Strukturelle Bioinformatik

Die strukturelle Bioinformatik ist ein Teilgebiet der Bioinformatik , das sich mit der Analyse und Vorhersage der dreidimensionalen Struktur biologischer Makromoleküle wie Proteine , RNA und DNA befasst . Sie untersucht allgemeine Aussagen über makromolekulare 3D-Strukturen, beispielsweise Vergleiche von Gesamtstrukturen und lokalen Motiven, Prinzipien der Molekülfaltung, Evolution, Bindungsinteraktionen und Struktur-Funktions-Beziehungen. Dabei werden sowohl experimentell ermittelte Strukturen als auch computergestützte Modelle genutzt. Der Begriff „strukturell“ entspricht dem in der Strukturbiologie , und die strukturelle Bioinformatik kann als Teilgebiet der computergestützten Strukturbiologie betrachtet werden. Hauptziel der strukturellen Bioinformatik ist die Entwicklung neuer Methoden zur Analyse und Manipulation biologischer Makromoleküldaten, um biologische Fragestellungen zu lösen und neues Wissen zu generieren. ^{[ 1 ]}

Die Struktur eines Proteins steht in direktem Zusammenhang mit seiner Funktion. Das Vorhandensein bestimmter chemischer Gruppen an spezifischen Positionen ermöglicht es Proteinen, als Enzyme zu wirken und verschiedene chemische Reaktionen zu katalysieren. ^{[ 2 ]} Im Allgemeinen werden Proteinstrukturen in vier Ebenen eingeteilt: Primärstruktur (Sequenz), Sekundärstruktur (lokale Konformation der Polypeptidkette), Tertiärstruktur (dreidimensionale Struktur der Proteinfaltung) und Quartärstruktur (Zusammensetzung mehrerer Polypeptidstrukturen). Die strukturelle Bioinformatik befasst sich hauptsächlich mit Wechselwirkungen zwischen Strukturen unter Berücksichtigung ihrer räumlichen Koordinaten. Daher wird die Primärstruktur in traditionellen Bereichen der Bioinformatik besser analysiert. Die Sequenz impliziert jedoch Einschränkungen, die die Bildung konservierter lokaler Konformationen der Polypeptidkette ermöglichen, wie z. B. Alpha-Helix , Beta-Faltblatt und Schleifen (Sekundärstruktur ^{[ 3 ]} ). Auch schwache Wechselwirkungen (wie Wasserstoffbrückenbindungen ) stabilisieren die Proteinfaltung. Wechselwirkungen können innerhalb einer Kette stattfinden, d. h. zwischen Teilen desselben Proteinmonomers (Tertiärstruktur), oder zwischen Ketten, d. h. zwischen verschiedenen Strukturen (Quartärstruktur). Schließlich wird die topologische Anordnung von Wechselwirkungen, ob stark oder schwach, und Verschlaufungen im Bereich der strukturellen Bioinformatik mithilfe von Frameworks wie der Schaltkreistopologie untersucht .

Die Visualisierung von Proteinstrukturen ist ein wichtiges Thema der strukturellen Bioinformatik. ^{[ 4 ]} Sie ermöglicht es, statische oder dynamische Darstellungen der Moleküle zu betrachten und Interaktionen zu erkennen, die Rückschlüsse auf molekulare Mechanismen zulassen. Die gängigsten Visualisierungsarten sind:

• Cartoon : Diese Art der Proteinvisualisierung hebt die Unterschiede in der Sekundärstruktur hervor. Im Allgemeinen wird die α-Helix als eine Art Schraube, β-Faltblätter als Pfeile und Schleifen als Linien dargestellt.
• Linien : Jede Aminosäure wird durch dünne Linien dargestellt, was einen geringen Aufwand für die grafische Darstellung ermöglicht.
• Oberfläche : In dieser Visualisierung wird die äußere Form des Moleküls dargestellt.
• Stäbchenmodell : Jede kovalente Bindung zwischen Aminosäureatomen wird als Stäbchen dargestellt. Diese Visualisierungsart wird am häufigsten verwendet, um Wechselwirkungen zwischen Aminosäuren zu veranschaulichen .

