СПОСОБ ПРОЕКТИРОВАНИЯ ПЕРВИЧНОЙ СТРУКТУРЫ БЕЛКА С ЗАДАННОЙ ВТОРИЧНОЙ СТРУКТУРОЙ Российский патент 2014 года по МПК C12Q1/00 G06F17/00 G06F19/10 

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 графические материалы:

Фиг.1. Скринпринты фрагментов вторичной структуры белков 4ННВ и 3EOK, полученные с помощью программы PROTEIN 3D.

а - 4ННВ (человек); б - 3ЕОК (утка);

Фиг.2. Скринпринты фрагментов вторичной структуры белков 1AGD и 2R37, полученных с помощью программы PROTEIN 3D для проектируемого участка белка.

а - пентафрагмент 1AGD (103-107); б - пентафрагмент 2R37 (189-193).

Фиг.3. Скринпринты фрагментов вторичной структуры белков 1AGD и 3В02, полученных с помощью программы PROTEIN 3D для проектируемого участка белка.

а - пентафрагмент 1AGD (105-109); б - пентафрагмент 3В02 (35-39).

Фиг.4. Скринпринты фрагментов вторичной структуры белков 1AGD и 1BAS, полученных с помощью программы PROTEIN 3D для проектируемого участка белка.

а - пентафрагмент 1AGD (106-110); б - пентафрагмент 1BAS (80-84).

Фиг.5. Скринпринты белка 1AGD, полученные с помощью программы PROTEIN 3D для белка 1AGD, исследованного методом PCA.

а - общий вид белка; б - вид фрагмента белка; в - детальный вид вторичной структуры белка 1GDJ, соответствующий заданной вторичной структуре примера 2.

Способ поясняется примерами.

Пример 1.

В данном примере рассмотрен способ проектирования первичной структуры белка, с заданной в виде α-спирали вторичной структурой, содержащей участок перехода от β-структуры к α-спирали, центральную область α-спирали и участок перехода от α-спирали к β-структуре.

При проведении способа проектирования первичной структуры белка с заданной вторичной структурой на основе получения характеризующей ее последовательности аминокислот и описания вторичной структуры, осуществляют следующее:

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) создают каталог описаний вторичных структур, содержащий описания вторичных структур в виде последовательности десятизначных булевых чисел;

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

Г) задают описание вторичной структуры проектируемой первичной структуры белка в виде последовательности десятизначных булевых чисел на основе каталога описаний вторичных структур;

В данном примере заданная в виде α-спирали вторичная структура содержит участки перехода от β-структуры к α-спирали, центральную область α-спирали и участки перехода от α-спирали к β-структуре. Их описание оператор находит в каталоге вторичных структур и фиксирует его (табл.8).

Таблица 8 Описание проектируемой вторичной структуры для примера 1 18 0010101010 Участок перехода от α-спирали к β-структуре 17 1010101011 16 1010101111 15 1010111111 14 1011111111 13 1111111111 Центральная часть α-спирали 12 1111111111 11 1111111111 10 1111111111 9 1111111101 Участок перехода от β-структуры к α-спирали 8 1111110101 7 1111010101 6 1101010101 5 0101010100 4   3   2   1  

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

5 Asp 4 Ala 3 Pro 2 Ser 1 Leu

которая записана в порядке номеров снизу вверх Leu, Ser, Pro, Ala, Asp.

E) задают и вводят в память компьютера описание вторичной структуры заданного начального пентафрагмента в виде десятизначного числа в двоичной системе, являющегося первым десятизначным числом в заданном описании вторичной структуры, которое соответствует названию папки в базе данных, содержащей указанный начальный пентафрагмент: десятизначное число 0101010100. Как видно из таблицы 8, оно является первым десятизначным числом в заданном описании вторичной структуры.

Оно соответствует описанию пентафрагмента, имеющего четыре Н-связи C=O…HN, описываемых парой переменных 01, и одну пару переменных 00 (нет Н-связей) - см. таблицу 3 (переход β-структура - α-спираль).

Ж) 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;

1. Установка программы проводится в специальную папку, в которую продуцируются рабочие файлы, содержащие проектируемую первичную структуру белка и описывающую ее вторичную структуру в двоичной системе десятизначных чисел.

