حصلت SJ على منحة الدكتوراه من DAE-TIFR ، وتم الاعتراف بالتمويل. تقر KRV بمنحة DBT B-Life DBT / PR12422 / MED/31/287/2014 ودعم وزارة الطاقة الذرية ، حكومة الهند ، بموجب تحديد المشروع رقم. RTI4006.

نمذجة روابط الجزيئات الصغيرة في خرائط CryoEM للجزيئات الكبيرة

ليس لدى المؤلفين ما يكشفون عنه.

أدت التحسينات في أجهزة وبرامج المجهر إلى زيادة عدد هياكل cryoEM في السنوات الأخيرة. على الرغم من أن أعلى دقة تم تحقيقها في الوقت الحالي في cryoEM أحادي الجسيم هي 1.2 Å57،58،59 ، يتم تحديد غالبية الهياكل حول دقة 3-4 Å. يمكن أن تكون نمذجة الروابط في الخر?...

تنجز الخلايا وظائفها من خلال إجراء تفاعلات كيميائية لا حصر لها في وقت واحد وبشكل مستقل ، كل منها منظم بدقة لضمان بقائها وقدرتها على التكيف استجابة للإشارات البيئية. يتم تحقيق ذلك عن طريق التعرف الجزيئي ، والذي يمكن الجزيئات الحيوية ، وخاصة البروتينات ، من تكوين مجمعات عابرة أو مستقرة مع جزيئات كبيرة أخرى وكذلك جزيئات صغيرة أو روابط1. وبالتالي ، فإن تفاعلات البروتين والليجند أساسية لجميع العمليات في علم الأحياء ، والتي تشمل تنظيم تعبير البروتين ونشاطه ، والتعرف على الركائز والعوامل المساعدة بواسطة الإنزيمات ، وكذلك كيفية إدراك الخلايا لإشارات 1,2 وترحيلها. يكشف الفهم الأفضل للخصائص الحركية والديناميكية الحرارية والهيكلية لمركب البروتين والليجند عن الأساس الجزيئي لتفاعل الليجند ويسهل أيضا التصميم العقلاني للدواء من خلال تحسين التفاعل الدوائي والنوعية. يتمثل النهج الاقتصادي والأسرع لدراسة تفاعل البروتين والليجند في استخدام الالتحام الجزيئي ، وهي طريقة حسابية تفحص فعليا مجموعة متنوعة من الجزيئات الصغيرة وتتنبأ بوضع الارتباط وتقارب هذه الروابط لاستهدافالبروتينات 3. ومع ذلك ، فإن الأدلة التجريبية من الهياكل عالية الدقة التي يحددها حيود الأشعة السينية (XRD) أو الرنين المغناطيسي النووي (NMR) أو المجهر الإلكتروني بالتبريد (cryoEM) توفر الدليل الأساسي لمثل هذه التنبؤات وتساعد في تطوير منشطات أو مثبطات أحدث وأكثر فعالية لهدف معين. تستخدم هذه المقالة الاختصار "cryoEM" كما يشار إلى التقنية عادة. ومع ذلك ، هناك نقاش مستمر حول اختيار التسمية الصحيحة ، ومؤخرا ، تم اقتراح مصطلحcryo genic-sample Electron Microscopy (cryoEM) للإشارة إلى أن العينة في درجة حرارة مبردة ويتم تصويرها بالإلكترونات4. وبالمثل ، فإن الخرائط المشتقة من cryoEM تسمى جهد الإلكترون أو الجهد الكهروستاتيكي أو جهد كولوم ، وللتبسيط ، نستخدم هنا خرائط cryoEM5،6،7،8،9،10.
على الرغم من أن XRD كانت التقنية القياسية الذهبية في تحديد البنية عالية الدقة لمجمعات البروتين ، إلا أن cryoEM بعد ثورةالدقة 11 اكتسبت زخما ، كما يتضح من زيادة خرائط Coulomb المحتملة أو خرائط cryoEM المودعة في قاعدة بيانات المجهر الإلكتروني (EMDB) 12,13 على مدى السنوات القليلةالماضية 14. نظرا للتقدم في إعداد العينات والتصوير وطرق معالجة البيانات ، زاد عدد ترسبات بنك بيانات البروتين (PDB) 14 التي تستخدم cryoEM من 0.7٪ إلى 17٪ بين عامي 2010 و 2020 ، مع تحديد ما يقرب من 50٪ من الهياكل المبلغ عنها في عام 2020 بدقة 3.5 Å أو أفضل15,16. تم اعتماد CryoEM بسرعة من قبل مجتمع البيولوجيا الهيكلية ، بما في ذلك صناعة الأدوية ، لأنه يسمح بدراسة الجزيئات البيولوجية الكبيرة المرنة وغير البلورية ، وخاصة البروتينات الغشائية والمجمعات متعددة البروتينات ، بدقة شبه ذرية ، والتغلب على عملية التبلور والحصول على بلورات حيود جيدة المطلوبة لتحديد بنية عالية الدقة بواسطة XRD.
تعد النمذجة الدقيقة لليجند في خريطة cryoEM أمرا بالغ الأهمية ، لأنها بمثابة مخطط لمجمع البروتين والليجند على المستوى الجزيئي. هناك العديد من أدوات بناء الرباط الآلية المستخدمة في علم البلورات بالأشعة السينية والتي تعتمد على شكل وطوبولوجيا كثافة الربيطة من أجل ملاءمة أو بناء الربيطة في كثافة الإلكترون17،18،19،20. ومع ذلك ، إذا كانت الدقة أقل من 3 Å ، فإن هذه الأساليب تميل إلى إنتاج نتائج أقل استحسانا لأن السمات الطوبولوجية التي تعتمد عليها للاعتراف والبناء تصبح أقل تحديدا. في كثير من الحالات ، أثبتت هذه الطرق عدم فعاليتها في نمذجة الروابط بدقة في خرائط cryoEM ، حيث تم تحديد هذه الخرائط في نطاق الدقة المنخفضة إلى المتوسطة ، عادة بين 3.5 Å-5 Å17.
