Summary

חיזוי ואימות מטרות חלבונים של תרכובת מולקולות קטנות

Published: February 23, 2024
doi:

Summary

הניסוי המשמש כאן מראה שיטה של עגינה מולקולרית בשילוב עם בדיקת שינוי תרמי תאי כדי לחזות ולאמת את האינטראקציה בין מולקולות קטנות למטרות חלבון.

Abstract

חלבונים הם בסיסיים לפיזיולוגיה האנושית, כאשר המטרות שלהם הן קריטיות במחקר ופיתוח תרופות. זיהוי ותיקוף של מטרות חלבון חיוניות הפכו לחלק בלתי נפרד מפיתוח תרופות. עגינה מולקולרית היא כלי חישובי הנמצא בשימוש נרחב כדי לחקור קשירת ליגנד חלבון, במיוחד בהקשר של אינטראקציות מטרה בין תרופות וחלבונים. לצורך אימות ניסיוני של הקשירה וכדי לגשת ישירות לקשירת התרופה ומטרתה, נעשה שימוש בשיטת בדיקת השינוי התרמי התאי (CETSA). מחקר זה נועד לשלב עגינה מולקולרית עם CETSA כדי לחזות ולאמת אינטראקציות בין תרופות ומטרות חלבון חיוניות. באופן ספציפי, חזינו את האינטראקציה בין קסנטטין לחלבון Keap1, כמו גם את מצב הקישור שלו באמצעות ניתוח עגינה מולקולרית, ולאחר מכן אימות של האינטראקציה באמצעות בדיקת CETSA. התוצאות שלנו הראו כי קסנטטין יכול ליצור קשרי מימן עם שאריות חומצות אמינו ספציפיות של חלבון Keap1 ולהפחית את היציבות התרמית של חלבון Keap1, מה שמצביע על כך שקסנטטין יכול לקיים אינטראקציה ישירה עם חלבון Keap1.

Introduction

חלבונים הם מקרומולקולות חשובות ביותר באורגניזמים חיים ויש להם מגוון רחב של פונקציות ייחודיות בתוך התאים, כגון הרכב הממברנה, היווצרות שלד ציטו-שלד, פעילות אנזימים, תחבורה, איתות תאי, ומעורבות במנגנונים תוך-תאיים וחוץ-תאיים 1,2,3. חלבונים מבטאים את תפקידיהם הביולוגיים בעיקר באמצעות אינטראקציות ספציפיות עם מגוון מולקולות, כולל חלבונים אחרים, חומצות גרעין, ליגנדות של מולקולות קטנות ויוני מתכת 1,4. ליגנדות הן תרכובות מולקולריות קטנות שנקשרות באופן ספציפי לחלבונים באורגניזם. האינטראקציה בין חלבונים לליגנדות מתרחשת באתרים ספציפיים על החלבון, הנקראים אתרי הקשירה, הידועים גם בשם כיסי הקישור5. במחקר כימיה תרופתית, ההתמקדות היא בזיהוי חלבוני מפתח הקשורים בבירור למחלות, המשמשים מטרות לתרופות6. לכן, הבנה מעמיקה של אתרי הקישור בין חלבונים לליגנדות היא בעלת חשיבות עליונה בקידום גילוי, תכנון ומחקר של תרופות 7,8.

עגינה מולקולרית היא כלי חישובי נפוץ לחקר קשירת ליגנד חלבון, המשתמש במבנים תלת-ממדיים של חלבונים וליגנדים כדי לחקור את מצבי הקישור והזיקות העיקריים שלהם בעת יצירת קומפלקסים יציבים 9,10,11. היישום של טכנולוגיית עגינה מולקולרית מקורו בשנות השבעים. בהתבסס על עקרון זיווג המנעול והמפתח ותוך שימוש באלגוריתמים של תוכנות עגינה מולקולריות, ניתן לקבוע את האינטראקציה בין תרכובות ומטרות מולקולריות על ידי ניתוח תוצאות העגינה. גישה זו מאפשרת חיזוי של אתרי קישור פעילים הן עבור התרכובת והן עבור מולקולת המטרה. כתוצאה מכך, הוא מאפשר זיהוי של קונפורמציית קישור אופטימלית (הנקראת כאן מודל הקשירה) עבור אינטראקציות ליגנד-קולטן, שהיא חיונית להבנת המכניקה של התקשרויות מולקולריות אלה 12,13,14,15. בעוד עגינה מולקולרית מספקת תחזיות מבוססות מחשב יקרות ערך של אינטראקציות ליגנד-קולטן, חשוב לציין כי מדובר בממצאים ראשוניים. כתוצאה מכך, אימות ניסיוני נוסף חיוני כדי לאשר אינטראקציות אלה.