2. Вновь установленная программа не содержит никаких других файлов кроме самой программы и открывается заставкой для ввода заданного начального пентафрагмента.

3. В начале программы приведена в виде таблицы система двадцати аминокислот, состоящая из четырех групп.

З) вводят и запоминают заданный начальный пентафрагмент проектируемого белка в виде последовательности из пяти аминокислот в программу PROTCOM: оператор осуществляет ввод аминокислот, составляющих заданный начальный пентафрагмент в последовательности с пятой по первую, т.е. сверху вниз: Asp, Ala, Pro, Ser, Leu.

И) вводят и запоминают заданное описание вторичной структуры заданного начального пентафрагмента в виде десятизначного числа в двоичной системе в программу PROTCOM: оператор вводит в программу PROTCOM последовательность 0101010100.

К) 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;

Кодирование осуществляется программой путем отнесения каждой из аминокислот заданного начального пентафрагмента к той или иной группе антисимметрии (табл.5 описания заявки).

В данном примере: Asp - 4, Ala - 2, Pro - 1, Ser - 3, Leu - 2. Эта числовая последовательность записывается в память программы слева направо 42132 и используется для поиска заданного начального пентафрагмента в папке 0101010100 базы данных в файле 42132_0101010100.

- проведение поиска заданного начального пентафрагмента в базе данных в папке с заданным описанием вторичной структуры пентафрагмента;

Программа обнаружила заданный начальный пентафрагмент в файле 42132_0101010100:

Asp   Ala   Pro   Ser   Leu  

Этот пентафрагмент был выделен из текстового файла, полученного программой PROTEIN 3D на основе обработки координат атомов белка из Protein Data Bank, и имеет структуру 0101010100 переходного участка β-структура - α-спираль (см. таблицу 8).

Таблицы 9, 10, 11 иллюстрируют работу программы. В левой части, озаглавленной «Ввод», размещаются: в первом столбце вводимые в программу PROTCOM порядковые номера проектируемых аминокислот, во втором столбце помещаются аминокислоты при вводе согласно п.З) или пары переменных согласно п.Л), выбираемые оператором на основе заданной вторичной структуры (таблицы 8). В третьем столбце записывается введенное в программу описание вторичной структуры в виде десятизначного числа. В центральной части, озаглавленной «Поиск пентафрагмента в базе данных», помещаются: в первом столбце наименования файлов с номером кодировки и номером заданной папки, а во втором - наименования найденных в пентафрагментах аминокислот. В правой части таблиц проводится запись, осуществляемая программой PROTCOM в рабочем файле после обнаружения заданного начального пентафрагмента, а в дальнейшем - после выбора аминокислоты в файле с номером кодировки номером заданной папки.

Таблица 9 Поиск заданного начального пентафрагмента в базе данных Ввод Поиск пентафрагмента в базе данных Запись в рабочем файле № Аминокислоты или пары переменных Введенное описание вторичной структуры Наименование файла с номером кодировки и номером заданной папки Наименования аминокислот № Наименования аминокислот Описание вторичной структуры 5 Asp 0101010100 42132_0101010100   5 Asp 0101010100 4 Ala       4 Ala   3 Pro       3 Pro   2 Ser       2 Ser   1 Leu       1 Leu  

- 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;

Программа обнаружила введенный начальный пентафрагмент в файле с соответствующей кодировкой и номером папки, и делает запись в рабочем файле (табл.9).

Поскольку заданный начальный пентафрагмент был найден, то мы опускаем действия поиска, относящиеся к случаю не нахождения в папке заданного начального пентафрагмента.

Л) задают описание вторичной структуры для каждого последующего из (N-1) пентафрагментов, используя описание заданной вторичной структуры в виде последовательности десятизначных булевых чисел, которые соответствуют названиям папок в базе данных, содержащих указанные пентафрагменты, путем введения того же или измененного десятизначного числа, описывающего вторичную структуру предыдущего пентафрагмента, в программу PROTCOM;

Для этого в процессе задания описания вторичной структуры программа PROTCOM предлагает ввести пары переменных 00, 01, 10 или 11. Из таблицы 8 видно, что следующим десятизначным числом является 1101010101. По этой причине оператор выбирает 11, и вводит пару переменных 11 в программу (столбец «Аминокислоты и пары переменных» в таблице 10). Программа добавляет 11 слева и удаляет пару цифр справа, что приводит к изменению десятизначного числа, описывающего вторичную структуру предыдущего пентафрагмента, что отражено в столбце «Описание заданной вторичной структуры» таблицы 10.