Die klassische Struktur der DNA- Doppelhelix wurde ursprünglich von Watson und Crick (sowie durch Beiträge von Rosalind Franklin ) beschrieben . Das DNA-Molekül besteht aus drei Komponenten: einer Phosphatgruppe , einem Pentoserest und einer Stickstoffbase ( Adenin , Thymin , Cytosin oder Guanin ). Die Doppelhelixstruktur der DNA wird durch Wasserstoffbrückenbindungen zwischen den Basenpaaren stabilisiert: Adenin mit Thymin (AT) und Cytosin mit Guanin (CG). Zahlreiche Studien zur Strukturbioinformatik konzentrieren sich auf das Verständnis der Wechselwirkungen zwischen DNA und kleinen Molekülen, was auch Gegenstand vieler Wirkstoffentwicklungsstudien war.

Wechselwirkungen sind Kontakte zwischen Molekülteilen auf verschiedenen Ebenen. Sie stabilisieren Proteinstrukturen und erfüllen vielfältige Funktionen. In der Biochemie werden Wechselwirkungen durch die Nähe von Atomgruppen oder Molekülregionen charakterisiert, die sich gegenseitig beeinflussen, beispielsweise durch elektrostatische Kräfte , Wasserstoffbrückenbindungen und hydrophobe Wechselwirkungen . Proteine ​​können verschiedene Arten von Wechselwirkungen eingehen, darunter Protein-Protein-Wechselwirkungen (PPI) , Protein-Peptid-Wechselwirkungen ^{[ 5 ]} , Protein-Ligand-Wechselwirkungen (PLI) ^{[ 6 ]} und Protein-DNA-Wechselwirkungen.

Die Berechnung von Kontakten ist eine wichtige Aufgabe in der strukturellen Bioinformatik und ist wichtig für die korrekte Vorhersage von Proteinstruktur und -faltung, thermodynamischer Stabilität, Protein-Protein- und Protein-Ligand-Wechselwirkungen, Docking- und Molekulardynamikanalysen usw. ^{[ 8 ]}

Traditionell nutzen computergestützte Methoden einen Schwellenwertabstand zwischen Atomen (auch Cutoff genannt), um mögliche Wechselwirkungen zu erkennen. ^{[ 9 ]} Diese Erkennung basiert auf dem euklidischen Abstand und den Winkeln zwischen Atomen bestimmter Typen. Die meisten Methoden, die auf dem einfachen euklidischen Abstand beruhen, können jedoch verdeckte Kontakte nicht erkennen. Daher haben cutofffreie Methoden, wie die Delaunay-Triangulation , in den letzten Jahren an Bedeutung gewonnen. Darüber hinaus wird die Kontaktbestimmung durch die Kombination mehrerer Kriterien, beispielsweise physikochemischer Eigenschaften, Abstand, Geometrie und Winkel, verbessert. ^{[ 8 ]}

Die Proteindatenbank (PDB) ist eine Datenbank mit 3D-Strukturdaten großer biologischer Moleküle wie Proteine , DNA und RNA . Die PDB wird von der internationalen Organisation Worldwide Protein Data Bank ( wwPDB ) verwaltet, die sich aus mehreren lokalen Organisationen wie PDBe, PDBj, RCSB und BMRB zusammensetzt. Diese stellen die PDB-Daten kostenlos im Internet zur Verfügung. Die Anzahl der in der PDB verfügbaren Strukturdaten nimmt jährlich zu und wird typischerweise mittels Röntgenkristallographie , NMR-Spektroskopie oder Kryo-Elektronenmikroskopie gewonnen .

Das PDB-Format (.pdb) ist das ältere Textdateiformat, das zur Speicherung von Informationen über dreidimensionale Strukturen von Makromolekülen in der Proteindatenbank (Protein Data Bank, PDB) verwendet wird. Aufgrund von Einschränkungen im Strukturkonzept des Formats erlaubt das PDB-Format keine großen Strukturen mit mehr als 62 Ketten oder 99999 Atomdatensätzen. ^{[ 10 ]}

PDBx/ mmCIF (Macromolecular Crystallographic Information File) ist ein Standard-Textdateiformat zur Darstellung kristallographischer Informationen. ^{[ 11 ]} Seit 2014 wurde das PDB-Format als Standard für die PDB-Archivverteilung durch das PDBx/mmCIF-Dateiformat (.cif) ersetzt. Während das PDB-Format Datensätze enthält, die durch ein bis zu sechs Zeichen langes Schlüsselwort identifiziert werden, verwendet das PDBx/mmCIF-Format eine Struktur basierend auf Schlüssel und Wert. Der Schlüssel ist ein Name, der ein Merkmal identifiziert, und der Wert sind die Variableninformationen. ^{[ 12 ]}