בדיקת השינוי התרמי התאי (CETSA), שהוצעה לראשונה על ידי צוות המחקר של פאר נורדלונד בשנת 2013, משמשת כשיטה לאימות אינטראקציות חלבון מטרה לתרופה. טכניקה זו בודקת באופן ספציפי את היציבות התרמית של חלבוני מטרה המושרים על ידי קשירת תרופות, ומספקת גישה מעשית לאישור אינטראקציות מולקולריות 16,17,18. גישה זו מבוססת על העיקרון הבסיסי שקשירת ליגנדים יוצרת שינוי תרמי בתוך חלבוני המטרה וישימה למגוון רחב של דגימות ביולוגיות, כולל ליזטים של תאים, תאים חיים שלמים ורקמות19,20. CETSA תומך במעורבות מטרה ישירה של מולקולות קטנות בתאים שלמים על ידי גילוי ייצוב תרמודינמי של חלבונים עקב קשירת ליגנד וקישור התגובה הפנוטיפית שנצפתה לתרכובת המטרה21,22. בין המתודולוגיות השונות הנגזרות מ- CETSA, Western Blot-CETSA (WB-CETSA) נחשבת לגישה קלאסית. לאחר הכנת הדגימה בשיטת CETSA, נעשה שימוש בניתוח כתמים מערביים כדי לזהות שינויים ביציבות התרמית של חלבון המטרה. זה מאפשר קביעה מדויקת של אינטראקציות תרופה-חלבון בתוך מערכות תאיות17,23.

Xanthatin הוא תרכובת ביו-אקטיבית מבודדת מן הצמח Xanthium L. עם תכונות כגון אנטי דלקתיות, אשר שימש ברפואה הסינית המסורתית לטיפול במחלות כמו סינוסיטיס האף ודלקת פרקים24,25. חלבון 1 הקשור ל-ECH דמוי קלך (Keap1) הוא מרכיב של קומפלקס חלבונים רב-יחידות מבוסס Cullin-RING E3 Ubiquitin ligase Multi-subunit ומווסת חשוב של הומאוסטזיס חיזור תוך-תאי, המשפיע על עוצמת ומשך התגובה הדלקתית על ידי ויסות מצב חמצון-חיזור תוך-תאי26. במחקר זה השתמשנו לראשונה בעגינה מולקולרית כדי לחקור את האינטראקציה בין קסנטטין (מולקולה קטנה) וחלבון Keap1, במטרה לחזות את מצב הקישור שלהם. לאחר מכן, השתמשנו בשיטת CETSA כדי לאמת אינטראקציה זו על ידי הערכת ההשפעה של קסנטטין על היציבות התרמית של חלבון Keap1.

Protocol

1. הורדת המבנים של קסנטטין ו-Keap1 פתח את מסד הנתונים PubChem (https://pubchem.ncbi.nlm.nih.gov/), הזן xanthatin (מולקולה קטנה), ולאחר מכן לחץ על חיפוש ולחץ על התוצאה הראשונה. לחץ על הורד ולחץ להציל תחת מבנה דו-ממדי כדי לשמור את המתחם בפורמט .sdf. הורד את המבנה הגבי?…

Representative Results

ניתוח עגינה מולקולרית ניבא את האינטראקציה בין קסנטטין לחלבון Keap1. איור 2 מדגים היווצרות קשרי מימן בין שאריות קסנטטין וחומצות אמינו Gly-367 ו-Val-606 של חלבון Keap1, עם אורך קשר מימן של 2.17 Å עבור Gly-367 ו-2.13 Å עבור Val-606. בנוסף, ציון העגינה המחושב של -5.69 קק”ל/מול מסמל זיקה טובה בין קסנטטין לח?…

Discussion

זיהוי מטרות המחלה וגילוי ופיתוח תרופות קשורים קשר הדוק27. על ידי מיקוד מדויק במטרות ספציפיות, ניתן לפתח תרופות מועמדות לטיפול יעיל יותר במחלות מסוימות תוך מזעור תופעות הלוואי הקשורות לתרופות28,29. המטרות הנפוצות ביותר הן מטרות חלבון30</su…

Disclosures

The authors have nothing to disclose.

Acknowledgements

עבודה זו נתמכה על ידי הקרן הלאומית למדעי הטבע של סין (82004031) ותוכנית המדע והטכנולוגיה של סצ’ואן (2022NSFSC1303). אנו מביעים את הערכתנו הרבה לג’יה-יי סון במכון החדשני לרפואה סינית ורוקחות, אוניברסיטת צ’נגדו לרפואה סינית מסורתית, על הסיוע בכתם המערבי.