تتضمن الخطوة الأولى في تحديد بنية 3D لمركب البروتين والليجند بواسطة cryoEM إما التنقية المشتركة لليجند مع البروتين (عندما يكون لليجند تقارب ارتباط عالي بالبروتين) أو احتضان محلول البروتين مع الربيطة لمدة محددة قبل إعداد الشبكة. بعد ذلك ، يتم وضع حجم عينة صغير على شبكة TEM هولي تنظيفها بالبلازما ، يليها تجميد فلاش في الإيثان السائل والتصوير في النهاية باستخدام cryo-TEM. يتم حساب متوسط صور الإسقاط 2D من مئات الآلاف إلى الملايين من الجسيمات الفردية لإعادة بناء خريطة إمكانات كولوم ثلاثية الأبعاد (3D) للجزيء الكبير. يشكل تحديد ونمذجة الروابط وجزيئات المذيبات في هذه الخرائط تحديات كبيرة في كثير من الحالات بسبب دقة الخواص عبر الخريطة (أي أن الدقة ليست موحدة عبر الجزيء الكبير) ، والمرونة في المنطقة التي يرتبط فيها الربيطة ، والضوضاء في البيانات. يتم الآن تكييف العديد من أدوات النمذجة والتحسين والتصور التي تم تطويرها ل XRD للاستخدام في cryoEM لنفس الأغراض18،19،20،21. في هذه المقالة ، يتم تقديم نظرة عامة على الأساليب والبرامج المختلفة المستخدمة حاليا لتحديد الروابط وبناء النماذج وتحسين الإحداثيات المشتقة من cryoEM. تم توفير بروتوكول خطوة بخطوة لتوضيح العمليات التي تنطوي عليها نمذجة الروابط باستخدام معقدات بروتين ليجند محددة بدقة وتعقيد متفاوتين.
تتضمن الخطوة الأولى في نمذجة الروابط في خرائط cryoEM تحديد كثافة الربيطة (غير البروتينية) في الخريطة. إذا كان ارتباط الربيطة لا يحدث أي تغيير مطابق في البروتين ، فإن حساب خريطة فرق بسيطة بين مركب البروتين والليجند وبروتين apo يسلط الضوء بشكل أساسي على مناطق الكثافة الإضافية ، مما يشير إلى وجود الرباط. يمكن ملاحظة هذه الاختلافات على الفور ، لأنها تتطلب خريطتين فقط ، وحتى الخرائط الوسيطة أثناء عملية تحسين 3D يمكن استخدامها للتحقق مما إذا كان الرباط موجودا. بالإضافة إلى ذلك ، إذا كانت الدقة عالية بما يكفي (<3.0 Å) ، فيمكن أن توفر خريطة الفرق أيضا نظرة ثاقبة لموقع جزيئات الماء وكذلك الأيونات التي تتفاعل مع الرباط وبقايا البروتين.
في غياب خريطة apo-protein ، أصبح من الممكن الآن استخدام Servalcat22 ، والذي يتوفر كأداة قائمة بذاتها وتم دمجه أيضا في مجموعة برامج CCP-EM23,24 كجزء من تحسين Refmac وفي إصدار CCP4 8.025,26. يسمح Servalcat بحساب خريطة الفرق المرجح FSC (Fo-Fc) باستخدام الخرائط النصفية غير الحادة ونموذج apoprotein كمدخلات. تمثل خريطة حذف Fo-Fc التباين بين الخريطة التجريبية (Fo) والخريطة المشتقة من النموذج (Fc). في حالة عدم وجود ليجند في النموذج ، فإن الكثافة الموجبة في خريطة Fo-Fc التي تتداخل مع خريطة EM التجريبية تشير عادة إلى وجود الرباط. الافتراض هنا هو أن سلسلة البروتين مثبتة جيدا في الخريطة ، وتشير الكثافة الموجبة المتبقية إلى موقع الرباط. ومع ذلك ، من المهم أن نفحص بدقة ما إذا كانت الكثافة الإيجابية تنبع من عدم دقة النمذجة ، مثل الدوار الخاطئ لسلسلة جانبية للبروتين.
تتضمن الخطوة الثانية الحصول على أو إنشاء ملف إحداثي ديكارتي لليجند بهندسة محددة جيدا من المعلومات الكيميائية المتاحة. يمكن استخدام الروابط القياسية (على سبيل المثال ، ATP و NADP +) المتوفرة بالفعل في مكتبة مونومر CCP4 للتحسين عن طريق استرداد ملفات الإحداثيات والهندسة عبر رمز انضمام المونومر الخاص بها. ومع ذلك ، بالنسبة للروابط غير المعروفة أو غير القياسية ، تتوفر أدوات مختلفة لإنشاء ملفات الهندسة. تتضمن بعض الأمثلة eLBOW27 - (منشئ الرباط الإلكتروني ومنضدة عمل التحسين) في Phenix28 ، Lidia - أداة مدمجة في Coot29 ، JLigand / ACEDRG30,31 ، CCP-EM23,24 ، Ligprep32-وحدة من Glide داخل مجموعة Schrodinger. ثم