Моделирование по гомологии

Многие белки имеют типичные мотивы пространственной организации - то есть, принадлежат к различным семействам, образуя родственные группы. Все белки с известной структурой подразделяются на ≈3 500 структурных семейств, образующих ≈1000 типов пространственной укладки (согласно классификации SCOP - Structural Classification of Proteins <http://scop.mrc-lmb.cam.ac.uk/scop/index.html>).

Родство между белками (обычно измеряемое степенью идентичности их аминокислотных последовательностей) не случайно: одна из наиболее распространённых гипотез белковой эволюции объясняет «родственные отношения» дупликацией генов, произошедшей когда-то в процессе эволюции организма и приведшей к появлению белка с новой функцией.

Эмпирически установлено, что если последовательности двух белков идентичны друг другу более чем на 30%, то белки почти наверняка являются «родственниками» и степень эволюционной дивергенции ещё не столь велика, чтобы их структуры утратили общность. Эти наблюдения и являются основой методики предсказания пространственной структуры, называемой моделированием на основании гомологии.

На настоящий момент моделирование по гомологии позволяет установить структуру более половины белков, чьё строение ещё неизвестно. Если же выбирать мишени для экспериментального определения структуры таким образом, чтобы в результате для каждого белка был получен хотя бы один структурный гомолог (с идентичностью последовательностей >30%), то окажется, что достаточно получить всего 16 000 структур, а «степень покрытия» при этом составит >90%, включая и мембранные белки. Моделирование по гомологии в этом случае поможет установить структуры большей части оставшихся белков.

Процесс моделирования по гомологии включает несколько шагов, главными из которых являются поиск структурного шаблона и построение аминокислотного выравнивания. Решающим фактором, определяющим качество получаемых моделей, является степень гомологии (или идентичности) последовательностей моделируемого белка и шаблона. Высокая идентичность обозначает, что эволюционное расхождение обоих белков от общего «предка» произошло не настолько давно, чтобы эти белки утратили структурную общность.

Схема моделирования по гомологии:

·         Идентификация структурного шаблона - белка с известной пространственной структурой, гомологичного моделируемому (идентичность последовательностей >30%). Поиск производится с помощью серверов FASTA <http://www.ebi.ac.uk/fasta33/> или PSI-BLAST <http://www.ebi.ac.uk/blastpgp/> (или их аналогов) в базе структур белков PDB (едином депозитарии структурных данных для биомакромолекул);

·         Построение выравнивания аминокислотных последовательностей шаблон-модель. Парное выравнивание служит «инструкцией» программам, осуществляющим моделирование. Множественное выравнивание может быть полезно для выявления консервативных остатков во всём семействе (показаны звёздочкой) или отдельных подсемействах белков (три верхних последовательности - рецепторы мелатонина). Множественное выравнивание и профили последовательностей позволяют идентифицировать более слабые гомологии, чем «обыкновенное» парное выравнивание. Выравнивание проводят с помощью сервера CLUSTALW <http://www.ebi.ac.uk/Tools/clustalw2/> (или его аналогов);

·         Построение модели заключается, главным образом, в «натягивании» последовательности моделируемого белка на «остов» шаблона согласно выравниванию. «Петлевые» участки (не имеющие гомологии с шаблоном) достраиваются независимо, положение боковых цепей оптимизируется с помощью методов эмпирических силовых полей. Моделирование проводят с помощью программы Modeller <http://salilab.org/modeller/> (и аналогичных ей) или сервера Swiss-Model <http://swissmodel.expasy.org/SWISS-MODEL.html> (и ему подобных). В онлайн-базах ModBase <http://modbase.compbio.ucsf.edu/> и Swiss-Model Repository <http://swissmodel.expasy.org/repository/> содержатся автоматически построенные модели для всех белков из базы Swiss-Prot, для которых удаётся найти структурный шаблон;

·         Оценка качества, оптимизация и использование модели. Самый сложный этап моделирования по гомологии - оптимизировать модель с учётом всей доступной биологической информации по моделируемому белку. Вообще, моделирование структуры по гомологии с белком, выполняющим отличную функцию, не способно автоматически дать модель, пригодную для практически важных задач.

Низкая гомология (<30% идентичности) часто уже не может быть корректно идентифицирована с помощью парного выравнивания последовательностей из-за слишком большого числа накопившихся замен, «маскирующих» последовательность белка, который, возможно, всё же сохранил определённое структурное сходство с каким-либо известным белком-«шаблоном». В этом случае часто используют методики поиска по профилям последовательностей, в которых для «запроса» к базе последовательностей используется не одиночная последовательность, а профиль, сконструированный на основе множественного выравнивания - своеобразная метапоследовательность, кодирующая в себе эволюционную вариабельность данного белка. С помощью этой методики иногда удаётся «вычислить» пригодный для моделирования структурный шаблон, несмотря на то, что идентичность последовательностей с ним составляет лишь 10-15%. Если же ни с помощью «традиционных» подходов поиска гомологичных последовательностей, ни с помощью профилей найти структурный гомолог не удаётся, единственный способ получить предсказание - это de novo методы.