Materials

0.45 μm Polyvinylidene fluoride membrane Millipore PR05509
Anhydrous ethanol Chron chemicals 64-17-5
Bovine serum albumin BioFroxx 4240GR100
Broad-spectrum protease inhibitor mixtures Boster Biological Technology Co., Ltd AR1193
DMSO Boster Biological Technology Co., Ltd PYG0040
Enhanced chemiluminescence reagent Beyotime Biotechnology Co., Ltd P0018S
GAPDH antibody ProteinTech Group Co., Ltd 10494-1-AP
Gel Imaging Instrument E-BLOT Touch Imager Pro
Gradient PCR instrument Biometra TADVANCED Biometra Tadvanced 96SG
High-speed freezing centrifuge Beckman Coulter Allegra X-30R
Horseradish peroxidase-conjugated affiniPure goat antibody ProteinTech Group Co., Ltd SA00001-2
Isopropyl alcohol  Chron chemicals 67-63-0
Keap1 antibody Zen BioScience Co., Ltd R26935
Metal bath Analytik Jena TSC
Methanol Chron chemicals 67-56-1
Ncmblot rapid transfer buffer (20×) NCM Biotech Co., Ltd WB4600
Omni-Easy OneStep PAGE gel fast preparation kie Epizyme Biotech Co., Ltd PG212
Phosphate buffer saline Boster Biological Technology Co., Ltd PYG0021
Prestained Color Protein Marker Biosharp  BL741A
Protein Blotting Electrophoresis System Bio-Rad MiniPROTEANÒTetra Cell
RAW264.7 cell Beyotime Biotechnology Co., Ltd C7505
RAW264.7 cell-specific medium Procell Life Science&Technology Co., Ltd CM-0597
SDS-PAGE protein loading buffer Boster Biological Technology Co., Ltd AR1112-10
SDS-PAGE running buffer powder Servicebio G2018
Tris buffered saline powder Servicebio G0001
Tween 20 BioFroxx 1247ML100
Water bath Memmert WNE10
Water purifier Millipore Milli- IQ 7005
Xanthatin ChemConst Biotechnology Co., Ltd CONST210706

