Praeguses COVID-19 pandeemias on tekkinud palju probleeme, mis on häkkeritele meelepärased. Alates 3D-prinditud näokilpidest ja kodustest meditsiinimaskidest kuni täieliku mehaanilise kunstliku kopsuväljapumpamise seadme asendamiseni – nende ideede vool on inspireerinud ja rõõmustanud. Samal ajal on tehtud katseid edasi liikuda ka teises valdkonnas: uuringutes, mis on suunatud otseselt viirusega võitlemisele.
Tundub, et praeguse pandeemia peatamiseks ja kõigi järgmiste edestamiseks on kõige suurem potentsiaal lähenemisel, mis püüab välja selgitada probleemi algpõhjuse. See lähenemine kuulub kategooriasse „tunne oma vaenlast“ ja selle järgijaks on arvutiprojekt Folding@Home. Miljonid inimesed on projektiga liitunud ja annetavad osa oma protsessorite ja graafikakaartide arvutusvõimsusest, luues seeläbi ajaloo suurima [jaotatud] superarvuti.
Aga milleks täpselt neid eksafloppe kasutatakse? Miks on vaja investeerida nii suuri arvutusvõimekuusid ? Какая тут работает биохимия, зачем вообще белкам нужно укладываться? Вот краткий обзор фолдинга белков: что это, как он происходит и в чём его важность.
Esiteks on oluline küsimus: miks on valgud vajalikud?
Valgud on eluks hädavajalikud struktuurid. Need mitte ainult ei anna ehitusmaterjali rakkudele, vaid toimivad ka ensüümide-katalüsaatoritena praktiliselt kõigis biokeemilistes reaktsioonides. Valgud, olgu nad või , kujutavad endast pikki ahelikke , mis on paigutatud kindlasse järjestusse. Valguhulkade funktsioonid määratlevad ametlikud kohad, kus asuvad teatud aminohapped. Kui näiteks valgu funksionaalne koht peab siduma positiivselt laetud molekuli, siis peab sidumiskoht olema täidetud negatiivselt laetud aminohapetega.
Kuidas valkude struktuur määrab nende funktsiooni, on võimalik mõista, kui vaadata molekulaarbioloogia ja rakusisesest info voogu.
Valgudootmine, ehk algab protsessi kaudu . Transkriptsiooni ajal paiskub DNA kahekordne spiraal, mis sisaldab raku geneetilist teavet, osaliselt lahti, andes juurdepääsu DNA lämmastikalustele ensüümile nimega . RNA-polümeraasi ülesanne on luua RNA koopia ehk transkriptsioon geeni kohta. See geeni koopia, mida nimetatakse , on üksikmolekul, mis sobib ideaalselt rakkude valguvabrikute, , mis tegelevad valkude tootmise ehk juhtimiseks. Ribosoomid toimivad nagu kokkupanekuseadmed – nad haaravad mRNA mustri ja sobitavad selle teiste väikeste RNA tükkidega,
tRNA-dega antikodon, kodonile. Käänetamisel proovivad tRNA molekulid ribosoome juhuslikult seonduda mRNA-le oma antikodonite abil. Kui seondumine õnnestub, kinnitab tRNA molekul oma aminohappe eelnevale, moodustades järgmise lüli aminohapete ahelas, mille on kodeerinud mRNA. . Riboosi ajal püüavad tRNA molekulid juhuslikult mRNA-ga antikoodonite kaudu ühendust võtta. Edu korral liidab tRNA molekul oma aminohappe eelneva juurde, muodustades uue aminohapete ahela lüli, mille kodeerib mRNA.
See aminohapete jada on esimene struktuurne hierarhia tasand valgu puhul, mistõttu nimetatakse seda tema . Kõik valgu kolmemõõtmeline struktuur ja selle funktsioonid tulenevad otseselt algstruktuurist ning sõltuvad iga aminohappe erinevatest omadustest ja nende omavahelistest suhetest. Ilma nende keemiliste omaduste ja aminohapete omavaheliste suhetena, jääksid nad lineaarseteks järjestusteks ilma kolmemõõtmelise struktuurita. Seda võib näha iga kord, kui toitu küpsetatakse – selles protsessis toimuvad temperatuuri valkude kolmemõõtmelises struktuuris.
Valgukomponentide kauged sidemed
Järgmise kolmemõõtmelise struktuuri taseme, mis ületab algstruktuuri, nimetasid oskajad . Sellesse kuuluvad vesiniksidemed aminohapete vahel, mille tegevus on suhteliselt lähedane. Nende stabiliseerivate interaktsioonide põhiolemus seisneb kahes asjas: ja . Alfa-spiraal moodustab tihedalt keerdunud polüpeptiidi osa, samas kui beeta-leht on sile ja lai ala. Mõlemal kujunemisel on nii struktuursed kui ka funktsionaalsed omadused, mis sõltuvad nende koostisosade aminohapete omadustest. Näiteks, kui alfa-spiraal koosneb peamiselt hüdrofiilsetest aminohapetest, nagu või , siis osaleb ta tõenäoliselt veereaktsioonides.
Alfa-spiraalid ja beeta-lehed valkudes. Vesiniksidemed moodustuvad valgu ekspressiooni ajal.
