Summary

חיזוי חישובי של העדפות חומצות אמינו של תחומים קושרי פפטיד רב-ספציפיים המעורבים באינטראקציות חלבון-חלבון

Published: January 26, 2024
doi:

Summary

אנו מתארים מתודולוגיה המבוססת על גיוון רצפים כדי להעריך את העדפות חומצות האמינו של אתרי קישור רב-ספציפיים באינטראקציות חלבון-חלבון (PPIs). באסטרטגיה זו, אלפי ליגנדים פפטידים פוטנציאליים נוצרים ומוקרנים בסיליקו, ובכך מתגברים על כמה מגבלות של שיטות ניסוי זמינות.

Abstract

אינטראקציות חלבון-חלבון רבות כוללות קשירה של מקטעי חלבון קצרים לתחומים קושרי פפטידים. בדרך כלל, אינטראקציות כאלה דורשות הכרה במוטיבים ליניאריים עם שימור משתנה. השילוב של אזורים שמורים מאוד ומשתנים יותר באותן ליגנדות תורם לעתים קרובות לרב-ספציפיות של הקשירה, תכונה משותפת של אנזימים וחלבוני איתות תאי. אפיון העדפות חומצות אמינו של תחומים קושרי פפטידים חשוב לתכנון מתווכים של אינטראקציות חלבון-חלבון (PPIs). שיטות חישוביות הן חלופה יעילה לטכניקות הניסוי היקרות והמסורבלות לעתים קרובות, ומאפשרות תכנון של מתווכים פוטנציאליים שניתן לאמת מאוחר יותר בניסויים במורד הזרם. במאמר זה תיארנו מתודולוגיה המשתמשת ביישום Pepspec של חבילת המידול המולקולרי של רוזטה כדי לחזות את העדפות חומצות האמינו של תחומים קושרי פפטידים. מתודולוגיה זו שימושית כאשר המבנה של חלבון הקולטן ואופי ליגנד הפפטיד ידועים או ניתנים להסקה. המתודולוגיה מתחילה עם עוגן מאופיין היטב מהליגנד, אשר מורחב על ידי הוספה אקראית של שאריות חומצות אמינו. זיקת הקשירה של פפטידים הנוצרים בדרך זו מוערכת לאחר מכן על ידי עגינה של פפטידים בעלי עמוד שדרה גמיש על מנת לבחור את הפפטידים עם ציוני הקשירה החזויים הטובים ביותר. פפטידים אלה משמשים לאחר מכן לחישוב העדפות חומצות אמינו ולחישוב אופציונלי של מטריצת מיקום-משקל (PWM) שניתן להשתמש בה במחקרים נוספים. כדי להמחיש את היישום של מתודולוגיה זו, השתמשנו באינטראקציה בין תת-יחידות של גורם רגולטורי אינטרפרון אנושי 5 (IRF5), שהיה ידוע בעבר כרב-ספציפי אך מונחה גלובלית על ידי מוטיב שימור קצר שנקרא pLxIS. ההעדפות המשוערות של חומצות אמינו עלו בקנה אחד עם ידע קודם על משטח הקישור IRF5. עמדות שנתפסו על ידי שאריות סרין זרחניות הציגו תדירות גבוהה של אספרטט וגלוטמט, ככל הנראה מכיוון ששרשראות הצד הטעונות שלילית שלהם דומות לפוספוסרין.

Introduction

אינטראקציה בין שני חלבונים כרוכה לעתים קרובות בקשירה של מקטעים קצרים של חומצות אמינו לתחומים קושרי פפטידים, הדומים לממשקים חלבון-פפטידים. חלבוני קולטן המעורבים באינטראקציות חלבון-חלבון כאלה (PPI) מסוגלים לעתים קרובות לזהות קבוצה מסוימת של רצפי ליגנדים חופפים אך מסתעפים, תכונה הידועה בשם רב-ספציפיות 1,2. זיהוי רב-ספציפי הוא תכונה של חלבונים תאיים רבים, אך הוא יוצא דופן במיוחד באנזימים ובחלבוני איתות תאי3. חלבונים המקיימים אינטראקציה עם אתרי קשירה רב-ספציפיים מכילים לעתים קרובות שילוב של אזורים שמורים יותר ופחות ברצף שלהם 4,5,6. בתרחיש זה, מוטיבים רצפים שמורים יותר מעורבים באינטראקציות מולקולריות מחמירות. לעומת זאת, הרצפים המשתנים יותר מתקשרים עם משטחים מתירניים איכשהו באתר קשירת הקולטן. בדרך כלל, מקטעים פחות שמורים אלה אך עדיין רלוונטיים מבחינה תפקודית הם לולאות חסרות תבניות מבנה משניות מוגדרות או בעלות קונפורמציות דינמיות עוד יותר, כגון אלה האופייניות לחלבונים בעלי הפרעה פנימית7.

