A jelenlegi COVID-19 világjárvány sok olyan problémát okozott, amelyeket a hackerek szívesen megtámadnak. A 3D nyomtatott arcvédőktől és házi készítésű orvosi maszkoktól a teljes mechanikus lélegeztetőgép cseréjéig az ötletek áramlása inspiráló és szívmelengető volt. Ugyanakkor egy másik területen is történtek előrelépési kísérletek: magának a vírusnak a leküzdését célzó kutatásokban.
Úgy tűnik, a jelenlegi világjárvány megállításának és a későbbiek megelőzésének legnagyobb lehetősége egy olyan megközelítésben rejlik, amely a probléma gyökeréhez igyekszik eljutni. Ezt az „ismerd meg az ellenségedet” megközelítést a Folding@Home számítástechnikai projekt alkalmazza. Emberek milliói iratkoztak fel a projektre, és felajánlják processzoraik és GPU-ik feldolgozási teljesítményének egy részét, így létrehozva a történelem legnagyobb [elosztott] szuperszámítógépét.
De pontosan mire is használják ezeket az exaflopokat? Miért van szükség ekkora számítási teljesítményre?
Először is a legfontosabb dolog: miért van szükség fehérjékre?
A fehérjék létfontosságú struktúrák. Nemcsak építőanyagot biztosítanak a sejtek számára, hanem enzimkatalizátorként is szolgálnak szinte minden biokémiai reakcióhoz. Mókusok, legyenek azok
Ahhoz, hogy megértsük, hogyan sajátítják el a fehérjék a funkciójukat meghatározó szerkezetet, át kell mennünk a molekuláris biológia és a sejten belüli információáramlás alapjain.
Termelés, ill
A riboszómák összeszerelő gépként működnek – veszik az mRNS-sablont, és hozzáillesztik más kis RNS-darabokhoz,
Ez az aminosav-szekvencia a fehérje szerkezeti hierarchiájának első szintje, ezért nevezik
A fehérjerészek hosszú távú kötései
A háromdimenziós szerkezet következő szintje, amely túlmutat az elsődlegesen, okos nevet kapott
Alfa hélixek és béta-lemezek a fehérjékben. A fehérjeexpresszió során hidrogénkötések jönnek létre.
Ez a két szerkezet és ezek kombinációi alkotják a fehérjeszerkezet következő szintjét -
A tercier szerkezetek stabilitását az aminosavak közötti hosszú távú kötések is biztosítják. Az ilyen kapcsolatok klasszikus példája az
A tercier szerkezetet hosszú távú kölcsönhatások, például hidrofób vagy diszulfid kötések stabilizálják
között diszulfid kötések léphetnek fel
Struktúrák modellezése a betegség gyógymódjának keresésében
A polipeptidláncok a transzláció során kezdenek felhajlani végleges alakjukra, ahogy a növekvő lánc kilép a riboszómából, hasonlóan ahhoz, mint egy darab memóriaötvözetből készült huzal, amely bonyolult formákat ölthet hevítés közben. Azonban, mint mindig a biológiában, a dolgok nem ilyen egyszerűek.
Sok sejtben az átírt gének a transzláció előtt kiterjedt szerkesztésen esnek át, jelentősen megváltoztatva a fehérje alapszerkezetét a gén tiszta bázisszekvenciájához képest. Ebben az esetben a transzlációs mechanizmusok gyakran igénybe veszik a molekuláris chaperonokat, olyan fehérjéket, amelyek átmenetileg kötődnek a születőben lévő polipeptidlánchoz, és megakadályozzák, hogy bármilyen köztes formát vegyen fel, ahonnan aztán nem tudnak továbbmenni a végső formába.
Mindez azt jelenti, hogy a fehérje végső alakjának megjóslása nem triviális feladat. Évtizedeken keresztül a fehérjék szerkezetének tanulmányozásának egyetlen módja a fizikai módszerek, például a röntgenkrisztallográfia volt. A biofizikai vegyészek csak az 1960-as évek végén kezdték el a fehérjehajtogatás számítási modelljét építeni, elsősorban a másodlagos szerkezeti modellezésre koncentrálva. Ezeknek a módszereknek és leszármazottaiknak az elsődleges szerkezeten kívül óriási mennyiségű bemeneti adatra van szükségük – például aminosav-kötési szögek táblázataira, hidrofóbicitási listákra, töltött állapotokra, sőt a szerkezet és funkció evolúciós időtávon belüli megőrzésére is – mindezt annak érdekében, hogy találd ki, mi fog történni, úgy néz ki, mint a végső fehérje.
A másodlagos struktúra előrejelzésére szolgáló mai számítási módszerek, például a Folding@Home hálózaton futók, körülbelül 80%-os pontossággal működnek – ami a probléma összetettségét tekintve elég jó. A fehérjék, például a SARS-CoV-2 tüskeprotein prediktív modelljei által generált adatokat összehasonlítják a vírus fizikai vizsgálataiból származó adatokkal. Ennek eredményeként lehetővé válik a fehérje pontos szerkezetének meghatározása, és talán megérthető, hogy a vírus hogyan kapcsolódik a receptorokhoz
A fehérjehajtogatási kutatás olyan sok betegségről és fertőzésről alkotott ismereteink középpontjában áll, hogy még akkor is, ha a Folding@Home hálózatot használjuk annak kiderítésére, hogyan győzzük le a COVID-19-et, amelynek növekedése az utóbbi időben robbanásszerűen megnőtt, a hálózat ne legyen sokáig tétlen, dolgozzon. Ez egy olyan kutatási eszköz, amely kiválóan alkalmas a több tucat fehérje hibás feltekeredési betegség hátterében álló fehérjemintázatok tanulmányozására, mint például az Alzheimer-kór vagy a Creutzfeldt-Jakob-kór változata, amelyet gyakran tévesen kergemarhakórnak neveznek. És amikor elkerülhetetlenül megjelenik egy újabb vírus, készen állunk arra, hogy újra harcba kezdjünk ellene.
Forrás: will.com