Способ проектирования первичной структуры белка с заданной вторичной структурой

Способ проектирования первичной структуры белка с заданной вторичной структурой

Иллюстрации

Показать все

Реферат

Изобретение относится к компьютерному способу, использующему биохимические базы данных при разработке новых белковых соединений для фармацевтики, биотехнологии и других областей промышленности, а также для научных исследований в медицине, биохимии, молекулярной биологии и генетике, для которых существенно использование новых белковых соединений на основе аминокислот.

Данное изобретение относится к области белковой инженерии - направлению молекулярной биологии, в задачи которой входит создание знаний и методов, позволяющих получать белки с заранее заданной структурой и функцией. Одним из аспектов этого направления является проектирование (дизайн) белковых молекул. Задача проектирования является обратной по отношению к задаче прогнозирования белковой структуры. Если в процессе прогнозирования белковой структуры мы по известной нам последовательности аминокислот должны на первом этапе найти его вторичную структуру, т.е. положение α-спиральных, β-структурных участков и изгибов, то при проектировании мы должны задать такую ранее неизвестную последовательность аминокислот в первичной структуре, спроектированный нами для создания желаемой пространственной структуры, которая в подходящих условия, после ее синтеза примет порядок расположения и размер α-спиральных, β-структурных участков и изгибов.

Проектирование новых белков, как правило, осуществляется на основе разработанной методологии прогнозирования белковых структур и от успешности этой методологии зависит степень удачи при проектировании новых белков с заранее прогнозируемой структурой. В большинстве случаев полученные результаты - это лишь немногочисленные удачные примеры среди большого числа не упоминаемых авторами неудачных вариантов.

Известны попытки проектирования белковых структур, основанные на общих закономерностях их формирования. Одной из первых явилась работа группы Де Градо (D.Eisenberg, W.Wilcox, S.M.Eshita, P.M.Pryciak, S.P.Ho, W.F.Degrado. 1986. The design, synthesis, and crystallization of an alpha-helical peptide. Proteins: Structure, Function, and Bioinformatics. V.1, Issue 1, pp.16-22). Авторы исходили из простой идеи: гидрофобные взаимодействия белковых структур должны быть минимизированы и упрятаны в гидрофобное ядро, а гидрофильные - обеспечивать контакт с растворителем. Исходя из этих соображений авторы спроектировали и синтезировали искусственный белок, содержащий лишь несколько аминокислот (Leu, Glu, Lys) и состоящий из четырех α-спиралей (W.F.DeGrado, L.Regan, S.P.Но. The Design of a Four-helix Bundle Protein. Cold Spring Harb Symp Quant Biol 1987. 52: 521-526).

Однако такой упрощенный подход не позволяет проектировать близкие к реальным сложные белки, состоящие из 20 различных типов аминокислот и обладающие заданными как структурными, так и функциональными свойствами.

В основу искусственного белка альбебетина была положена не существующая в природе структура, которая состояла из двух повторов типа α-β-β (V.V.Chemeris, D.A.Dolgikh, A.N.Fedorov, A.V.Finkelstein, M.P.Kirpichnikov, V.N.Uversky, O.B.Ptitsyn. A new approach to artificial and modified proteins: theory-based design, synthesis in a cell-free system and fast testing of structural properties by radiolabels. Protein Eng. (1994) 7 (8): 1041-1052). Его структура была разработана на основе физической теории формирования вторичной структуры белков, развиваемой авторами (Ptitsyn O.B., Finkelstein A.V. Theory of protein secondary structure and algorithm of its prediction. Biopolymers. 1983. V.22. P.15-25). Структурное исследование альбебетина показало, что он обладает заданной авторами вторичной структурой и находится в состоянии расплавленной глобулы. Следует отметить, что точность подхода, используемого авторами, не превышает 80%, что не позволяет с полной уверенностью проектировать белки с заданной структурой. Авторы практически спроектировали лишь один белок, и далее исследования были прекращены.

С целью улучшения предсказательных свойств известного метода, использующего физические потенциалы, было предложено ввести ряд параметров, учитывающих свойства последовательностей аминокислот (A.M.Poole и R.Ranganathan. Knowledge-based potentials in protein design. Current Opinion in Structural Biology 2006, 16, 508-513). На основе этого метода, с учетом введенных параметров, авторы спроектировали de novo ряд белков (WO 2007030594, «Methods of using and analyzing biological sequence data», МПК G06F 19/22; G06F 19/18, опубл. 15.03.2007). Однако такой подход носить компилятивный характер и обеспечивает лишь некоторое улучшение взятых за основу методов, не меняя вероятностный характер исходного физического метода.

