Simulação do enovelamento de proteínas com potenciais de enterramentos atômicos dependentes da sequência

Abstract

Há muito tempo se sabe que estruturas tridimensionais de proteínas são determinadas por suas respectivas sequências de aminoácidos, entretanto as possíveis regras que associam sequências a estruturas continuam em larga medida desconhecidos. A construção de um algoritmo geral para predição ab initio de estruturas proteicas, isto é, uma metodologia que determine computacionalmente a estrutura nativa de qualquer proteína com base em sua sequência de aminoácidos, é possivelmente o maior desafio teórico atual da Biofísica computacional. Esta tese parte da hipótese inovadora de que a única informação dependente de sequência necessária para se determinar a conformação nativa de uma proteína é a distância de cada um de seus átomos até o centro geométrico da estrutura, uma medida que denominamos enterramento atômico. O objetivo principal do trabalho é avaliar a aplicabilidade dessa hipótese através da construção da primeira versão de um método computacional para predição ab initio que utilize os enterramentos como único intermediário informacional entre sequência e estrutura proteica. Nossa metodologia está dividida em duas partes principais: a primeira descreve a construção de um método computacional capaz de realizar predições de enterramentos atômicos a partir de sequências de aminoácidos; a segunda trata de simulações computacionais do enovelamento que utilizam as predições obtidas na primeira parte para obter estruturas terciárias próximas à nativa para algumas proteínas selecionadas. O método computacional que foi desenvolvido neste trabalho para prever os enterramentos atômicos de proteínas a partir de suas sequências de aminoácidos é um algoritmo de aprendizado supervisionado baseado em um modelo oculto de Markov (Hidden Markov Model - HMM). Análises informacionais realizadas sobre os resultados alcançados pelo HMM implementado revelaram que suas predições são ótimas, no sentido de que elas são capazes de extrair praticamente toda a informação sobre enterramentos disponível na sequência, de acordo com o modelo de dados adotado. Na segunda parte do trabalho, um método de dinâmica molecular com um potencial simplificado, que não inclui nenhuma informação derivada da estrutura nativa e utiliza as predições de enterramentos atômicos como base para o único termo dependente de sequência do potencial, foi aplicado a três proteínas pertencentes a diferentes classes estruturais, selecionadas entre os melhores resultados de predição alcançados na etapa anterior. Nos três casos, o algoritmo foi capaz de obter e distinguir a conformação nativa correta em simulações do enovelamento que partiram de conformações completamente estendidas. Os resultados obtidos demonstram que, ao menos para algumas classes de proteínas, os enterramentos atômicos podem de fato atuar como os únicos intermediários informacionais entre sequência e estrutura, fornecendo um novo arcabouço conceitual que esperamos contribuir para a compreensão dos fundamentos do enovelamento proteico e para a investigação do problema da predição estrutural de proteínas. ______________________________________________________________________________ ABSTRACT

It has been long known that the three-dimensional structures of proteins are determined by their respective amino acid sequences. The possible rules, however, that associate protein sequences to structures remain at large elusive. The development of an ab initio general algorithm for protein structure prediction, that is, a computational methodology that should be able to determine the native structure of any protein from its amino acid sequence, is possibly the greatest theoretical challenge of current computational biophysics. The premise of this work is based on the innovative hypothesis that the only sequence-dependent information needed to determine the native conformation of a protein is the distance of each of its atoms to the geometric center of the structure, a measure we call atomic burial. Our main objective is to evaluate the applicability of this hypothesis through the development of the first version of a computational method for ab initio prediction that employs burials as the only informational intermediate between protein sequence and structure. Out methodology is divided in two main parts: the first part describes the construction of a computational method to produce atomic burial predictions from amino acid sequences; the second part refers to folding simulations that employ the previously obtained predictions to obtain tertiary structures that are close to the native configuration for selected proteins. The computational method that was developed in this work for atomic burial prediction from amino acid sequences is a supervised learning algorithm based in a Hidden Markov Model (HMM). Informational analyses performed on the HMM results revealed that its predictions are optimal, in the sense that they are capable of extracting almost the totality of the information about burials that is available in amino acid sequences, according to the data model that was adopted. In the second part of this work, a molecular dynamics method with a simplified potential, which does not include any information derived from the native structure and employs atomic burial predictions as its only sequence-dependent term, was applied to three proteins belonging to different structural classes, selected among the best prediction results achieved in the previous step. In all three cases, the algorithm was capable of obtaining and distinguishing the native conformation in folding simulations that started from fully extended conformations. The results achieved in this work demonstrate that, at least for some protein classes, atomic burials are in fact able to act as the sole informational intermediates between sequence and structure, providing a new conceptual framework that we expect to be able to contribute for our knowledge of the fundamentals of protein folding and to the problem of protein structure prediction.