Таблица 10 Поиск второго пентафрагмента в базе данных   Ввод Поиск пентафрагмента в базе данных Запись в рабочем файле № Аминокислоты или пары переменных Введенное описание вторичной структуры Наименование файла с номером кодировки и номером заданной папки Наименования аминокислот № Наименования аминокислот Описание вторичной структуры 6 11 1101010101 34213_1101010101 Ser 6 Lys 1101010101 44213_1101010101 Lys 5 Asp 0101010100 42132_0101010100   5 Asp 0101010100 4 Ala       4 Ala   3 Pro       3 Pro   2 Ser       2 Ser   1 Leu       1 Leu  

M) 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 заданным описанием вторичной структуры;

Для этого программа выделяет в пентафрагменте, записанном рабочем файле таблицы 10, четыре аминокислоты, записанных сверху вниз: Asp, Ala, Pro, Ser.

Далее программа их кодирует в соответствии с принадлежностью к той или иной группе антисимметрии и записывает кодовый номер слева направо, аналогично сформированным индексам файлов, но без первой аминокислоты: 4213 и проводит в базе данных поиск пентафрагментов, содержащих четыре выделенных аминокислоты, в папке с заданной структурой следующего пентафрагмента (1101010101), т.е в файлах Х4213_1101010101, где X может принимать значения 1, 2, 3, 4, соответствующие номерам групп антисимметрии (см. таблицу 5 описания заявки) - 14213_1101010101, 24213_1101010101, 34213_1101010101, 44213_1101010101.

В результате поиска были найдены пентафрагменты, содержащие четыре последних аминокислоты: Asp, Ala, Pro, Ser и следующие пятые аминокислоты, записанные вместе с кодами белков, из которых они были получены:

- в файле группы 1 (14213_1101010101): пентафрагменты не найдены;

- в файле группы 2 (24213_1101010101) - пентафрагменты не найдены;

- в файле группы 3 (34213_1101010101): 1 - Ser;

- в файле группы 4 (44213_1101010101): 2 - Lys;

- при нахождении таких пентафрагментов оператор производит:

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

Из найденных программой аминокислот можно выбрать либо Ser в файле группы 3, либо Lys в файле группы 4. При этом программа допускает выбор только одного варианта. В зависимости от выбора результат проектирования будет различным, что может быть выяснено только в результате проектирования. В качестве пятой аминокислоты оператор выбрал Lys и ввел эту информацию в программу.

Далее программа производит:

- запись новой аминокислоты в рабочий файл («Запись в рабочем файле», табл.10), отражающий проектируемую первичную структуру белка (Lys);

- запись десятичного номера папки, описывающего вторичную структуру каждого найденного пентафрагмента (1101010101);

Поскольку пентафрагмент был найден, то мы опускаем этапы поиска, относящиеся к случаю не нахождения в папке пентафрагмента.

Далее производят повторение действий согласно пп. Л) и М) до окончания процесса проектирования. Как видно из таблицы 11, в процессе проектирования последовательности аминокислот на этапах 11, 13 и 18 появлялась возможность выбора из двух или трех аминокислот, на остальных этапах программа обнаруживала лишь одну аминокислоту.

Н) спроектированной первичной структурой белка считают полученную в рабочем файле последовательность аминокислот, с соответствующим описанием ее вторичной структуры, записанная в рабочем файле программы PROTCOM и представленная в правой части таблицы 11.