Need kaks struktuuri ja nende kombinatsioonid kujundavad järgmise taseme valgu struktuuri — . Erinevalt lihtsatest teise taseme fragmentidest mõjutab kolmandat struktuuri peamiselt hüdrofoobsus. Enamiku valkude keskel paiknevad kõrge hüdrofoobsuse aminohapped, näiteks või , ja vesi eemaldatakse sealt „rasvase” iseloomu radikaalide tõttu. Need struktuurid ilmnevad sageli transmembraansetes valkudes, mis on integreeritud kahekordse lipiidmembrani, mis ümbritseb rakke. Valkude hüdrofoobsed osad jäävad termodünaamiliselt stabiilseks rasvaste membraani osade sees, samas kui hüdrofiilsed osad on mõlemalt poolt kokkupuutel veega.
Samuti tagavad kolmanda järgu struktuuri stabiilsuse kauged sidemed aminohapete vahel. Klassikaline näide sellistest sidemetest on , mis sageli tekib kahe tsüsteiini radikaali vahel. Kui olete juuksuris, kus mõne kliendi juuste permakujundamise protseduuril oli lõhn, mis meenutas veidi mädanenud mune, siis oli see osaline denatureerimine kolmanda järgu struktuuriga keratiinis, mis toimus disulfiidisidemete vähenemise kaudu sulfiidiga segu abil.
Kolmanda järgu struktuuri stabiliseerivad kauged interaktsioonid, nagu hüdrofoobsus või disulfidisidemed
Disulfidisidemed võivad tekkida kahe vahel radikaalid ühes polüpeptiidahelas või erinevate tsüsteiinide vahel erinevates täis ahelates. Erinevate ahelate vahelised interaktsioonid moodustavad valgu struktuuri tasandi. Suurepäraseks näiteks kvartaarstruktuurist on teie veres. Iga hemoglobiini molekul koosneb neljast identsest globiinist, valgu osadest, millest igaüks on kinni hoidnud teatud asendis polüpeptiidi sees disulfiidsildadega ning on seotud hemimolekuliga, mis sisaldab rauda. Kõik neli globiini on seotud intermolekulaarsete disulfiidsildadega ja kogu molekul seondub korraga mitme õhumolekuliga, kuni neljani, ning suudab neid vajadusel vabastada.
Struktuuride modelleerimine haiguse ravimise otsimisel
Polüpeptiidahelad hakkavad võtma lõplikku kuju translatsiooni ajal, kui kasvav ahel väljub ribosoomist – umbes nagu mäluefektiga sulam aitab traadi lõigul omandada keerulisi vorme kuumutamisel. Kuid, nagu alati bioloogias, pole asjad nii lihtsad.
Paljude rakkude puhul läbivad transkribeeritud geenid enne translatsiooni ulatuslikku redigeerimist, mis muudab valgu põhistruktuuri oluliselt võrreldes puhta geeni aluse järjestusega. Samuti toetavad translatsioonimehhanismid sageli molekulaarseid kaaslasi, valke, mis seostuvad ajutiselt tekkiva polüpeptiidahelaga, takistades tal omamoodi vahekuju võtma, millest nad hiljem ei suuda minna lõplikule kujule.
See, et tõestab, et valgu lõplikku kuju ennustamine ei ole triviaalne ülesanne. Aastakümneid oli ainus viis valkude struktuuri uurimiseks füüsikalised meetodid, nagu röntgenkristallograafia. Alles 1960. aastate lõpus hakkasid biofüüsilised keemikud ehitama valgu kokkukääramise arvutusmudeleid, keskendudes peamiselt sekundaarse struktuuri modelleerimisele. Nende meetodite ja nende järeltulijate jaoks on vaja tohutult sisendandmeid lisaks esmasele struktuurile – näiteks aminohapete side nurkade tabelid, hüdrofoobsuse loendid, laetud olekud ja isegi struktuuri säilitamine ja toimimine evolutsioonilistes ajavahemikes – ning kõik see, et aimata, milline valk tegelikult välja näeb.
Tänased arvutamismeetodid, mis ennustavad sekundaarset struktuuri, mis toimivad muu hulgas Folding@Home võrkus, töötavad umbes 80% täpsusega – mis on üsna hea, arvestades ülesande keerukust. Ennustavate mudelitega saadud andmed selliste valkude kohta nagu SARS-CoV-2 tippvalk võrreldakse viiruse füüsilise uurimise andmetega. Lõpptulemusena saab täpselt määrata valgu struktuuri ja võib-olla mõista, kuidas viirus kinnitub retseptoritele. inimese hingamisteedes, mis viivad kehasse. Kui suudame selle struktuuri mõista, leiame tõenäoliselt ravimeid, mis takistavad sidumist ja seeläbi nakatumist.
Valgu fookuse uurimine on meie arusaama keskmes nii paljusid haigusi ja nakkusi, et isegi kui me Folding@Home võrgustiku abil leiame viisi COVID-19 vastu võitlemiseks, mille plahvatuslikku kasvu oleme hiljuti tunnistamas, ei jää see võrgustik pikaks ajaks tööta. See on uurimistöö tööriist, mis sobib suurepäraselt valgu mudelite uurimiseks, mis on aluseks kümnetele valkude vale fookusega seotud haigustele — näiteks Alzheimeri tõvele või Kreutzfeldt-Jakobi haiguse vormile, mida sageli vale nimega nimetatakse lehmade hulluseks. Ja kui järgmine viirus inevitatiivselt ilmub, oleme juba valmis taas võitlema.
Allikas: habr.com