Известно изобретение, имеющее отношение к аппаратам и методам для количественного проектирования и оптимизации структуры белка (US 2002106694 «Apparatus and method for automated protein design», МПК С07К 1/00; C07K 14/00; C12N 15/10; G06F 17/50; G06F 19/00, опубл. 08.08.2002). Разработанный автоматический метод проектирования, количественно учитывающий взаимодействия поверхностных остатков боковых цепей на основе вычисления трех типов потенциалов и учета стереохимических ограничений, позволяет выбрать из большого числа вариантов белок FSD-1 с мотивом ββα, основанным на структуре домена цинк-фингер-белка. Последовательность аминокислот этого белка имеет очень малое сходство с этим доменом. Несмотря на это, исследование этого белка в растворе методом спектроскопии ядерного магнитного резонанса показали, что он образует структуру, полностью идентичную предложенному для нее дизайну (B.I.Dahiyat and S.L.Mayo. De Novo Protein Design: Fully Automated Sequence Selection. Science, (1997) 278, 82-87).

Недостатком этого метода является необходимость наличия образцового белка, на основе которого осуществляется выбор новой структуры из большого числа вариантов.

С помощью методологии Розетта (Rosetta), представленной в работе (Kuhlman В, Dantas G, Ireton GC, Varani G, Stoddard BL, Baker D. Design of a novel globular protein fold with atomic-level accuracy. Science, 2003, 302(5649), 1364-8), основанной на оптимизации выбранных структур, был спроектирован и синтезирован неизвестный в природе искусственный белок Тор 7, структура которого была подтверждена экспериментально. Ядро Rosetta - физическая модель макромолекулярных взаимодействий и алгоритмов поиска аминокислотной последовательности с наименьшей энергией для заданной белковой структуры. Авторы применили свой метод (US 7574306 «Method and system for optimization of polymer sequences with stable, 3-dimensional conformations», МПК G06F 19/00, опубл. 11.08.2009) к разработке конструкций ряда других белков. Однако этот метод требует довольно сложных расчетов и не всегда приводит к успешным результатам. Для его использования также необходимо наличие образцов.

Такие способы не решают проблемы создания простого способа проектирования новых белков, обладающих любой заданной структурой и функциональными свойствами, а необходимость использования в качестве образцов конкретных белковых структур ограничивает диапазон проектируемых структур.

Решение этой проблемы особенно важно в технологии изготовления фармацевтических и иммунологических препаратов белкового происхождения.

Задачей, на решение которой направлено заявляемое изобретение, является разработка способа проектирования первичной структуры белка, благодаря которому достигается технический результат, заключающийся в упрощении способа с расширением диапазона проектируемых структур.

Предлагаемый способ проектирования первичной структуры белка на основе получения характеризующей ее последовательности аминокислот и описания вторичной структуры, заключается в следующем:

A) создают базу данных аминокислотных пентафрагментов белков, содержащую папки с пентафрагментами, причем исходный список папок составлен по их названиям, сформированным на основании закодированного в двоичной системе описания водородных связей пептидных групп пентафрагментов во вторичной структуре белков, и записывают ее на информационный носитель;

Б) вводят в память компьютера записанную на информационный носитель базу данных аминокислотных пентафрагментов белков;

B) задают и вводят в память компьютера начальную последовательность из пяти аминокислот, принадлежащих к группе из двадцати канонических аминокислот белков, являющуюся заданным начальным пентафрагментом;

Г) задают и вводят в память компьютера описание вторичной структуры заданного начального пентафрагмента в виде десятизначного числа в двоичной системе;

Д) вводят в память компьютера программу PROTCOM для выделения и поиска пентафрагментов проектируемого белка в базе данных и записи названий аминокислот найденных пентафрагментов и номеров папок базы данных, описывающих вторичную структуру, в которых обнаружены искомые пентафрагменты;

Е) вводят и запоминают заданный начальный пентафрагмент проектируемого белка в виде последовательности из пяти аминокислот в программу PROTCOM;

Ж) вводят и запоминают заданную вторичную структуру заданного начального пентафрагмента в виде десятизначного числа в двоичной системе в программу PROTCOM;

З) проводят поиск заданного начального пентафрагмента проектируемого белка в базе данных с помощью ранее записанной в память компьютера программы PROTCOM, при этом алгоритм поиска включает в себя:

- кодирование заданного начального пентафрагмента для целей поиска в базе данных;

