Name: Modelagem de ligantes em mapas derivados da criomicroscopia eletrônica (Vídeo) | JoVE Journal
Uploaded: 2024-07-19T13:00:00.000+00:00
Duration: 9 min 30 s
Description: Aprenda a modelar ligantes de pequenas moléculas em mapas de criomicroscopia eletrônica usando ChimeraX, Coot e Phenix. Este método computacional auxilia na descoberta de fármacos e no estudo de complexos macromoleculares.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

SJ é beneficiário da bolsa de doutorado do DAE-TIFR, e o financiamento é reconhecido. A KRV reconhece a concessão DBT B-Life DBT/PR12422/MED/31/287/2014 e o apoio do Departamento de Energia Atômica, Governo da Índia, sob a Identificação do Projeto No. RTI4006.

Modelagem de ligantes de moléculas pequenas em mapas CryoEM de macromoléculas

Os autores não têm nada a divulgar.

As melhorias no hardware e software do microscópio resultaram em um aumento no número de estruturas crioEM nos últimos anos. Embora a resolução mais alta alcançada no momento em crioEM de partícula única seja de 1,2 Å 57,58,59, a maioria das estruturas está sendo determinada em torno de 3-4 Å de resolução. A modelagem de ligantes em mapas de média a baixa resolução pode ser complicada e muitas vezes repleta de ambiguidade. Dado o uso generalizado de cryoEM na academia e na indústria farmacêutica para pesquisa translacional e descoberta de medicamentos, é essencial garantir que os ligantes sejam modelados corretamente e sem ambiguidade. Assim, é prudente quantificar a resolubilidade dos átomos de ligantes calculando Q-scores60, que agora está disponível no EMDB como uma métrica para avaliar a qualidade dos mapas e o ajuste do modelo, bem como no Chimera.
No primeiro exemplo, o ChimeraX foi usado para calcular o mapa de diferença no espaço real entre o apo e os mapas ligados ao ligante na enzima enolase de M. tuberculosis. A densidade adicional em um limiar alto sugere a presença do ligante, fosfoenolpiruvato, no sítio ativo e Mg2+ ligado ao ligante. É importante notar que, neste caso, o mapa é de resolução média (3,2 Å), e as moléculas de água não podem ser modeladas com segurança (Figura 1). A limitação associada a este método é que ele só pode ser aplicado quando a ligação ao ligante não induz mudanças conformacionais significativas na proteína. A normalização do mapa não foi realizada neste caso, uma vez que os conjuntos de dados apo e ligados ao ligante foram adquiridos com o mesmo tamanho de pixel e processados com parâmetros idênticos no Relion. No entanto, vale ressaltar que ao comparar mapas gerados por diferentes programas de reconstrução, como Relion46,47 e CryoSparc61, ou com qualidade diferente, a normalização dos mapas torna-se essencial antes que comparações significativas possam ser feitas.
O próximo exemplo é o mGlu5, que sofre grande reorganização molecular após a ligação do agonista, como fica evidente nas estruturas cryoEM51,62 (Figura 2). Nesse cenário, não é viável calcular um mapa de diferença simples entre os receptores não ligados (apo) e ligados ao ligante devido a diferenças substanciais entre os mapas. Aqui, foi utilizado o Servalcat, que usa semimapas não nítidos e não ponderados como entrada para refinamento no espaço recíproco e, posteriormente, calcula um mapa de diferença entre o mapa experimental e o mapa derivado do modelo. Em um limiar alto, pode-se visualizar diferenças e atuar como um guia para correção e melhoria do modelo. Várias bolhas não modeladas no domínio extracelular e próximo ao domínio transmembrana de mGlu5 foram observadas e usadas como um guia para modelar ligantes (Figura 2).
O terceiro exemplo mostra como a resolução (2,3 Å) desempenha um papel crucial na interpretação do mapa e na modelagem de um inibidor do tamanho de um fragmento na β-galactosidase. Aqui, o desafio era identificar um ligante muito pequeno (<200 Da) no mapa de diferenças do Servalcat em meio ao ruído inerente aos dados e modelá-lo com precisão. Além da alta resolução global determinada usando a Correlação de Casca de Fourier (FSC), a resolução local específica do ligante também foi suficientemente alta para garantir o posicionamento preciso dos centros quirais dos ligantes (Figura 3). A densidade das moléculas de solvente foi observada no mapa de diferenças em toda a enzima e especialmente ao redor do ligante. O efeito da resolução na modelagem de ligantes e átomos de solvente também foi demonstrado (Figura 4). É importante ter cuidado ao modelar moléculas de água ou solvente porque, ocasionalmente, o ruído em um limite baixo pode se assemelhar a moléculas de água ou solvente, levando a possíveis interpretações errôneas.
Outra consideração importante é que os mapas cryoEM por si só podem não ser suficientes para identificar com precisão um íon metálico por conta própria. Métodos biofísicos adicionais, como Estrutura Fina de Absorção de Raios-X Estendida (EXAFS) ou Espectroscopia de Raios-X por Dispersão de Energia (EDX), são frequentemente necessários para confirmar a presença e a identidade do íon metálico. Nas enzimas enolase e β-galactosidase, o Mg2+ foi modelado devido à riqueza de informações já disponíveis sobre essas proteínas, confirmando a identidade do íon metálico. Além disso, a coordenação dos íons metálicos nesses casos, exemplificada pela geometria octaédrica clássica e as distâncias de coordenação quase ideais de Mg2+, forneceram provas substanciais de sua identidade.
