Den nuvarande covid-19-pandemin har skapat många problem som hackare gärna har attackerat. Från 3D-printade ansiktsskydd och hemgjorda medicinska masker till att ersätta en komplett mekanisk ventilator, idéflödet var inspirerande och hjärtvärmande. Samtidigt gjordes försök att avancera inom ett annat område: i forskning som syftade till att bekämpa själva viruset.
Tydligen ligger den största potentialen för att stoppa den nuvarande pandemin och överträffa alla efterföljande i ett tillvägagångssätt som försöker komma till själva roten av problemet. Denna "känn din fiende"-metoden tas av datorprojektet Folding@Home. Miljontals människor har anmält sig till projektet och donerar en del av processorkraften i sina processorer och GPU:er, vilket skapar den största [distribuerade] superdatorn i historien.
Men vad exakt används alla dessa exaflops till? Varför är det nödvändigt att kasta sådan datorkraft på
Först, det viktigaste: varför behövs proteiner?
Proteiner är vitala strukturer. De tillhandahåller inte bara byggmaterial för celler, utan fungerar också som enzymkatalysatorer för nästan alla biokemiska reaktioner. Ekorrar, må de vara
För att förstå hur proteiner får den struktur som bestämmer deras funktion behöver vi gå igenom grunderna i molekylärbiologi och informationsflödet i cellen.
Produktion, eller
Ribosomer fungerar som monteringsmaskiner - de tar mRNA-mallen och matchar den med andra små RNA-bitar,
Denna sekvens av aminosyror är den första nivån i proteinstrukturhierarkin, vilket är anledningen till att den kallas
Långvariga bindningar av proteindelar
Nästa nivå av tredimensionell struktur, som går utöver den primära, fick ett smart namn
Alfaspiraler och betablad i proteiner. Vätebindningar bildas under proteinuttryck.
Dessa två strukturer och deras kombinationer bildar nästa nivå av proteinstruktur -
Stabiliteten hos tertiära strukturer säkerställs också av långväga bindningar mellan aminosyror. Ett klassiskt exempel på sådana kopplingar är
Tertiär struktur stabiliseras av långväga interaktioner såsom hydrofobicitet eller disulfidbindningar
Disulfidbindningar kan uppstå mellan
Modellera strukturer på jakt efter ett botemedel mot sjukdom
Polypeptidkedjor börjar vikas till sin slutliga form under translation, när den växande kedjan lämnar ribosomen, ungefär som en bit minneslegeringstråd kan anta komplexa former när den värms upp. Men som alltid inom biologi är saker och ting inte så enkla.
I många celler genomgår transkriberade gener omfattande redigering före translation, vilket väsentligt förändrar proteinets grundstruktur jämfört med genens rena bassekvens. I det här fallet tar translationella mekanismer ofta hjälp av molekylära chaperoner, proteiner som tillfälligt binder till den begynnande polypeptidkedjan och hindrar den från att anta någon mellanform, från vilken de sedan inte kommer att kunna gå vidare till den sista.
Detta är allt för att säga att förutsäga den slutliga formen av ett protein inte är en trivial uppgift. Under decennier var det enda sättet att studera proteiners struktur genom fysikaliska metoder som röntgenkristallografi. Det var inte förrän i slutet av 1960-talet som biofysikaliska kemister började bygga beräkningsmodeller för proteinveckning, främst med fokus på sekundär strukturmodellering. Dessa metoder och deras ättlingar kräver enorma mängder indata utöver den primära strukturen - till exempel tabeller över aminosyrabindningsvinklar, listor över hydrofobicitet, laddade tillstånd och till och med bevarande av struktur och funktion över evolutionära tidsskalor - allt för att gissa vad som kommer att hända ser ut som det slutliga proteinet.
Dagens beräkningsmetoder för förutsägelse av sekundär struktur, som de som körs på Folding@Home-nätverket, fungerar med ungefär 80 % noggrannhet – vilket är ganska bra med tanke på problemets komplexitet. Data som genereras av prediktiva modeller på proteiner som SARS-CoV-2 spikproteinet kommer att jämföras med data från fysiska studier av viruset. Som ett resultat kommer det att vara möjligt att erhålla den exakta strukturen av proteinet och kanske förstå hur viruset fäster till receptorer
Proteinveckningsforskning är kärnan i vår förståelse av så många sjukdomar och infektioner att även när vi använder Folding@Home-nätverket för att ta reda på hur vi kan besegra COVID-19, som vi har sett explodera i tillväxt på sistone, kommer nätverket inte vara sysslolös länge, arbete. Det är ett forskningsverktyg som lämpar sig väl för att studera de proteinmönster som ligger till grund för dussintals felveckningssjukdomar av protein, som Alzheimers sjukdom eller varianten Creutzfeldt-Jakobs sjukdom, ofta felaktigt kallad galna ko-sjukan. Och när ett annat virus oundvikligen dyker upp kommer vi att vara redo att börja bekämpa det igen.
Källa: will.com