- проведение поиска заданного начального пентафрагмента в базе данных в папке с заданной вторичной структурой пентафрагмента;

- при нахождении в папке заданного начального пентафрагмента считают этот пентафрагмент первым из возможного числа N пентафрагментов проектируемой первичной структуры белка и производят:

- фиксирование номера папки базы данных, содержащей первый пентафрагмент;

- запись последовательности аминокислот первого пентафрагмента в рабочий файл программы;

- запись десятизначного номера папки, описывающего вторичную структуру найденного первого пентафрагмента в рабочий файл;

- при не нахождении в папке заданного начального пентафрагмента:

- задают и вводят в память компьютера новую начальную последовательность из пяти аминокислот, принадлежащих к группе из двадцати канонических аминокислот белков, являющуюся новым заданным начальным пентафрагментом;

- вводят и запоминают новый заданный начальный пентафрагмент проектируемого белка в виде последовательности из пяти аминокислот в программу PROTCOM;

- проводят поиск нового заданного начального пентафрагмента проектируемого белка в базе данных с помощью ранее записанной в память компьютера программы PROTCOM, при этом алгоритм поиска включает в себя:

- кодирование нового заданного начального пентафрагмента для целей поиска в базе данных;

- проведение поиска нового заданного начального пентафрагмента в базе данных в папке с заданной вторичной структурой пентафрагмента;

- повторение задания новых начальных пентафрагментов и поиска новых заданных исходных пентафрагментов осуществляют до тех пор, пока не будет найден пентафрагмент с такой последовательностью аминокислот, которая находится в папке базы данных, описывающей заданную вторичную структуру пентафрагмента;

И) задают вторичные структуры каждого последующего из (N-1) пентафрагментов путем введения того же или измененного десятизначного числа, описывающего вторичную структуру предыдущего пентафрагмента в программу PROTCOM;

К) проводят поиск в базе данных пентафрагментов, содержащих четыре аминокислоты каждого из (N-1) пентафрагментов, записанных в рабочем файле и одну новую, при этом алгоритм поиска включает в себя:

- выделение и запоминание четырех последних аминокислот в каждом из (N-1) пентафрагментов, записанных в рабочем файле;

- поиск пентафрагментов, содержащих четыре последние аминокислоты каждого из (N-1) пентафрагментов, записанных в рабочем файле, и одну новую аминокислоту в базе данных в папке с заданной вторичной структурой;

- при нахождении таких пентафрагментов производят:

- выбор одной из новых аминокислот и присоединение ее к четырем последним аминокислотам предыдущего пентафрагмента;

- запись новой аминокислоты в рабочий файл, отражающий проектируемую первичную структуру белка;

- запись десятичного номера папки, описывающего вторичную структуру каждого найденного пентафрагмента;

- при не нахождении таких пентафрагментов производят:

- задание измененной вторичной структуры;

- выделение четырех последних аминокислот в последующем пентафрагменте;

- поиск пентафрагментов, содержащих четыре последних аминокислоты предыдущего пентафрагмента и одну новую аминокислоту в базе данных в папке с измененной вторичной структурой;

- повторение изменения вторичной структуры и поиск в базе данных осуществляют до тех пор, пока не будет найден хотя бы один пентафрагмент, содержащий четыре аминокислоты предыдущего пентафрагмента;

Л) спроектированной первичной структурой белка считают полученную в рабочем файле последовательность аминокислот, с соответствующим описанием ее вторичной структуры.

Способ осуществляют следующим образом:

А) создают базу данных аминокислотных пентафрагментов белков, содержащую папки с пентафрагментами, причем исходный список папок составлен по их названиям, сформированным на основании закодированного в двоичной системе описания водородных связей (Н-связей) пептидных групп пентафрагментов во вторичной структуре белков, и записывают ее на информационный носитель;

а) из Protein Data Bank производят скачивание находящихся в открытом доступе файлов с координатами атомов кристаллов белков, исследованных методом рентгеноструктурного анализа (РСА). Для создания начальной базы было произведено скачивание 2500 файлов белков.