Em geral, algumas considerações importantes devem ser levadas em consideração ao modelar ligantes em mapas cryoEM. Para começar, é importante escolher o mapa correto para identificação e modelagem de ligantes. Em todos os casos, um mapa ou meio mapa não nítido e não ponderado é aconselhável em vez de um mapa nítido e ponderado para visualizar a densidade do ligante, pois a nitidez e a ponderação podem resultar em regiões sub-nítidas ou excessivamente acentuadas (ruído devido ao término da série) no mapa. Isso pode resultar em uma densidade de ligante abaixo do ideal, e o uso de diferentes fatores de nitidez do fator B pode ser empregado para avaliar a densidade durante a construção do modelo em Coot. Embora haja um risco em usar o mapa afiado para identificar ligantes em um mapa crioEM, o mapa não afiado pode não mostrar todos os detalhes da densidade do ligante, mas pode ser usado para fins de demonstração, conforme mostrado na Figura 1B, C.
A pose do ligante modelado deve ser validada, especialmente nos casos em que os dados são fracos. Como mostrado aqui para mGlu5, a resolução local varia em todo o mapa cryoEM, e a modelagem imparcial do ligante pode ser um desafio. O Servalcat pode ser usado como uma ferramenta valiosa para detectar possíveis imprecisões na modelagem de proteínas e ligantes22.
A heterogeneidade composicional pode estar presente em um complexo proteína-ligante onde apenas uma população específica pode ter o ligante presente (se o ligante for de baixo peso molecular, a etapa de classificação pode não remover a heterogeneidade). No entanto, é importante realizar a classificação 3D63 passo iterativamente durante o processamento da imagem antes da modelagem do ligante e verificar se a densidade do ligante melhora. Se várias cópias da proteína estiverem presentes, deve-se ter cuidado ao aplicar simetria no mapa durante a geração e refinamento inicial do modelo, pois isso pode calcular a média da densidade do ligante em todas as moléculas relacionadas à simetria. A simetria só deve ser imposta após o mapa ter sido minuciosamente inspecionado para confirmar a presença de densidade de ligantes em todas as cadeias de proteínas.
Dependendo do estado (cristal ou solução) e da localização (enterrado ou superfície), os átomos podem ser dinâmicos e, no refinamento do modelo, isso é chamado de parâmetro de deslocamento atômico (ADP). Juntamente com o mapa de diferenças, que fornece pistas visuais para possíveis imprecisões no modelo, os valores de ADP podem ser usados para avaliar a precisão dos ligantes após o refinamento 64,65,66,67. Normalmente, o ligante deve ter valores de ADP semelhantes aos resíduos circundantes, ou seja, se eles estiverem ligados de forma estável e modelados com precisão. No entanto, ligantes na periferia ou átomos de um ligante (como lipídios) que estão longe de macromoléculas podem ter valores de ADP mais altos. Além de refinar as coordenadas, tanto o Refmac33,34 quanto o Phenix permitem o refinamento dos valores de ADP28,68. Em Refmac, a aproximação de Mott-Bethe é usada para calcular o fator de espalhamento de elétrons de átomos individuais durante o cálculo do mapa. Na versão recente do Phenix, o refinamento individual do fator B, semelhante à cristalografia, foi introduzido para explicar a desordem atômica. Muitas vezes, nos modelos refinados derivados do cryoEM, uma ampla gama de valores de ADP é observada (às vezes valores próximos de zero), e até mesmo o Q-score que é usado no EMDB para avaliar o ajuste do modelo com o mapa depende do mapa primário depositado e da natureza da nitidez do fator B60. Na construção de modelos cryoEM, vários mapas são frequentemente usados e, portanto, os mapas usados na modelagem e refinamento devem ser claramente mencionados nos métodos, pois devido à resolução anisotrópica em muitas macromoléculas, um único mapa pode não ser suficiente para explicar todos os detalhes. 
Na modelagem de ligantes em macromoléculas, uma das principais limitações dos mapas cryoEM (como na cristalografia) é que, se o local de ligação do ligante for de baixa resolução ou se o ligante ligado for dinâmico, determinar a conformação correta pode ser difícil. Além disso, a maioria das estruturas crioEM tem resoluções abaixo de 3 Å, e a representação das moléculas de água nos mapas é limitada, dificultando a avaliação do papel da hidratação na ligação de ligantes ou fármacos (como mostrado aqui com os exemplos de enolase e mGluR). Métodos computacionais podem ser usados em combinação com dados crioEM para resolver essas limitações69. Em contraste com a cristalografia, apenas o modelo passa por refinamento, não o mapa. Atualmente, o único método para indicar a presença de um ligante ou garantir uma modelagem precisa é gerando mapas omitidos (usando ferramentas como Servalcat). Assim, existem várias ferramentas para ajudar os pesquisadores a construir e avaliar o modelo, mas existem várias áreas no refinamento do modelo em que novas abordagens ou modificações das abordagens atuais podem ser esperadas em um futuro próximo.
Neste artigo, nos concentramos nas abordagens atuais para modelagem de ligantes, que incluem inspeção manual da densidade do ligante, geração do arquivo de geometria do ligante, seguida de modelagem do ligante no mapa cryoEM. Este é um período emocionante na biologia estrutural e na descoberta de medicamentos, pois detectores diretos de elétrons com taxas de quadros mais rápidas e o uso de aquisição de dados mais rápida70 resultaram na obtenção de mapas de alta resolução (<2,8 Å) de várias macromoléculas, muitas vezes ligadas a ligantes de moléculas pequenas em um tempo relativamente curto. A recente introdução de ferramentas automatizadas de modelagem de ligantes, como GEMspot69 na suíte Schrödinger e EMERALD17 na suíte Rosetta, que tenta encontrar a pose de ligação mais provável do ligante enquanto leva em consideração os dados experimentais do cryoEM, promete agilizar e automatizar esse processo. Semelhante à cristalografia de raios-X, prevê-se que identificar os modos de ligação de ligantes de moléculas pequenas por cryoEM, talvez dois ou mais em um único dia, se tornará uma possibilidade realista.