Neben der Proteindatenbank (PDB) existieren mehrere Datenbanken mit Proteinstrukturen und anderen Makromolekülen. Beispiele hierfür sind:

• MMDB : Experimentell bestimmte dreidimensionale Strukturen von Biomolekülen, die aus der Proteindatenbank (PDB) stammen. ^{[ 13 ]}
• Nukleinsäure-Datenbank (NDB): Experimentell ermittelte Informationen über Nukleinsäuren (DNA, RNA). ^{[ 14 ]}
• Strukturelle Klassifizierung von Proteinen (SCOP) : Umfassende Beschreibung der strukturellen und evolutionären Beziehungen zwischen strukturell bekannten Proteinen. ^{[ 15 ]}
• TOPOFIT-DB: Proteinstruktur-Alignments basierend auf der TOPOFIT-Methode. ^{[ 16 ]}
• Electron Density Server (EDS): Elektronendichtekarten und Statistiken zur Anpassung von Kristallstrukturen an ihre Karten. ^{[ 17 ]}
• CASP : Prediction Center Community-wide, worldwide experiment for protein structure prediction CASP . ^{[ 18 ]}
• PISCES-Server zur Erstellung nicht-redundanter Proteinlisten: Generiert PDB-Listen anhand von Sequenzidentität und Strukturqualitätskriterien. ^{[ 19 ]}
• Die Wissensdatenbank für Strukturbiologie: Werkzeuge zur Unterstützung des Forschungsdesigns im Bereich Proteine. ^{[ 20 ]}
• ProtCID : Die Protein Common Interface Database – Datenbank ähnlicher Protein-Protein-Schnittstellen in Kristallstrukturen homologer Proteine. ^{[ 21 ]}
• AlphaFold : AlphaFold – Proteinstrukturdatenbank. ^{[ 22 ]}

Die Strukturausrichtung ist eine Methode zum Vergleich von 3D-Strukturen anhand ihrer Form und Konformation. ^{[ 23 ]} Sie kann genutzt werden, um die evolutionäre Verwandtschaft einer Gruppe von Proteinen auch bei geringer Sequenzähnlichkeit abzuleiten. Bei der Strukturausrichtung wird eine 3D-Struktur über eine zweite gelegt, wobei Atome an entsprechenden Positionen gedreht und verschoben werden (im Allgemeinen unter Verwendung der Cα _- Atome oder sogar der schweren Rückgratatome C , N , O und Cα ₎ . Die Qualität der Ausrichtung wird üblicherweise anhand der mittleren quadratischen Abweichung (RMSD) der Atompositionen bewertet, d. h . des durchschnittlichen Abstands zwischen den Atomen nach der Überlagerung.

${\displaystyle \mathrm {RMSD} ={\sqrt {{\frac {1}{N}}\sum _{i=1}^{N}\delta _{i}^{2}}}}$

Dabei ist δ_{_i} der Abstand zwischen Atom i und entweder einem entsprechenden Referenzatom der anderen Struktur oder der mittleren Koordinate der N äquivalenten Atome. Der RMSD-Wert wird üblicherweise in Ångström (Å) gemessen, was etwa 10^⁻¹⁰ m entspricht . Je näher der RMSD-Wert an null liegt, desto ähnlicher sind die Strukturen.

Strukturelle Signaturen, auch Fingerabdrücke genannt, sind Musterdarstellungen von Makromolekülen, die zur Ableitung von Ähnlichkeiten und Unterschieden genutzt werden können. Der Vergleich einer großen Anzahl von Proteinen mittels RMSD stellt aufgrund des hohen Rechenaufwands für Strukturausrichtungen weiterhin eine Herausforderung dar. Strukturelle Signaturen, die auf Abstandsmustern zwischen Atompaaren in Graphen basieren, wurden verwendet, um Proteinidentifikationsvektoren zu bestimmen und nicht-triviale Informationen zu gewinnen. ^{[ 24 ]} Darüber hinaus können lineare Algebra und maschinelles Lernen zur Clusterung von Proteinsignaturen, zur Erkennung von Protein-Ligand-Interaktionen, zur Vorhersage von ΔΔG und zum Vorschlag von Mutationen basierend auf der euklidischen Distanz eingesetzt werden . ^{[ 25 ]}