Таблица 11 Поиск последующих пентафрагментов в базе данных Ввод Поиск пентафрагмента в базе данных Запись в рабочем файле № Аминокислоты или пары переменных Введенное описание вторичной структуры Наименование файла с номером кодировки и номером заданной папки Наименова-ния аминокислот № Наименования аминокислот Описание вторичной структуры 18 00 0010101010 11443_0010101010 Gly     0010101010       41443_0010101010 Lys 18 Gly   17 10 1010101011 14433_1010101011 Gly 17 Gly 1010101011 16 10 1010101111 44334_1010101111 Ile 16 Ile 1010101111 15 10 1010111111 43341_1010111111 Lys 15 Lys 1010111111 14 10 1011111111 33414_1011111111 Ser 14 Ser 1011111111 13 11 1111111111 24144_1111111111 Ala             34144_1111111111 Phe 13 Phe 1111111111 12 11 1111111111 41444_1111111111 Val 12 Val 1111111111         Ile       11 11 1111111111 14443_1111111111 Gly 11 Gly 1111111111       24443_1111111111 Ala             34443_1111111111 Thr       10 11 1111111111 44434_1111111111 Lys 10 Lys 1111111111 9 11 1111111101 44344_1111111101 Val 9 Val 1111111101 8 11 1111110101 43442_1111110101 Asn 8 Asn 1111110101 7 11 1111010101 34421_1111010101 Thr 7 Thr 1111010101 6 11 1101010101 34213_1101010101 Ser             44213_1101010101 Lys 6 Lys 1101010101 5 Asp 0101010100 42132_0101010100   5 Asp 0101010100 4 Ala       4 Ala   3 Pro       3 Pro   2 Ser       2 Ser   1 Leu       1 Leu  

Для экспериментального подтверждения в существовании спроектированной в примере 1 первичной структуры белка с заданной вторичной структурой в Protein Data Bank было найдено несколько фрагментов белков, имеющих последовательность аминокислот, частично совпадающую с последовательностью аминокислот, представленную в примере 1 (табл.12).

Как видно из таблицы 12, спроектированная первичная структура белка в примере 1 имеет наибольшее сходство с первичной структурой фрагментов белков 4ННВ и 3ЕОК. Так, спроектированная первичная структура белка с 1-го по 10-ю аминокислоту полностью идентична с первичной структурой фрагмента белка 4ННВ со 2-й по 11-ю аминокислоту. В то же время, с 11-й по 18-ю аминокислоты спроектированная первичная структура белка идентична с первичной структурой фрагмента белка 3ЕОК с 12-й по 19-ю аминокислоты.

Таблица 12 Сопоставление первичных структур белковых фрагментов № Спроектированная последовательность аминокислот примера 1 № аминокислот в белках Фрагменты белков 4ННВ 3ЕОК 3DHR 3D4X         18 Gly 19 Ala Gly Gly Ser 17 Gly 18 Gly Gly Gly Gly 16 Ile 17 Val Ile Ile Ile 15 Lys 16 Lys Lys Lys Lys 14 Ser 15 Gly Ser Ala Gly 13 Phe 14 Trp Phe Phe Trp 12 Val 13 Ala Val Val Cys 11 Gly 12 Ala Gly Ala Ala 10 Lys 11 Lys Lys Lys Lys 9 Val 10 Val Val Val Val 8 Asn 9 Asn Asn Asn Asn 7 Thr 8 Thr Thr Ser Ser 6 Lys 7 Lys Lys Lys Lys 5 Asp 6 Asp Asp Asp Asp 4 Ala 5 Ala Ala Asn Ala 3 Pro 4 Pro Ala Ala Ala 2 Ser 3 Ser Ser Ser Ser 1 Leu 2 Leu Leu Leu Leu

В таблице 13 приведено двумерное описание водородных связей представленных в таблице 12 фрагментов белков, полученное с помощью программы Protein 3D на основе файлов таблицы 12. Там же дано описание их вторичной структуры в виде десятизначных булевых чисел, которое полностью идентично заданному описанию вторичной структуры спроектированной первичной структуры (таблица 11).

На фиг.1,а и 1,б представлены скринпринты фрагментов вторичной структуры белков 4ННВ и 3EOK, полученные с помощью программы Protein 3D, и соответствующие им последовательности аминокислот первичной структуры. На этих фигурах видно, что вторичная структура фрагментов, из которых состоит спроектированная первичная структура примера 1, имеет перекрывание с 7-й по 11-ю аминокислоты, так же как и перекрывание последовательностей аминокислот их первичной структуры (на последовательностях оно выделено курсивом). Следовательно, спроектированная последовательность имеет идентичную с исходными фрагментами вторичную структуру.

