В фундаментальном смысле молекулярное моделирование и конструирование — огромное поле, на котором вспаханы лишь отдельные участки. До сих пор никто не может предсказать результат сворачивания произвольной полипептидной последовательности. Ясно одно: в химической последовательности аминокислот каким-то образом записана информация о многомерной структуре поверхности потенциальной энергии макромолекулы. И если на этой поверхности есть хорошо сформированное «ущелье», ведущее к уникальной третичной структуре, то полипептид сворачивается в молекулу белка. Процесс можно сравнить с тем, как вода, пролившаяся дождем в горах, стекая по руслам рек, в конце концов оказывается в море (см. рис. 2, 3).
Биологические свойства белка определяются его пространственной структурой. Именно поэтому моделирование пространственной структуры имеет такое значение. Интересно, что объем знаний о первичной структуре белковых молекул растет существенно быстрее, чем объем знаний о пространственной структуре. На 7 января 2003 года число записей в банках данных по трехмерным структурам белков (Protein Data Bank; www.rcsb.org/pdb) составляло 19 691, тогда как по аминокислотным последовательностям на 13 декабря 2002 года (SWISS-PROT; cn.expasy.org/sprot/ sprot-top.html) — 120 607. К этому значению надо прибавить еще 729 579 записей, построенных в результате трансляции нуклеотидных последовательностей, содержащихся в банке данных European Molecular Biology Laboratory (Германия; www.embl.de), см. рис. 4.
Существует несколько принципиально различающихся методов моделирования пространственной структуры белка, в частности: - Распознавание фолда (от англ. folding — укладка, упаковка) с использованием библиотеки известных фолдов. - Предсказание архитектуры белковой глобулы на основе знаний об атомных взаимодействиях. - Моделирование по гомологии. Распознавание фолда — это начальный этап моделирования структуры. Оно применяется, если не известны близкие гомологи моделируемой молекулы. Точности построенной на базе этого метода модели недостаточно, чтобы исследовать механизмы функционирования макромолекулы и, в конечном счете, создаваемой молекулярной системы. Предсказание по известным квантовомеханическим принципам строения молекулы, осуществляемое без использования знаний о структуре гомологов или других дополнительных методов, дает примерно такую же точность, что и распознавание фолда. Наиболее успешным считается предсказание трехмерной структуры белковой молекулы по аминокислотной последовательности с использованием данных о пространственной структуре одного или нескольких гомологов.
Первые попытки моделирования пространственной структуры белковых молекул были предприняты еще в конце 1960-х годов. Тогда использовались модели из проволоки и пластика. Компьютерная графика стала применяться десятилетие спустя. Интересно проследить, как методы молекулярного моделирования и конструирования используются в реальном процессе создания новых лекарственных препаратов. Благодаря успехам в биоинформатике можно говорить о том, что переход от гена к лекарству уже сложился и включает в себя следующие этапы [6]:
- Анализ генома человека и/или анализ генома болезнетворных микроорганизмов. - Выявление составляющих генома (генов), кодирующих макромолекулы, которые могут быть использованы в качестве мишеней для новых лекарств. - Экспериментальное определение или компьютерное моделирование структуры макромолекул-мишеней. - Поиск или конструирование (низкомолекулярных) органических веществ, которые способны взаимодействовать с молекулами-мишенями (такие вещества называются лигандами). Моделирование взаимодействия лигандов с макромолекулами-мишенями и сравнительная оценка прочности связывания. Таким образом, молекулярное моделирование и конструирование используются на поздних стадиях процесса создания нового лекарства. Действительно, этот процесс можно рассматривать как процесс создания новой молекулярной системы: комплекса «макромолекула — лекарство». Работы в этом направлении ведутся во всем мире очень активно, в том числе в Институте биомедицинской химии Российской Академии медицинских наук (НИИБМХ РАМН; www.ibmh. msk.su). Существуют два принципиально различающихся подхода к молекулярному конструированию (дизайну) — статический и динамический.
Классическим примером статического молекулярного конструирования является докинг (стыковка) молекул, то есть подбор низкомолекулярного соединения (малой молекулы), наилучшим образом соответствующего «посадочному месту» макромолекулы. При этом считается, что малая молекула конформационно подвижна, а макромолекула — нет. Иными словами, характерные времена конформационных движений макромолекулы много больше таковых для малой молекулы. Принимается допущение, что малая молекула приближается к большой по вектору, соединяющему центр масс малой молекулы и «посадочное место».
Метод докинга широко применяется для разработки новых лекарственных препаратов. Общеизвестно, что лечебное действие большинства медицинских препаратов основано на регуляции биохимических процессов. Поэтому, как правило, препараты (лиганды) действуют на мембранные или внутриклеточные белки-рецепторы, связываясь с активным центром таких белков. Этот метод позволяет значительно ускорить разработку новых препаратов, так как в течение одного дня можно перебрать несколько сот вариантов препарата на одном компьютере и, подобрав наиболее удачный вариант, переходить к его экспериментальной проверке. Динамический молекулярный дизайн учитывает взаимодействия компонентов конструируемой молекулярной системы в динамике. В отличие от статического дизайна в динамическом учитывается изменение конформации макромолекулы фермента при стыковке с лигандом. Основа динамического дизайна — метод молекулярной динамики, широко используемый и как базовый метод молекулярного моделирования.