Die Atomstrukturen von Molekülen lassen sich mit verschiedenen Methoden bestimmen, beispielsweise mittels Röntgenkristallographie (XRC) , NMR-Spektroskopie und 3D-Elektronenmikroskopie . Diese Verfahren können jedoch hohe Kosten verursachen, und manche Strukturen, wie etwa Membranproteine , lassen sich nur schwer aufklären. Daher ist es notwendig, computergestützte Ansätze zur Bestimmung der 3D-Strukturen von Makromolekülen zu verwenden. Die Methoden zur Strukturvorhersage werden in vergleichende Modellierung und De-novo-Modellierung unterteilt .

Vergleichende Modellierung , auch Homologiemodellierung genannt, ist eine Methode zur Konstruktion dreidimensionaler Strukturen aus der Aminosäuresequenz eines Zielproteins und einer Vorlage mit bekannter Struktur. In der Literatur wird beschrieben, dass evolutionär verwandte Proteine ​​tendenziell eine konservierte dreidimensionale Struktur aufweisen. ^{[ 26 ]} Darüber hinaus können Sequenzen entfernt verwandter Proteine ​​mit einer Identität von unter 20 % unterschiedliche Faltungen aufweisen. ^{[ 27 ]}

In der strukturellen Bioinformatik bezeichnet De-novo- Modellierung , auch Ab-initio -Modellierung genannt , Ansätze zur Gewinnung dreidimensionaler Strukturen aus Sequenzen, ohne dass eine homologe, bekannte 3D-Struktur erforderlich ist. Trotz der in den letzten Jahren vorgeschlagenen neuen Algorithmen und Methoden gilt die De-novo-Proteinstrukturvorhersage weiterhin als eine der ungelösten Herausforderungen der modernen Wissenschaft. ^{[ 28 ]}

Nach der Strukturmodellierung ist ein zusätzlicher Schritt der Strukturvalidierung erforderlich, da viele vergleichende und „De novo“-Modellierungsalgorithmen und -werkzeuge Heuristiken verwenden , um die 3D-Struktur zusammenzusetzen, was zu zahlreichen Fehlern führen kann. Einige Validierungsstrategien bestehen darin, Energiewerte zu berechnen und diese mit experimentell ermittelten Strukturen zu vergleichen. Beispielsweise ist der DOPE-Wert ein Energiewert, der vom MODELLER-Tool zur Bestimmung des besten Modells verwendet wird. ^{[ 29 ]}

Eine weitere Validierungsstrategie besteht in der Berechnung der φ- und ψ-Rückgrat-Diederwinkel aller Aminosäurereste und der Erstellung eines Ramachandran-Plots . Die Seitenketten der Aminosäuren und die Art der Wechselwirkungen im Rückgrat schränken diese beiden Winkel ein, sodass die Visualisierung erlaubter Konformationen anhand des Ramachandran-Plots erfolgen kann . Eine hohe Anzahl von Aminosäuren, die sich in nicht zulässigen Positionen des Plots befinden, deutet auf eine geringe Modellqualität hin.

Eine Liste mit häufig verwendeten Softwaretools zur Vorhersage von Proteinstrukturen , einschließlich vergleichender Modellierung , Protein-Threading , De-novo- Proteinstrukturvorhersage und Sekundärstrukturvorhersage , ist in der Liste der Software zur Vorhersage von Proteinstrukturen verfügbar .

Molekulares Docking (kurz: Docking) ist eine Methode zur Vorhersage der Orientierungskoordinaten eines Moleküls ( Ligand ) in Bindung an ein anderes (Rezeptor oder Zielmolekül). Die Bindung erfolgt meist über nicht-kovalente Wechselwirkungen, kovalente Bindungen können aber ebenfalls untersucht werden. Ziel des molekularen Dockings ist die Vorhersage möglicher Positionen (Bindungsmodi) des Liganden bei der Interaktion mit spezifischen Regionen des Rezeptors. Docking-Tools verwenden Kraftfelder, um einen Score zu berechnen und die besten Positionen zu bewerten, die die besten Wechselwirkungen zwischen den beiden Molekülen begünstigen.

Im Allgemeinen werden Docking-Protokolle verwendet, um die Wechselwirkungen zwischen kleinen Molekülen und Proteinen vorherzusagen. Docking kann aber auch zur Erkennung von Assoziationen und Bindungsmodi zwischen Proteinen , Peptiden , DNA- oder RNA- Molekülen, Kohlenhydraten und anderen Makromolekülen eingesetzt werden .