يتم تركيب ملف إحداثيات الرباط في الكثافة ، مسترشدا بكل من خريطة cryoEM التجريبية وخريطة الفرق في Coot. ويتبع ذلك تحسين الفضاء الحقيقي في فينيكس28 أو التحسين المتبادل في Refmac33. مطلوب محطة عمل Linux أو كمبيوتر محمول مزود ببطاقة رسومات جيدة والبرامج المذكورة أعلاه. يتم تضمين معظم هذه البرامج في أجنحة مختلفة. CCP-EM24 و Phenix28 متاحان مجانا للمستخدمين الأكاديميين ويتضمنان مجموعة متنوعة من الأدوات المستخدمة في هذه المقالة ، بما في ذلك Coot و Refmac533،34،35،36 و Servalcat و phenix.real_space_refine وما إلى ذلك. وبالمثل ، توفر Chimera37 و ChimeraX38 تراخيص مجانية للمستخدمين الأكاديميين.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>CCP4-8.0</td>
			<td>Consortium of several institutes</td>
			<td>https://www.ccp4.ac.uk</td>
			<td>Free for academic users and includes Coot and list of tools developed for X-ray crystallography</td>
		</tr>
		<tr>
			<td>CCP-EM</td>
			<td>Consortium of several institutes</td>
			<td>https://www.ccpem.ac.uk/download.php</td>
			<td>Free for academic users and includes Coot, Relion and many others</td>
		</tr>
		<tr>
			<td>Coot&#160;</td>
			<td>Paul Emsley, LMB, Cambridge</td>
			<td>https://www2.mrc-lmb.cam.ac.uk/personal/pemsley/coot/</td>
			<td>General software for model building but also available with other suites described above</td>
		</tr>
		<tr>
			<td>DockinMap (Phenix)</td>
			<td>Consortium of several institutes</td>
			<td>https://phenix-online.org/documentation/reference/dock_in_map.html</td>
			<td>Software inside the Phenix suite for docking model into cryoEM maps</td>
		</tr>
		<tr>
			<td>Electron Microscopy Data Bank&#160;</td>
			<td>Consortium of several institutes</td>
			<td>https://www.ebi.ac.uk/emdb/</td>
			<td>Public Repository for Electron Microscopy maps</td>
		</tr>
		<tr>
			<td>Falcon</td>
			<td>Thermo Fisher Scientific&#160;</td>
			<td>https://assets.thermofisher.com/TFS-Assets/MSD/Technical-Notes/Falcon-3EC-Datasheet.pdf</td>
			<td>Commercial, camera from Thermo Fisher&#160;</td>
		</tr>
		<tr>
			<td>Phenix&#160;</td>
			<td>Consortium of several institutes</td>
			<td>https://phenix-online.org/download</td>
			<td>Free for academic users and includes Coot</td>
		</tr>
		<tr>
			<td>Protein Data Bank</td>
			<td>Consortium of several institutes</td>
			<td>https://rcsb.org</td>
			<td>Public database of macromolecular structures</td>
		</tr>
		<tr>
			<td>Pymol</td>
			<td>Schrodinger</td>
			<td>https://pymol.org/2/</td>
			<td>Molecular viusalization tool. Educational version is free but comes with limitation. The full version can be obtained with a small fee.</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 for cryoEM image processing, also available with CCP-EM</td>
		</tr>
		<tr>
			<td>Titan Krios</td>
			<td>Thermo Fisher Scientific&#160;</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&#38; 
			gad_source=1&#38;gclid=CjwKCAiA-P-rBhBEEiwAQEXhHyw5c8MKThmdA 
			AkZesWC4FYQSwIQRk 
			ZApkj08MfYG040DtiiuL8 
			RihoCebEQAvD_BwE</td>
			<td>Commercial, cryoTEM from Thermo Fisher</td>
		</tr>
		<tr>
			<td>UCSF Chimera</td>
			<td>UCSF, USA</td>
			<td>https://www.cgl.ucsf.edu/chimera/download.html</td>
			<td>General purpose software for display, analysis and more</td>
		</tr>
		<tr>
			<td>UCSF Chimera X</td>
			<td>UCSF, USA</td>
			<td>https://www.cgl.ucsf.edu/chimerax/</td>
			<td>General purpose software for display, analysis and more</td>
		</tr>
	</tbody>
</table>