As células realizam suas funções realizando inúmeras reações químicas simultânea e independentemente, cada uma meticulosamente regulada para garantir sua sobrevivência e adaptabilidade em resposta a estímulos ambientais. Isso é obtido pelo reconhecimento molecular, que permite que as biomoléculas, especialmente as proteínas, formem complexos transitórios ou estáveis com outras macromoléculas, bem como pequenas moléculas ou ligantes1. Assim, as interações proteína-ligante são fundamentais para todos os processos da biologia, que incluem a regulação da expressão e atividade proteica, o reconhecimento de substratos e cofatores por enzimas, bem como a forma como as células percebem e transmitem sinais 1,2. Uma melhor compreensão das propriedades cinéticas, termodinâmicas e estruturais do complexo proteína-ligante revela a base molecular da interação do ligante e também facilita o design racional do medicamento, otimizando a interação e a especificidade do medicamento. Uma abordagem econômica e mais rápida para estudar a interação proteína-ligante é usar o docking molecular, que é um método computacional que rastreia virtualmente uma gama diversificada de pequenas moléculas e prevê o modo de ligação e a afinidade desses ligantes às proteínas-alvo3. No entanto, evidências experimentais de estruturas de alta resolução determinadas por difração de raios X (XRD), ressonância magnética nuclear (RMN) ou criomicroscopia eletrônica (cryoEM) fornecem a prova essencial para tais previsões e auxiliam no desenvolvimento de ativadores ou inibidores mais novos e eficazes para um determinado alvo. Este artigo usa a abreviatura 'cryoEM', como a técnica é comumente chamada. No entanto, há um debate em andamento sobre a escolha da nomenclatura correta e, recentemente, o termo amostra criogênica Electron Microscopy (cryoEM) foi proposto para indicar que a amostra está em temperatura criogênica e fotografada com elétrons4. Da mesma forma, os mapas derivados do cryoEM foram chamados de potencial de elétrons, potencial eletrostático ou potencial de Coulomb e, para simplificar, aqui usamos mapas cryoEM 5,6,7,8,9,10.
Embora o XRD tenha sido a técnica padrão-ouro na determinação da estrutura de alta resolução de complexos proteína-ligante, o cryoEM pós-revoluçãode resolução 11 ganhou impulso, conforme indicado pelo aumento de mapas de potencial de Coulomb ou mapas de cryoEM depositados no Banco de Dados de Microscopia Eletrônica (EMDB) 12 , 13 nos últimos anos14 . Devido aos avanços nos métodos de preparação de amostras, imagens e processamento de dados, o número de depósitos do Protein Data Bank (PDB)14 empregando crioEM aumentou de 0,7% para 17% entre 2010 e 2020, com aproximadamente 50% das estruturas relatadas em 2020 sendo determinadas com resolução de 3,5 Å ou melhor15,16. O CryoEM tem sido rapidamente adotado pela comunidade de biologia estrutural, incluindo a indústria farmacêutica, pois permite o estudo de macromoléculas biológicas flexíveis e não cristalinas, especialmente proteínas de membrana e complexos multiproteicos, em resolução quase atômica, superando o processo de cristalização e obtendo cristais bem difrativos necessários para a determinação da estrutura de alta resolução por DRX.
A modelagem precisa do ligante no mapa cryoEM é fundamental, pois serve como um modelo do complexo proteína-ligante em nível molecular. Existem várias ferramentas automatizadas de construção de ligantes usadas na cristalografia de raios-X que dependem da forma e topologia da densidade do ligante para ajustar ou construir o ligante na densidade de elétrons 17,18,19,20. No entanto, se a resolução for inferior a 3 Å, essas abordagens tendem a produzir resultados menos desejáveis porque as características topológicas das quais dependem para reconhecimento e construção tornam-se menos definidas. Em muitos casos, esses métodos se mostraram ineficazes na modelagem precisa de ligantes em mapas cryoEM, pois esses mapas foram determinados na faixa de resolução baixa a média, normalmente entre 3,5 Å-5 Å17.
A primeira etapa na determinação da estrutura 3D de um complexo proteína-ligante por cryoEM envolve a co-purificação do ligante com a proteína (quando o ligante tem uma alta afinidade de ligação com a proteína) ou a incubação da solução proteica com o ligante por um período específico antes da preparação da grade. Posteriormente, um pequeno volume de amostra é colocado em uma grade TEM perfurada limpa por plasma, seguida de congelamento instantâneo em etano líquido e, finalmente, imagem com um crio-TEM. As imagens de projeção 2D de centenas de milhares a milhões de partículas individuais são calculadas para reconstruir um mapa de potencial de Coulomb tridimensional (3D) da macromolécula. Identificar e modelar ligantes e moléculas de solvente nesses mapas apresenta desafios significativos em muitos casos devido à resolução anisotrópica em todo o mapa (ou seja, a resolução não é uniforme em toda a macromolécula), flexibilidade na região onde o ligante está ligado e o ruído nos dados. Muitas das ferramentas de modelagem, refinamento e visualização que foram desenvolvidas para XRD estão agora sendo adaptadas para uso em cryoEM para os mesmos propósitos 18,19,20,21. Neste artigo, é apresentada uma visão geral de vários métodos e softwares usados atualmente para identificar ligantes, construir modelos e refinar as coordenadas derivadas do cryoEM. Um protocolo passo a passo foi fornecido para ilustrar os processos envolvidos na modelagem de ligantes usando complexos proteína-ligante específicos com resolução e complexidade variadas.
A primeira etapa na modelagem de ligantes em mapas cryoEM inclui a identificação da densidade de ligantes (não proteica) no mapa. Se a ligação do ligante não induz nenhuma mudança conformacional na proteína, então o cálculo de um mapa de diferença simples entre o complexo proteína-ligante e a apo-proteína destaca essencialmente as regiões de densidade extra, sugerindo a presença do ligante. Tais diferenças podem ser observadas imediatamente, pois requer apenas dois mapas, e mesmo mapas intermediários durante o processo de refinamento 3D podem ser usados para verificar se o ligante está presente. Além disso, se a resolução for alta o suficiente (<3,0 Å), o mapa de diferenças também pode fornecer informações sobre a localização das moléculas de água, bem como dos íons que interagem com o ligante e os resíduos de proteínas.
Na ausência do mapa de apo-proteína, agora é possível usar o Servalcat22, que está disponível como uma ferramenta autônoma e também foi integrado ao pacote de software CCP-EM 23,24 como parte do refinamento do Refmac e no CCP4 8.0 versão25,26. O Servalcat permite o cálculo de um mapa de diferença ponderada FSC (Fo-Fc) usando os semimapas não nitidos e o modelo de apoproteína como entrada. O mapa de omitir Fo-Fc representa a disparidade entre o mapa experimental (Fo) e o mapa derivado do modelo (Fc). Na ausência de um ligante no modelo, uma densidade positiva em um mapa Fo-Fc que se sobrepõe ao mapa EM experimental normalmente sugere a presença do ligante. A suposição aqui é que a cadeia de proteínas está bem ajustada no mapa e a densidade positiva restante indica a localização do ligante. No entanto, é importante examinar meticulosamente se a densidade positiva decorre de imprecisões de modelagem, como o rotâmero errado de uma cadeia lateral de proteína.
A segunda etapa envolve a obtenção ou criação de um arquivo de coordenadas cartesianas do ligante com geometria bem definida a partir das informações químicas disponíveis. Os ligantes padrão (por exemplo, ATP e NADP+) que já estão disponíveis na biblioteca de monômeros CCP4 podem ser usados para refinamento recuperando os arquivos de coordenadas e geometria por meio de seu código de acesso de monômero. No entanto, para ligantes desconhecidos ou não padrão, várias ferramentas estão disponíveis para criar os arquivos de geometria. Alguns dos exemplos incluem o eLBOW27 - (construtor de ligantes eletrônicos e bancada de otimização) no Phenix28, Lidia - uma ferramenta embutida no Coot29, JLigand / ACEDRG30,31, CCP-EM23,24, Ligprep32-a módulo do Glide dentro da suíte Schrödinger. O arquivo de coordenadas do ligante é então ajustado na densidade, guiado pelo mapa experimental cryoEM e pelo mapa de diferença em Coot. Isso é seguido pelo refinamento do espaço real no Phenix28 ou refinamento recíproco no Refmac33. É necessária uma estação de trabalho Linux ou um laptop equipado com uma boa placa gráfica e o software mencionado acima. A maioria desses programas está incluída em várias suítes. CCP-EM24 e Phenix28 estão disponíveis gratuitamente para usuários acadêmicos e incluem uma variedade de ferramentas usadas neste artigo, incluindo Coot, Refmac5 33,34,35,36, Servalcat, phenix.real_space_refine, etc. Da mesma forma, o Chimera37 e o ChimeraX38 fornecem licenças gratuitas para usuários acadêmicos.