Virtuelles Screening (VS) ist ein computergestütztes Verfahren zur schnellen Durchmusterung großer Substanzbibliotheken für die Wirkstoffforschung . Üblicherweise werden beim virtuellen Screening Docking-Algorithmen verwendet, um niedermolekulare Verbindungen mit der höchsten Affinität zu einem Zielrezeptor zu identifizieren.

In jüngster Zeit wurden verschiedene Instrumente zur Evaluierung des Einsatzes von virtuellem Screening im Rahmen der Wirkstoffforschung eingesetzt. Probleme wie fehlende Informationen, ungenaue Kenntnisse arzneimittelähnlicher Moleküleigenschaften, schwache Bewertungsfunktionen oder unzureichende Docking-Strategien behindern jedoch den Docking-Prozess. Daher gilt diese Technologie laut Literatur noch nicht als ausgereift. ^{[ 30 ] [ 31 ]}

Die Molekulardynamik (MD) ist eine computergestützte Methode zur Simulation von Wechselwirkungen zwischen Molekülen und ihren Atomen über einen bestimmten Zeitraum. ^{[ 33 ]} Diese Methode ermöglicht die Beobachtung des Verhaltens von Molekülen und ihrer Wechselwirkungen unter Berücksichtigung des Gesamtsystems. Zur Berechnung des Systemverhaltens und damit zur Bestimmung der Trajektorien kann die MD neben Methoden der Molekularmechanik zur Abschätzung der zwischen den Teilchen wirkenden Kräfte ( Kraftfelder ) auch die Newtonsche Bewegungsgleichung verwenden. ^{[ 34 ]}

Folgende Informatikansätze werden in der strukturellen Bioinformatik verwendet:

• Zielauswahl – Potenzielle Ziele werden durch Vergleich mit Datenbanken bekannter Strukturen und Sequenzen identifiziert. Die Bedeutung eines Ziels kann anhand der veröffentlichten Literatur beurteilt werden. Die Zielauswahl kann auch auf Basis seiner Proteindomäne erfolgen . Proteindomänen sind Bausteine, die zu neuen Proteinen umgeordnet werden können. Sie können zunächst isoliert untersucht werden.
• Protokollierung von Röntgenkristallographie- Versuchen – Die Röntgenkristallographie dient der Aufklärung der dreidimensionalen Struktur von Proteinen. Um Proteinkristalle mittels Röntgenstrukturanalyse zu untersuchen, müssen jedoch reine Proteinkristalle erzeugt werden, was zahlreiche Versuche erfordern kann. Daher ist es notwendig, die Versuchsbedingungen und -ergebnisse zu protokollieren. Mithilfe von überwachten maschinellen Lernalgorithmen können die gespeicherten Daten analysiert werden, um Bedingungen zu identifizieren, die die Ausbeute an reinen Kristallen erhöhen könnten.
• Analyse von Röntgenkristallographiedaten – Das durch den Beschuss von Elektronen mit Röntgenstrahlen entstehende Beugungsmuster ist die Fouriertransformierte der Elektronendichteverteilung. Es werden Algorithmen benötigt, die die Fouriertransformierte mit unvollständiger Information dekonvolvieren können (da die Phaseninformation fehlt, weil die Detektoren nur die Amplitude der gebeugten Röntgenstrahlen, nicht aber die Phasenverschiebungen messen können). Extrapolationsverfahren wie die Multiwellenlängen-Anomaldispersion können verwendet werden, um eine Elektronendichtekarte zu erstellen. Diese nutzt die Position der Selenatome als Referenz, um die restliche Struktur zu bestimmen. Aus der Elektronendichtekarte wird ein Standard- Kugel-Stab-Modell generiert.
• Analyse von NMR-Spektroskopiedaten – Kernspinresonanzspektroskopie -Experimente liefern zwei- (oder höher-)dimensionale Daten, wobei jeder Peak einer chemischen Gruppe innerhalb der Probe entspricht. Optimierungsmethoden werden eingesetzt, um die Spektren in dreidimensionale Strukturen umzuwandeln.
• Korrelation von Strukturinformationen mit Funktionsinformationen - Strukturuntersuchungen können als Sonde für Struktur-Funktions-Beziehungen verwendet werden.