Предсказа́ние структу́ры белка́ () — направление молекулярного моделирования, предсказание по аминокислотной последовательности трёхмерной структуры белка (вторичной, третичной или четвертичной). Данная задача является одной из самых важных целей биоинформатики и теоретической химии. Данные, полученные при помощи предсказания, применяются в медицине (например, в фармацевтике) и биотехнологии при создании новых ферментов. Для лучших результатов сочетают несколько программ и методов.
Введение Огромные объёмы данных о последовательности белков стали доступны в результате современных широкомасштабных работ по секвенированию ДНК, таких как проект «Геном человека». Несмотря на усилия всего сообщества в области структурной геномики, количество экспериментально определённых белковых структур — обычно с помощью трудоёмкой и относительно дорогой рентгеновской кристаллографии или ЯМР-спектроскопии — значительно отстаёт от количества белковых последовательностей, что делает предсказание третичной структуры белка крайне востребованным.
Предсказание структуры белка остаётся чрезвычайно трудной и не до конца разрешённой задачей. Две основные проблемы — это расчёт свободной энергии и нахождение глобального минимума этой энергии. Метод предсказания структуры белка должен исследовать пространство всех возможных структур белка, которое является астрономически большим. Эти проблемы можно частично обойти с помощью и методах распознавания укладки (фолда), в которых пространство поиска сокращается из-за предположения, что рассматриваемый белок принимает структуру, близкую к экспериментально определённой структуре другого гомологичного белка. С другой стороны, методы предсказания структуры белка ab initio должны явно разрешать эти проблемы, не опираясь на начальные предположения.
В декабре 2020 года команда DeepMind (исследовательского подразделения Google) объявила о решении фундаментальной научной проблемы предсказания структуры белка. Программа AlphaFold 2, разработанная компанией и основанная на нейросетях, смогла предсказывать структуру белка с высокой точностью.Фундаментальная «проблема белка» решена. Ученые бились над ней полвека, а помогли им в итоге программисты Google — и это может быть очень важно для медицины , meduza.io, 13 декабря 2020 года.
Структура белка
Вторичная структура белка
Альфа-спираль
Альфа-спираль является наиболее распространённым типом вторичной структуры в белках. Альфа-спираль имеет 3,6 аминокислоты на поворот, а Н-связь образуется между каждым четвёртым остатком; средняя длина составляет 10 аминокислот (3 витка) или 10 Å, но варьируется от 5 до 40 (от 1,5 до 11 витков). Выравнивание Н-связей создаёт дипольный момент для спирали с результирующим частичным положительным зарядом на амино-конце спирали. Наиболее распространённое расположение α-спиралей находится на поверхности белков, где они обеспечивают взаимодействие с водной средой.
Внутренняя сторона спирали обычно содержит гидрофобные аминокислоты, а внешняя сторона гидрофильные аминокислоты. Таким образом, каждая третья из четырёх аминокислот в цепи будет гидрофобной, и поэтому эту аминокислоту можно легко обнаружить. В лейциновой молнии повторяющийся узор остатков лейцина на внешних сторонах двух соседних спиралей является, в значительной степени, характеризующем для данной структуры. Другие α-спирали, находящиеся в гидрофобном ядре белка или же в трансмембранных доменах белков, имеют более высокий процент гидрофобных аминокислот, которые равномернее распределены по цепи, что также служит хорошим маркером для данных частей белков. Качественное содержание аминокислот может быть хорошим маркером α-спиральной области. Регионы, имеющую большую концентрацию различных аминокислот, таких как аланин (A), глутаминовая кислота(E), лейцин (L) и метионин (M), а также более бедные по концентрации пролина (P), глицина (G), тирозина (Y) и серина (S), как правило, образуют α-спираль.
β-лист
β-листы образованы Н-связями между в среднем 5—10 последовательными аминокислотами в одной части цепи и ещё 5—10 дальше по цепочке. Каждая цепь может проходить в одном и том же направлении, образуя параллельный лист, если цепи идут в разных направлениях, то образуется антипараллельный лист. Характер Н-связи различен в параллельной и антипараллельной конфигурации. Углы ψ и φ аминокислот в листах значительно варьируются в одной области Карты Рамачандрана. Предсказать местоположение β-листов в структуре белка сложнее, чем α-спиралей.
Петля Петли представляют собой области белковой цепи, которые между α-спиралями и β-листами, различной длины и трёхмерной конфигурации и могут располагать, как на поверхности белка, так и ближе к ядру.
Петли шпилек, которые представляют собой полный оборот в полипептидной цепи, соединяющей две антипараллельные β-цепи, могут быть длиной до двух аминокислот. Петли могут взаимодействуют с окружающей средой(вода и другие растворители) и другими белками. Поскольку геометрия аминокислот в петлях не ограничена в пространством, как аминокислоты в области ядра, где очень плотная укладка цепи, и не так сильно влияют на правильную укладку белка, то там может происходить большее количество замен, вставок и делеций, которые не повлияют на функции белка. Таким образом, при выравнивании последовательностей, наличие этих мутаций (вставок, делеций, замен) может указывать на петлю. Позиции интронов в геномной ДНК иногда соответствуют местам петель в кодируемом белке, петли также имеют тенденцию иметь заряженные и полярные аминокислоты и часто являются компонентом сайтов связывания.
Третичная структура белка
Третичная структура — пространственное строение (включая конформацию) всех элементов вторичной структуры, состоящей из единственной цепи аминокислот. Спирализация линейной полипептидной цепи уменьшает её размеры примерно в 4 раза; а укладка в третичную структуру делает её в десятки раз более компактной, чем исходная цепь.
