U trenutnoj pandemiji COVID-19, postoje mnogi problemi na koje su se hakeri rado bacili. Od 3D štampanih štitnika za lice i domaćih medicinskih maski do zamjene kompletnog mehaničkog ventilatora, ovaj tok ideja inspirisao je i oduševio dušu. Istovremeno, bilo je pokušaja napredovanja u još jednoj oblasti: u istraživanju usmjerenom na borbu protiv samog virusa.
Očigledno, najveći potencijal za zaustavljanje trenutne pandemije i nadmašivanje svih narednih leži u pristupu koji pokušava doći do samog korijena problema. Ovaj pristup „upoznaj svog neprijatelja“ koristi računarski projekat Folding@Home. Milioni ljudi su se prijavili za projekat i doniraju dio procesorske snage svojih procesora i GPU-a, stvarajući tako najveći [distribuirani] superkompjuter u istoriji.
Ali za šta se tačno koriste svi ovi exaflops? Zašto je potrebno bacati takvu računarsku snagu na
Za početak, najvažnije: zašto su nam potrebni proteini?
Proteini su vitalne strukture. Oni ne samo da obezbeđuju građevinski materijal za ćelije, već služe i kao enzimski katalizatori za skoro sve biohemijske reakcije. Vjeverice, bile one
Da biste razumjeli kako proteini dobijaju strukturu koja određuje njihovu funkciju, morate proći kroz osnove molekularne biologije i protok informacija u ćeliji.
proizvodnja, ili
Ribosomi se ponašaju kao uređaji za sklapanje - hvataju šablon mRNA i uparuju ga s drugim malim dijelovima RNK,
Ova sekvenca aminokiselina je prvi nivo strukturne hijerarhije proteina, zbog čega se naziva
Veze dugog dometa proteinskih delova
Sljedeći nivo trodimenzionalne strukture, koji nadilazi primarni, dobio je pametno ime
Alfa spirale i beta listovi u proteinima. Vodikove veze nastaju tokom ekspresije proteina.
Ove dvije strukture i njihove kombinacije čine sljedeći nivo strukture proteina −
Takođe, stabilnost tercijarnih struktura je obezbeđena dugotrajnim vezama između aminokiselina. Klasičan primjer takvih veza je
Tercijarna struktura se stabilizuje dugotrajnim interakcijama kao što su hidrofobnost ili disulfidne veze.
Između njih se mogu formirati disulfidne veze
Modeliranje struktura u potrazi za lijekom za bolest
Polipeptidni lanci počinju da se savijaju u svoj konačni oblik tokom translacije, kada rastući lanac izlazi iz ribozoma, slično kao što komadić žice od memorijske legure može poprimiti složene oblike kada se zagrije. Međutim, kao i uvijek u biologiji, stvari nisu tako jednostavne.
U mnogim ćelijama, transkribovani geni prolaze kroz opsežno uređivanje pre translacije, značajno menjajući osnovnu strukturu proteina u poređenju sa čistom baznom sekvencom gena. Istovremeno, translacijski mehanizmi se često uključuju uz pomoć molekularne pratnje, proteina koji se privremeno vežu za novonastali polipeptidni lanac i sprječavaju ga da poprimi bilo kakav međuoblik, iz kojeg onda neće moći prijeći u konačni.
To je sve zbog činjenice da predviđanje konačnog oblika proteina nije trivijalan zadatak. Decenijama su fizičke metode poput rendgenske kristalografije bile jedini način proučavanja strukture proteina. Tek kasnih 1960-ih, biofizički hemičari su počeli da grade računarske modele savijanja proteina, uglavnom koncentrišući se na modeliranje sekundarne strukture. Ove metode i njihovi potomci zahtijevaju ogromne količine ulaznih podataka pored primarne strukture - na primjer, tablice uglova veze aminokiselina, liste hidrofobnosti, nabijenih stanja, pa čak i očuvanje strukture i funkcije u evolucijskim vremenskim okvirima - sve po redu da pogodim šta će se dogoditi.izgleda kao konačni protein.
Današnje računske metode za predviđanje sekundarne strukture, kao što su one koje rade na Folding@Home mreži, rade sa oko 80% tačnosti — što je prilično dobro s obzirom na složenost problema. Podaci generirani prediktivnim modelima o proteinima kao što je šiljasti protein SARS-CoV-2 upoređivat će se s podacima iz fizičkih studija virusa. Kao rezultat toga, bit će moguće dobiti točnu strukturu proteina i, možda, razumjeti kako se virus vezuje za receptore
Istraživanje savijanja proteina je u srcu našeg razumijevanja tolikog broja bolesti i infekcija da čak i kada koristimo Folding@Home mrežu da shvatimo kako pobijediti COVID-19, za koji smo vidjeli kako raste u posljednje vrijeme, mreža će ne budi dugo u stanju mirovanja. To je istraživački alat koji je vrlo pogodan za proučavanje proteinskih obrazaca koji leže u osnovi desetina bolesti pogrešnog savijanja proteina, kao što je Alchajmerova bolest ili varijanta Creutzfeldt-Jakobove bolesti, koja se često pogrešno naziva kravlje ludilo. A kada se neminovno pojavi još jedan virus, bićemo spremni da se ponovo borimo protiv njega.
izvor: www.habr.com