По крайней мере, это то, что кажется верным для пар белков в бактериях.
Ученый из Техасского университета в Далласе и его коллеги разрабатывают компьютерные модели, чтобы предсказать, как мутации — или крошечные физические изменения — влияют на биологические характеристики пар белков, которые эволюционировали для совместной работы.
Исследование, опубликованное в недавнем выпуске журнала Molecular Biology and Evolution, имеет потенциальные применения в синтетической биологии и инженерии белков, областях, которые направлены на создание новых белков или использование существующих для улучшения здоровья человека.
Белки, которые выполняют большинство жизненных функций, состоят из последовательностей молекул, называемых аминокислотами. Пары белков успешно взаимодействуют друг с другом, физически взаимодействуя в определенных точках аминокислотной цепи.
Такие пары белков, как правило, со временем эволюционируют вместе: если один приобретает мутацию в ключевой аминокислоте, другой имеет тенденцию адаптироваться, чтобы поддерживать баланс. Однако некоторые мутации могут положить конец отношениям.
«Если мутация изменяет одну из этих ключевых аминокислот на интерфейсе, пара больше не сможет общаться, и функция может быть потеряна», — сказал доктор. Фарук Моркос, доцент биологических наук Университета штата Даллас и старший автор статьи. "Результат может отрицательно сказаться на выживании этого организма."
Моркос и его коллеги из Университета Райса разработали вычислительную модель, которая оценивает все возможные комбинации мутаций на границе раздела между аминокислотными последовательностями в паре белков, обнаруженных в бактерии Escherichia coli. Вычислительная модель находит комбинации, которые приводят к парам, которые продолжают общаться, и к тем, у кого связь пропала.
Белки бактерий послужили тестовым примером, но Моркос сказал, что этот подход может быть применен и к белкам других организмов, включая человеческие белки.
«Это математическая модель, которую мы можем использовать для прогнозирования того, как изменения в аминокислотных последовательностях влияют на функцию белков», — сказал Моркос.
Исследовательская группа в Массачусетском технологическом институте ранее проводила эксперименты в лаборатории, чтобы изучить каждую из 160000 возможных комбинаций в этой конкретной паре белков.
"Это было потрясающее усилие. Он экспериментально определил, каков был эффект для всех этих мутаций », — сказал Моркос. "Но это было очень дорого. Мы использовали их результаты, чтобы подтвердить, что наша модель способна предсказать не только, какие мутации не смогут взаимодействовать, но и мутации, которые сохраняют свою предполагаемую функцию."
Вычислительная модель также может ранжировать уровень достоверности рабочих комбинаций. Из 1600 функциональных комбинаций модель уверенно входила в первую сотню, например.
«Если мы можем предсказать что-то, что должно сработать, но не является очевидным, мы можем указать экспериментаторам попробовать определенные мутации, сэкономив время и деньги, в отличие от подхода проб и ошибок», — сказал Моркос.
Используя свою модель, исследовательская группа также нашла кое-что неожиданное.
«Мы предсказали комбинации, которые должны были быть функциональными, но на самом деле их не было в экспериментальных данных», — сказал Моркос. "Оказывается, некоторые мутации привели к парам, которые действительно могли общаться со своей мишенью, но они также взаимодействовали и с другими белками. Мы думаем, что отношения не работали в полную силу, потому что один из пары стал слишком неразборчивым с другими белками."
Этот результат показал, что модель может быть полезной для исследования влияния мутаций не только на связь между белками-партнерами, но и с другими белками в клетке.
«Ученым, проводящим эксперименты, может быть сложно оценить влияние на остальные белки в сети белков», — сказал Моркос. "Это относительно легко с этой вычислительной работой."
В последующем исследовании, опубликованном недавно в Proceedings of the National Academy of Sciences, Моркос и его коллеги из Райса и Китайской академии наук использовали свой вычислительный подход для определения наиболее важных физических точек, в которых взаимодействуют пары белков.
"Это важный результат", — сказал Моркос. «Если вы знаете, где находятся« горячие точки », наиболее важная точка на межбелковом взаимодействии, это может помочь в разработке терапевтических препаратов для вмешательства в эту точку."