложный уровень характеризуется наибольшим изменением конформации основной цепи). Эталонный набор для докинга белок-белок включает примеры комплексов ингибитор-фермент, антиген-антитело и гомомультимерные комплексы. Последняя версия эталонного набора для докинга белок-белок состоит из 230 комплексов. Эталонный набор для докинга белок-ДНК содержит 47 тестовых случаев. Эталонный набор для докинга белок-РНК был создан как набор данных из 45 нередундантных тестовых случаев, включающий комплексы, структура которых определена только с помощью рентгеновской кристаллографии, а также расширенный набор данных из 71 тестового случая со структурами, полученными с использованием гомологического моделирования. Эталонный набор белок-РНК был обновлен для включения большего количества структур, определенных с помощью рентгеновской кристаллографии, и теперь состоит из 126 тестовых случаев. Эти эталонные наборы содержат объединенный набор данных из 209 комплексов. Эталонный набор для определения аффинности связывания был основан на эталонном наборе для докинга белок-белок. В него включены 81 белок-белковый комплекс с известными экспериментальными значениями аффинности; эти комплексы охватывают диапазон аффинности более чем в 11 порядков величины. Каждая запись эталонного набора включает несколько биохимических параметров, связанных с экспериментальными данными, а также метод, использованный для определения аффинности. Этот эталонный набор был использован для оценки способности оценочных функций предсказывать аффинность макромолекулярных комплексов. Эталонный набор был подвергнут экспертной оценке и значительно расширен. Новый набор разнообразен с точки зрения представленных биологических функций, включая комплексы с G-белками и внеклеточными доменами рецепторов, а также комплексы антиген/антитело, фермент/ингибитор и фермент/субстрат. Он также разнообразен с точки зрения аффинности партнеров друг к другу, при этом Kd варьируется от 10−5 до 10−14 М. Девять пар записей представляют собой тесно связанные комплексы с похожей структурой, но различной аффинностью, каждая пара состоит из коннатных и некогнатных сборок. Поскольку доступны несвязанные структуры компонентов белков, можно оценить изменения конформации. Они значительны в большинстве комплексов, и часто наблюдаются большие движения или переходы от расстройств к упорядоченности. Набор может быть использован для оценки биофизических моделей, направленных на установление связи между аффинностью и структурой в белок-белковых взаимодействиях, учитывая реагенты и изменения конформации, которые сопровождают реакцию ассоциации, а не только конечный продукт. CAPRI – это продолжающаяся серия мероприятий, в рамках которых исследователи со всего мира пытаются выполнить докинг одних и тех же белков, предоставленных оценщиками. Раунды проводятся примерно каждые 6 месяцев. Каждый раунд включает от одного до шести белок-белковых комплексов, структуры которых были недавно определены экспериментально. Координаты хранятся в частном порядке оценщиками при сотрудничестве со структурными биологами, которые их определили. Оценка представленных результатов проводится вслепую. CAPRI привлекает большое количество участников (37 групп со всего мира приняли участие в седьмом раунде) и вызывает большой интерес со стороны биологического сообщества в целом. Хотя результаты CAPRI имеют ограниченную статистическую значимость из-за небольшого количества целей в каждом раунде, роль CAPRI в стимулировании дискуссии значительна. (Оценка CASP является аналогичным упражнением в области прогнозирования структуры белка).

A benchmark of 84 protein–protein interactions with known complexed structures has been developed for testing docking methods. The set is chosen to cover a wide range of interaction types, and to avoid repeated features, such as the profile of interactors' structural families according to the SCOP database. Benchmark elements are classified into three levels of difficulty (the most difficult containing the largest change in backbone conformation). The protein–protein docking benchmark contains examples of enzyme inhibitor, antigen antibody and homomultimeric complexes. The latest version of protein protein docking benchmark consists of 230 complexes. A protein DNA docking benchmark consists of 47 test cases. A protein RNA docking benchmark was curated as a dataset of 45 non redundant test cases with complexes solved by X ray crystallography only as well as an extended dataset of 71 test cases with structures derived from homology modelling as well. The protein RNA benchmark has been updated to include more structures solved by X ray crystallography and now it consists of 126 test cases. The benchmarks have a combined dataset of 209 complexes. A binding affinity benchmark has been based on the protein–protein docking benchmark. 81 protein–protein complexes with known experimental affinities are included; these complexes span over 11 orders of magnitude in terms of affinity. Each entry of the benchmark includes several biochemical parameters associated with the experimental data, along with the method used to determine the affinity. This benchmark was used to assess the extent to which scoring functions could also predict affinities of macromolecular complexes. This Benchmark was post peer reviewed and significantly expanded. The new set is diverse in terms of the biological functions it represents, with complexes that involve G proteins and receptor extracellular domains, as well as antigen/antibody, enzyme/inhibitor, and enzyme/substrate complexes. It is also diverse in terms of the partners' affinity for each other, with Kd ranging between 10−5 and 10−14 M. Nine pairs of entries represent closely related complexes that have a similar structure, but a very different affinity, each pair comprising a cognate and a noncognate assembly. The unbound structures of the component proteins being available, conformation changes can be assessed. They are significant in most of the complexes, and large movements or disorder to order transitions are frequently observed. The set may be used to benchmark biophysical models aiming to relate affinity to structure in protein–protein interactions, taking into account the reactants and the conformation changes that accompany the association reaction, instead of just the final product. is an ongoing series of events in which researchers throughout the community try to dock the same proteins, as provided by the assessors. Rounds take place approximately every 6 months. Each round contains between one and six target protein–protein complexes whose structures have been recently determined experimentally. The coordinates and are held privately by the assessors, with the cooperation of the structural biologists who determined them. The assessment of submissions is double blind. CAPRI attracts a high level of participation (37 groups participated worldwide in round seven) and a high level of interest from the biological community in general. Although CAPRI results are of little statistical significance owing to the small number of targets in each round, the role of CAPRI in stimulating discourse is significant. (The CASP assessment is a similar exercise in the field of protein structure prediction).