זיהוי ליגנדות פפטידים פוטנציאליות של אתרי קשירה הוא בדרך כלל הצעד הראשון בתכנון מתווכים המסוגלים להפריע ל- PPIs8 המתאימים. עם זאת, לעתים קרובות לא סביר למצוא שארית אחת של חומצות אמינו שכיחות ביותר ברוב מיקומי הרצף בליגנדות של אתרי קישור רב-ספציפיים. במקום זאת, אתרים אלה עשויים להיות העדפות מיוחדות עבור סוג מסוים של חומצות אמינו על פי התכונות הכימיות שלהם, למשל, חומצות אמינו חומציות טעונות שלילית כגון אספרטט או גלוטמט, חומצות אמינו ארומטיות מגושמות כגון פנילאלנין או שאריות הידרופוביות יותר כגון חומצות אמינו אליפטיות אלנין, ואלין, לאוצין או איזולאוצין3. מספר שיטות ניסוי יכולות לספק תובנות לגבי העדפות חומצות אמינו של אתרי קשירת חלבונים, כולל אבולוציה מכוונת9, מוטגנזה של סריקה מרובת קודונים10 וסריקה מוטציונית עמוקה11. כל השיטות הללו נוקטות בגישה של גיוון רצפים, המבוססת על החדרת מוטציות לליגנדות המקוריות וניתוח נוסף של השפעתן על תפקוד חלבון הקולטן (ראו Bratulic and Badran12 לסקירה מקיפה). עם זאת, שיטות אלה דורשות לעתים קרובות סקר של ספריות רצפים גדולות, מה שהופך אותן למסורבלות, יקרות וגוזלות זמן רב יותר.

לשיטות חישוביות להסיק את העדפות חומצות האמינו של אתרי קישור רב-ספציפיים יש פוטנציאל לעקוף את המגבלות של שיטות מעבדה רטובות. בין אלה, גישת גיוון רצף הסיליקו מעריכה את ההשפעה האנרגטית של מגוון רחב של תחליפי חומצות אמינו ברצף הליגנד כדרך לאפיין את הפלסטיות המבנית של PPI13. שיטה זו מתחילה במבנה או במודל של ליגנד הפפטיד הקשור לאתר קשירת הקולטן ולאחר מכן מציגה מוטציות לרצף הליגנד. פונקציות סטטיסטיות וניקוד אנרגיה משמשות לאחר מכן כדי להעריך את ההשפעה של מוטציות אלה על יציבות וזיקה קשירה. לאחר מכן ניתן להשתמש בקבוצת רצפי הליגנד בעלי הניקוד הטוב ביותר הנובעים משלב ההערכה כדי לחשב את העדפות חומצות האמינו. לאסטרטגיה זו יש פוטנציאל לעבד מספר גבוה מאוד של רצפי ליגנדים בצורה יעילה. לכן, הוא יכול לספק הסקה מלאה ועקבית יותר של העדפות חומצות אמינו בהשוואה לאלה המחושבות ממספר מצומצם יותר של רצפים שבדרך כלל ניתן לעבד בגישות מעבדה רטובות.

