Simple Science

最先端の科学をわかりやすく解説

# 生物学# 生物物理学

タンパク質の形をマッピングして薬のデザインを進める

新しいソフトウェアがタンパク質の柔軟性を理解する手助けをして、より良い薬の開発に役立ってるよ。

― 1 分で読む


薬のためのタンパク質形状マ薬のためのタンパク質形状マッピングを通じて薬のデザインを強化する。新しいソフトウェアがタンパク質の形状分析
目次

タンパク質は私たちの体に必要不可欠な分子で、多くの機能を果たしているんだ。よく硬い構造だと見なされるけど、実際にはかなり柔軟なんだよ。タンパク質は形を変えて仕事をしたり、他の分子にくっついたり、活動を変えたり、自分の一部を隠したりすることができる。だから、この柔軟性を考えると、タンパク質は様々な形や状態に存在しているって考えるほうが正しいんだ。

コンフォメーショナルランドスケープのアイデア

タンパク質が形を変えることを考えるとき、科学者たちは「コンフォメーショナルランドスケープ」という概念を使うんだ。このアイデアは、タンパク質が取り得るさまざまな形や、ある形から別の形に切り替えるのに必要な動きを説明するのに役立つんだ。理想的には、科学者たちは実験からデータを集めて、特定のタンパク質のためにこのランドスケープをマッピングしたいと思っているんだ。

タンパク質の形を研究するためのツール

今は、タンパク質の形を研究するためのさまざまな技術があるよ。核磁気共鳴(NMR)、蛍光分光法、X線結晶構造解析などが、タンパク質の構造に関する貴重な情報を提供してくれる。ただ、これらの方法は通常、最も安定した形に焦点を当てていて、あまり一般的でない高エネルギーな形を見逃しがちなんだ。

大きなタンパク質の場合、低温電子顕微鏡(クライオEM)は、これらの珍しい形を可視化するのに役立つけど、詳細な画像を集めるのはまだ難しい。別のアプローチとして、特定の変化を通じてタンパク質の変化を誘導することがあるよ。例えば、変異を加えたり、異なる物質を追加したりすることで、あまり安定しない形を分析するために安定化させることができる。ただ、このプロセスは時間がかかるし、すべての可能な形をキャッチできないかもしれない。

新しいアプローチ:COLAV

タンパク質のランドスケープの研究を改善するために、科学者たちはCOLAVというソフトウェアツールを作ったんだ。このツールは、タンパク質の部分の間の角度や特定の原子間の距離といった、タンパク質構造の異なる表現を分析できるんだ。COLAVを使うことで、研究者たちは多くの結晶構造から得たデータに基づいて、タンパク質のコンフォメーショナルランドスケープのマップを作成できる。

このソフトウェアは、タンパク質がどのように形を変えるかを可視化し、タンパク質の異なる領域の間のつながりを特定するのに特に役立つ。これは、特定の形を安定化させたり、不安定化させたりすることでタンパク質の機能に影響を与える分子を設計するのにも役立つんだ。

COLAVでタンパク質データをテスト

研究者たちは、公的データベースからたくさんのタンパク質構造を集めて、「PTP-1B」というタンパク質に焦点を当てたんだ。このタンパク質は、糖尿病や癌のような病状を治療するための薬のターゲットになっているんだ。COLAVを使って構造を分析した結果、ソフトウェアがタンパク質内の特定のループに基づいて、異なる形を効果的に分けることができることがわかったんだ。

主成分分析(PCA)という統計的手法を使って、似た形のグループを特定したり、これらが結晶のパッキングなどのランダムな要因によるものではないことを確認したりした。また、タンパク質の異なる部分がどのように相互に関連しているかを探求して、特定のループが互いの位置に影響を与えることを見つけたんだ。

PTP-1Bの観察

PTP-1Bには、WPDループとL16ループという2つの重要な領域があるんだ。WPDループの変化は、タンパク質の機能にとって重要で、他の分子と相互作用できるかどうかに影響を与える。この研究で、これらの2つのループはカップリングしていることがわかったんだ。つまり、1つが形を変えると、もう1つも同じように変わる傾向があるってこと。

さらに、近くにあるヘリックス(α7ヘリックス)の状態もWPDループとL16ループの形に影響を与えることに気づいたんだ。これは、タンパク質内の複雑な相互関連性を示唆しているんだ。この理解は、PTP-1Bを効果的にターゲットにした薬の設計に役立つかもしれない。

他のタンパク質の調査:MPro

このソフトウェアは、コロナウイルスに関連する別のタンパク質「MPro」でもテストされたんだ。MProはウイルスの複製プロセスに関与していて、薬剤設計のための有望なターゲットなんだ。PTP-1Bと同様に、MProの研究でもCOLAVを使用してさまざまな形がキャッチされたんだ。