б) с помощью компьютерной программы Protein 3D (Компьютерная программа «Protein 3D», зарегистрировано в Рос. АПО, №980143 от 03.05.98, авторы: Карасев В.А., Демченко Е.Л.) на основе полученных из Protein Data Bank файлов создают текстовые файлы, содержащие первичные структуры белков с описанием Н-связей, образуемых пептидными группами основных цепей белков во вторичной структуре;

в) с помощью комплекса программ для создания базы проводят следующие действия:

- осуществляют нарезку полученных первичных структур белков на фрагменты из пяти аминокислот (пентафрагменты) таким образом, чтобы каждый последующий фрагмент в процессе движения снизу вверх выделялся со сдвигом на одну аминокислоту по отношению к предыдущему фрагменту, а информация об Н-связях каждого выделяемого фрагмента во вторичной структуре белка полностью сохранялась. В таблице 1 для примера показана процедура нарезки фрагмента текстового файла белка 1SCN (субтилизина Карлсберга). Из таблицы видно, что Н-связи в пентафрагментах остаются неизменными.

- пентафрагменты, гомологичные по структуре Н-связей пептидных групп во вторичной структуре белка, сортируют по папкам, присваивая названиям папок закодированное в двоичной системе описание Н-связей пептидных групп. Наличие Н-связи обозначают цифрой «1», отсутствие водородной связи - цифрой «0».

В каждом пентафрагменте имеется 5 пар пептидных групп, Н-связи связи которых описываются четырьмя видами пар переменных: нет Н-связей - 00, Н-связь O…HN - 01, Н-связь NH…О - 10 и две Н-связи: О…HN и NH…O - 11. Таким образом название папки, содержащей гомологичные по структуре пентафрагменты, состоит из 10 символов 0 и 1, прочитываемых сверху вниз и записываемых в строку слева направо.

Примеры вариантов выделяемых пентафрагментов и описывающих их десятизначных чисел в двоичной системе приведены в таблице 2. Так, пентафрагмент, полученный из участка β-структуры (первая строка, пример слева), не содержит Н-связей ближнего порядка и описывается числом 0000000000. Участок с пентафрагментом, который находится в переходной области β-структура - α-спираль (первая строка, пример справа) содержит одно звено со связями O…HN и NH…O - пара переменных 11 и четыре звена со связями O…HN - 01 и характеризуется числом 1101010101. Центральная область α-спирали, как показано в таблице 2, содержит пять звеньев со связями O…HN и NH…O - 11 и описывается числом 1111111111. Переходная область α-спираль - β-структура содержит четыре звена со связями NH…O - 10 и одно - со связями O…HN и NH…O - пара переменных 11, что дает десятизначное число 1010101011. Наконец, участок изгиба β-структуры с одной Н-связью, как следует из таблицы 2, содержит одно звено со связью NH…O - 10, три звена - без Н-связей - 00 и одно звено со связью O…HN - 01, что описывается числом 1000000001.

При создании базы данных в процессе обработки текстовых файлов производилось движение по цепи белка снизу вверх со сдвигом на одну аминокислоту на каждом этапе и при этом каждый выделяемый пентафрагмент получал соответствующее десятизначное описание. В таблице 1 эти значения приведены во втором справа столбце. В результате в этом столбце мы имеем серии перекрывающихся на 4/5 десятизначных описаний структуры участка белка 1CSN, каждое из которых получает в базе данных папку с аналогичным номером. Жирным шрифтом выделены 10-значные номера, для пентафрагментов, аналогичных приведенным в таблице 2.

Таблица 1
Пример процедуры нарезки на пентафрагменты α-спирального фрагмента белка 1SCN
		10-значное описание
Текстовый файл	Этапы выделения пентафрагментов
1CSN					0000000000	69
69 PRO					0000000000	68
68 ILE					0000000010	67
67 GLY					0000001010	66
66 THR					0000101010	65
65 CYS					0010101010	64
64 GLY	→			→	1010101011	63
63 ALA N - 59 TYR O
63 ALA
62 LEU N - 58 THR O					1010101111	62
62 LEU
61 LEU N - 57 ARG O					1010111111	61
61 LEU
60 LYS N - 56 TYR O					1011111111	60
60 LYS
59 TYR O - 63 ALA N	→			→	1111111111	59
59 TYR N - 55 GLU O
59 TYR
58 THR O - 62 LEU N					1111111101	58
58 THR N - 54 ASP O
58 THR
57 ARG O - 61 LEU N					1111110101	57
57 ARG N - 53 ARG O
57 ARG
56 TYR O - 60 LYS N					1111010101	56
56 TYR N - 52 LEU O
56 TYR
55 GLU O - 59 TYR N	→			→	1101010101	55
55 GLU N - 51 GLN O
55 GLU
54 ASP O - 58 THR N					0101010100	54
54 ASP
53 ARG O - 57 ARG N	→	53 ARG O - 57 ARG N	0101010000	53
53 ARG		53 ARG
52 LEU O - 56 TYR N	→	52 LEU O - 56 TYR N	52 LEU O - 56 TYR N	0101000000	52
52 LEU		52 LEU	52 LEU
51 GLN O - 55 GLU N	→	51 GLN O - 55 GLU N	51 GLN O - 55 GLU N	51 GLN O - 55 GLU N	0100000000	51
51 GLN		51 GLN	51 GLN	51 GLN
50 PRO	50 PRO	50 PRO	50 PRO	50 PRO	0000000000	50
49 ALA	49 ALA	49 ALA	49 ALA	49 ALA
48 ASP	48 ASP	48 ASP	48 ASP
47 SER	47 SER	47 SER
46 ARG	46 ARG

