Den nuværende COVID-19-pandemi har skabt mange problemer, som hackere har været glade for at angribe. Fra 3D-printede ansigtsskærme og hjemmelavede medicinske masker til udskiftning af en komplet mekanisk ventilator var strømmen af idéer inspirerende og hjertevarm. Samtidig var der forsøg på at komme videre på et andet område: i forskning, der havde til formål at bekæmpe selve virussen.
Tilsyneladende ligger det største potentiale for at stoppe den nuværende pandemi og overgå alle efterfølgende i en tilgang, der forsøger at komme til selve roden af problemet. Denne "kend din fjende"-tilgang er taget af computerprojektet Folding@Home. Millioner af mennesker har tilmeldt sig projektet og donerer noget af processorkraften fra deres processorer og GPU'er, og skaber dermed den største [distribuerede] supercomputer i historien.
Men hvad bruges alle disse exaflops til? Hvorfor er det nødvendigt at kaste sådan computerkraft på
Først det vigtigste: hvorfor er proteiner nødvendige?
Proteiner er vitale strukturer. De giver ikke kun byggemateriale til celler, men tjener også som enzymkatalysatorer for næsten alle biokemiske reaktioner. Egern, det være sig
For at forstå, hvordan proteiner får den struktur, der bestemmer deres funktion, skal vi gennemgå det grundlæggende i molekylærbiologi og informationsstrømmen i cellen.
Produktion, eller
Ribosomer fungerer som samlemaskiner - de tager mRNA-skabelonen og matcher den med andre små stykker RNA,
Denne sekvens af aminosyrer er det første niveau i proteinstrukturhierarkiet, hvorfor det kaldes
Langrækkende bindinger af proteindele
Det næste niveau af tredimensionel struktur, der går ud over den primære, fik et smart navn
Alfa-spiraler og beta-ark i proteiner. Hydrogenbindinger dannes under proteinekspression.
Disse to strukturer og deres kombinationer danner det næste niveau af proteinstruktur -
Stabiliteten af tertiære strukturer er også sikret ved langrækkende bindinger mellem aminosyrer. Et klassisk eksempel på sådanne forbindelser er
Tertiær struktur stabiliseres af lang rækkevidde interaktioner såsom hydrofobicitet eller disulfidbindinger
Disulfidbindinger kan forekomme mellem
Modellering af strukturer i jagten på en kur mod sygdom
Polypeptidkæder begynder at folde sig til deres endelige form under translation, da den voksende kæde forlader ribosomet, ligesom et stykke hukommelseslegeret tråd kan antage komplekse former, når de opvarmes. Men som altid i biologi er tingene ikke så enkle.
I mange celler gennemgår transskriberede gener omfattende redigering før translation, hvilket væsentligt ændrer proteinets grundlæggende struktur sammenlignet med genets rene basesekvens. I dette tilfælde henter translationelle mekanismer ofte hjælp fra molekylære chaperoner, proteiner, der midlertidigt binder til den begyndende polypeptidkæde og forhindrer den i at antage nogen mellemform, hvorfra de så ikke vil være i stand til at gå videre til den endelige.
Dette er alt for at sige, at forudsigelse af den endelige form af et protein ikke er en triviel opgave. I årtier var den eneste måde at studere proteiners struktur på gennem fysiske metoder såsom røntgenkrystallografi. Det var først i slutningen af 1960'erne, at biofysiske kemikere begyndte at bygge beregningsmodeller for proteinfoldning, primært med fokus på sekundær strukturmodellering. Disse metoder og deres efterkommere kræver enorme mængder inputdata ud over den primære struktur - for eksempel tabeller over aminosyrebindingsvinkler, lister over hydrofobicitet, ladede tilstande og endda bevarelse af struktur og funktion over evolutionære tidsskalaer - alt sammen for at gæt, hvad der vil ske, ligne det endelige protein.
Dagens beregningsmetoder til forudsigelse af sekundær struktur, såsom dem, der kører på Folding@Home-netværket, fungerer med omkring 80 % nøjagtighed – hvilket er ret godt i betragtning af problemets kompleksitet. Data genereret af prædiktive modeller på proteiner såsom SARS-CoV-2 spike-proteinet vil blive sammenlignet med data fra fysiske undersøgelser af virussen. Som et resultat vil det være muligt at opnå den nøjagtige struktur af proteinet og måske forstå, hvordan virussen binder sig til receptorer
Proteinfoldningsforskning er kernen i vores forståelse af så mange sygdomme og infektioner, at selv når vi bruger Folding@Home-netværket til at finde ud af, hvordan vi kan besejre COVID-19, som vi har set eksplodere i vækst på det seneste, vil netværket ikke være ledig i lang tid. arbejde. Det er et forskningsværktøj, der er velegnet til at studere de proteinmønstre, der ligger til grund for snesevis af proteinfejlfoldningssygdomme, såsom Alzheimers sygdom eller varianten Creutzfeldt-Jakobs sygdom, ofte forkert kaldet kogalskab. Og når en anden virus uundgåeligt dukker op, vil vi være klar til at begynde at bekæmpe den igen.
Kilde: www.habr.com