modeling ligands into maps derived from electron cryomicroscopy

يعد فك رموز تفاعلات البروتين والليجند في مركب جزيئي كبير أمرا بالغ الأهمية لفهم الآلية الجزيئية والعمليات البيولوجية الأساسية وتطوير الأدوية. في السنوات الأخيرة ، ظهر المجهر الإلكتروني للعينة المبردة (cryoEM) كتقنية قوية لتحديد هياكل الجزيئات الكبيرة والتحقيق في طريقة ربط الربيطة بدقة شبه ذرية. غالبا ما يكون تحديد ونمذجة الجزيئات غير البروتينية في خرائط cryoEM أمرا صعبا بسبب الدقة متباينة الخواص عبر الجزيء محل الاهتمام والضوضاء المتأصلة في البيانات. في هذه المقالة ، يتم تعريف القراء على العديد من البرامج والأساليب المستخدمة حاليا لتحديد الليجند ، وبناء النماذج ، وتحسين الإحداثيات الذرية باستخدام جزيئات كبيرة مختارة. تتمثل إحدى أبسط الطرق لتحديد وجود الرباط، كما هو موضح بإنزيم الإنولاز، في طرح الخريطتين اللتين تم الحصول عليهما مع الربيطة وبدونها. من المرجح أن تبرز الكثافة الإضافية لليجند في خريطة الاختلاف حتى عند عتبة أعلى. هناك حالات ، كما هو موضح في حالة مستقبلات الغلوتامات الأيضية mGlu5 ، عندما لا يمكن إنشاء خرائط الفرق البسيطة هذه. يمكن أن تكون الطريقة التي تم إدخالها مؤخرا لاشتقاق خريطة حذف Fo-Fc بمثابة أداة للتحقق من وجود الرباط وإثباته. أخيرا ، باستخدام β-galactosidase المدروس جيدا كمثال ، يتم تحليل تأثير الدقة على نمذجة الروابط وجزيئات المذيبات في خرائط cryoEM ، ويتم تقديم نظرة عامة حول كيفية استخدام cryoEM في اكتشاف الأدوية.

