Esplorazione delle mutazioni della caspasi e della modificazione post-traduzionale mediante approcci di modellazione molecolare
13 ottobre 2022
Il presente protocollo utilizza un pacchetto di simulazione biomolecolare e descrive l'approccio di dinamica molecolare (MD) per modellare la caspasi wild-type e le sue forme mutanti. Il metodo MD consente di valutare l'evoluzione dinamica della struttura delle caspasi e il potenziale effetto di mutazioni o modificazioni post-traduzionali.
svolgono un ruolo chiave nell'avvio e nell'esecuzione utilizzando la modellazione molecolare. Studiamo l'effetto delle modifiche e delle mutazioni post-traduzione sulla struttura e la funzione della caspasi. Descriviamo l'approccio di dinamica molecolare che dà una visione dell'evoluzione della proteina, in seguito all'introduzione di modificazioni strutturali a livello atomico.
Tale approccio è un significato particolare per comprendere i meccanismi che regolano la morte cellulare del programma e i disturbi associati e sviluppare nuove terapie efficaci. Dimostriamo le capacità di modellazione molecolare con uno degli strumenti più popolari, Amber 20. Ma il protocollo presentato può essere utilizzato anche con le versioni formali di questo software.
Il seguente video descrive le istruzioni passo passo sulla preparazione della struttura della caspasi per la simulazione e l'esecuzione di un'indagine ascilica di questa proteina wild type e forme modificate. Per recuperare la banca dati delle proteine selezionata o la struttura P D B, utilizzare l'elenco a discesa dei file di download e fare clic sul formato P D B. Rimuovere le osservazioni e i dati di connettività e inserire una scheda T E R tra catene proteiche separate nel file P D B.
Per preparare il modello di partenza, avviare il programma T-LEAP dal pacchetto Amber Tools. Quindi caricare il campo di forza F F 14 S B per descrivere la proteina con la meccanica molecolare e i parametri per molecole d'acqua e ioni atomici come sodio e cloruro inserendo i comandi indicati nella riga di comando. Quindi, carica il file P D B e costruisci le coordinate per gli idrogeni creando un oggetto chiamato mol.
Verificare la presenza di incoerenze interne che potrebbero causare problemi utilizzando il comando check mol. Creare una scatola di solventi attorno alla proteina. Quindi controllare la carica totale inserendo la mola di carica e aggiungere ioni contatore per neutralizzare il sistema.
Creare il file superiore della topologia P R M e il file di coordinate I N P C R D immettendo il comando indicato. Una volta fatto, uscire dal programma T-lEAP. Effettuare la prima fase della minimizzazione dell'energia per ottimizzare le posizioni degli atomi di idrogeno aggiunti e delle molecole d'acqua mantenendo le coordinate proteiche fissate da restrizioni posizionali su atomi pesanti.
Eseguire il programma P M E M D inserendo il comando indicato. Seguire gli argomenti richiesti mentre controllo i dati. Topologia molecolare P, parametri del campo di forza e nomi degli atomi.
C coordinate iniziali. O Output del log leggibile dall'utente Coordinate finali R. REF, coordinate di riferimento per i vincoli di posizione.
Successivamente, eseguire la seconda fase della minimizzazione dell'energia senza restrizioni per ottimizzare l'intero sistema utilizzando gli ingressi del comando indicato. Questa fase mira a riscaldare il sistema da zero a 300 kelvin. Eseguire il processo di riscaldamento con restrizioni posizionali sugli atomi proteici con 50 picosecondi a volume costante utilizzando il comando dato come input.
Seguire l'argomento richiesto come set di coordinate X salvati sulla traiettoria della dinamica molecolare. La fase successiva è necessaria per regolare la densità dell'acqua e ottenere lo stato di equilibrio della proteina. Eseguire l'equilibrio a 300 kelvin per 500 picosecondi a pressione costante senza restrizioni utilizzando il comando indicato dopo che l'equilibrio è stato raggiunto con successo.
Effettuare una simulazione di dinamica molecolare di produzione per 10 nanosecondi o più a pressione costante e generare il file di traiettoria per la successiva analisi della struttura proteica utilizzando il comando indicato. La versione parallela del programma, P M E M D M P I o G P U versione accelerata P M E M D cuda può essere utilizzata su cluster di computer e supercomputer. Una lunga simulazione di dinamica molecolare può essere suddivisa in diversi segmenti ed eseguita in sequenza.
In questa analisi, la caspasi di tipo selvatico due e il suo mutante di serina-384 alanina sono stati studiati seguendo il flusso di lavoro di modellazione della dinamica molecolare. La sostituzione della serina-384 alanina ha indotto un importante cambiamento conformazionale nel residuo del sito attivo Arginina-378. Inoltre, è stato dimostrato che la sostituzione della serina-384 alanina ha influenzato il riconoscimento del substrato da parte dei residui di arginina nel sito attivo compromettendo l'attività della base colata.
