יישום של I TASSER, trRosetta, UCSF Chimera, שרת HADDOCK ו-HEX loria עבור De Novo ו-In Silico Design של חלבונים
8 ביולי 2025
תכנון חלבונים כרוך בבניית רצפי חומצות אמינו ושילוב מוטיבים ספציפיים ליצירת גרסאות פונקציונליות. גישה זו חיונית לפיתוח פפטידים אנטי-מיקרוביאליים (AMPs) כדי להילחם בפתוגנים עמידים לאנטיביוטיקה. מאמר זה מציג הליך לבניית חלבונים באמצעות כלים ביואינפורמטיים שונים.
מחקר זה נועד ליצור מודלים מבניים של חלבונים בעלי פונקציות אנטי-מיקרוביאליות. מודלים אלה משמשים לביצוע ניתוחים ספציפיים המסייעים לקבוע את התועלת של כל חלבון כטיפול לפני בדיקות מבחנה. נכון לעכשיו, המחקר בתחום זה מסתמך על שיטות בסיליקו לאימות חלבוני עיצוב. עם זאת, הם לא הקימו כלים שפותחו במיוחד כדי לתמוך בחלק זה של התהליך. המחקר העתידי שלנו יתמקד בהסקת הרשת הביולוגית ובאינטראקציה של המיקרוביוטה בין המארח לסביבה ברשתות רב-שכבתיות. עבודה זו תיתמך על ידי ביונטים של ML והחבילה שלנו שפותחה על ידי עמיתים במעבדה.
[קריין] כדי להתחיל, בקר בשרת I-TASSER לחיזוי מבנה החלבון ותפקודו. שלח את היעד המולקולרי או את רצף העיצוב כקובץ פורמט FASTA, קובץ טקסט או על ידי הדבקתו ישירות בשדה הקלט. הקצה שם ייחודי לרצף ולחץ על הפעל I-TASSER כדי לאפשר לתוכנית לנתח את הרצף. כדי לחזות את המבנה התלת-ממדי באמצעות trRosetta, גש לשרת trRosetta. הזן את רצף קולטני היעד כקובץ בפורמט FASTA, קובץ טקסט, קובץ בפורמט MSA, או הדבק אותו ישירות בשדה הקלט בשרת. לאחר ההרשמה באמצעות דוא"ל מוסדי, הקצה שם לחלבון החזוי מבחינה מבנית. ודא שהאפשרות לא לכלול תבניות נבחרה ובחר הפעל trRosettaX-Single כדי לא לכלול את השימוש ברצפים ותבניות הומולוגיים. לחץ על שלח כדי להתחיל את תהליך חיזוי מבנה החלבון. בתוצאת החיזוי, ודא שציון המדיטציה הטרנסנדנטלית הוא מדד לאיכות המודל. לאחר מכן בחנו מפות מגע, מפות מרחק לכל חומצת אמינו ומפות סיבוב עבור פחמני אלפא ובטא בזוויות אומגה, תטא ופי. פתח א web דפדפן ונווט אל HADDOCK web שרת. לחץ על הגש עבודה חדשה ולאחר מכן הזן שם משרה ומספר המולקולות. העלה את מבני ה-PDB של המולקולות לעגינה. השאר את הגדרות ברירת המחדל ללא שינוי ולחץ על הבא. הזן שאריות חומצות אמינו אקטיביות ופסיביות הן עבור מולקולה אחת והן עבור מולקולה שתיים, ולחץ על הבא. בסעיף פרמטרי העגינה, השאר את הגדרות ברירת המחדל עבור כל הפרמטרים, כגון מגבלות מרחק, פרמטרי דגימה, פרמטרי אשכולות וכו', ללא שינוי ולחץ על שלח כדי להתחיל בתהליך העגינה. פתח את דף התוצאות וסקור את תוצאות העגינה. לאחר הורדת קובץ העגינה של קולטן הליגנד, פתח תוכנת הדמיה מבנית כגון UCSF Chimera או PyMOL. העלה את