Поскольку ни полипептидная цепь, ни α-спирали и β-листы не дают представления об объёме, форме полипептидной цепи, перед исследователем всегда стоит необходимость определения трёхмерной или пространственной конфигурации белка.tertiary structure // IUPAC, 1996, 68, 2193. (Basic terminology of stereochemistry (IUPAC Recommendations 1996)) on page 2220, IUPAC Gold Book.
Четвертичная структура белка
Четвертичная структура — способ укладки в пространстве отдельных полипептидных цепей, обладающих одинаковой (или разной) первичной, вторичной или третичной структурой, и формирование единого в структурном и функциональном отношениях макромолекулярного образования. Специфичность четвертичной структуры белков проявляется в определённой конформационной автономии полипептидных фрагментов, входящих в состав макромолекулы белка. Вклад гидрофобных взаимодействий в стабилизацию третичной и четвертичной структуры белков весьма значителен: в случае третичной структуры на их долю приходится больше половины стабилизирующей силы.
Многие белки представляют собой сборки из нескольких полипептидных цепей. Примеры белков с четвертичной структурой включают гемоглобин , ДНК-полимеразу и различные ионные каналы
Предсказание структуры белка
Алгоритмы предсказания вторичной структуры Алгоритмы предсказания вторичной структуры — это набор методов предсказания локальной вторичной структуры белков, основанных только на знании об их аминокислотной последовательности. Для белков предсказание состоит в соотнесении отдельных участков аминокислотной последовательности с наиболее вероятными классами вторичных структур, таких, как α-спирали, β-тяжи или петли. Точность предсказания определяется, как соотношение количества аминокислот, для которых предсказанный структурный класс совпал со структурным классом, определённым для этой аминокислоты алгоритмом DSSP[en] (или похожим алгоритмом, к примеру, алгоритмом STRIDE), к общему числу аминокислот в последовательности. Эти алгоритмы производят разметку аминокислотной последовательности белка в соответствии с принадлежностью аминокислот к одному из классов вторичной структуры, различающихся специфическими паттернами водородных связей и наборами двугранных углов. Для DSSP это 8 классов, которые можно объединить в три группы: 3 класса спиралей (α-спираль, π-спираль и 310-спираль), два класса β-структур (изолированные β-мостики и β-листы) и три вида петли (повороты, изгибы и неклассифицированные элементы, отвечающие характеристикам петли). Чаще всего для оценки качества структуры используют упрощенную классификацию, в которой классы внутри этих трёх групп считаются тождественными. Алгоритмы предсказания вторичной структуры белка можно условно разделить на группы, основываясь на принципах, лежащих в их основе. Эти группы включают в себя статистические методы, методы ближайших соседей, методы, использующие нейронные сети, методы опорных векторов и методы, основанные на скрытых марковских моделях.
Ниже рассмотрены некоторые из этих алгоритмов.
Статистический метод Чоу-Фасмана основан на расчёте оценки вероятности принадлежности определённой аминокислоты к определённому классу вторичной структуры в базах данных. Предсказание делается относительно трёх классов вторичных структур: петли, β-листа и поворота. Цель алгоритма — найти участок из определённого для каждого класса вторичной структуры количества идущих подряд аминокислот, для каждой из которых оценка вероятности принадлежности к этому классу вторичной структуры больше заданного значения. На выход такие алгоритмы выдают предсказанные таким образом участки для каждого из трёх основных классов вторичных структур, картированные на последовательность.
Первый этап метода ближайших соседей (алгоритм NNSSP) заключается в поиске гомологичной последовательности, для которой известна трёхмерная структура. Учитывая локальные структурные особенности определённого аминокислотного остатка в трёхмерной структуре гомологичной последовательности, такие, как доступность для растворителя, полярность и вторичная структура, каждому аминокислотному остатку присваивается «класс окружения». Оценка вероятности принадлежности аминокислоты в центре исследуемого сегмента длиной n аминокислот к определённому классу вторичной структуры рассчитывается как логарифм частоты нахождения этой аминокислоты в окружении, к которому относится большинство её соседей, в базах данных.
Один из алгоритмов, использующих нейронные сети, PSIPRED, включает в себя четыре основных этапа: генерация позиционной весовой матрицы с помощью PSI-BLAST, первичное предсказание вторичной структуры и дальнейшая фильтрация предсказаний. Второй и третий этапы задействуют две нейросети. Для определения принадлежности аминокислоты к определённому классу вторичной структуры на вход первой нейронной сети подаётся фрагмент позиционной весовой матрицы размером 33x21, соответствующий фрагменту исходной последовательности в 33 аминокислоты с аминокислотой интереса по центру. Эта сеть имеет два скрытых слоя и три выходных узла, соответствующих трём предсказываемым классам вторичной структуры. Вторая нейронная сеть используется для фильтрации предсказаний первой сети и также обладает тремя выходного узлами для каждого класса вторичной структуры в центральной позиции исследуемого окна. На выход алгоритм выдаёт разметку аминокислотной последовательности по элементам вторичной структуры.
Помимо вышеописанного, классические алгоритмы с использованием скрытых марковских моделей, такие как алгоритм прямого-обратного хода, алгоритм Витерби и алгоритм Баума-Велша, могут быть оптимизированы для соотнесения аминокислотной последовательности с классами вторичных структур.
Наилучшие современные методы определения вторичной структуры белка достигают около 80 % точности. Точность ныне существующих методов предсказания вторичных структур оценивается такими еженедельно обновляющимися ресурсами, как LiveBench и EVA .
Алгоритмы предсказание третичной структуры
Первичная подготовка