Modelado de ligandos en mapas derivados de la criomicroscopía electrónica
19 de julio de 2024
Este protocolo presenta las herramientas disponibles para modelar ligandos de moléculas pequeñas en mapas crioEM de macromoléculas.
Estamos interesados en comprender los procesos fisiológicos que ocurren en toda la célula, particularmente en la interfaz de la membrana. Utilizamos Cryo-EM como técnica principal y trabajamos en varios problemas biológicos interesantes y desafiantes estudiando múltiples complejos macromoleculares. Determinar las estructuras de las proteínas de membrana y otros complejos lábiles era un desafío hace un par de décadas.
Sin embargo, los avances técnicos en Cryo-EM, un nuevo detergente y mimético lipídico y con dotaciones, allanaron el camino para la determinación rápida de la estructura de estos complejos. Estas estructuras ahora se pueden obtener a alta resolución y potencialmente usar en el descubrimiento de fármacos. En Cryo-EM de una sola partícula, los desafíos incluyen la adquisición de muestras estables y homogéneas, la inclusión de la muestra en orientación aleatoria en hielo delgado, el procesamiento de una gran cantidad de imágenes con una baja relación señal-ruido y la determinación precisa de la orientación angular y la clasificación durante la reconstrucción 3D.
La identificación y el modelado de moléculas pequeñas en mapas crio-EM de complejos de proteínas ligandos es un desafío debido al ruido inherente en los datos y la baja resolución del mapa isotrópico, la heterogeneidad de la muestra y la flexibilidad del ligando. Este protocolo es una guía paso a paso para identificar y modelar ligandos y moléculas de solvente en Cryo-EM de baja a media resolución.
Visión general
Este protocolo introduce las herramientas disponibles para modelar ligandos de moléculas pequeñas en mapas de crioEM de macromoléculas. El estudio se centra en comprender los procesos fisiológicos en la interfaz de la membrana utilizando crioEM para abordar varios desafíos biológicos.
Componentes clave del estudio
Área de la ciencia
- Microscopía crioelectrónica (crioEM)
- Complejos macromoleculares
- Descubrimiento de fármacos
Antecedentes
- Comprender los procesos fisiológicos a través de la célula.
- Desafíos en la determinación de las estructuras de las proteínas de membrana.
- Avances en las técnicas de crioEM.
- Importancia de las estructuras de alta resolución para el descubrimiento de fármacos.
Propósito del estudio
- Modelar ligandos de moléculas pequeñas en mapas de crioEM.
- Mejorar la comprensión de las estructuras de las proteínas de membrana.
- Facilitar la determinación rápida de la estructura de complejos lábiles.
Métodos utilizados
- Técnica de crioEM de partícula única.
- Incrustación de muestras en hielo delgado.
- Procesamiento de imágenes con baja relación señal-ruido.
- Reconstrucción 3D y clasificación de orientación angular.
Resultados principales
- Se obtuvieron estructuras de alta resolución de proteínas de membrana.
- Modelado exitoso de ligandos de moléculas pequeñas en mapas de crioEM.
- Superación de desafíos en la estabilidad y homogeneidad de las muestras.
- Avances en el potencial de descubrimiento de fármacos a través de conocimientos estructurales.
Conclusiones
- La crioEM es una herramienta poderosa para estudiar complejos macromoleculares.
- El modelado de ligandos mejora la comprensión de las interacciones de los fármacos.
- Los avances técnicos continúan mejorando la investigación en biología estructural.
Preguntas frecuentes
Executive Industry Relevance
High-resolution modeling of protein-ligand interactions using cryoEM maps is increasingly critical for early-stage drug discovery and mechanistic de-risking. The ability to accurately identify and refine ligand binding in complex macromolecular assemblies supports predictive confidence in target validation and informs portfolio triage decisions. Integrating advanced cryoEM workflows enables biopharma teams to address structural ambiguity and accelerate structure-based lead identification.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables direct visualization of ligand binding sites and interaction networks in macromolecular complexes.
- Supports mechanistic de-risking by clarifying the structural basis of target engagement.
- Improves predictive confidence for functional target validation and downstream triage.
Screening & Assay Development
- Facilitates preparation of validated structural models for computational and experimental screening workflows.
- Enables reproducible identification of ligand densities and quantitative assessment of binding modes.
- Supports assay standardization by providing reference structures for ligand-bound and apo states.
Translational & Preclinical Research
- Aligns structural insights with disease-relevant systems by modeling physiologically important complexes.
- Provides continuity from discovery through preclinical validation by supporting structure-guided optimization.
- Reduces translational risk by confirming ligand engagement in relevant biological assemblies.
Pipeline & Workflow Integration
This cryoEM-based ligand modeling workflow bridges early discovery, lead identification, and preclinical research by delivering high-confidence structural data for hypothesis testing and compound optimization.
- Discovery Biology: Enables hypothesis-driven interrogation of ligand binding and pathway modulation.
- Screening: Provides reproducible, quantitative ligand density maps for comparative analysis.
- Analytics: Delivers refined atomic coordinates and difference maps to support statistical evaluation of binding events.
- Translational Research: Connects structural findings to disease-relevant targets and biomarker strategies.
- Enterprise Reuse: Establishes a scalable, standardized workflow for ongoing structure-based drug design initiatives.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in target validation.
- Operational Value: Standardizes ligand modeling and refinement across diverse protein systems.
- Strategic Value: Informs go/no-go decisions and enhances capital efficiency by reducing late-stage structural risk.
- Portfolio Impact: Supports risk-adjusted prioritization and advancement of structurally validated targets.
Implementation Considerations
- Requires expertise in cryoEM data processing, model building, and refinement software.
- Demands access to high-performance computational infrastructure and visualization tools.
- Necessitates cross-team standardization of map thresholds, validation criteria, and coordinate refinement.
- May require adaptation for different protein classes, ligand types, or resolution regimes.
- Dependent on sample quality, map resolution, and inherent noise limitations in cryoEM data.