קובץ העגינה ודמיין את מודל המבנה. מודל trRosetta של נוגד הנתרן-מימן חשף מבנה שלישוני מסודר מאוד המורכב בעיקר מסלילי אלפא היוצרים צרור טרנסממברני ארוז היטב. זה מצביע על תפקידו הפונקציונלי של החלבון כמוביל יונים משובץ ממברנה. אמינות המודל נתמכת על ידי ערכי בדיקת הפרש מקומיים גבוהים מעל 80% ברחבי אזור המרכז, עם ביטחון מופחת בשני הטרמיני המעיד על גמישות אפשרית. מפות מגע ומרחק מאשרות קיפול יציב עם דפוסים אלכסוניים ואשכולות עקביים. עגינה מולקולרית של הפפטיד האנטי פטרייתי המעוצב לתחום החוץ-תאי של הקולטן מביאה לקומפלקס יציב, כפי שמעידים ציון HADDOCK חיובי של -73 וסטייה ריבועית ממוצעת נמוכה של 0.7 אנגסטרום. המרחקים הנמדדים מאשרים מגעים קרובים בין חומצות אמינו ספציפיות, כאשר הקצר ביותר נצפה בין טירוזין 407 לציסטאין 13.
צפו בתמליל המלא וקבלו גישה לאלפי סרטונים מדעיים
סקירה כללית
מחקר זה מתמקד בפיתוח מודלים מבניים של חלבונים בעלי תפקודים אנטימיקרוביאליים באמצעות כלי ביואינפורמטיקה. המודלים שנוצרו נבדקים לצורך הערכת הפוטנציאל שלהם כטיפולים נגד פתוגנים העמידים לאנטיביוטיקה, לפני המעבר לבדיקות in vitro.
מרכיבי מפתח של המחקר
תחום מחקר
- תכנון חלבונים אנטימיקרוביאליים
- חיזוי מבנה חלבונים
- יישומים בביואינפורמטיקה
רקע
- דאגה גוברת מעמידות לאנטיביוטיקה
- צורך באפשרויות טיפוליות חדשניות
- הסתמכות על שיטות in silico לתיקוף חלבונים
שיטות שנעשה בהן שימוש
- חיזוי מבנה ותפקוד של חלבונים באמצעות I-TASSER ו-trRosetta
- סימולציות של עגינת חלבונים (protein docking) באמצעות HADDOCK
- ויזואליזציה מולקולרית באמצעות UCSF Chimera או PyMOL
תוצאות עיקריות
- פיתוח מבנה שלישוני מסודר מאוד של האנטיפורטר נתרן-מימן
- הדגמת עגינה מולקולרית יציבה של פפטידים אנטי-פטרייתיים מתוכננים
- השגת ציוני עגינה חיוביים התומכים בתפקוד החלבון
מסקנות
- מחקר זה מדגים שיטות יעילות לתכנון חלבונים אנטי-מיקרוביאליים באמצעות גישות חישוביות.
- הממצאים מדגישים את הרלוונטיות של מידול חלבונים מתקדם להתמודדות עם עמידות לאנטיביוטיקה במחקר ביולוגי.
שאלות נפוצות
רלוונטיות תעשייתית למסמך המנהלים
מידול חלבונים ועגינה (docking) מהירים בשיטת in silico משנים את שלבי הגילוי המוקדמים של חומרים אנטימיקרוביאליים, על ידי מתן אפשרות להערכה חזויה של וריאנטים של חלבונים לפני סינתזה במעבדה. גישה זו מאיצה את הזיהוי של מועמדים בעלי פוטנציאל פונקציונלי גבוה, ובכך נותנת מענה ישיר לצורך הדחוף בטיפולים חדשניים נגד פתוגנים עמידים. שילוב של כלים חישוביים אלו בתהליך הגילוי משפר את סינון הפורטפוליו ומפחית את הסיכון הביולוגי לפני ביצוע עבודת in vitro הדורשת משאבים רבים.
