Вычислительный инструмент с открытым кодом проливает свет на «извилистые» белки

Большинство хорошо изученных белков имеют определённую трёхмерную форму (фолдинг), которая определяет их функцию. Однако с развитием научных инструментов стало ясно, что многие важные белки или их участки не сохраняют фиксированную форму, даже выполняя жизненно важные клеточные процессы.

Эти структуры, называемые внутренне неупорядоченными белками, находятся в постоянном движении, что затрудняет их изучение. Вычислительные инструменты, такие как AlphaFold (лауреат Нобелевской премии по химии 2024 года), революционны для изучения фолдированных белков, но плохо подходят для исследования «извилистых» белков.

Лучшее понимание этих белков-«хамелеонов» может выявить ранее неизвестные причины болезней человека и предложить новые подходы к терапии.

Исследование, опубликованное в журнале Science под руководством Алекса Хоулхауса из WashU Medicine, описывает новый вычислительный метод для прогнозирования поведения внутренне неупорядоченных белков.

Инструмент анализирует химические взаимодействия аминокислот — строительных блоков белков — и предсказывает, какие участки неупорядоченного белка будут притягивать или отталкивать другие молекулы в организме. Подход, основанный исключительно на химии, позволяет моделировать взаимодействия даже при отсутствии определённой 3D-структуры.

Метод FINCHES (аббревиатура от First-principle INteractions via CHEmical Specificity) помогает строить молекулярные гипотезы о деятельности и взаимодействиях белков, которые затем можно проверить в лаборатории. Это позволяет исследователям быстро изучать роль неупорядоченных белков в критических биологических процессах и то, как мутации могут нарушать их функцию при таких заболеваниях, как рак и нейродегенерация.

FINCHES имеет открытый исходный код и доступен исследователям как пакет Python на GitHub и через веб-сервер.