La mutagenesi diretta dal sito e i test biochimici hanno dimostrato che la mutazione della serina-384 alanina blocca l'attività enzimatica nel trattamento della caspasi due e sopprime l'apoptosi delle cellule tumorali. L'approccio descritto può essere utilizzato per valutare l'effetto delle mutazioni aminoacidiche e delle modificazioni post-traduzionali nella caspasi due e in altre caspasi coinvolte in varie malattie tumorali.
Panoramica
Questo studio esplora l'impatto delle modifiche post-traduzionali e delle mutazioni sulla struttura e la funzione della proteina caspasi, un componente fondamentale nell'apoptosi. Utilizzando simulazioni di dinamica molecolare (MD), la ricerca indaga come mutazioni specifiche, come la Serine-384 in Alanina, influenzino l'attività e l'integrità strutturale della caspasi.
Componenti principali dello studio
Area di ricerca
- Biologia cellulare
- Biologia molecolare
- Dinamiche proteiche
Contesto
- Le caspasi sono cruciali per l'iniziazione e l'esecuzione dell'apoptosi.
- Comprendere la loro struttura è essenziale per sviluppare strategie terapeutiche contro il cancro.
- Le mutazioni possono alterare significativamente l'attività e la funzione delle caspasi.
Metodi utilizzati
- Simulazioni di dinamica molecolare utilizzando Amber 20 per studiare varianti di caspasi.
- Caspasi wild-type e mutanti sono state analizzate a livello atomico, seguendo le modifiche strutturali.
- Sono state eseguite minimizzazione energetica, riscaldamento ed equilibrazione per ottimizzare il sistema.
Risultati principali
- La mutazione da Serine-384 ad Alanina ha causato cambiamenti significativi nel sito attivo, influenzando negativamente il riconoscimento del substrato e l'attività enzimatica.
- Lo studio ha convalidato il blocco dell'attività enzimatica che porta a una ridotta apoptosi nelle cellule tumorali.
- L'approccio può valutare altre mutazioni di aminoacidi nelle proteine caspasi legate al cancro.
Conclusioni
- Questa ricerca dimostra l'influenza critica di specifiche sostituzioni di aminoacidi sulla funzionalità delle caspasi.
- I risultati evidenziano la rilevanza delle simulazioni di dinamica molecolare nella comprensione del comportamento delle proteine nei processi biologici e nello sviluppo di terapie mirate.
Domande frequenti
Executive Industry Relevance
Molecular modeling of caspase mutations and post-translational modifications enables early de-risking of target biology in apoptosis-related pathways. This approach provides predictive insight into how specific amino acid substitutions impact protein structure and function, supporting informed target validation and mechanistic confidence. Integrating these simulations into discovery workflows enhances portfolio decision-making for apoptosis-modulating therapeutics.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables atomic-level interrogation of caspase mutations for functional target validation.
- Supports mechanistic de-risking by predicting structural and catalytic impacts of post-translational modifications.
- Facilitates prioritization of mutation sites for experimental follow-up and triage.
Screening & Assay Development
- Provides validated structural models for downstream biochemical and cellular assay design.
- Improves assay reproducibility by clarifying mutation-induced conformational changes.
- Enables quantitative assessment of active site perturbations for screening readiness.
Translational & Preclinical Research
- Aligns molecular findings with disease-relevant apoptosis pathways for translational continuity.
- Supports risk-adjusted advancement of caspase-targeted candidates by predicting loss-of-function mutations.
- Informs biomarker strategy by linking structural changes to functional outcomes.
Pipeline & Workflow Integration
This molecular modeling protocol fits at the interface of early discovery and lead identification, providing a computational filter before experimental validation.
- Discovery Biology: Enables hypothesis testing of mutation effects on caspase structure and function.
- Screening: Supplies reproducible, quantitative models for assay development and compound evaluation.
- Analytics: Delivers trajectory and conformational data to compare wild-type and mutant forms.
- Translational Research: Bridges computational predictions with preclinical apoptosis models when supported by downstream studies.
- Enterprise Reuse: Offers a scalable modeling workflow applicable to other caspase family members and related proteases.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in target validation and mechanistic understanding of apoptosis regulation.
- Operational Value: Standardizes mutation assessment and accelerates structure-function analysis across teams.
- Strategic Value: Improves go/no-go decisions by reducing late-stage biological risk and focusing resources on validated targets.
- Portfolio Impact: Enables risk-adjusted prioritization of apoptosis-modulating assets based on robust computational evidence.
Implementation Considerations
- Requires expertise in molecular modeling and access to high-performance computing infrastructure.
- Depends on validated force fields and accurate protein structural data for reliable predictions.
- Necessitates cross-team standardization of modeling protocols and data interpretation.
- Adaptation to other protein families may require protocol optimization and benchmarking.
- Interpretation of simulation outputs should be integrated with experimental validation for translational relevance.