Cells accomplish their functions by carrying out innumerable chemical reactions simultaneously and independently, each meticulously regulated to ensure their survival and adaptability in response to environmental cues. This is achieved by molecular recognition, which enables biomolecules, especially proteins, to form transient or stable complexes with other macromolecules as well as small molecules or ligands1. Thus, protein-ligand interactions are fundamental to all processes in biology, which include the regulation of protein expression and activity, the recognition of substrates and cofactors by enzymes, as well as how cells perceive and relay signals1,2. A better understanding of the kinetic, thermodynamic, and structural properties of the protein-ligand complex reveals the molecular basis of ligand interaction and also facilitates rational drug design by optimizing drug interaction and specificity. An economical and faster approach to studying protein-ligand interaction is to use molecular docking, which is a computational method that virtually screens a diverse range of small molecules and predicts the binding mode and affinity of these ligands to target proteins3. However, experimental evidence from high-resolution structures determined by X-ray Diffraction (XRD), Nuclear Magnetic Resonance (NMR), or electron cryomicroscopy (cryoEM) provides the essential proof for such predictions and aids in the development of newer and more effective activators or inhibitors for a given target. This article uses the abbreviation &#39;cryoEM&#39; as the technique is commonly referred to. However, there is an ongoing debate on choosing the correct nomenclature, and recently, the term cryogenic-sample Electron Microscopy (cryoEM) has been proposed to indicate that the sample is at cryogenic temperature and imaged with electrons4. Similarly, the maps derived from cryoEM have been called electron potential, electrostatic potential, or Coulomb potential, and for simplicity, here we use cryoEM maps5,6,7,8,9,10.
Although XRD has been the gold standard technique in high-resolution structure determination of protein-ligand complexes, post resolution-revolution11 cryoEM has gained momentum, as indicated&#160;by the surge of Coulomb potential maps or cryoEM maps deposited in the Electron Microscopy Database (EMDB)12,13 over the last few years14. Owing to advancements in sample preparation, imaging, and data processing methods, the number of Protein Data Bank (PDB)14 depositions employing cryoEM increased from 0.7% to 17% between 2010 and 2020, with approximately 50% of reported structures in 2020 being determined at 3.5&#8197;&#197; resolution or better15,16. CryoEM has been rapidly adopted by the structural biology community, including the pharmaceutical industry, as it allows the study of flexible and non-crystalline biological macromolecules, especially membrane proteins and multi-protein complexes, at near-atomic resolution, overcoming the process of crystallization and obtaining well-diffracting crystals required for high-resolution structure determination by XRD.
Accurate modeling of the ligand in the cryoEM map is paramount, as it serves as a blueprint of the protein-ligand complex at a molecular level. There are several automated ligand-building tools used in X-ray crystallography&#160;that depend on the shape and topology of the ligand density in order to fit or build the ligand into the electron density17,18,19,20. Nevertheless, if the resolution is lower than 3 &#197;, these approaches tend to produce less desirable outcomes because the topological features on which they depend for recognition and building become less defined. In many instances, these methods have proven ineffective in accurately modeling ligands into cryoEM maps, as these maps have been determined in the low-to-medium resolution range, typically between 3.5 &#197;-5 &#197;17.
The first step in 3D structure determination of a protein-ligand complex by cryoEM involves either co-purifying the ligand with the protein (when the ligand has a high binding affinity to the protein) or incubating the protein solution with the ligand for a specific duration before grid preparation. Subsequently, a small sample volume is placed onto a plasma-cleaned holey TEM grid, followed by flash freezing in liquid ethane and ultimately imaging with a cryo-TEM. The 2D projection images from hundreds of thousands to millions of individual particles are averaged to reconstruct a 3-dimensional (3D) Coulomb potential map of the macromolecule. Identifying and modeling ligands and solvent molecules in these maps pose significant challenges in many cases due to the anisotropic resolution across the map (i.e., the resolution is not uniform across the macromolecule), flexibility in the region where the ligand is bound, and the noise in the data. Many of the modeling, refinement, and visualization tools that were developed for XRD are now being adapted for use in cryoEM for the same purposes18, 19, 20, 21. In this article, an overview of various methods and software currently used to identify ligands, build models, and refine the coordinates derived from cryoEM is presented. A step-by-step protocol has been provided to illustrate the processes involved in modeling ligands using specific protein-ligand complexes with varying resolution and complexity.
The first step in modeling ligands in cryoEM maps includes the identification of the ligand density (non-protein) in the map. If ligand binding does not induce any conformational change in the protein, then calculating a simple difference map between the protein-ligand complex and the apo-protein essentially highlights the regions of extra density, suggesting the presence of the ligand. Such differences can be observed immediately, as it just requires two maps, and even intermediate maps during the process of 3D refinement can be used to check if the ligand is present. Additionally, if the resolution is high enough (&#60;3.0 &#197;), then the difference map can also provide insights into the location of water molecules as well as ions interacting with the ligand and the protein residues.
In the absence of the apo-protein map, it is now possible to use Servalcat22, which is available as a standalone tool and has also been integrated into the CCP-EM software suite23,24 as part of the Refmac refinement and in CCP4 8.0 release25,26. Servalcat allows the calculation of an FSC weighted difference (Fo-Fc) map using the unsharpened half-maps and the apoprotein model as input. The Fo-Fc omit map represents the disparity between the experimental map (Fo) and the map derived from the model (Fc). In the absence of a ligand in the model, a positive density in a Fo-Fc map that overlaps with the experimental EM map typically suggests the presence of the ligand. The assumption here is that the protein chain is well-fitted in the map, and the remaining positive density indicates the location of the ligand. However, it is important to meticulously examine whether the positive density stems from modeling inaccuracies, such as the wrong rotamer of a protein side-chain.
The second step involves obtaining or creating a cartesian coordinate file of the ligand with well-defined geometry from the available chemical information. Standard ligands (for example, ATP and NADP+) that are already available in the CCP4 monomer library can be used for refinement by retrieving the coordinate and geometry files via their monomer accession code. However, for unknown or non-standard ligands, various tools are available to create the geometry files. Some of the examples include the eLBOW27 - (electronic ligand builder and optimization workbench) in Phenix28, Lidia - an in-built tool in Coot29, JLigand/ACEDRG30,31, CCP-EM23,24, Ligprep32-a module of Glide within the Schrodinger suite. The ligand coordinate file is then fitted in the density, guided by both the experimental cryoEM map and the difference map in Coot. This is followed by real-space refinement in Phenix28 or reciprocal refinement in Refmac33. A Linux workstation or a laptop equipped with a good graphics card and the above-mentioned software is required. Most of these programs are included in various suites. CCP-EM24&#160;and Phenix28 are freely available to academic users and include a variety of tools that are used in this article, including Coot, Refmac533,34,35,36, Servalcat, phenix.real_space_refine, etc. Similarly,&#160;Chimera37, and ChimeraX38 provide free licenses to academic users.