יישומים אסטרטגיים במחקר ופיתוח בביו-פארמה
גילוי מוקדם ותיקוף מטרה
- מאפשר תכנון מונחה-השערה ותיקוף מבני של חלבונים אנטימיקרוביאליים חדשים.
- תומך בהפחתת סיכונים מכניסטיים על ידי חיזוי אינטראקציות קישור ומוטיבים פונקציונליים.
- מאפשר תעדוף מהיר של רצפי מועמדים על בסיס איכות מבנית חזויה ותוצאות עגינה (docking).
סריקה ופיתוח בדיקה
- מכין מודלים מאוששים של חלבונים עבור בדיקות תפקודיות וסריקת תרכובות בשלבים הבאים.
- מבצע סטנדרטיזציה של מבני הקלט לצורך מחקרי עגינה (docking) ואינטראקציה הניתנים לשחזור.
- מייצר פלטים כמותיים כגון TM scores ומדדי עגינה כדי להעריך את המוכנות לסריקה.
מחקר תרגומי ופרה-קליני
- מתאים תחזיות חישוביות למטרות רלוונטיות למחלה לצורך רציפות תרגומית.
- מספק תובנות מבניות המנחות את בחירת המודל הפרה-קליני ואת הקידום המותאם לסיכון.
- תומך בתכנון של פפטידים אנטי-מיקרוביאליים (AMPs) סינתטיים בעלי פוטנציאל לפיתוח טיפולי מהיר.
שילוב תהליכי עבודה וצינורות עיבוד
שיטות חישוביות אלו משתלבות בממשק שבין שלבי הגילוי המוקדמים לזיהוי מובילים (lead identification), ומספקות בסיס לתיקוף ניסיוני ולאחריו להערכה פרה-קלינית.
- ביולוגיה של הגילוי: מאפשרת בדיקה חסונה של היפותזות והבהרה של מסלולים באמצעות מידול חזוי ו-docking.
- סריקה: מספקת נתונים כמותיים וניתנים לשחזור על מבנה ואינטראקציה לתמיכה בפיתוח בדיקות (assays).
- אנליטיקה: מספקת מדדי TM, מפות מגעים ומדדי docking לצורך ניתוח השוואתי של חלבונים מועמדים.
- מחקר תרגומי: מגשרת בין תחזיות in silico להערכה פרה-קלינית של יעילות אנטימיקרוביאלית.
- שימוש חוזר ארגוני: מבססת תהליך עבודה ניתן להרחבה ולשימוש חוזר עבור עיצוב ותיקוף של חלבונים במגוון מטרות.
השפעה תפעולית וארגונית
- ערך מדעי: מגביר את הביטחון בחיזוי ומפחית עמימות מכניסטית בתפקוד חלבונים.
- ערך תפעולי: מייעל ומאיץ את תהליכי העבודה של עיצוב חלבונים, מידול ועגינה (docking).
- ערך אסטרטגי: משפר את קבלת ההחלטות לגבי המשך פיתוח (go/no-go) ואת הקצאת ההון על ידי תיעדוף מועמדים בעלי רמת ביטחון גבוהה.
- השפעה על הפורטפוליו: מאפשר תיעדוף מותאם סיכונים וקידום של מועמדים חלבוניים אנטימיקרוביאליים.
שיקולי יישום
- דורש מומחיות בביואינפורמטיקה, ביולוגיה מבנית ומידול חישובי.
- תלוי בגישה לשרתים מאושרים (I-TASSER, trRosetta, HADDOCK) ובכלי ויזואליזציה (UCSF Chimera, PyMOL).
- דורש סטנדרטיזציה בין-צוותית של פורמטים של קלט וקריטריונים לניתוח.
- עשוי לדרוש התאמה למחלקי חלבונים שונים או למערכות מטרה שונות.
- ביטחון המודל משתנה לפי אזור, עם אמינות מופחתת בקצוות גמישים כפי שמעידים ערכי מבחן ההבדלים מקומיים.
