La nuna COVID-19-pandemio kreis multajn problemojn, kiujn piratoj volonte atakis. De 3D presitaj vizaĝaj ŝildoj kaj memfaritaj medicinaj maskoj ĝis anstataŭigi plenan mekanikan ventolilon, la fluo de ideoj estis inspira kaj korvarmiga. Samtempe, estis provoj antaŭeniri en alia areo: en esplorado celanta kontraŭbatali la viruson mem.
Ŝajne, la plej granda potencialo por ĉesigi la nunan pandemion kaj superi ĉiujn postajn kuŝas en aliro, kiu provas atingi la radikon mem de la problemo. Ĉi tiu aliro "konu vian malamikon" estas prenita de la komputika projekto Folding@Home. Milionoj da homoj aliĝis al la projekto kaj donacas iom da la pretigpovo de siaj procesoroj kaj GPUoj, tiel kreante la plej grandan [distribuitan] superkomputilon en la historio.
Sed por kio ĝuste ĉiuj ĉi tiuj eksflopoj estas uzataj? Kial necesas ĵeti tian komputadpovon al
Unue, la plej grava afero: kial necesas proteinoj?
Proteinoj estas esencaj strukturoj. Ili ne nur provizas konstrumaterialon por ĉeloj, sed ankaŭ funkcias kiel enzimkataliziloj por preskaŭ ĉiuj biokemiaj reakcioj. Sciuroj, estu ili
Por kompreni kiel proteinoj akiras la strukturon kiu determinas ilian funkcion, ni devas ekzameni la bazojn de molekula biologio kaj la fluo de informoj en la ĉelo.
Produktado, aŭ
Ribozomoj agas kiel kunigmaŝinoj - ili prenas la mRNA-ŝablonon kaj kongruas ĝin al aliaj malgrandaj pecoj de RNA,
Ĉi tiu sekvenco de aminoacidoj estas la unua nivelo de la proteina struktura hierarkio, tial ĝi estas nomita.
Longdistancaj ligoj de proteinpartoj
La sekva nivelo de tridimensia strukturo, irante preter la primara, ricevis lertan nomon
Alfa-helicoj kaj beta-folioj en proteinoj. Hidrogenaj ligoj formiĝas dum proteinesprimo.
Ĉi tiuj du strukturoj kaj iliaj kombinaĵoj formas la sekvan nivelon de proteinstrukturo -
Ankaŭ, la stabileco de terciaraj strukturoj estas certigita per longdistancaj ligoj inter aminoacidoj. Klasika ekzemplo de tiaj ligoj estas
Terciara strukturo estas stabiligita per longdistancaj interagoj kiel ekzemple hidrofobeco aŭ disulfidaj ligoj
Disulfidaj ligoj povas okazi inter
Modeligado de strukturoj serĉante kuracon kontraŭ malsano
Polipeptidĉenoj komencas faldi en sian finan formon dum tradukado, ĉar la kreskanta ĉeno forlasas la ribosomon, tre kiel peco de memor-aloja drato povas preni kompleksajn formojn kiam varmigite. Tamen, kiel ĉiam en biologio, aferoj ne estas tiel simplaj.
En multaj ĉeloj, transskribitaj genoj spertas ampleksan redaktadon antaŭ traduko, signife ŝanĝante la bazan strukturon de la proteino komparite kun la pura bazsekvenco de la geno. En ĉi tiu kazo, tradukaj mekanismoj ofte regas la helpon de molekulaj ŝaperonoj, proteinoj kiuj provizore ligiĝas al la naskiĝanta polipeptida ĉeno kaj malhelpas ĝin alpreni ajnan mezan formon, de kiu ili tiam ne povos pluiri al la fina.
Ĉi tio signifas, ke antaŭdiri la finan formon de proteino ne estas bagatela tasko. Dum jardekoj, la nura maniero studi la strukturon de proteinoj estis tra fizikaj metodoj kiel ekzemple Rentgenfota kristalografio. Daŭris ĝis la malfruaj 1960-aj jaroj ke biofizikaj apotekistoj komencis konstrui komputilajn modelojn de proteinfaldado, ĉefe koncentriĝante pri sekundara strukturmodeligado. Tiuj metodoj kaj iliaj posteuloj postulas enormajn kvantojn da enigdatenoj aldone al la primara strukturo - ekzemple, tabeloj de aminoacidaj ligaj anguloj, listoj de hidrofobeco, ŝargitaj statoj, kaj eĉ konservado de strukturo kaj funkcio dum evoluaj temposkaloj - ĉio por divenu, kio okazos, aspektas kiel la fina proteino.
La hodiaŭaj komputaj metodoj por sekundara strukturo-antaŭdiro, kiel tiuj kurantaj sur la Folding@Home-reto, funkcias kun proksimume 80% precizeco—kio estas sufiĉe bona konsiderante la kompleksecon de la problemo. Datumoj generitaj de prognozaj modeloj pri proteinoj kiel ekzemple la pikproteino SARS-CoV-2 estos komparitaj kun datumoj de fizikaj studoj de la viruso. Kiel rezulto, eblos akiri la precizan strukturon de la proteino kaj, eble, kompreni kiel la viruso aliĝas al riceviloj.
Esploro pri faldebla proteino estas la kerno de nia kompreno pri tiom da malsanoj kaj infektoj, ke eĉ kiam ni uzas la reton Folding@Home por ekscii kiel venki COVID-19, kiun ni vidis lastatempe eksplodi en kresko, la reto gajnos. ne estu senokupa dum longa tempo. Ĝi estas esplora ilo, kiu taŭgas por studi la proteinajn ŝablonojn, kiuj submetas dekojn da proteinaj misfald-malsanoj, kiel Alzheimer-malsano aŭ la varianta Creutzfeldt-Jakob-malsano, ofte malĝuste nomata freneza bovino. Kaj kiam alia viruso neeviteble aperos, ni estos pretaj komenci batali ĝin denove.
fonto: www.habr.com