تسليط الضوء على المؤلف: استكشاف العمليات الخلوية من خلال نمذجة الروابط في خرائط Cryo-EM

نمذجة الروابط في الخرائط المشتقة من المجهر الإلكتروني بالتبريد

We are interested in understanding the physiological processes that occur across the cell, particularly at the membrane interface. We use Cryo-EM as a main technique and work on various interesting and challenging biological problems studying multiple macromolecular complexes. Determining the structures of membrane proteins and other labile complexes was challenging couple of decades ago.However, technical advances in Cryo-EM, a novel detergent and lipid mimetic and with endowments paved the way for rapid structure determination of these complexes. These structures can now be obtained at high resolution and potentially used in drug discovery. In single particle Cryo-EM, challenges include acquiring stable and homogeneous sample, embedding the sample in random orientation in thin ice, processing a large number of images with low signal to noise ratio, and accurately determining the angular orientation and classification during 3D reconstruction.Identifying and modeling small molecules in cryo-EM maps of ligand protein complexes is challenging due to inherent noise in the data and isotropic and low map resolution, sample heterogeneity, and ligand flexibility. This protocol is a step-by-step guide for identifying and modeling ligands and solvent molecules in low to medium resolution Cryo-EM.

المثال 1 يحفز إنزيم enolase من M. tuberculosis الخطوة قبل الأخيرة من تحلل السكر ويحول 2-phosphoglycerate إلى فسفوينول بيروفات (PEP) ، وهو وسيط أساسي للعديد من المسارات الأيضية44,45. تم جمع بيانات CryoEM لعينات enolase المرتبطة ب apo-enolase و PEP بنفس حجم البكسل البالغ 1.07 Å ، وتم ?...

