丁香实验_LOGO
登录
提问
我要登录
|免费注册
点赞
收藏
wx-share
分享

【转帖】近期蛋白质结构研究突破大汇总

丁香园论坛

1659
近期蛋白质结构研究突破大汇总

在过去的9月中有许多影响因子极高的杂志都刊登了许多对蛋白质结构研究的突破,它们各自采用不同的原理,但目的都是攻克行使生物功能的大分子——蛋白质。目前研究蛋白的手段并不多,其中一些如核磁共振做起来即费时,成功率也不高,因为蛋白晶体非常难以获得。

在9月18号Nature Structural and Molecular Biology 网络版上发表了一篇由来自加州大学圣地牙哥分校(UCSD)科研人员完成的一种新型的开发药物蛋白模型。这种模型可以形容成是一般的噬菌体展示技术的升级版本。

我们知道高级动物对付外来病原体的一大重要方法就是利用抗体与之表面的蛋白结合,使它丧失功能。抗体是一类高度可变的蛋白,它要面对的是各式各样的外来入侵者,所以它要预备各式各样的结构以使它可以面对各种“敌人”。

可是,我们很难在体外合成稳定的抗体结构,于是我们噬菌体展示技术来进行药物筛选。但是噬菌体表面蛋白的结构种类是远远不及天然抗体多的。于是UCSD的研究人员发明了一种方法,让噬菌体外展蛋白当中的12个位点的氨基酸发生不同的突变以使它可以形成上兆种不同的结构。其原理就是让编码这个展示蛋白DNA序列中存在12个特殊位点,它们在复制过程中出错的频率会比一般高处许多,这样会导致最终形成的蛋白具有不同的结构。利用这种方法就可以更加有效的进行药物筛选。

在9月23号的Science上刊登了一篇由加州大学柏克利分校的研究人员完成的工作,他们第一次直接证实了蛋白在进行折叠过程中是经历了一个中间状态的,这种状态被科学家形容为熔球(molten globule)。熔球不像正常折叠后结构紧密的蛋白那样脆弱,你可以对它进行拉扯,它不会被轻易破坏结构。熔球具有正常蛋白所有的二级结构,但是这种二级结构尚未正确折叠形成更高级的结构。

另外这篇文章中采用了一种崭新的蛋白质研究方式,那就是将蛋白的两端连接在DNA分子上,然后利用物理学方法——光学镊子(optical tweezer)对其进行操作。
以上两篇文章都是对实验方法的改进,可是有另一批科学家他们非常巧妙的把计算机引入到蛋白结构研究当中。可是说是一个非常有希望的研究新方向。

过去,已经有利用计算机预测蛋白质结构的软件存在,比如Expasy(www.expasy.com)上就可以在线预测蛋白质立体结构。但其原理事实上只是将你输入的氨基酸序列与数据库中已有的建模序列进行比较,当两序列相似程度高的时候才可以输出结果。当然,这也不失一个研究的好方法,对于一个未知功能的蛋白如果能够发现它与一已知功能蛋白高相似度的话,就可以朝着这个方向进行功能研究。但是毕竟已知功能的高级结构不多,如果没有相似度高的结构,就无法做出任何预测。

来自德克萨斯大学西南医学中心研究人员则设计出了一款软件,它完全可以利用一段序列预测出其高级结构,文章发表在9月16号的Science上。其预测过程共由两步构成。第一阶段利用一个能迅速计算能量状态的粗略模型,而第二个模型非常精确——虽然计算能量耗费的时间较长但更为精确。第一阶段是对可能的结构进行大规模的搜索,而第二个阶段则进一步确定出最可能的空间位置。

在自然界中,总是趋于形成低能量的物质,蛋白质也是这样。这软件就是尝试计算在什么样的结构下蛋白质的能量会最低,这种预测在目前来说还不是十分精准。其准确程度大约在33%左右。更多的信息可以从它们的网站上获得:http://boinc.bakerlab.org/rosetta。

除了以上这种预测蛋白结构的软件外,在8月的PNAS上也出现了一种十分有趣的预测蛋白质分离方法。这一方法是基于之前的Breneman实验室的快速预测小分子药物毒副作用的方法上发展起来的:将一定数量的某种蛋白在特定条件下绑在介质上,通过获得的吸附等温线(adsorption isotherm parameters)数据分析这一蛋白在层析柱中分离的特点和情况。

前面德克萨斯大学西南医学中心的研究人员只是对蛋白结构进行预测而已,但是来自霍华德·休斯医学研究所的科学家们则已经开始尝试把计算机得出的结论又重新应用回到实验中了。在9月22日的Nature上发表了两篇文章,这两篇文章都是利用对蛋白一级结构的数据分析,得到其折叠的规律。然后再利用这一规律输出一段自然界没有的DNA序列,利用大肠杆菌将其表达出来。就是这段与天然序列差个十万八千里的序列最后竟然也能形成与天然蛋白想类似的构象。

接着在9月23号的Cell杂志上也发表一篇Preview形式的报道,认为这种利用蛋白在不同进化过程的一级序列进行比对获得某一类蛋白折叠规律的方式是十分具有意义的,

感谢分享!请按格式要求修改此贴,逾期将扣分处理,谢谢合作!
提问
扫一扫
丁香实验小程序二维码
实验小助手
丁香实验公众号二维码
扫码领资料
反馈
TOP
打开小程序