Как увидеть живые машины

Каждая клетка нашего тела содержит идентичную ДНК. Сложные молекулярные машины считывают гены из ДНК, определяя, станет ли клетка, например, мозговой или костной. Ученые только начинают понимать структуру и функцию этих машин с помощью новейших микроскопов и суперкомпьютеров, что может заложить основу для лечения таких болезней, как рак.

Международная группа ученых из Северо-Западного университета, Национальной лаборатории им. Лоуренса в Беркли, Университета штата Джорджия и Калифорнийского университета в Беркли в мае 2016 года опубликовала в журнале Nature лучшую на сегодня модель ключевой молекулярной машины — человеческого преинициаторного комплекса (PIC) — с детализацией, близкой к атомарному уровню.

Впервые детально описаны структуры сложных групп молекул, которые раскрывают человеческую ДНК, — сказал соавтор исследования Иван Иванов, доцент химии в Университете штата Джорджия, руководивший вычислительным моделированием.

Функция PIC:

  1. PIC находит в ДНК гены, связанные с созданием конкретного белка.
  2. Он разделяет две цепи ДНК и подает кодирующую цепь ферменту РНК-полимеразе II.
  3. Это запускает транскрипцию — копирование участка ДНК в одноцепочечную матричную РНК (мРНК).
  4. мРНК перемещается к рибосомам («белковым фабрикам» клетки), которые на ее основе синтезируют белок.

Метод исследования:

  • Группа под руководством Евы Ногалес (Калифорнийский университет в Беркли) использовала криоэлектронную микроскопию (крио-ЭМ).
  • Человеческий PIC, связанный с ДНК, был криогенно заморожен в химически активном, почти естественном состоянии и облучен пучками электронов.
  • Было обработано более 1,4 миллиона «замороженных кадров» крио-ЭМ на суперкомпьютерах Национального центра научных вычислений для энергетических исследований (NERSC). Это позволило получить трехмерные карты плотности, показавшие ранее невидимые детали формы молекулы.

«Крио-ЭМ переживает большой подъем… Это позволяет нам получить более высокое разрешение для большего числа структур в разных состояниях, чтобы описать не одну картинку того, как они выглядят, а несколько, показывающих, как они движутся», — пояснила Ева Ногалес.

Вычислительное моделирование:

  • Для создания точной атомарной модели на основе карт плотности команда Иванова использовала ресурсы XSEDE (eXtreme Science and Engineering Discovery Environment).
  • Было выполнено более 4 миллионов процессоро-часов моделирования на суперкомпьютере Stampede (Техасский центр передовых вычислений).
  • Метод «гибкого подгоняемого молекулярного моделирования» позволил «подвинуть» атомы в модели в области с большей плотностью на карте крио-ЭМ.
  • Модель была доработана с помощью пакета Phoenix. Система моделирования, включающая воду и противоионы, содержала более миллиона атомов, что требовало использования тысяч вычислительных ядер.

Ключевое открытие — механизм раскрытия ДНК:

Ученые получили рабочую модель того, как PIC раскрывает стабильную двойную спираль ДНК для транскрипции. Этот процесс сравнивают с раскручиванием шнура:

  1. Один конец ДНК плотно удерживается PIC.
  2. С другого конца транскрипционный фактор TFIIH (его структура была определена в этом исследовании) действует как «закручивающие пальцы».
  3. Субъединица-транслоказа в составе TFIIH одновременно проталкивает ДНК к активному центру полимеразы и раскручивает ее в направлении, противоположном естественной скрученности спирали.
  4. В результате между двумя удерживаемыми концами цепи ДНК разделяются.

«Совместным проталкиванием и раскручиванием вы эффективно разделяете две цепи ДНК», — сказал Иван Иванов.

Значение для медицины:

Понимание этого процесса на атомарном уровне критически важно для изучения экспрессии генов и болезней.

«Многие болезненные состояния возникают из-за ошибок в том, насколько много считывается определенный ген и насколько много присутствует определенного белка… Очень важно понять молекулярный процесс, регулирующий это производство, чтобы мы могли понять болезненное состояние», — отметила Ева Ногалес.

Принципы будущей науки:

Питер Пройш, руководитель отдела биофизики Национального института общих медицинских наук NIH, прокомментировал:

  1. Использование гибридных методов (комбинаций биофизических методов, таких как рентгеновская кристаллография и крио-ЭМ, с масштабными вычислительными методами).
  2. Необходимость науки, основанной на работе команд, объединяющих экспертизу нескольких исследователей для решения проблем, непосильных для одной лаборатории.

Итог:

Эта фундаментальная работа закладывает основу для будущей разработки методов лечения. «Чтобы понять болезнь, мы должны сначала понять, как функционируют эти комплексы… Сотрудничество между вычислительными моделлерами и экспериментальными структурными биологами может быть очень плодотворным в будущем», — заключил Иван Иванов.