<table><tbody><tr><td>CCP4-8.0</td><td>Consórcio de vários institutos</td><td>https://www.ccp4.ac.uk</td><td>gratuito para usuários acadêmicos e inclui Coot e lista de ferramentas desenvolvidas para cristalografia de raios-X</td></tr><tr><td>CCP-EM</td><td>Consórcio de vários institutos</td><td>https://www.ccpem.ac.uk/download.php</td><td>gratuito para usuários acadêmicos e inclui Coot, Relion e muitos outros</td></tr><tr><td>Coot&nbsp;</td><td>Paul Emsley, LMB, Cambridge</td><td>https://www2.mrc-lmb.cam.ac.uk/personal/pemsley/coot/</td> <td>Software geral para construção de modelos, mas também disponível com outras suítes descritas acima</td></tr><tr><td>DockinMap (Phenix)</td><td>Consórcio de vários institutos</td><td>https://phenix-online.org/documentation/reference/dock_in_map.html</td><td>Software dentro da suíte Phenix para acoplamento de modelos em mapas cryoEM</td></tr><tr><td>Banco de Dados de Microscopia Eletrônica&nbsp;</td><td>Consórcio de vários institutos</td><td>https://www.ebi.ac.uk/emdb/</td> <td>Repositório Público de Mapas de Microscopia Eletrônica</td></tr><tr><td>Falcon</td><td>Thermo Fisher Scientific&nbsp;</td><td>https://assets.thermofisher.com/TFS-Assets/MSD/Technical-Notes/Falcon-3EC-Datasheet.pdf</td><td>Comercial, câmera da Thermo Fisher&nbsp;</td></tr><tr><td>Phenix&nbsp;</td><td>Consórcio de vários institutos</td><td>https://phenix-online.org/download</td><td>Gratuito para usuários acadêmicos e inclui Banco</td></tr><tr>de<td>Dados de Proteínas</td> Coot <td>Consórcio de vários institutos</td><td>https://rcsb.org</td><td>Banco de dados público de estruturas macromoleculares</td></tr><tr><td>Pymol</td><td>Schrödinger</td><td>https://pymol.org/2/</td> <td>Ferramenta de viusalização molecular. A versão educacional é gratuita, mas vem com limitações. A versão completa pode ser obtida com uma pequena taxa.</td></tr><tr><td>Relion</td><td>MRC-LMB, Cambridge</td><td>https://relion.readthedocs.io/en/release-4.0/Installation.html</td><td>Software para processamento de imagens cryoEM, também disponível com CCP-EM</td></tr><tr><td>Titan Krios</td><td>Thermo Fisher Scientific&nbsp;</td><td>https://www.thermofisher.com/in/en/home/electron-microscopy/products/transmission-electron-microscopes/krios-g4-cryo-tem.html?cid=msd_ls_xbu_xmkt_tem-krios_285811_gl_pso_gaw_tpne1c&amp; gad_source=1& gclid=CjwKCAiA-P-rBhBEEiwAQEXhHyw5c8MKThmdA AkZesWC4FYQSwIQRk ZApkj08MfYG040DtiiuL8 RihoCebEQAvD_BwE</td><td>Comercial, cryoTEM da Thermo Fisher</td></tr><tr><td>UCSF Chimera</td><td>UCSF, EUA</td><td>https://www.cgl.ucsf.edu/chimera/download.html</td><td>Software de uso geral para exibição, análise e muito mais</td></tr><tr><td>UCSF Chimera X</td><td>UCSF, EUA</td><td></td> <td>https://www.cgl.ucsf.edu/chimerax/Software de uso geral para exibição, análise e muito mais</td></tr></tbody></table>