יישום Pepspec של Rosetta molecular modeling suite14 הוא כלי המבצע גיוון רצף כשלב מפתח במצב העיצוב הפפטידי שלו. יישום זה דורש מבנה או מודל של חלבון הקולטן עם פפטיד קשור עד לשארית חומצת אמינו בודדת באורך, אשר משמש כעוגן לשלבים הבאים. לאחר מכן מרחיבים את רצף הפפטיד הכבול (במידת הצורך) ומגוונים אותו כדי ליצור מספר רב של ליגנדות פפטידיות משוערות. זיקת הקשירה של פפטידים אלה מוערכת לאחר מכן על ידי עגינה פפטידית גמישה בעמוד השדרה על מנת לבחור את אלה עם ציוני הקשירה החזויים הטובים ביותר. למרות שהפלט העיקרי של יישום זה הוא המועמדים הפפטידים הטובים ביותר שנבחרו בסוף שלב התכנון, ניתן להשתמש בקבוצה הגדולה בהרבה של פפטידים שהתקבלה בשלב זה גם כדי לחשב את העדפות חומצות האמינו של אתר קשירת המטרה. העדפות חומצות אמינו מחושבות כתדירות של כל שארית חומצת אמינו לכל מיקום של רצף הליגנד המיוצג כמטריצת משקל מיקום (PWM) או כלוגו של רצף חזותי יותר.

במאמר זה, אנו מתארים פרוטוקול להערכת העדפות חומצות האמינו של משטח הקישור של חלבון קולטן המעורב ב- PPI. הפרוטוקול מתמקד ב-PPIs שבהם ידוע שמקטע ליניארי של ליגנד החלבונים נקשר לחלבון הקולטן, כך שניתן למדל את התרחיש כממשק חלבון-פפטידי. בתרחיש זה, מוטיבים שמורים מהליגנד מתקשרים בדרך כלל עם כיסים מוגדרים באתר קשירת הקולטן, אם כי כל מקטע הליגנד המעורב ב- PPI עשוי להכיל אזורים פחות שמורים. תרשים זרימה המסכם את השלבים העיקריים של הפרוטוקול מוצג באיור 1. הפרוטוקול מתחיל במבנה התלת-ממדי של קומפלקס החלבון-חלבון ומפחית עוד יותר את חלבון הליגנד למקטע הפוטנציאלי בעל האינטראקציה הטובה ביותר, ומשאיר את חלבון הקולטן שלם. המקטע בעל האינטראקציה הטובה ביותר מוסק על ידי שימוש בשרת BUDE Alanine Scan15, המבצע מוטגנזה חישובית של סריקת אלנין כדי לזהות שאריות של נקודות חמות בין שני החלבונים המקיימים אינטראקציה. בגישה זו, שאריות מהליגנד מוחלפות בנפרד באלנין, והשינוי המשוער באנרגיה החופשית או ביציבות של הקומפלקס (ΔΔG) משמש לאחר מכן כדי להסיק את הרלוונטיות של השאריות המתאימות עבור PPI המטרה. לאחר הסקת המקטע בעל האינטראקציה הטובה ביותר, הקומפלקס שלו עם חלבון הקולטן משמש כמבנה הבסיס שהוגש לפפספקט לביצוע גיוון רצפים.

Figure 1
איור 1: סקירה כללית של השלבים העיקריים של הפרוטוקול המוצע בעבודה זו. המספרים תואמים למספרי השלבים במקטע הפרוטוקול. האיורים נעשו עם קומפלקס חלבון-חלבון המשמש כדוגמה המתוארת בטקסט. בקומפלקס זה, שרשרת החלבונים הנחשבת לקולטן מוצגת בוורוד, בעוד שהשרשרת הנחשבת לליגנד מוצגת בכחול בהיר כאשר המקטע החזוי בעל האינטראקציה הטובה ביותר מודגש באדום. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

אחת המגבלות של הפרוטוקול המוצע היא הדרישה למבנה פתור של ממשק חלבון-פפטיד . לחלופין, הפרוטוקול עשוי להתחיל במודל של ממשק חלבון-פפטיד מטרה, אם כי שלבי המידול הספציפיים אינם מתוארים כאן. יתר על כן, למרות שניתן לנהל את הפרוטוקול במחשב אישי המריץ כל מערכת הפעלה, נדרשת סביבת לינוקס לשלבים המערבים את יישומי רוזטה. אשכול מחשבים מומלץ מאוד גם לשלב גיוון הרצף בשל המספר הגדול של חזרות המבוצעות בדרך כלל על ידי Pepspec.