Центральные участки α-спиралей и β-структур белков описывают, соответственно, ряды повторяющихся 10-значных номеров 1111111111 и 0000000000. В то же время переходные участки от β-структуры к α-спирали и от α-спирали к β-структуре описываются блоками 10-значных номеров с постепенно изменяющимся составом пар переменных. Примеры таких блоков приведены в таблице 3. Жирным шрифтом выделены начальные и конечные участки переходов и их 10-значные описания.

Таблица 3
Примеры переходных участков и их описаний с помощью 10-значных чисел
Переходные участки от β-структуры к α-спирали	10-значное описание	Переходные участки от α-спирали к β-структуре	10-значное описание
1SCN		1SCN
59 TYR O - 63 ALA N	68 ILE
59 TYR N - 55 GLU O	67 GLY
59 TYR 58 THR O - 62 LEU N	1111111111	66 THR	0000000000
65 CYS
58 THR N - 54 ASP O	64 GLY
58 THR	1111111101	63 ALA N - 59 TYR O	0000000010
57 ARG O - 61 LEU N	1111110101	63 ALA	0000001010
57 ARG N - 53 ARG O	1111010101	62 LEU N - 58 THR O	0000101010
57 ARG	1101010101	62 LEU
56 TYR O - 60 LYS N	0101010100	61 LEU N - 57 ARG O	0010101010
56 TYR N - 52 LEU O	0101010000	61 LEU
56 TYR	0101000000	60 LYS N - 56 TYR O	1010101011
55 GLU O - 59 TYR N	0100000000	60 LYS	1010101111
55 GLU N - 51 GLN O	0000000000	59 TYR O - 63 ALA N
55 GLU	59TYRN - 55 GLU O	1010111111
54 ASP O - 58 THR N	59 TYR
54 ASP	58 THR O - 62 LEU N	1011111111
53 ARG O - 57 ARG N	58 THR N - 54 ASP O
53 ARG	58 THR	1111111111
52 LEU O - 56 TYR N	57 ARG O - 61 LEU N
52 LEU	57 ARG N - 53 ARG O
51 GLN O - 55 GLU N	57 ARG
51 GLN	56 TYR O- 60 LYS N
50 PRO	56 TYR N - 52 LEU O
49 ALA	56 TYR
48 ASP	55 GLU O- 59 TYR N
47 SER	55 GLU N - 51 GLN O
46 ARG	55 GLU
1AMF		3BBY
131 GLU O-135 LYS N	93 PRO
131 GLU N - 127 ILE O	92 TYR
131 GLU	91 ILE
130 LYS O - 134 GLN N	90 ARG
130 LYS N - 126 GLY O	1111111111	89 GLU	0000000000
130 LYS	1111111101	88 TRP N - 84 ALA O	0000000010
129 ALA O -133 LEU N	1111110101	88 TRP	0000001000
129 ALA N - 125 ALA O	1111010101	87 THR	0000100000
129 ALA	1101010111	86 PRO	0010000000
128 TYRO - 132 ALA N	0101011100	85 PRO	1000000011
128 TYR N - 124 PRO O	84 ALA O - 88 TRP N
128 TYR	0101110000	84 ALA N - 80 GLU O	0000001110
127 ILE O - 131 GLU N	84 ALA
127 ILE N - 123 VAL O	0111000000	83 PHE N - 79 LEU O	0000111010
127 ILE	1100000001	83 PHE	0011101010
126 GLY O - 130 LYS N	0000000100	82 ARG N - 78 TYR O	1110101011
126 GLY	0000010000	82 ARG	1010101111
125 ALA O - 129 ALA N	81 ASPN - 77 GLU O
125 ALA	0001000000	81 ASP	1010111111
124 PRO O - 128 TYR N	80 GLU O - 84 ALA N
124 PRO	0100000000	80 GLU N - 76 ALA O	1011111111
123 VAL O - 127 ILE N	0000000000	80 GLU	1111111111
123 VAL N - 119 ASP O	79 LEU O - 83 PHE N
123 VAL	79 LEU N - 75 ILE O
122 HIS	79 LEU
121 GLU	78 TYR O - 82 ARG N
120 PRO	78 TYR N - 74 ALA O
119 ASP O - 123 VAL N	78 TYR
119 ASP	77 GLU O - 81 ASP N
118 GLY	77 GLU N - 73 SER O
117 VAL	77 GLU
116 ALA	76 ALA O - 80 GLU N
115 LEU	76 ALA N - 72 SER O
114 ARG	76 ALA

