«Создание эффективных лекарств похоже на решение головоломки», — говорит доктор философии Университета штата Калифорния Али Пунджани, который помогал в разработке алгоритмов.
"Не зная трехмерной формы белка, это все равно, что пытаться решить эту головоломку с завязанными глазами."
«Способность определять трехмерную атомную структуру белковых молекул имеет решающее значение для понимания того, как они работают и как они будут реагировать на лекарственную терапию», — отмечает Пунджани.
Лекарства действуют, связываясь с определенной молекулой белка и изменяя ее трехмерную форму, изменяя способ ее действия, оказавшись внутри тела. Идеальный препарат разработан в форме, которая будет связываться только с определенным белком или белками, участвующими в заболевании, и при этом устранять побочные эффекты, возникающие при связывании лекарств с другими белками в организме.
Этот новый набор алгоритмов восстанавливает трехмерные структуры белковых молекул с помощью микроскопических изображений.
Поскольку белки крошечные — даже меньше длины волны света — их нельзя увидеть напрямую без использования сложных методов, таких как электронная криомикроскопия (крио-ЭМ). Этот новый метод революционизирует то, как ученые могут открывать трехмерные белковые структуры, позволяя изучать многие белки, которые просто не могли быть изучены в прошлом.
Cryo-EM уникален тем, что в нем используются микроскопы с большим увеличением для получения десятков тысяч изображений с низким разрешением замороженного образца белка с разных позиций.
Вычислительная проблема состоит в том, чтобы затем собрать правильную трехмерную структуру с высоким разрешением из двухмерных изображений с низким разрешением.
«Наш подход решает некоторые из основных проблем с точки зрения скорости и количества структур, которые вы можете определить», — говорит профессор Дэвид Флит, заведующий кафедрой компьютерных и математических наук в Университете Т. Скарборо и научный руководитель PhD Пунджани.
Алгоритмы, которые были совместно разработаны бывшим научным сотрудником Флита Маркусом Брубакером, ныне доцентом Йоркского университета, могут значительно помочь в разработке новых лекарств, поскольку они обеспечивают более быстрые и эффективные средства для получения нужного белка. состав.
«Существующие методы требуют нескольких дней или даже недель для создания трехмерной структуры на кластере компьютеров», — говорит Брубейкер. "Наш подход может сделать это возможным за считанные минуты на одном компьютере."
Пунджани добавляет, что существующие методы часто создают неправильные структуры, если пользователь не дает точного предположения об изучаемой молекуле.
Новым в их подходе является то, что он устраняет необходимость в предварительных знаниях об изучаемой молекуле белка.
«Мы надеемся, что это позволит сделать открытия в структурной биологии революционными темпами», — говорит Пунджани. "Конечная цель состоит в том, что это непосредственно приведет к появлению новых кандидатов в лекарства от болезней и к гораздо более глубокому пониманию того, как жизнь работает на атомарном уровне."
