In die huidige COVID-19-pandemie is daar baie probleme waarop kuberkrakers met graagte toegesak het. Van 3D-gedrukte gesigskerms en tuisgemaakte mediese maskers tot die vervanging van 'n volledige meganiese ventilator, hierdie stroom idees het die siel geïnspireer en verheug. Terselfdertyd was daar pogings om op 'n ander gebied te vorder: in navorsing wat daarop gemik is om die virus self te bekamp.
Blykbaar lê die grootste potensiaal om die huidige pandemie te stop en alle daaropvolgendes te oortref in 'n benadering wat probeer om by die wortel van die probleem uit te kom. Hierdie "ken jou vyand"-benadering word deur die Folding@Home-rekenaarprojek gevolg. Miljoene mense het by die projek aangesluit en skenk van die verwerkingskrag van hul verwerkers en GPU's en skep sodoende die grootste [verspreide] superrekenaar in die geskiedenis.
Maar waarvoor presies word al hierdie exaflops gebruik? Hoekom is dit nodig om sulke rekenaarkrag na te gooi
Om mee te begin, die belangrikste ding: hoekom het ons proteïene nodig?
Proteïene is lewensbelangrike strukture. Hulle verskaf nie net boumateriaal vir selle nie, maar dien ook as ensiemkatalisators vir byna alle biochemiese reaksies. Eekhorings, hetsy hulle
Om te verstaan hoe proteïene die struktuur kry wat hul funksie bepaal, moet jy oor die basiese beginsels van molekulêre biologie en die inligtingvloei in die sel gaan.
produksie, of
Ribosome gedra hulle soos monteringstoestelle - hulle vang die mRNA-sjabloon vas en pas dit by ander klein stukkies RNA,
Hierdie volgorde van aminosure is die eerste vlak van die strukturele hiërargie van die proteïen, en daarom word dit genoem
Langafstandbindings van proteïendele
Die volgende vlak van die driedimensionele struktuur, wat verder gaan as die primêre, is 'n slim naam gegee
Alfa-helikse en beta-velle in proteïene. Waterstofbindings word tydens proteïenuitdrukking gevorm.
Hierdie twee strukture en hul kombinasies vorm die volgende vlak van proteïenstruktuur −
Die stabiliteit van tersiêre strukture word ook verskaf deur langafstandbindings tussen aminosure. 'n Klassieke voorbeeld van sulke verbindings is
Die tersiêre struktuur word gestabiliseer deur langafstand interaksies soos hidrofobisiteit of disulfiedbindings.
Disulfiedbindings kan tussen vorm
Modellering van strukture op soek na 'n geneesmiddel vir siekte
Polipeptiedkettings begin in hul finale vorm vou tydens translasie, wanneer die groeiende ketting uit die ribosoom kom, baie soos 'n stuk geheue-legeringsdraad komplekse vorms kan aanneem wanneer dit verhit word. Soos altyd in biologie is dinge egter nie so eenvoudig nie.
In baie selle ondergaan getranskribeerde gene uitgebreide redigering voor translasie, wat die basiese struktuur van die proteïen aansienlik verander in vergelyking met die suiwer basisvolgorde van die geen. Terselfdertyd word translasiemeganismes dikwels aangewend met behulp van molekulêre begeleiders, proteïene wat tydelik aan die ontluikende polipeptiedketting bind en verhoed dat dit enige tussenvorm aanneem, vanwaar hulle dan nie na die finale een sal kan beweeg nie.
Dit is alles om die feit dat die voorspelling van die finale vorm van 'n proteïen nie 'n triviale taak is nie. Vir dekades was fisiese metodes soos X-straalkristallografie die enigste manier om die struktuur van proteïene te bestudeer. Dit was eers in die laat 1960's dat biofisiese chemici begin het om berekeningsmodelle van proteïenvou te bou, wat hoofsaaklik op sekondêre struktuurmodellering konsentreer. Hierdie metodes en hul afstammelinge vereis groot hoeveelhede insetdata bykomend tot die primêre struktuur - byvoorbeeld tabelle van aminosuurbindingshoeke, lyste van hidrofobisiteit, gelaaide toestande en selfs die behoud van struktuur en funksie oor evolusionêre tydskale - alles in orde om te raai wat sal gebeur lyk soos die finale proteïen.
Vandag se berekeningsmetodes vir sekondêre struktuurvoorspelling, soos dié wat op die Folding@Home-netwerk loop, werk met ongeveer 80% akkuraatheid—wat redelik goed is as die kompleksiteit van die probleem in ag geneem word. Data gegenereer deur voorspellende modelle oor proteïene soos die SARS-CoV-2-puntproteïen sal vergelyk word met data van fisiese studies van die virus. As gevolg hiervan sal dit moontlik wees om die presiese struktuur van die proteïen te verkry en miskien te verstaan hoe die virus aan reseptore heg
Proteïenvou-navorsing is die kern van ons begrip van soveel siektes en infeksies dat selfs wanneer ons die Folding@Home-netwerk gebruik om uit te vind hoe om COVID-19 te verslaan, wat ons die afgelope tyd in groei sien ontplof het, sal die netwerk ' nie lank ledig nie werk. Dit is 'n navorsingshulpmiddel wat goed geskik is om die proteïenpatrone te bestudeer wat onderliggend is aan tientalle proteïen-wanvou-siektes, soos Alzheimer se siekte of die variant Creutzfeldt-Jakob-siekte, wat dikwels verkeerdelik malbeessiekte genoem word. En wanneer 'n ander virus onvermydelik verskyn, sal ons gereed wees om dit weer te begin beveg.
Bron: will.com