Нами было установлено, что количество таких блоков ограничено и между переходами от β-структуры к α-спирали и от α-спирали к β-структуре имеется антисимметрия (0←→1). Для этих переходов составлен каталог. Аналогичные антисимметрии (0←→1) наблюдаются также для изгибов α-спиралей и β-структур, примеры которых представлены в таблице 4. Для этих блоков также составлен каталог. Жирным шрифтом выделены начало и конец изгибов и пары переменных, обозначающие водородные связи в изгибах.

Таблица 4
Сопоставление изгиба α-спирали с разрывом одной Н-связи с изгибом β-структуры с одной Н-связью
Изгиб α-спирали с разрывом одной Н-связи	10-значное описание	Изгиб β-структуры с одной Н-связью	10-значное описание
1DOG
334 GLN
333 TYR O - 337 LYS N
333 TYR N - 329 TYR O
333 TYR
332 LEU O - 336 ASP N
332 LEU N - 328 LEU O
332 LEU
331 ALA O - 335 TRP N
331 ALA N - 327 GLN O
331 ALA
330 ASP O - 334 GLN N
330 ASP N - 326 GLU O
330 ASP	1GZM
329 TYR O - 333 TYR N	1111111111	31 LEU	0000000000
329 TYR N - 325 ALA O	30 TYR	0000000010
329 TYR	29 TYR
328 LEU O - 332 LEU N	1111111101	28 GLN	0000001000
328 LEU	1111110111	27 PRO	0000100000
327 GLN O - 331 ALA N	1111011111	26 ALA N - 22 SER O	0010000000
327 GLN N - 323 ALA O	1101111111	26 ALA	1000000001
327 GLN	0111111110	25 GLU	0000000100
326 GLU O - 330 ASP N	1111111011	24PHE	0000010000
326 GLU N - 322 LEU O	23 PRO
326 GLU	1111101111	22 SER O - 26 ALA N	0001000000
325 ALA O - 329 TYR N	1110111111	22 SER	0100000000
325 ALA N - 321 THR O	1011111101	21 ARG
325 ALA	1111110101	20 VAL	0000000000
324 ALA N - 320 CYS O		19 VAL
324 ALA	18 GLY
323 ALA O - 327 GLN N	17 THR
323 ALA N - 319 LEU O
323 ALA
322 LEU O - 326 GLU N
322 LEU N - 318 PHE O
322 LEU
321 THR O - 325 ALA N
321 THR N - 317 TRP O
321 THR
320 CYS O - 324 ALA N
320 CYS
319 LEU O - 323 ALA N
319 LEU

Путем комбинации эти блоки могут быть использованы для проектирования любых типов вторичных структур белков.

г) производят упрощение выделенных пентафрагментов путем удаления из них информации о структуре Н-связей и оставления только последовательности из пяти аминокислот;

д) с целью облегчения дальнейшей процедуры поиска пентафрагментов в базе данных производят их сортировку на файлы, содержащие фрагменты с одинаковым пятизначным числовым индексом, который им присваивают путем отнесения каждой из аминокислот пентафрагмента к одной из четырех групп преобразований антисимметрии (Карасев В.А., Лучинин В.В. Введение в конструирование бионических наносистем. - М.: Физматлит, 2009, 464 с., глава 8). Эти группы приведены в таблице 5.

Таблица 5
Распределение аминокислот в соответствии с группами антисиммет
Группа антисимметрии
Аминокислоты
Группа 1	Gly, Pro
Группа 2	Ala, Leu
Группа 3	Ser, Thr, Cys, Met, His, Trp, Phe, Tyr
Группа 4	Asp, Glu, Asn, Gln, Arg, Lys, Val, Ile

При этом в имени файла записывают пятизначный индекс и название папки, в которой этот файл расположен. Если пентафрагмент

Efg
Def
Cde
Bcd
Abc

описывается 10-значным числом 0000000000, его индекс формируют сверху вниз и записывают слева направо: например, если аминокислота Efg относится к группе 1, Def -к группе 2, Cde - к группе 3, Bcd - к группе 4 и Abc - к группе 1, то его 5-значный индекс будет 12341, а имя файла - 12341_0000000000.