יישום הפרוטוקול המוצע מומחש באמצעות הערכת העדפות חומצות אמינו של משטח המכרז של IRF5, חבר במשפחת הגורמים הרגולטוריים אינטרפרון אנושיים (IRF). בחרנו בחלבון זה כדוגמה, משום שבמהלך הפעלתו, שתי תת-יחידות נקשרות ליצירת דימר שמבנהו מאופיין היטב16. בדימרים IRF, ניתן למדל קשירה כממשק חלבון-פפטידי שבו תת-יחידה אחת מספקת את משטח הקישור והשנייה מתקשרת דרך אזור המכיל מוטיב שימור קצר הנקרא pLxIS17,18. בנוסף, כריכה ליחידות משנה IRF היא רב-ספציפית; לכן, הם יכולים ליצור הומודימרים, הטרודימרים וקומפלקסים עם חלבונים תאיים אחרים המכונים קו-אקטיבטורים18.

Protocol

1. הכנה ראשונית של ממשק חלבון-פפטיד הורדת המבנה של קומפלקס חלבון-חלבוןנווטו אל דף הבית של בנק נתוני החלבונים (PDB) (https://www.rcsb.org/) והקלידו את מזהה PDB עבור המבנה של קומפלקס החלבון-חלבון בתיבת החיפוש הראשית (איור 2A). מזהה PDB עבור המבנה של דימר IRF5,…

Representative Results

במאמר זה תיארנו פרוטוקול לחיזוי העדפות חומצות האמינו של משטח הקישור של IRF5, חבר במשפחה של גורמי שעתוק הידועים כגורמי ויסות אינטרפרון אנושיים. חלבונים אלה מווסתים תגובות חיסוניות מולדות ונרכשות ומשתתפים בהתמיינות ובהפעלה של מספר תאי חיסון. תת-יחידות IRF הן בעלות משטחי קיש?…

Discussion

המאמר הנוכחי מתאר פרוטוקול להערכת העדפות חומצות האמינו של אתרי קישור רב-ספציפיים פוטנציאליים בהתבסס על גיוון רצף סיליקו. כלים חישוביים מעטים פותחו כדי להעריך את העדפות חומצות האמינו של ממשקי חלבון-פפטיד 14,25,26. לכלים אל?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

תמיכה כספית על ידי Sistema Nacional de Investigación (SNI) (מספרי מענקים SNI-043-2023 ו- SNI-170-2021), Secretaría Nacional de Ciencia, Tecnología e Innovación (SENACYT) של פנמה ו- Instituto para la Formación y Aprovechamiento de Recursos Humanos (IFARHU) מוכרים בהכרת תודה. המחברים רוצים להודות לד”ר מיגל רודריגז על שבחן בקפידה את כתב היד.

