Расшифровка белковых взаимодействий для понимания роли мутаций в болезнях

Исследование белковых взаимодействий — ключ к пониманию работы и коммуникации клеток. В новой работе, опубликованной в Nature Communications, учёные из FMI раскрыли важные принципы, управляющие этими взаимодействиями, и то, как мутации влияют на функции клеток.

Белки — молекулярные машины жизни, выполняющие задачи от запуска химических реакций до координации клеточной коммуникации. Для этого белки должны точно связываться с нужными партнёрами, избегая ошибок, которые могут нарушить клеточные процессы и привести к болезни.

Учёные давно изучают, как изменения в последовательности аминокислот — строительных блоков белков — могут менять способность белка к связыванию. Чтобы исследовать этот вопрос, группа под руководством Гийома Дисса проанализировала эффекты всех возможных мутаций в одном белке на его взаимодействия с целым семейством белков-партнёров. Они сосредоточились на белке JUN, играющем ключевую роль в связывании ДНК и клеточной коммуникации.

Исследователи мутировали каждую аминокислоту в JUN и измерили влияние каждой мутации на взаимодействия JUN с 54 различными белками-партнёрами. Мутации влияли на взаимодействия двумя способами: одни затрагивали способность белка связываться со всеми партнёрами, а другие определяли его избирательность к отдельным партнёрам.

Эти два фактора часто находятся в хрупком балансе, отмечает старший автор исследования Гийом Дисс: «Если мутация увеличивает специфичность к одному партнёру, она, как правило, снижает сродство ко всем остальным».

Результаты дают новое понимание того, как белки эволюционируют и адаптируют свои функции. Эта работа также является первой в своём роде: ранее исследования белковых взаимодействий фокусировались на нескольких партнёрах, а в этой работе были изучены взаимодействия JUN со всем семейством белков.

Расшифровывая правила, управляющие белковыми взаимодействиями, Дисс и его команда надеются создать предсказательные модели, чтобы лучше понять, как мутации способствуют развитию болезней. Например, такие модели могли бы продвинуть персонализированную медицину, оценивая, как генетические особенности человека влияют на его предрасположенность к таким состояниям, как диабет 2-го типа и болезнь Альцгеймера.