Plegamiento de Proteínas Aportes de la bioinformática estructural a la teoría y aplicaciones del plegamiento

El problema del plegamiento: RTGFPLLYGTREDSQLMCTRRSFR Predecir la estructura a partir de la secuencia es el “SANTO GRIAL” de la Bioinformática

Teoría de plegamiento Suposiciones: Se asume que una proteína “plegada” se encuentra en el mínimo de energía libre del espacio conformacional La estructura 3D de una proteína esta determinad por la secuencia de aminoácidos, o sea su estructura primaria

¿Por que estudiar el plegamiento? Las proteínas cumplen su función “solo” si estan plegadas correctamente Muchas enfermedades como Alzheimer, BSE, se deben al plegamiento incorrecto

La evolución resolvió el problema del plegamiento, comprenderlo es por lo tanto una tarea de Ingeniería Reversa. Debemos: Examinar al sistema en funcionamiento (Experimentos) Reproducir su funcionamiento (Teoría-Simulación) ¿Alguna Idea?

Contribuciones al G - 0 + -TDS Conformational DH Entropy Internal - 0 + -TDS Conformational Entropy DH Internal Interactions -TDS Hydrophobic Effect Net: DG Folding

Modelo y Paradoja de Levinthal 1 aminoácido 5 conformaciones posibles Proteína: 100 aa = 5100 = 8 x 1069 Si se visita 1 conf por fs Tarda 1038 billones de años Energy Conformation IMPOSIBLE!!!! Aplicación: Generación de Estructuras “decoy” con evaluación energetica

Modelo de “un” Camino (Pathway Model) Energy Conformation El problema es que el modelo predice una barrera entrópica enorme, las proteínas tardarían mucho tiempo en plegarse

La Ley del Embudo: Energy Conformation Al acercarme al estado Nativo, la energía baja (Formación contactos favorables) y el numero de conformaciones posibles disminuye

La Ley del embudo en un campo de fuerzas: GO-Models Cada aminoácido es representado por un solo punto unido por un resorte a sus vecinos directos Cada contacto “nativo” se representa por un potencial atractivo El resto de las interacciones son repulsivas

Resultados del Modelo

Resultados del Modelo:

¿Posee este tipo de modelos capacidad predictiva? Estr. Nativa Predicción CA-RMSD 3.7Å Buena predicción de -helices. Predicción razonable de hojas-β. Predicción topológica y de estructura secundaria confiable.

Plegamiento con modelos “All Atom” TRP cage proteína de 20 aa: NLYIQWLKDGGPSSGRPPPS Folding cooperativo de dos estados Estructura resuelta por NMR

Estructura Trp-cage: hydrophobic core polyproline II i:i+10 H-bond (92%) a helix i:i-5 H-bond(75%) 310 helix

TRP cage MD Highlighted TRP-PRO-(PRO)3

Resultados La energía manda! Se observan intermediarios RMSD vs Mínimo Tiempo (ns) RMSD vs Mínimo #FOTO La energía manda! Se observan intermediarios

Conclusiones: Energy Conformation