Současná pandemie COVID-19 způsobila mnoho problémů, na které hackeři rádi útočí. Od 3D tištěných obličejových štítů a podomácku vyrobených lékařských masek až po výměnu plně mechanického ventilátoru, tok nápadů byl inspirativní a vřelý u srdce. Zároveň se objevily pokusy o pokrok v jiné oblasti: ve výzkumu zaměřeném na boj s virem samotným.
Zdá se, že největší potenciál pro zastavení současné pandemie a překonání všech následujících pandemií spočívá v přístupu, který se snaží dostat k samému kořenu problému. Tento přístup „poznej svého nepřítele“ využívá výpočetní projekt Folding@Home. Do projektu se přihlásily miliony lidí, kteří darují část výpočetního výkonu svých procesorů a GPU, čímž vytvořili největší [distribuovaný] superpočítač v historii.
Ale k čemu přesně všechny tyto exaflopy slouží? Proč je potřeba házet na takový výpočetní výkon
Za prvé, nejdůležitější věc: proč jsou bílkoviny potřebné?
Proteiny jsou životně důležité struktury. Poskytují nejen stavební materiál pro buňky, ale také slouží jako enzymatické katalyzátory pro téměř všechny biochemické reakce. Veverky, ať jsou
Abychom pochopili, jak proteiny získávají strukturu, která určuje jejich funkci, musíme projít základy molekulární biologie a toku informací v buňce.
Výroba, popř
Ribozomy fungují jako montážní stroje – vezmou templát mRNA a spojí ji s jinými malými kousky RNA,
Tato sekvence aminokyselin je první úrovní proteinové strukturní hierarchie, proto se nazývá
Dálkové vazby proteinových částí
Další úroveň trojrozměrné struktury, přesahující tu primární, dostala chytré jméno
Alfa šroubovice a beta listy v proteinech. Během exprese proteinu se tvoří vodíkové vazby.
Tyto dvě struktury a jejich kombinace tvoří další úroveň proteinové struktury -
Také stabilita terciárních struktur je zajištěna vazbami na dlouhé vzdálenosti mezi aminokyselinami. Klasickým příkladem takového spojení je
Terciární struktura je stabilizována dálkovými interakcemi, jako je hydrofobicita nebo disulfidové vazby
Mezi nimi mohou vznikat disulfidické vazby
Modelování struktur při hledání léku na nemoci
Polypeptidové řetězce se během translace začínají skládat do svého konečného tvaru, když rostoucí řetězec opouští ribozom, podobně jako kus drátu z paměťové slitiny může při zahřátí nabývat složitých tvarů. Nicméně, jako vždy v biologii, věci nejsou tak jednoduché.
V mnoha buňkách procházejí transkribované geny před translací rozsáhlou úpravou, čímž se výrazně mění základní struktura proteinu ve srovnání s čistou základní sekvencí genu. V tomto případě si translační mechanismy často vyžádají na pomoc molekulární chaperony, proteiny, které se dočasně navážou na rodící se polypeptidový řetězec a zabrání mu nabýt jakékoli meziformy, ze které pak nebudou moci přejít do finální.
To vše znamená, že předpovídání konečného tvaru proteinu není triviální úkol. Po celá desetiletí byla jediným způsobem, jak studovat strukturu proteinů, fyzikální metody, jako je rentgenová krystalografie. Teprve koncem 1960. let začali biofyzikální chemici budovat výpočtové modely skládání proteinů, primárně se soustřeďující na modelování sekundární struktury. Tyto metody a jejich potomci vyžadují kromě primární struktury obrovské množství vstupních dat – například tabulky úhlů vazeb aminokyselin, seznamy hydrofobnosti, nabitých stavů a dokonce zachování struktury a funkce v evolučních časových horizontech – to vše za účelem hádejte, co se stane, vypadá jako konečný protein.
Dnešní výpočetní metody pro predikci sekundární struktury, jako jsou ty, které běží na síti Folding@Home, pracují s přesností asi 80 %, což je vzhledem ke složitosti problému docela dobré. Data generovaná prediktivními modely o proteinech, jako je spike protein SARS-CoV-2, budou porovnána s daty z fyzikálních studií viru. V důsledku toho bude možné získat přesnou strukturu proteinu a možná pochopit, jak se virus váže na receptory
Výzkum skládání proteinů je jádrem našeho chápání tolika nemocí a infekcí, že i když použijeme síť Folding@Home k tomu, abychom zjistili, jak porazit COVID-19, u kterého jsme byli svědky explozivního růstu v poslední době, síť nebude ' nebýt dlouho nečinný. Je to výzkumný nástroj, který se dobře hodí pro studium proteinových vzorců, které jsou základem desítek nemocí spojených se špatným skládáním bílkovin, jako je Alzheimerova choroba nebo varianta Creutzfeldt-Jakobovy choroby, často nesprávně nazývané nemoc šílených krav. A když se nevyhnutelně objeví další virus, budeme připraveni s ním začít znovu bojovat.
Zdroj: www.habr.com