مدل های جداسازی پروتئین اتمی دانشمندان جزئیات جدیدی در مورد اتصال پروتئین را فاش می کنند – ScienceDaily


دانستن دقیق محل تجزیه پروتئین ها می تواند کمک زیادی به ایجاد داروهای بهتر کند.

این یکی از نتایج مطالعه جدید دانشمندان دانشگاه رایس است که بدنبال مکانیزم هایی است که قسمتهای اصلی مولکول های زیستی را تثبیت یا بی ثبات کنند.

مدل های اتمی توسط پیتر وولینز ، نظریه پرداز برنج ، نویسنده اصلی و فارغ التحصیل مینگچن شن ، و همکاران آنها در مرکز فیزیک نظری بیولوژیک نشان می دهد که نه تنها برخی توالی ناامید کننده خاص در پروتئین ها وجود دارد که برای عملکرد آنها لازم است ، بلکه می توان آنها را نیز یافت. سرنخ هایی برای دستیابی به ویژگی بهتر دارو ارائه می دهد.

وولینس گفت ، این دانش همچنین می تواند به طراحی داروهایی با عوارض جانبی کمتری کمک کند.

نظرسنجی دسترسی آزاد تیم در ارتباطات طبیعت.

مقیاس اتمی به جای بسیاری از فعل و انفعالات موجود در پروتئین ها که چین خوردگی آنها را هدایت می کند ، فعل و انفعالات موجود در مکان های اتصال احتمالی را مدل می کند. مدل های با وضوح خوب امکان گنجاندن فاکتورهای مشترک مانند لیگاندهای فعال شیمیایی ، از جمله مولکول های دارویی را فراهم می کند. محققان می گویند که این توانایی ایده جدیدی از چرایی جذب لیگاند ها توسط پروتئین های خاص و نه توسط دیگران فراهم می کند.

وولین گفت: “لیگاند های غیرطبیعی” که به آنها دارو نیز می گویند ، به بهترین وجه به آن جیب پروتئین ناامید کننده متصل می شوند که با ناکافی شدن داروها ناامید می شوند. راهی برای پیدا کردن و سپس یادگیری آن وجود دارد. جزئیات این سایتهای ناامیدکننده به شرکتهای دارویی کمک می کند تا بسیاری از آزمونها و خطاها را از بین ببرند.

وولینس گفت: “روش استاندارد برای تولید داروها آزمایش 10،000 محل اتصال پروتئین برای یافتن مکان های مناسب است.” “ما می گوییم که گرفتن نمونه از همه سایت های الزام آور الزامی نیست ، بلکه تعداد کافی معقول برای درک آمار آنچه در یک محیط محلی می تواند کار کند ، است.

وی گفت: “این تفاوت بین شرکت در نظرسنجی و انتخابات واقعی است.” “نظرسنجی ارزان تر است ، اما شما هنوز هم باید موارد را بررسی کنید.”

محققان برنج به دلیل نظریه چشم انداز انرژی در مورد چگونگی جمع شدن پروتئین ها شناخته شده اند. معمولاً از مدلهای دانه درشت استفاده می شود که در آنها اسیدهای آمینه فقط از چند مکان نشان داده شوند.

این استراتژی نسبت به تلاش برای تعیین موقعیت های زمانی هر اتم در هر باقی مانده ، قدرت محاسباتی کمتری را به خود اختصاص می دهد و با این وجود ثابت شده است که در پیش بینی نحوه پروتئین ها بر اساس توالی آنها بسیار دقیق است. اما برای این مطالعه ، محققان پروتئین ها و مجتمع های پروتئین لیگاند را در سطح اتمی مدلسازی کردند تا ببینند آیا آنها می توانند دریابند که چگونه ناامیدی به برخی از قسمت های پروتئین انعطاف پذیری لازم برای اتصال به سایر مولکول ها را می دهد یا خیر.

وولینز گفت: “یکی از بزرگترین موارد در مورد مدل سازی وضوح تمام اتم ها این است که به ما اجازه می دهد ارزیابی کنیم که آیا مولکول های دارو به خوبی در محل اتصال قرار دارند یا خیر.” “این روش می تواند به سرعت نشان دهد که آیا محل اتصال یک دارو حداقل ناامید خواهد شد یا یک منطقه ناامید کننده باقی می ماند. اگر پس از اتصال مولکول ، محل ناامید شود ، پروتئین ممکن است دوباره مرتب شود یا دارو ممکن است جهت گیری خود را تغییر دهد. منجر به عوارض جانبی شود. “

مدلسازی سایت های ناامید کننده – و گاهی تغییر دادن آنها برای دیدن آنچه اتفاق می افتد – به محققان این امکان را می دهد تا ببینند که چگونه ویژگی مواد مخدر با جیب های اتصال ارتباط دارد. آنها می نویسند ، تجزیه و تحلیل ناامیدی “یک مسیر غربالگری برای ترکیبات تشخیص مواد مخدر خاص تر” است.

وولینس گفت: “این مفهوم سرخوردگی در ابتدای کار جمع شدن پروتئین وجود داشت.” “هنگامی که ما آن را روی مولکولهای پروتئین واقعی استفاده کردیم ، چند نمونه پیدا کردیم که در آن مکانیزم تاشو آنچه را که از یک قیف کامل پیش بینی می کردیم مختل می کند. سپس متوجه شدیم که این انحرافات از عکس قیف در جایی رخ می دهد که پروتئین در واقع تا حدی باشد. ناامید

وی گفت: “مثل این استثنا که قانون ثابت می کند.” “چیزی که همیشه درست باشد می تواند بی اهمیت باشد. اما اگر در 1٪ موارد درست نباشد ، مسئله باید حل شود و ما توانستیم این کار را با AWSEM ، نرم افزار پیش بینی ساختار خود انجام دهیم.”

گسترش نرم افزار تجزیه و تحلیل ناامیدی به سطح اتمی ممکن است ، همانطور که این گروه در مقاله اخیر دیگری توضیح داده است. اما هزینه برآورد شده برای ردیابی هر اتم در یک پروتئین به قدری زیاد است که محققان به روشی برای نمونه برداری از حرکات مناطق خاص نیاز دارند که در آن ناامیدی می تواند مسیر تا شدن را گیج کند.

وولینز اظهار داشت که او و چن که اکنون در صنعت خصوصی هستند از الگوی تحقیق استفاده می کنند: “مینگن فهمید که یک الگوریتم موثر برای نمونه برداری از محیط محلی در نقاط اتصال وجود دارد ، اما با حفظ وضوح اتمی.” از عوامل درمانی احتمالی ، از جمله داروهای مرتبط با COVID-19.


منبع: khabar-erfan.ir

دیدگاهتان را بنویسید

Comment
Name*
Mail*
Website*