Созданная база данных содержит более 500 тысяч пентафрагментов, сортированных на более чем 500 папок. База данных организована в систему, состоящую из 16 гиперкубов, изоморфных булевым гиперкубам В⁶ (База данных пентафрагментов белков. Авторы: В.А.Карасев, А.И.Беляев, В.В.Лучинин. Зарегистрирована 7 июля 2010 года в Федеральном агентстве РОСПАТЕНТ №2010620364).

База данных может постоянно пополняться путем обработки новых файлов из Protein Data Bank. Также может быть создана теоретическая база данных.

Б) вводят в память компьютера записанную на информационный носитель базу данных аминокислотных пентафрагментов белков;

В) задают и вводят в память компьютера начальную последовательность из пяти аминокислот, принадлежащих к группе из двадцати канонических аминокислот белков, являющуюся заданным начальным пентафрагментом;

Задуманная начальная последовательность из пяти аминокислот представлена в виде столбца из трехбуквенных сокращенных названий аминокислот с обозначениями слева их номеров, записанная снизу вверх:

5	Efg
4	Def
3	Cde
2	Bcd
1	Abc

Г) задают и вводят в память компьютера описание вторичной структуры заданного начального пентафрагмента в виде десятизначного числа в двоичной системе;

Д) вводят в память компьютера программу PROTCOM для выделения и поиска пентафрагментов проектируемого белка в базе данных и записи названий аминокислот найденных пентафрагментов и номеров папок базы данных, описывающих вторичную структуру, в которых обнаружены искомые пентафрагменты;

Е) вводят и запоминают заданный начальный пентафрагмент проектируемого белка в виде последовательности из пяти аминокислот в программу PROTCOM;

Оператор вводит в программу задуманную последовательность из пяти аминокислот (заданный начальный пентафрагмент).

Ввод этих аминокислот в программу осуществляется сверху вниз, начиная с пятой аминокислоты, и заканчивается первой аминокислотой: Efg, Def, Cde, Bcd, Abc.

Ж) вводят и запоминают заданную вторичную структуру заданного начального пентафрагмента в виде десятизначного числа в двоичной системе в программу PROTCOM;

Пример вводимого десятизначного числа: 0000000000

З) проводят поиск заданного начального пентафрагмента проектируемого белка в базе данных с помощью ранее записанной в память компьютера программы PROTCOM, при этом алгоритм поиска включает в себя:

- кодирование заданного начального пентафрагмента для целей поиска в базе данных;

Программа считывает аминокислоты пентафрагмента сверху вниз, кодирует их в соответствии с принадлежностью к той или иной группе антисимметрии и записывает кодовый номер слева направо, аналогично сформированным индексам файлов, например: Efg - 1, Def - 2, Cde - 3, Bсd - 4, Abс - 4, кодовый номер - 12344.

- проведение поиска заданного начального пентафрагмента в базе данных в папке с заданной вторичной структурой пентафрагмента;

Для введенного десятизначного числа 0000000000 заданный начальный пентафрагмент ищут в папке базы данных с номером 0000000000, в файле с кодовым номером 12344, т.е. 12344_0000000000.

- при нахождении в папке заданного начального пентафрагмента считают этот пентафрагмент первым из возможного числа N пентафрагментов проектируемой первичной структуры белка и производят:

- фиксирование номера папки базы данных, содержащей первый пентафрагмент;

- запись последовательности аминокислот первого пентафрагмента в рабочий файл программы;

- запись десятизначного номера папки, описывающего вторичную структуру найденного первого пентафрагмента в рабочий файл;

Формат рабочего файла, создаваемого программой PROTCOM, показан в таблице 6.

Таблица 6
Формат рабочего файла, созданного программой PROTCOM
1	2	3
N	STP	bbbbbbbbbb
.	…	………
5	Efg	bbbbbbbbbb
4	Def
3	Cde
2	Bcd
1	Abc

Запись последовательности аминокислот исследуемого белка в рабочем файле производится снизу вверх, что отражает порядок синтеза белка на рибосоме (удлинение белка происходит путем добавления аминокислот к верхней аминокислоте). Столбцы файла имеют следующее назначение:

1 - номера аминокислот в проектируемом белке, записанные снизу вверх;

2 - последовательность аминокислот в проектируемом белке, записанная снизу вверх с помощью трехбуквенных обозначений;

3 - десятизначные номера папок (bbbbbbbbbb) базы данных, описывающих вторичную структуру проектируемых пентафрагментов, записанные снизу вверх.