يقدم هذا البروتوكول الأدوات المتاحة لنمذجة الروابط ذات الجزيئات الصغيرة في خرائط cryoEM للجزيئات الكبيرة.

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

نحن مهتمون بفهم العمليات الفسيولوجية التي تحدث عبر الخلية ، خاصة عند واجهة الغشاء. نحن نستخدم Cryo-EM كتقنية رئيسية ونعمل على العديد من المشكلات البيولوجية المثيرة للاهتمام والصعبة التي تدرس مجمعات جزيئية متعددة. كان تحديد هياكل البروتينات الغشائية وغيرها من المجمعات القابلة للذوبان أمرا صعبا قبل عقدين من الزمن.ومع ذلك ، فإن التقدم التقني في Cryo-EM ، وهو منظف جديد ومحاكاة للدهون ومع الأوقاف مهد الطريق لتحديد الهيكل السريع لهذه المجمعات. يمكن الآن الحصول على هذه الهياكل بدقة عالية ويحتمل استخدامها في اكتشاف الأدوية. في جسيم واحد Cryo-EM ، تشمل التحديات الحصول على عينة مستقرة ومتجانسة ، وتضمين العينة في اتجاه عشوائي في الجليد الرقيق ، ومعالجة عدد كبير من الصور مع انخفاض نسبة الإشارة إلى الضوضاء ، وتحديد الاتجاه الزاوي والتصنيف بدقة أثناء إعادة بناء 3D.يعد تحديد ونمذجة الجزيئات الصغيرة في خرائط cryo-EM لمجمعات بروتين الليجند أمرا صعبا بسبب الضوضاء المتأصلة في البيانات ودقة الخريطة الخواص المنخفضة ، وعدم تجانس العينة ، ومرونة اليجند. هذا البروتوكول هو دليل خطوة بخطوة لتحديد ونمذجة الروابط وجزيئات المذيبات في Cryo-EM منخفض إلى متوسط الدقة.

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

Research

JoVE Journal

Biochemistry

Modeling Ligands into Maps Derived from Electron Cryomicroscopy

825 Views.  Tata Institute of Fundamental Research. نحن مهتمون بفهم العمليات الفسيولوجية التي تحدث عبر الخلية ، خاصة عند واجهة الغشاء. نحن نستخدم Cryo-EM كتقنية رئيسية ونعمل على العديد من المشكلات البيولوجية المثيرة للاهتمام والصعبة التي تدرس مجمعات جزيئية متعددة. كان تحديد هياكل البروتينات الغشائية وغيرها من المجمعات القاب?...

Video: تسليط الضوء على المؤلف: استكشاف العمليات الخلوية من خلال نمذجة الروابط في خرائط Cryo-EM

Deciphering the protein-ligand interactions in a macromolecular complex is crucial for understanding the molecular mechanism, underlying biological processes, and drug development. In recent years, cryogenic sample electron microscopy (cryoEM) has emerged as a powerful technique to determine the structures of macromolecules and to investigate the mode of ligand binding at near-atomic resolution. Identifying and modeling non-protein molecules in cryoEM maps is often challenging due to anisotropic resolution across the molecule of interest and inherent noise in the data. In this article, the readers are introduced to various software and methods currently used for ligand identification, model building, and refinement of atomic coordinates using selected macromolecules. One of the simplest ways to identify the presence of a ligand, as illustrated with the enolase enzyme, is to subtract the two maps obtained with and without the ligand. The extra density of the ligand is likely to stand out in the difference map even at a higher threshold. There are instances, as shown in the case of metabotropic Glutamate receptor mGlu5, when such simple difference maps cannot be generated. The recently introduced method of deriving the Fo-Fc omit map can serve as a tool for validating and demonstrating the presence of the ligand. Finally, using the well-studied &#946;-galactosidase as an example, the effect of resolution on modeling the ligands and solvent molecules in cryoEM maps is analyzed, and an outlook on how cryoEM can be used in drug discovery is presented.

This protocol introduces the tools available for modeling small-molecule ligands in cryoEM maps of macromolecules.