References

  1. Soleymani, F., Paquet, E., Viktor, H., Michalowski, W., Spinello, D. Protein-protein interaction prediction with deep learning: A comprehensive review. Computat Struct Biotechnol J. 20, 5316-5341 (2022).
  2. Du, X., et al. Insights into protein-ligand interactions: mechanisms, models, and methods. Int J Mol Sci. 17 (2), 144 (2016).
  3. Wu, Q., Peng, Z., Zhang, Y., Yang, J. COACH-D: improved protein-ligand binding sites prediction with refined ligand-binding poses through molecular docking. Nucleic Acids Res. 46, W438-W442 (2018).
  4. Zhang, F., et al. PROBselect: accurate prediction of protein-binding residues from proteins sequences via dynamic predictor selection. Bioinfo. 36, i735-i744 (2020).
  5. Kandel, J., Tayara, H., Chong, K. T. PUResNet: prediction of protein-ligand binding sites using deep residual neural network. J Cheminfo. 13 (1), 65 (2021).
  6. Dhakal, A., Mckay, C., Tanner, J. J., Cheng, J. Artificial intelligence in the prediction of protein-ligand interactions: recent advances and future directions. Brief Bioinform. 23 (1), 476 (2022).
  7. Hatty, C. R., Banati, R. B. Protein-ligand and membrane-ligand interactions in pharmacology: the case of the translocator protein (TSPO). Pharmacol Res. 100, 58-63 (2015).
  8. Chaires, J. B. Calorimetry and thermodynamics in drug design. Ann Rev Biophys. 37, 135-151 (2008).
  9. Huang, S. Y., Zou, X. Advances and challenges in protein-ligand docking. Int J Mo Sci. 11 (8), 3016-3034 (2010).
  10. Li, J., Fu, A., Zhang, L. An overview of scoring functions used for protein-ligand interactions in molecular docking. Interdiscip Sci. 11 (2), 320-328 (2019).
  11. Crampon, K., Giorkallos, A., Deldossi, M., Baud, S., Steffenel, L. A. Machine-learning methods for ligand-protein molecular docking. Drug Discov Today. 27 (1), 151-164 (2022).
  12. Pinzi, L., Rastelli, G. Molecular docking: Shifting paradigms in drug discovery. Int J Mol Sci. 20 (18), 4331 (2019).
  13. Abdolmaleki, A., Ghasemi, F., Ghasemi, J. B. Computer-aided drug design to explore cyclodextrin therapeutics and biomedical applications. Chem Biol Drug Des. 89 (2), 257-268 (2017).
  14. Chen, G., Seukep, A. J., Guo, M. Recent advances in molecular docking for the research and discovery of potential marine drugs. Mar Drugs. 18 (11), 545 (2020).
  15. Li, T., Guo, R., Zong, Q., Ling, G. Application of molecular docking in elaborating molecular mechanisms and interactions of supramolecular cyclodextrin. Carbohydr Polym. 276, 118644 (2022).
  16. Martinez Molina, D., et al. Monitoring drug target engagement in cells and tissues using the cellular thermal shift assay. Science. 341 (6141), 84-87 (2013).
  17. Tu, Y., Tan, L., Tao, H., Li, Y., Liu, H. CETSA and thermal proteome profiling strategies for target identification and drug discovery of natural products. Phytomedicine. 116, 154862 (2023).
  18. Dai, L., et al. Horizontal cell biology: Monitoring global changes of protein interaction states with the proteome-wide cellular thermal shift assay (CETSA). Annu Rev Biochem. 88, 383-408 (2019).
  19. Lade, D. M., Nicoletti, R., Mersch, J., Agazie, Y. M. Design and synthesis of improved active-site SHP2 inhibitors with anti-breast cancer cell effects. Eur J Med Chem. 247, 115017 (2023).
  20. Jiang, X., et al. Novel chemical-structure TPOR agonist, TMEA, promotes megakaryocytes differentiation and thrombopoiesis via mTOR and ERK signalings. Phytomedicine. 110, 154637 (2023).
  21. Mateus, A., et al. Thermal proteome profiling for interrogating protein interactions. Mol Syst Biol. 16 (3), 9232 (2020).
  22. Sanchez, T. W., et al. Real-time cellular thermal shift assay to monitor target engagement. ACS Chem Biol. 17 (9), 2471-2482 (2022).
  23. Tolvanen, T. A. Current advances in CETSA. Front Mol Biosci. 9, 866764 (2022).
  24. Liu, M., et al. Xanthatin inhibits STAT3 and NF-κB signalling by covalently binding to JAK and IKK kinases. J Cell Mol Med. 23 (6), 4301-4312 (2019).
  25. Liu, Y., Chen, W., Zheng, F., Yu, H., Wei, K. Xanthatin alleviates LPS-Induced inflammatory response in RAW264.7 macrophages by Inhibiting NF-κB, MAPK and STATs activation. Molecules. 27 (14), 4603 (2022).
  26. Dinkova-Kostova, A. T., Kostov, R. V., Canning, P. Keap1, the cysteine-based mammalian intracellular sensor for electrophiles and oxidants. Arch Biochem Biophys. 617, 84-93 (2017).
  27. Tabana, Y., Babu, D., Fahlman, R., Siraki, A. G., Barakat, K. Target identification of small molecules: An overview of the current applications in drug discovery. BMC Biotechnol. 23 (1), 44 (2023).
  28. Schenone, M., Dančík, V., Wagner, B. K., Clemons, P. A. Target identification and mechanism of action in chemical biology and drug discovery. Nat Chem Biol. 9 (4), 232-240 (2013).
  29. Hughes, J. P., Rees, S., Kalindjian, S. B., Philpott, K. L. Principles of early drug discovery. Br J Pharmacol. 162 (6), 1239-1249 (2011).
  30. Chakraborty, C., et al. SARS-CoV-2 protein drug targets landscape: A potential pharmacological insight view for the new drug development. Expert Rev Clin Pharmacol. 14 (2), 225-238 (2021).
  31. Ziegler, S., Pries, V., Hedberg, C., Waldmann, H. Target identification for small bioactive molecules: Finding the needle in the haystack. Angew Chem Int Ed Engl. 52 (10), 2744-2792 (2013).
  32. Zhang, X., et al. Highly effective identification of drug targets at the proteome level by pH-dependent protein precipitation. Chem Sci. 13 (42), 12403-12418 (2022).
  33. Zhang, X., et al. A simplified thermal proteome profiling approach to screen protein targets of a ligand. Proteomics. 20, 1900372 (2020).
  34. Hou, Y., et al. Salidroside intensifies mitochondrial function of CoCl2-damaged HT22 cells by stimulating PI3K-AKT-MAPK signaling pathway. Phytomedicine. 109, 154568 (2022).
  35. Wang, X., et al. Salidroside, a phenyl ethanol glycoside from Rhodiolacrenulata, orchestrates hypoxic mitochondrial dynamics homeostasis by stimulating Sirt1/p53/Drp1 signaling. J Ethnopharmacol. 293, 115278 (2022).
check_url/kr/66564?article_type=t

Play Video

Cite This Article
Luo, L., Xiong, J., Tang, Y., Chen, X., Zhang, H. Protein Target Prediction and Validation of Small Molecule Compound. J. Vis. Exp. (204), e66564, doi:10.3791/66564 (2024).

View Video