modelagem de ligantes em mapas derivados da criomicroscopia eletrônica

Modeling Ligands into Maps Derived from Electron Cryomicroscopy

Decifrar as interações proteína-ligante em um complexo macromolecular é crucial para entender o mecanismo molecular, os processos biológicos subjacentes e o desenvolvimento de medicamentos. Nos últimos anos, a microscopia eletrônica de amostra criogênica (cryoEM) surgiu como uma técnica poderosa para determinar as estruturas de macromoléculas e investigar o modo de ligação do ligante em resolução quase atômica. Identificar e modelar moléculas não proteicas em mapas cryoEM é muitas vezes um desafio devido à resolução anisotrópica em toda a molécula de interesse e ao ruído inerente aos dados. Neste artigo, os leitores são apresentados a vários softwares e métodos atualmente usados para identificação de ligantes, construção de modelos e refinamento de coordenadas atômicas usando macromoléculas selecionadas. Uma das maneiras mais simples de identificar a presença de um ligante, conforme ilustrado com a enzima enolase, é subtrair os dois mapas obtidos com e sem o ligante. A densidade extra do ligante provavelmente se destacará no mapa de diferenças, mesmo em um limite mais alto. Há casos, como mostrado no caso do receptor metabotrópico de glutamato mGlu5, em que esses mapas de diferença simples não podem ser gerados. O método recentemente introduzido de derivar o mapa de omitir Fo-Fc pode servir como uma ferramenta para validar e demonstrar a presença do ligante. Finalmente, usando a bem estudada β-galactosidase como exemplo, o efeito da resolução na modelagem dos ligantes e moléculas de solvente em mapas de crioEM é analisado e uma perspectiva de como o cryoEM pode ser usado na descoberta de medicamentos é apresentada.