Идея проекта MD@home заключается в следующем: «По своей сути… он является родственным проекту Folding@Home, но самое главное отличие состоит в том, что в проекте F@H авторы «в лоб» перебирают конфигурации белков (полипептидов), пытаясь найти подходящую. Они сразу начали со сложных систем, не исследовав фундаментальных основ сворачивания фрагментов белков (олигопептидов). <…> Мы пытаемся понять особенности поведения «кирпичиков», из которых состоят белки, а именно фрагментов их цепочек (олигопептидов). <…> Неразумно строить большое здание, не изучив материалы и «сопротивление материалов». Вот мы и поставили перед собой такую задачу — понять, какие же вклады в общее поведение белков вносят те или иные кирпичики (аминокислоты и олигопептиды)» (www.moldyn.ru/distributed/description.htm). На настоящий момент в проекте зарегистрировано около трехсот участников, из которых активно работает более трети. По поводу трудностей в молекулярных расчетах. Вот пример: сейчас в проекте MD@home мы считаем трипептиды (цепочки из трех аминокислотных остатков). Расчет одного трипептида на приличном компьютере (P4 2,7 ГГц) занимает четыре-пять часов. Нам нужно рассчитать фазовые траектории для восьми тысяч трипептидов, причем проделать вычисления дважды, чтобы затем сравнить траектории. Это может потребовать несколько месяцев. Далее ждут тетра- и пентапептиды.
Метод молекулярной динамики (МД) позволяет моделировать детальную микроскопическую картину внутренней подвижности макромолекулы. В его основе лежит расчет классических (ньютоновских) траекторий движения макромолекулы в фазовом пространстве координат и импульсов ее атомов. В МД молекула рассматривается как система взаимодействующих классических частиц. Метод молекулярной динамики успешно используется в теоретических исследованиях структуры и динамики биологических макромолекул, жидкостей, твердых тел и других молекулярных систем. [2] Наряду с методом молекулярной динамики используется еще одна группа квазидинамических методов, объединенных под общим названием «метод Монте-Карло». Метод Монте-Карло отличается от метода молекулярной динамики тем, что каждая следующая конформация молекулы определяется не путем решения уравнений Ньютона, а как результат случайного процесса.
Чтобы понять принципы молекулярно-динамических расчетов, снова обратимся к теории, теперь уже к физико-математической [3]. Итак, нас интересуют движения в макромолекуле, которые подготавливают систему к реакции, обеспечивают изменение структуры после химической реакции, определяют влияние предыдущей реакции на последующие процессы. Собственно, сама химическая реакция описывается в терминах электронных взаимодействий, что требует применения аппарата квантовой механики. А вот движение системы до и после реакции можно успешно описать уравнениями классической механики при температурах выше 10°К2. Правда, есть исключения, например, атомы водорода, для которых существенны квантовые поправки даже при 1000°К. Основа метода молекулярной динамики — численное решение классических уравнений Ньютона для системы взаимодействующих частиц3. Задав координаты и скорости всех частиц в начальный момент времени, численно решают уравнения движения, вычисляя на каждом шаге все силы, новые координаты и скорости частиц. Объем вычислительной задачи, главным образом, зависит от способа решения уравнений движения. Даже для небольшого белка количество уравнений может достигать десяти тысяч.
Другим принципиальным вопросом в молекулярной динамике является способ задания потенциальной энергии молекулы, дифференцированием которой по радиус-вектору определяется соответствующая проекция силы, действующая на атом со стороны других частиц. Потенциальная энергия молекулы задается в виде суммы вкладов, определяемых различными видами взаимодействий (химическими связями, валентными и торсионными углами, ван-дер-ваальсовыми контактами, электростатикой и т. п.).
2(назад) Напомним, что 0 °C соответствует 273 °К. 3(назад) Вторая производная от радиус-вектора некоторого атома по времени, помноженная на массу этого атома, равна суммарной силе, действующей на атом со стороны других атомов молекулярной системы.
Биологические свойства белка определяются его пространственной структурой. Именно поэтому моделирование пространственной структуры имеет такое значение. Интересно, что объем знаний о первичной структуре белковых молекул растет существенно быстрее, чем объем знаний о пространственной структуре. На 7 января 2003 года число записей в банках данных по трехмерным структурам белков (Protein Data Bank; 
К этому значению надо прибавить еще 729 579 записей, построенных в результате трансляции нуклеотидных последовательностей, содержащихся в банке данных European Molecular Biology Laboratory (Германия; 
версия для печати
другие статьи автора
оставить комментарий (0) 