Modeling Phosphoenolpyruvate in Enolase Enzyme from Mycobacterium tuberculosis

Begin by downloading the unsharpened half-maps of the apo-enolase from additional data in EMDB. Then open ChimeraX and click on Open in the toolbar. Select the half-maps of apo-enolase.Type this in the command line to combine the half-maps and obtain the apo-enolase unsharpened map. Adjust the threshold of the map to 0.0595 to reduce noise. Then type this command to rename the combined map.Click on Open. Select the PEP enolase unsharpened half-maps and type this command in the command line. Adjust the threshold of the map to 0.0721 to reduce noise and rename the map.Then display the apo-enolase and PEP enolase unsharpened maps and click on Fit in the Map panel to compute a difference map. Type this command in the command line to subtract the PEP enolase map from the apo-enolase map and adjust threshold. Color the subtracted map in green, denoting positive density.Next, open PDB and download the coordinates of mycobacterium tuberculosis octameric enolase. Then in ChimeraX, click on Open from the toolbar and select the file name. Click Molecule Display, Hide Atoms, and Show Cartoon.Type this command to rename the model. Select the model from the Model panel. Click on right mouse from the toolbar.Then click Move Model and position the model in proximity to the PEP enolase map. Align the model with respect to the map. Fit this model into the PEP enolase unsharpened map by typing this command in the command line.Check the fit. Adjust the color and structure representation. Open Coot from the terminal by typing coot&Click on File, then Open Coordinates, and select Apo-enolase.pdb.Next, download the PEP bound enolase sharpened map from EMDB. Display this map in Coot by clicking on File and Open Map. Scroll the middle mouse button to set the threshold to 7.00 sigma.Click on Validate, then Unmodeled Blobs. In the new window, type 7.00 as the RMSD and click Find Blobs. Locate the unmodeled ligand density near the active site residues, serine 42, lysine 386, and arginine 364.Next, click on File, Get Monomer, and enter PEP to get the PEP Monomer model file from the Coot Monomer Library. Move the PEP molecule to the density using the Rotate Translate Zone Chain Molecule option in the sidebar menu. Then click on Real Space Refined Zone in the sidebar menu to fit the PEP molecule in the density.Assess the fit and click on Accept when done. Use the Merge Molecule option in the Edit tab to merge the fitted ligand with the apo-enolase model and save the model as PEP enolase.pdb. Then click on Calculate, NCS Tools, followed by NCS Ligands to add ligands to the rest of the monomers in the coordinate file.For the protein with NCS option, select the coordinate file apo-enolase. pdb and chain ID A as NCS master chain. Next, for the molecule containing ligand, select apo-enolase.pdb as the coordinate file, chain ID J, and residue number 121. Click on Find Candidate Positions. Click on the individual candidate ligands and analyze the fit visually.Then model two magnesium ions in the active site density by clicking on Place Atom at the pointer and selecting MG from the Pointer Atom Type list. Also, add the magnesium ions in the symmetry-related monomers. Assess the fit for the symmetry-related magnesium atoms.Save the model by clicking on File, then Save Coordinates. Select file name and typing enolase plus PEP plus MG.pdb. Then open Phoenix GUI.Run a real space refinement job using default parameters with the saved model and PEP bound sharpened map. To visualize the modeled ligand, open PyMOL, click on File, and Open to load the refined model from the Phoenix refinement job. Also load the PEP bound sharpened map.Rename the map as PEP sharpened by clicking on Actions and then Rename. Then select the ligands by clicking on Display followed by Sequence. Type this in the command line and press Enter.This carves the map density around the selection. Click on the last box, C, next to the mesh_ligand object to change the color of the ligand mesh to blue. Display the active site residues interacting with the PEP and magnesium ions in stick and sphere representation and enolase enzyme in cartoon representation.Set mesh size. Type this in the command line to perform ray tracing and save the image as a PNG file. During glycolysis, enolase converts two phosphoglycerate to phosphoenolpyruvate, a vital intermediate for various metabolic pathways.The difference map of the apo enzyme and PEP bound enzyme showed a distinct ligand density. Also, extra density was observed in the active site of the modeled protein. Phosphoenolpyruvate and two magnesium ions were modeled in the density observed in the vicinity of the ligand.Phosphoenolpyruvate formed hydrogen bonds with several active site residues, such as lysine 386 and arginine 364. The magnesium ions formed metal coordination bonds with aspartate 241, glutamate 283, aspartate 310, and the phosphate of phosphoenolpyruvate.