PCA分析では、MProはPTP-1Bのように特定の形にクラスター化するのではなく、連続的な形の範囲を示していることがわかった。このことは、MProの柔軟性が、条件や相互作用する分子によって多くの形を採ることを可能にしていることを示唆しているんだ。

タンパク質の形と薬の設計の関連

タンパク質がどのような形をとるかを理解することは、科学者がより良い薬を開発するのに役立つんだ。薬のフラグメントスクリーニングは、多くの小さな分子がタンパク質にどのように結合するかをテストする方法なんだ。結合データを分析することで、研究者はタンパク質がこれらの相互作用に応じてどのように形を変えるかを推測できる。COLAVツールはこのデータを効果的に分析できて、異なるフラグメントがタンパク質構造に与える影響に関する洞察を提供するんだ。

この研究では、薬のスクリーニングからのデータがPTP-1BとMProの形のランドスケープを効果的にキャッチできることが示された。異なるソースからのデータセットを比較することで、観察されたタンパク質の形がさまざまな実験的文脈で一貫していることがわかったんだ。

継続的な動きと遷移経路の重要性

PTP-1BとMProの両方の分析では、異なる形の間の潜在的な遷移経路が明らかになったんだ。PTP-1Bの場合、WPDループはオープン状態とクローズ状態の間の明確な遷移を示した。一方、MProは形の間でより微妙な遷移を示していて、タンパク質が非常に柔軟であることを示しているんだ。

タンパク質の動作に関するこの概要は、これらの分子がダイナミックであることを浮き彫りにし、タンパク質の機能の複雑さを強調しているんだ。形の変化を考慮することで、研究者はタンパク質がどのように機能するか、また小さな分子がその活動にどのように影響を与えるかをよりよく理解できるようになるんだ。

今後の影響

COLAVを使用した結果は、研究者がタンパク質のランドスケープを体系的にマッピングすることを可能にし、薬の設計のためのロードマップを提供するんだ。このソフトウェアは、タンパク質の構造やそのバリエーションを分析するための強力なフレームワークを提供していて、特定の形や状態のタンパク質を効果的にターゲットにする新しい治療法を開発するのが簡単になるんだ。

これらの研究の影響は、PTP-1BやMProだけにとどまらないよ。研究者たちがCOLAVを使って示したアプローチは、他の多くのタンパク質にも適用できるから、タンパク質のダイナミクスや健康や病気における役割を理解するのを高めてくれるんだ。

結論

タンパク質は常に形を変えながら機能を果たしているダイナミックな存在なんだ。PTP-1BやMProのようなタンパク質のコンフォメーショナルランドスケープを理解することで、科学者はこれらのタンパク質をターゲットにした薬をより良く設計できるようになるんだ。COLAVのようなツールは、これらのダイナミックなプロセスを可視化するのに役立ち、タンパク質の構造と機能を意味のある方法で結びつけてくれる。この研究は、柔軟性がタンパク質がどのように機能するか、また治療のためにどのように操作できるかを理解するための鍵であるという考えを強化しているんだ。

オリジナルソース

タイトル: Mapping protein conformational landscapes from crystallographic drug fragment screens

概要: Proteins are dynamic macromolecules. Knowledge of a proteins thermally accessible conformations is critical to determining important transitions and designing therapeutics. Accessible conformations are highly constrained by a proteins structure such that concerted structural changes due to external perturbations likely track intrinsic conformational transitions. These transitions can be thought of as paths through a conformational landscape. Crystallographic drug fragment screens are high-throughput perturbation experiments, in which thousands of crystals of a drug target are soaked with small-molecule drug precursors (fragments) and examined for fragment binding, mapping potential drug binding sites on the target protein. Here, we describe an open-source Python package, COLAV (COnformational LAndscape Visualization), to infer conformational landscapes from such large-scale crystallographic perturbation studies. We apply COLAV to drug fragment screens of two medically important systems: protein tyrosine phosphatase 1B (PTP-1B), which regulates insulin signaling, and the SARS CoV-2 Main Protease (MPro). With enough fragment-bound structures, we find that such drug screens also enable detailed mapping of proteins conformational landscapes.

著者: Doeke Romke Hekstra, A. A. Saeed, M. A. Klureza

最終更新: 2024-07-30 00:00:00

言語: English

ソースURL: https://www.biorxiv.org/content/10.1101/2024.07.29.605395

ソースPDF: https://www.biorxiv.org/content/10.1101/2024.07.29.605395.full.pdf

ライセンス: https://creativecommons.org/licenses/by-nc/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。

著者たちからもっと読む

類似の記事