Materials

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

References

  1. Kim, P. M., Lu, L. J., Xia, Y., Gerstein, M. B. Relating three-dimensional structures to protein networks provides evolutionary insights. Science. 314 (5807), 1938-1941 (2006).
  2. Schreiber, G., Keating, A. E. Protein binding specificity versus promiscuity. Current Opinion in Structural Biology. 21 (1), 50-61 (2011).
  3. Erijman, A., Aizner, Y., Shifman, J. M. Multispecific recognition: Mechanism, evolution, and design. Biochemistry. 50 (5), 602-611 (2011).
  4. Fromer, M., Shifman, J. M. Tradeoff between stability and multispecificity in the design of promiscuous proteins. PLoS Computational Biology. 5 (12), e1000627 (2009).
  5. Xie, T., Zmyslowski, A. M., Zhang, Y., Radhakrishnan, I. Structural basis for multispecificity of MRG domains. Structure. 23 (6), 1049-1057 (2015).
  6. Hendler, A., et al. Human SIRT1 multispecificity is modulated by active-site vicinity substitutions during natural evolution. Molecular Biology and Evolution. 38 (2), 545-556 (2021).
  7. Teilum, K., Olsen, J. G., Kragelund, B. B. On the specificity of protein-protein interactions in the context of disorder. The Biochemical Journal. 478 (11), 2035-2050 (2021).
  8. Pelay-Gimeno, M., Glas, A., Koch, O., Grossmann, T. N. Structure-based design of inhibitors of protein-protein interactions: Mimicking peptide binding epitopes. Angewandte Chemie (International ed. in English). 54 (31), 8896-8927 (2015).
  9. Wang, Y., Xue, P., Cao, M., Yu, T., Lane, S. T., Zhao, H. Directed evolution: Methodologies and applications. Chemical Reviews. 121 (20), 12384-12444 (2021).
  10. Liu, J., Cropp, T. A. Rational protein sequence diversification by multi-codon scanning mutagenesis. Methods in Molecular Biology. 978, 217-228 (2013).
  11. Wei, H., Li, X. Deep mutational scanning: A versatile tool in systematically mapping genotypes to phenotypes. Frontiers in Genetics. 14, 1087267 (2023).
  12. Bratulic, S., Badran, A. H. Modern methods for laboratory diversification of biomolecules. Current Opinion in Chemical Biology. 41, 50-60 (2017).
  13. Humphris, E. L., Kortemme, T. Prediction of protein-protein interface sequence diversity using flexible backbone computational protein design. Structure. 16 (12), 1777-1788 (2008).
  14. King, C. A., Bradley, P. Structure-based prediction of protein-peptide specificity in Rosetta. Proteins. 78 (16), 3437-3449 (2010).
  15. Ibarra, A. A., et al. Predicting and experimentally validating hot-spot residues at protein-protein interfaces. ACS Chemical Biology. 14 (10), 2252-2263 (2019).
  16. Chen, W., Srinath, H., Lam, S. S., Schiffer, C. A., Royer, W. E., Lin, K. Contribution of Ser386 and Ser396 to activation of interferon regulatory factor 3. Journal of Molecular Biology. 379 (2), 251-260 (2008).
  17. Mancino, A., Natoli, G. Specificity and function of IRF family transcription factors: Insights from genomics. Journal of Interferon & Cytokine Research. 36 (7), 462-469 (2016).
  18. Schwanke, H., Stempel, M., Brinkmann, M. M. Of keeping and tipping the balance: Host regulation and viral modulation of IRF3-dependent IFNB1 expression. Viruses. 12 (7), 33 (2020).
  19. Chen, W., et al. Insights into interferon regulatory factor activation from the crystal structure of dimeric IRF5. Nature Structural & Molecular Biology. 15 (11), 1213-1220 (2008).
  20. Pettersen, E. F., et al. UCSF Chimera-A visualization system for exploratory research and analysis. Journal of Computational Chemistry. 25, 1605-1612 (2004).
  21. Crooks, G. E., Hon, G., Chandonia, J. -. M., Brenner, S. E. WebLogo: a sequence logo generator. Genome Research. 14 (6), 1188-1190 (2004).
  22. Panne, D., McWhirter, S. M., Maniatis, T., Harrison, S. C. Interferon regulatory factor 3 is regulated by a dual phosphorylation-dependent switch. The Journal of Biological Chemistry. 282 (31), 22816-22822 (2007).
  23. Weihrauch, D., et al. An IRF5 decoy peptide reduces myocardial inflammation and fibrosis and improves endothelial cell function in tight-skin mice. PloS One. 11 (4), e0151999 (2016).
  24. Mori, M., Yoneyama, M., Ito, T., Takahashi, K., Inagaki, F., Fujita, T. Identification of Ser-386 of interferon regulatory factor 3 as critical target for inducible phosphorylation that determines activation. The Journal of Biological Chemistry. 279 (11), 9698-9702 (2004).
  25. Smith, C. A., Kortemme, T. Predicting the tolerated sequences for proteins and protein interfaces using RosettaBackrub flexible backbone design. PloS One. 6 (7), e20451 (2011).
  26. Rubenstein, A. B., Pethe, M. A., Khare, S. D. MFPred: Rapid and accurate prediction of protein-peptide recognition multispecificity using self-consistent mean field theory. PLoS Computational Biology. 13 (6), e1005614 (2017).

Play Video

Cite This Article
Cruz, H., Llanes, A., Fernández, P. L. Computational Prediction of Amino Acid Preferences of Potentially Multispecific Peptide-Binding Domains Involved in Protein-Protein Interactions. J. Vis. Exp. (203), e66314, doi:10.3791/66314 (2024).

View Video