Exemplo 1 A enzima enolase de M. tuberculosis catalisa a penúltima etapa da glicólise e converte 2-fosfoglicerato em fosfoenolpiruvato (PEP), que é um intermediário essencial para várias vias metabólicas44,45. Os dados de CryoEM para as amostras de apo-enolase e enolase ligada a PEP foram coletados com o mesmo tamanho de pixel de 1,07 Å, e o processamento da imagem foi realizado com Relion 3.1 46,47. As estruturas da apo-enolase e da PEP-enolase foram determinadas a 3,1 Å e 3,2 Å, respectivamente48. Os mapas e modelos foram depositados no EMDB e PDB49,50 (EMD-30988, EMD-30989, PDB-7e4x e PDB-7e51). O mapa crioEM da enzima mostra que ela é um octâmero na solução (Figura 1A). Para identificar a densidade do ligante no mapa de PEP-enolase, foram selecionados os mapas não nitidos da apoenzima e da enzima ligada à PEP, e um mapa de diferença foi calculado no ChimeraX, subtraindo-se o mapa de PEP-enolase do mapa de apoenzima. Observou-se uma densidade distinta (verde) em um limiar alto, o que sugeriu a presença do ligante (Figura 1B). A modelagem da cadeia de proteínas no mapa não nitido indicou claramente que a densidade extra está presente no sítio ativo da proteína (Figura 1C). O ligante, PEP, foi então modelado no mapa aguçado do fator B usando Coot, e o modelo proteína + ligante foi refinado no espaço real com Phenix. Dois íons Mg2+ foram modelados na densidade observada nas proximidades do ligante (Figura 1D). O ligante, PEP, adota uma orientação semelhante à observada em outros homólogos de enolase, e vários resíduos de sítios ativos, como Lys-386, Arg-364, formam interações de ligações de hidrogênio com o ligante PEP. Os íons Mg2+ formam ligações de coordenação metálica com Asp-241, Glu-283, Asp-310 e o fosfato de PEP (Figura 1D).
Exemplo 2 Na ausência de uma estrutura apo-proteica disponível ou se a proteína sofrer uma grande mudança conformacional, não é possível calcular os mapas de diferença conforme descrito acima. Em 2021, o grupo de Garib Murshudov no Laboratório de Biologia Molecular de Cambridge apresentou o Servalcat22, que implementa um fluxo de trabalho de refinamento usando o Refmac e também calcula um mapa de diferenças Fo-Fc após o refinamento. Uma densidade de diferença Fo-Fc positiva sugere a presença de moléculas/ligantes que não foram incluídos no modelo durante o refinamento, essencialmente um mapa omitido. No entanto, recomenda-se primeiro avaliar o ajuste do modelo ao mapa em geral e, em seguida, avaliar o mapa de densidade de diferença.
Para ilustrar o uso de Servalcat/Refmac, foi escolhido o mGlu5, um receptor acoplado à proteína G dimérica que se liga ao neurotransmissor, o L-glutamato. Após a ligação do agonista, L-quisqualato, o domínio extracelular se reorienta, o que desencadeia a rotação do 7TM, aproximando-o para estabilizar o estado ativado. Assim, há uma grande mudança conformacional observada entre o apo / antagonista vs. estados ligados ao agonista51 (Figura 2A e Figura 2E). Os dois meios-mapas para os complexos ligados ao agonista (EMD-31536) e ao antagonista (EMD-31537) foram obtidos do EMDB, e os mapas cryoEM mostram resolução variada em toda a molécula e domínio extracelular melhor resolvido. Posteriormente, estes foram utilizados como entradas no Servalcat junto com a apo-proteína como modelo para calcular a diferença ou mapa Fo-Fc para cada conjunto de dados. Este mapa mostrou distintamente a presença de várias moléculas ligantes (não proteicas). A resolução estimada pelo FSC (correlação da camada de Fourier) para os complexos ligados ao agonista e ao antagonista foi de 3,8 Å e 4,0 Å, respectivamente. No caso do mGlu5 ligado ao agonista, o mapa de diferença Servalcat Fo-Fc mostrou a presença tanto do agonista (L-quisqualato) (Figura 2B) quanto da N-AcetilGlucosamina (NAG) (Figura 2C) no ECD do receptor (devido à menor resolução do TMD, aqui focamos apenas no ECD e no topo do TMD). Resíduos de proteínas, incluindo Tyr-64, Trp-100, Ser-151 e Thr-175, são vistos interagindo com o agonista. A densidade próxima ao resíduo de Asn-210 sugeriu a presença de N-acetil glucosamina (Figura 2C). Uma densidade consistente com hemisuccinato de colesterol, que foi adicionado durante a purificação de mGlu5, foi observada perto do topo da hélice transmembrana 1 (Figura 2D). Como a resolução é moderada e o ligante, L-quisqualato, pode ser colocado em diferentes orientações, a estrutura prévia do domínio extracelular com o ligante (PDB-6N50) foi utilizada como guia para modelar o ligante. A ligação do antagonista estabiliza o estado aberto ou de repouso do receptor (Figura 2E). Uma densidade consistente com o antagonista LY341495 foi observada na dobradiça do lobo I e do lobo II do domínio da armadilha para moscas no ECD. O antagonista interage com resíduos semelhantes aos do agonista. A interação de empilhamento entre Tyr-223 no lobo II com o antagonista estabiliza o receptor em um estado aberto (Figura 2F). Semelhante à estrutura agonista, glicosilação ou presença de porção N-acetilglucosamina foi observada perto de Asn-210 (Figura 2G).
Exemplo 3 O terceiro exemplo elucida o protocolo para modelar ligantes e moléculas de solvente de tamanho fragmentado ou pequeno em mapas CryoEM de alta resolução. A descoberta de medicamentos baseada em fragmentos (FBDD) emergiu como um método poderoso e inovador no desenvolvimento de novas terapias baseadas em alvos em várias áreas de doenças, tornando-se um caminho promissor em P&amp;D farmacêutico52,53. O FBDD começa com a triagem e seleção cuidadosa de fragmentos pequenos, altamente solúveis e de baixo peso molecular de moléculas que se ligam a proteínas-alvo específicas ou biomoléculas de interesse. A determinação das estruturas desses complexos proteína-fragmento revela o modo de ligação desses fragmentos, que serve como um guia para projetar moléculas maiores e mais complexas semelhantes a drogas com crescente afinidade e especificidade em relação à proteína alvo54. No entanto, este método exige uma densidade de ligante de alta resolução para determinar com precisão a pose e posicionar corretamente os grupos funcionais do ligante15.
A β-galactosidase, uma das primeiras estruturas de alta resolução a ser determinada a partir dos avanços na tecnologia cryoEM, é uma enzima homotetramérica de 450kDa bem estudada que catalisa a hidrólise da lactose em glicose e galactose55. Para mostrar o uso de crioEM em FBDD, Astex, Reino Unido, determinou a estrutura da β-galactosidase com um inibidor do tamanho de um fragmento, desoxigalacto-nojirimicina (DGN) ligado no sítio ativo (EMDB-10563, PDB: 6tsh) 56 . Este conjunto de dados é usado para ilustrar o protocolo para modelar ligantes e solventes de forma inequívoca em mapas de alta resolução. Para mostrar o efeito da resolução na modelagem e visualização do ligante, os mapas foram filtrados para 3,0 Å e 3,5 Å na etapa de pós-processamento no Relion. Isso destaca a qualidade da densidade do mapa em diferentes resoluções e ressalta a necessidade de maior resolução para modelar ligantes e solventes.
A enzima é um tetrâmero com simetria D2 em solução (Figura 3A). O mapa de diferença (entre o mapa e o modelo), calculado por Servalcat, sugeriu a presença de DGN e várias moléculas de solvente no sítio ativo da enzima (Figura 3B). Com uma resolução estimada de 2,3 Å, a densidade apresentou características de alta resolução, o que auxiliou na modelagem precisa do inibidor no sítio ativo da proteína. Foram observadas interações entre DGN e Tyr-503 e His-540 (Figura 3C). A densidade de diferença também sugeriu a presença de moléculas de solvente que interagem com DGN, bem como os resíduos de proteínas. Mg2+ e várias moléculas de água foram modeladas na densidade (Figura 3D). Ligações de coordenação de metais entre Mg2+ e Glu-416, Glu-461 e várias moléculas de água são observadas (Figura 3D). Mg2+ foi visto interagindo com DGN por meio de uma molécula de água.
