Вычислительное прогнозирование аминокислотных предпочтений потенциально мультиспецифических пептид-связывающих доменов, участвующих в белок-белковых взаимодействиях

Summary

Мы описываем методологию, основанную на диверсификации последовательностей, для оценки аминокислотных предпочтений мультиспецифических сайтов связывания в белок-белковых взаимодействиях (ИПП). В рамках этой стратегии тысячи потенциальных пептидных лигандов генерируются и экранируются in silico, тем самым преодолевая некоторые ограничения доступных экспериментальных методов.

Abstract

Многие белок-белковые взаимодействия включают связывание коротких белковых сегментов с пептид-связывающими доменами. Обычно такие взаимодействия требуют распознавания линейных мотивов с переменным сохранением. Комбинация высококонсервативных и более вариабельных областей в одних и тех же лигандах часто способствует мультиспецифичности связывания, что является общим свойством ферментов и клеточных сигнальных белков. Характеристика аминокислотных предпочтений пептид-связывающих доменов важна для разработки медиаторов белок-белковых взаимодействий (ИПП). Вычислительные методы являются эффективной альтернативой часто дорогостоящим и громоздким экспериментальным методам, позволяя разрабатывать потенциальные медиаторы, которые впоследствии могут быть проверены в последующих экспериментах. В данной работе мы описали методологию с использованием приложения Pepspec пакета молекулярного моделирования Rosetta для прогнозирования аминокислотных предпочтений пептид-связывающих доменов. Эта методология полезна, когда структура рецепторного белка и природа пептидного лиганда известны или могут быть выведены. Методология начинается с хорошо охарактеризованного якоря из лиганда, который расширяется за счет случайного добавления аминокислотных остатков. Аффинность связывания полученных таким образом пептидов затем оценивается с помощью докинга пептидов гибкого каркаса с целью выбора пептидов с наилучшими прогнозируемыми показателями связывания. Эти пептиды затем используются для расчета аминокислотных предпочтений и для опционального вычисления матрицы позицион-вес (ШИМ), которая может быть использована в дальнейших исследованиях. Чтобы проиллюстрировать применение этой методологии, мы использовали взаимодействие между субъединицами регуляторного фактора интерферона человека 5 (IRF5), ранее известного как мультиспецифичный, но глобально управляемого коротким консервативным мотивом под названием pLxIS. Оцененные предпочтения аминокислот согласуются с предыдущими знаниями о поверхности связывания IRF5. Позиции, занимаемые фосфорилируемыми сериновыми остатками, демонстрировали высокую частоту аспартата и глутамата, вероятно, потому, что их отрицательно заряженные боковые цепи подобны фосфосерину.

Introduction

Взаимодействие между двумя белками часто включает связывание коротких сегментов аминокислот с пептид-связывающими доменами, напоминающими белок-пептидные границы. Рецепторные белки, участвующие в таких белок-белковых взаимодействиях (ИПП), часто обладают способностью распознавать определенный набор перекрывающихся, но расходящихся последовательностей лигандов, свойство, известное как мультиспецифичность ^1,2. Мультиспецифическое распознавание является особенностью многих клеточных белков, но особенно заметно оно проявляется в ферментах и клеточных сигнальных белках

Protocol

1. Начальная подготовка белок-пептидной границы раздела

1. Скачивание структуры белок-белкового комплекса
   1. Перейдите на домашнюю страницу Protein Data Bank (PDB) (https://www.rcsb.org/) и введите PDB ID для структуры белок-белкового комплекса в главном окне поиска (

Discussion

В настоящей статье описан протокол оценки аминокислотных предпочтений потенциально мультиспецифических сайтов связывания на основе диверсификации последовательностей in silico. Разработано несколько вычислительных инструментов для оценки аминокислотных предпочтен.......

Materials

Name	Company	Catalog Number	Comments
BUDE Alanine Scan Server	University of Edinburgh	https://pragmaticproteindesign.bio.ed.ac.uk/balas/	doi: 10.1021/acschembio.9b00560
Rosetta Modeling Software	Rosetta Commons	https://www.rosettacommons.org/software	doi: 10.1002/prot.22851
UCSF Chimera	University of California San Francisco	https://www.cgl.ucsf.edu/chimera/	doi: 10.1002/jcc.20084