в строке N - сигнальное значение конца белковой последовательности (STP).

Жирным шрифтом выделен первый пентафрагмент и десятизначный номер папки, в которой найден данных пентафрагмент.

- при не нахождении в папке заданного начального пентафрагмента:

- задают и вводят в память компьютера новую начальную последовательность из пяти аминокислот, принадлежащих к группе из двадцати канонических аминокислот белков, являющуюся новым заданным начальным пентафрагментом;

- вводят и запоминают новый заданный начальный пентафрагмент проектируемого белка в виде последовательности из пяти аминокислот в программу PROTCOM;

- проводят поиск нового заданного начального пентафрагмента проектируемого белка в базе данных с помощью ранее записанной в память компьютера программы PROTCOM, при этом алгоритм поиска включает в себя:

- осуществляют кодирование нового заданного начального пентафрагмента для целей поиска в базе данных;

- проводят поиск нового заданного начального пентафрагмента в базе данных в папке с заданной вторичной структурой пентафрагмента;

- повторение задания новых начальных пентафрагментов и поиска новых заданных начальных пентафрагментов осуществляют до тех пор, пока не будет найден пентафрагмент с такой последовательностью аминокислот, которая находится в папке базы данных, описывающей заданную вторичную структуру пентафрагмента.

И) задают вторичные структуры каждого последующего из (N-1) пентафрагментов, записанных в рабочем файле путем введения того же или измененного десятизначного числа, описывающего вторичную структуру предыдущего пентафрагмента, в программу PROTCOM;

К) проводят поиск в базе данных пентафрагментов, содержащих четыре аминокислоты каждого из (N-1), записанных в рабочем файле пентафрагментов, и одну новую, при этом алгоритм поиска включает в себя:

- выделение и запоминание четырех последних аминокислот в каждом из (N-1) пентафрагментов, записанных в рабочем файле;

- поиск пентафрагментов, содержащих четыре последние аминокислоты каждого из (N-1) пентафрагментов, записанных в рабочем файле, и одну новую аминокислоту в базе данных в папке с заданной вторичной структурой;

Например, в таблице 7 жирным шрифтом выделены четыре последние аминокислоты предыдущего пентафрагмента и введенное описание вторичной структуры для поиска нового пентафрагмента.

- при нахождении таких пентафрагментов производят:

- выбор одной из новых аминокислот и присоединение ее к четырем последним аминокислотам предыдущего пентафрагмента;

Таблица 7
Выделение аминокислот и описание их вторичной структуры для поиска пентафрагментов в базе данных
1	2	3
.	…	……
6		0000000000
5	Efg	0000000000
4	Def
3	Cde
2	Bcd
1	Abc

- производят запись новой аминокислоты в рабочий файл, отражающий проектируемую первичную структуру белка;

- производят запись десятичного номера папки, описывающего вторичную структуру каждого найденного пентафрагмента;

- при не нахождении таких пентафрагментов производят:

- задание измененной вторичной структуры;

- выделение четырех последних аминокислот в последующем пентафрагменте;

- поиск пентафрагментов, содержащих четыре последних аминокислоты предыдущего пентафрагмента и одну новую аминокислоту в базе данных в папке с измененной вторичной структурой;

- повторение изменения вторичной структуры и поиск в базе данных осуществляют до тех пор, пока не будет найден хотя бы один пентафрагмент, содержащий четыре аминокислоты предыдущего пентафрагмента;

Л) считают полученную в рабочем файле последовательность аминокислот с соответствующим описанием ее вторичной структуры спроектированной первичной структурой белка.

В результате действий программы PROMCOM и работы оператора, проектирующего белок, в рабочем файле оказывается полностью заполненным второй столбец, содержащий первичную структуру белка и третий столбец, на основе которого судят о вторичной структуре этого белка. Наличие в 3-м столбце идущих подряд папок 0000000000 характеризует фрагмент как β-структурный. Несколько идущих подряд папок с нумерацией 1111111111 позволяет отнести фрагмент к α-спиральному (см. таблицу 2). Переходные участки между α-спиральной и β-структурной конформации, а также изгибы β-структуры (таблицы 2-4) проектируются и описываются соответствующими папками.

Описание заявки иллюстрируют следующие