Em uma resolução mais baixa de 3,5 Å e 3,0 Å, a densidade do ligante se assemelha a uma bolha e carece de recursos de alta resolução cruciais para a modelagem precisa do ligante ( Figura 4A , B ). A densidade das moléculas de água era quase inexistente nessas resoluções. Em resumo, com o aumento da resolução, especialmente superior a 3,0 Å, a densidade possibilitou a modelagem de um maior número de moléculas de água (Figura 4C,D). O posicionamento correto do centro quiral do ligante tornou-se alcançável em ~ 2,3 Å ( Figura 4C, D ) devido à presença de características distintas no mapa que guiaram a colocação, bem como a modelagem de moléculas de água e Mg2+. Em comparação, a densidade para Mg2+ permaneceu discernível em toda a faixa de resolução (Figura 4A-C).
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/66310/66310fig01v3.jpg"> Figura 1: Modelando o ligante fosfoenolpiruvato em M. tuberculosis enolase. (A) mostra o mapa nítido do fator B da enzima enolase ligada à PEP. O mapa sugere que a enolase é octamérica em solução, e cada monômero no mapa é colorido de forma diferente. (B) exibe um mapa crioEM não agudo da enzima apo-Enolase em cinza com o mapa de diferença (entre os mapas ligados a PEP e apo-Enolase não aguçados) sobreposto em verde, sugerindo a presença de ligante, PEP. Este é um mapa de demonstração para mostrar a presença de ligantes. (C) exibe o ajuste do modelo de enolase no mapa crioEM não nitido, destacando a posição da densidade da diferença em relação à proteína. O modelo de proteína é mostrado em representação de desenho animado e colorido em Chainbow. Esta figura mostra que a densidade extra (verde) está presente no sítio ativo de cada monômero. (D) mostra o ligante, PEP, envolto no mapa nítido do fator B, colorido em azul. Além disso, também foi observada densidade para dois íons Mg2+, que formam ligações de coordenação de metal com vários resíduos do sítio ativo, incluindo Ser-42, Asp 241, Glu-283, Asp-310 e átomos de ligante. O ligante faz interações de ligação de hidrogênio com Lys-386, Lys-335 e Arg-364. Os resíduos de proteína são mostrados na representação do bastão e os íons Mg2+ são mostrados como esferas roxas. As figuras em painéis (A-D) foram geradas com Pymol. <a href="https://www.jove.com/files/ftp_upload/66310/66310fig01largev3.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/66310/66310fig02.jpg"> Figura 2: Identificação, modelagem e visualização de vários ligantes no receptor mGlu5 . Os mapas de omitir Fo-Fc foram obtidos usando Servalcat. (A) mostra a estrutura do dímero do receptor mGlu5 (PDB-7fd8) em representação de desenho animado, com cada monômero colorido em azul-petróleo e trigo, respectivamente, e ligado ao agonista L-quisqualato. Todos os ligantes que foram identificados no domínio extracelular e no topo do domínio transmembrana do receptor são envoltos no mapa de omitir Fo-Fc, coloridos de verde e contornados em 6σ. (B) destaca o ajuste do agonista, L-quisqualato envolto no mapa de diferenças. O L-quisqualato interage com vários resíduos de mGlu5 , incluindo Tyr-64, Trp-100, Ser-151, Thr-175 e Gly-280. As interações da ligação H são representadas por traços vermelhos. Em (C), uma densidade adicional é evidente perto de Asn-210, que está presente no domínio extracelular do receptor, e a molécula de N-acetilglucosamina (NAG) foi modelada nessa densidade. Para maior clareza, o NAG não está vinculado ao Asn na figura atual. (D) mostra a diferença na densidade do hemisuccinato de colesterol (CHS) em verde próximo à superfície exposta a lipídios do receptor. A molécula de CHS, representada nos bastões, foi modelada nesta densidade. (E) mostra a estrutura do receptor mGlu5 (PDB-7fd9) ligada ao antagonista LY341495 na representação de desenhos animados. Em (F), uma densidade extra no mapa de diferença Fo-Fc localizada na dobradiça entre o lobo I e o lobo II do domínio extracelular indica a presença do antagonista. Os principais resíduos (Tyr-64, Trp-100, Ser-152, Ser-173, Thr-175 e Tyr-223) ao redor do antagonista são mostrados em representações de bastão, e as possíveis interações da ligação de hidrogênio com o antagonista são mostradas em traços vermelhos. (G) mostra a diferença na densidade sugestiva da presença da molécula NAG perto de Asn-210 na estrutura ligada ao antagonista (observe que o NAG não está ligado a Asn para maior clareza). Os números foram gerados com Pymol. <a href="https://www.jove.com/files/ftp_upload/66310/66310fig02large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/66310/66310fig03.jpg"> Figura 3: Identificação, modelagem e refinamento de um pequeno inibidor e moléculas de solvente no mapa de alta resolução da β-galactosidase (EMD-10563). (A) mostra o modelo de β-galactosidase resolvido para 2,3 Å (PDB: 6tsh) na representação de desenhos animados, onde cada monômero é colorido distintamente. A caixa cinza destaca o local de ligação do ligante. (B) exibe a densidade de diferença Fo-Fc (de Servalcat) em malha verde no sítio ativo da enzima. A diferença de densidade sugere a presença do inibidor (DGN) e de várias moléculas de solvente no sítio ativo. (C) demonstra que, guiado pelo mapa Fo-Fc, o inibidor desoxigalacto-nojirimicina (DGN) é modelado no sítio ativo. Este ligante modelado é representado em formato de bastão e envolto na densidade Fo (por Servalcat), que é colorida em blue_mesh. Interações de ligações de hidrogênio entre DGN e vários resíduos de proteínas, incluindo Tyr-503 e His-540, são observadas. A densidade adicional da diferença Fo-Fc ao redor do ligante (verde) é indicativa das moléculas de solvente. (D) O mapa mostra várias moléculas de solvente, incluindo água e Mg2+, representadas como esferas vermelhas e roxas, respectivamente, são modeladas no sítio ativo após garantir que cada molécula de solvente esteja ligada a proteínas (Glu-416, His-418 e Glu-461) ou resíduos de ligantes. As moléculas de água e Mg2+ estão envoltas na densidade Fo (malha azul). Mg2+ é visto interagindo com o ligante, DGN por meio de uma molécula de água. O mapa Fo-Fc (malha verde) em painéis (B,C) é contornado em 6σ, enquanto a densidade Fo - malha azul em C e D (do refinamento Servalcat após a modelagem) é contornada em 3σ. As figuras em painéis (A-D) foram geradas com Pymol. <a href="https://www.jove.com/files/ftp_upload/66310/66310fig03large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/66310/66310fig04.jpg"> Figura 4: Efeito da resolução na modelagem de ligantes na β-galactosidase. Semi-mapas do EMD-10563 foram usados como entrada na etapa de pós-processamento do Relion, e os mapas de pós-processamento combinados foram filtrados para resoluções de 2,3 Å, 3,0 Å e 3,5 Å com diferentes fatores B. O mapa mostrado em todos os painéis é contornado em 6σ. Para maior clareza, apenas a estrutura da proteína é mostrada sem cadeias laterais, moléculas de ligante ou solvente nos painéis A, B e C. (A) O mapa é filtrado para 3,5 Å e o sítio ativo da β-galactosidase é mostrado. Uma bolha semelhante ao ligante, DGN, é vista nesta resolução, acompanhada por algumas bolhas menores nas proximidades. Modelar o ligante na orientação correta é um desafio devido à falta de características distintas no mapa. (B) O mapa filtrado para resolução de 3,0 Å é mostrado. Aqui, a bolha do ligante torna-se um pouco mais definida, mas ainda carece de recursos em geral. Mais algumas pequenas bolhas sugestivas de moléculas de solvente também são observadas. (C) O mapa filtrado para resolução de 2,3 Å revela a densidade do ligante com características distintas, revelando notavelmente a conformação da cadeira do iminoaçúcar. Um número significativo de pequenas bolhas correspondentes a moléculas de água é observado nesta resolução. A estimativa/nitidez automática do fator B no pós-processo Relion fornece um valor de -18 Å2 para os mapas filtrados para 3 Å e 3,5 Å, enquanto o valor é -52 Å2 para o mapa filtrado para 2,3 Å. A nitidez do fator B diferente de mapas EM também pode ser realizada com Coot e útil na construção de modelos. (D) O painel ilustra que o ligante DGN (representação do bastão), Mg2+ e moléculas de água (como esferas) conforme modelado no sítio ativo e no mapa afiado a 2,3 Å, mostrado em malha azul ao redor desses átomos. As figuras em painéis (A-D) foram geradas com Pymol. <a href="https://www.jove.com/files/ftp_upload/66310/66310fig04large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>

Este protocolo apresenta as ferramentas disponíveis para modelar ligantes de moléculas pequenas em mapas crioEM de macromoléculas.

Modelagem de ligantes em mapas derivados da criomicroscopia eletrônica

Deciphering the protein-ligand interactions in a macromolecular complex is crucial for understanding the molecular mechanism, underlying biological ...

Estamos interessados em entender os processos fisiológicos que ocorrem através da célula, particularmente na interface da membrana. Usamos o Cryo-EM como técnica principal e trabalhamos em vários problemas biológicos interessantes e desafiadores estudando vários complexos macromoleculares. Determinar as estruturas de proteínas de membrana e outros complexos lábeis era um desafio algumas décadas atrás.No entanto, os avanços técnicos em Cryo-EM, um novo detergente e mimético lipídico e com dotações, abriram caminho para a rápida determinação da estrutura desses complexos. Essas estruturas agora podem ser obtidas em alta resolução e potencialmente usadas na descoberta de medicamentos. No Cryo-EM de partícula única, os desafios incluem a aquisição de amostras estáveis e homogêneas, a incorporação da amostra em orientação aleatória em gelo fino, o processamento de um grande número de imagens com baixa relação sinal-ruído e a determinação precisa da orientação angular e classificação durante a reconstrução 3D.Identificar e modelar pequenas moléculas em mapas crio-EM de complexos de proteínas ligantes é um desafio devido ao ruído inerente aos dados e à resolução isotrópica e baixa do mapa, heterogeneidade da amostra e flexibilidade do ligante. Este protocolo é um guia passo a passo para identificar e modelar ligantes e moléculas de solvente em Cryo-EM de baixa a média resolução.

modeling-ligands-into-maps-derived-from-electron-cryomicroscopy

Research

JoVE Journal

Biochemistry

Bioquímica

A análise de partículas únicas na microscopia crio-elétron é uma das principais técnicas utilizadas para determinar a estrutura dos conjuntos biológicos em alta resolução. A Scipion fornece as ferramentas para criar todo o gasoduto para processar as informações adquiridas pelo microscópio e alcançar uma reconstrução 3D do espécime biológico.

Crio-EM e Análise de Partículas Únicas com Scipion

A determinação da estrutura dos complexos macromoleculares utilizando o crioEM tornou-se rotina para certas classes de proteínas e complexos. Aqui, este pipeline é resumido (preparação de amostras, triagem, aquisição e processamento de dados) e os leitores são direcionados para recursos e variáveis mais detalhados que podem ser alterados no caso de espécimes mais desafiadores.

Microscopia crio-elétron de partículas únicas: da amostra à estrutura

Uma habilidade fundamental na modelagem biomolecular é exibir e anotar locais ativos em proteínas. Esta técnica é demonstrada usando quatro programas gratuitos populares para visualização macromolecular: iCn3D, Jmol, PyMOL e UCSF QuimeraX.

Modelando um site ativo enzimático usando freeware de visualização molecular

Este artigo apresenta um protocolo para processamento de imagens cryo-EM usando o software suite SPHIRE. O presente protocolo pode ser aplicado para quase todos os projetos de EM de partículas individuais que visam a resolução quase atômica.

Análise de uma única partícula de alta resolução a partir de imagens de crio-microscopia de elétrons usando SPHIRE

Apresentamos um protocolo para a rápida caracterização da biomolecular de dobramento e vinculação interações com ligantes termolábil utilizando Calorimetria exploratória diferencial.

Medição de perfis Biomolecular DSC com ligantes termolábeis para caracterizar rapidamente de dobramento e vinculação de interações

Biopanning bacteriana exibir bibliotecas é uma técnica comprovada para a descoberta dos reagentes de afinidade do peptide, uma alternativa robusta para anticorpos. O método de classificação semi-automatizadas aqui simplificou biopanning para diminuir a ocorrência de falsos positivos. Aqui ilustramos o processo de pensamento e técnicas aplicadas na avaliação de candidatos e minimizando a análise a jusante.

Biopanning semi-automático de exibição bacteriana bibliotecas para peptídeo afinidade reagente descoberta e análise dos isolados resultantes

Aqui nós apresentamos um protocolo para monitorar a montagem e desmontagem da toxina antraz usando interferometria biolayer (BLI). Na sequência de montagem/desmontagem na superfície biosensor, os grandes complexos de proteínas são liberados da superfície para visualização e identificação dos componentes dos complexos usando microscopia eletrônica e espectrometria de massa, respectivamente.

Analisando a dinâmica da proteína montada sobre e libertado da interferometria Biolayer Biosensor usando espectrometria de massa e de microscopia eletrônica

Aqui apresentados são dois métodos que podem ser usados individualmente ou em combinação para analisar o efeito da beta-amiloide na estrutura do coágulo de fibrina. Incluído é um protocolo para criar um em vitro coágulo de fibrina, seguido pelo coágulo turbidez e microscopia eletrônica métodos.

Análise de β-amiloide-induzida de anormalidades na estrutura do coágulo de fibrina por espectroscopia e microscopia eletrônica

Este protocolo descreve a remoção de lipídios endógenos de alérgenos, e sua substituição por ligantes especificados pelo usuário através de HPLC de fase inversa, juntamente com ressarcimento térmico. 31 P-NMR e dicromaísmo circular permitem a confirmação rápida da remoção/carregamento de ligantes e a recuperação da estrutura de alergênicos nativos.

Remoção e Substituição de Ligantes Endógenos de Proteínas e Alérgenos Lipid-Bound

Aqui, descrevemos os procedimentos desenvolvidos em nosso laboratório para a preparação de pós de cristais de pequenas moléculas para experimentos de difração eletrônica de microcristais (MicroED).

Difração de Elétrons Microcristal de Pequenas Moléculas

Aprenda a modelar ligantes de pequenas moléculas em mapas de criomicroscopia eletrônica usando ChimeraX, Coot e Phenix. Este método computacional auxilia na descoberta de fármacos e no estudo de complexos macromoleculares.

Modelagem de ligantes em mapas derivados da criomicroscopia eletrônica

Explorar mais vídeos