Таким образом, в примере 1 представлена спроектированная первичная структура белка, состоящая из фрагментов белков 4ННВ и 3ЕОК, заданная вторичная структура которой полностью совпадает с вторичной структурой каждого из этих белков.

Таблица 13 Фрагменты белков с двумерным описанием их водородных связей         Описание вторичной структуры белковых фрагментов Вторичная структура фрагментов белков из Protein Data Bank 4ННВ 3EOK 3DHR 3D4X 19 ALA 19 GLY 19 GLY 19 SER     18 GLY N - 14 TRP O 18 GLY N - 14 PHE О 18 GLY N - 14 PHE О 18 GLY N - 14TRP O     18 GLY 18 GLY 18 GLY 18 GLY     17 VAL N - 13 ALA О 17 ILE N - 13 VAL О 17 ILE N - 13 VAL О 17 ILE N - 13 CYS O     17 VAL 17 ILE 17 ILE 17 ILE     16 LYS N - 12 ALA О 16 LYS N - 12 GLY О 16 LYS N - 12 ALA О 16 LYS N - 12 ALA О 18 0010101010 16 LYS 16 LYS 16 LYS 16 LYS     15 GLY N - 11 LYS О 15 SER N - 11 LYS О 15 ALA N - 11 LYS О 15 GLY N - 11 LYS О 17 1010101011 15 GLY 15 SER 15 ALA 15 GLY     14 TRPO - 18 GLY N 14 PHE О - 18 GLY N 14 PHE О - 18 GLY N 14 TRP O - 18 GLY N 16 1010101111 14 TRPN - 10 VAL О 14 PHE N - 10 VAL О 14 PHE N - 10 VAL О 14 TRP N - 10 VAL О     14 TRP 14 PHE 14 PHE 14 TRP 15 1010111111 13 ALA О - 17 VAL N 13 VAL О - 17 ILE N 13 VAL О - 17 ILE N 13 CYS O - 17 ILE N   1011111111 13 ALAN - 9 ASN О 13 VAL N - 9 ASN О 13 VAL N - 9 ASN О 13 CYS N - 9 ASN О 14   13 ALA 13 VAL 13 VAL 13 CYS 13 1111111111 12 ALA О - 16 LYS N 12 GLY О - 16 LYS N 12 ALA О - 16 LYS N 12 ALA О - 16 LYS N   1111111111 12 ALAN - 8 THR О 12 GLY N - 8 THR О 12 ALAN - 8 SER О 12 ALAN - 8 SER О 12 1111111111 12 ALA 12 GLY 12 ALA 12 ALA     11 LYS О - 15 GLY N 11 LYS О - 15 SER N 11 LYS О - 15 ALAN 11 LYS О - 15 GLY N 11 1111111111 11 LYS N - 7 LYS О 11 LYS N - 7 LYS О 11 LYS N - 7 LYS О 11 LYS N - 7 LYS О 10 1111111111 11 LYS 11 LYS 11 LYS 11 LYS     10 VAL О - 14 TRP N 10 VAL О - 14 PHE N 10 VAL О - 14 PHE N 10 VAL О - 14TRP N 9 1111111101 10 VAL N - 6 ASP О 10 VAL N - 6 ASP О 10 VAL N - 6 ASP О 10 VAL N - 6 ASP О     10 VAL 10 VAL 10 VAL 10 VAL 8 1111110101 9 ASN О - 13 ALAN 9 ASN О - 13 VAL N 9 ASN О - 13 VAL N 9 ASN О - 13CYS N 7 1111010101 9 ASN N - 5 ALA О 9 ASN N - 5 ALA О 9 ASN N - 5 ASN О 9 ASN N - 5 ALA О     9 ASN 9 ASN 9 ASN 9 ASN 6 1101010101 8 THR О - 12 ALA N 8 THR О - 12 GLY N 8 SER О - 12 ALA N 8 SER О - 12 ALA N     8 THR N - 4 PRO О 8 THR N - 4 ALA О 8 SER N - 4 ALA О 8 SER N - 4 ALA О 5 0101010100 8 THR 8 THR 8 SER 8 SER     7 LYS О - 11 LYS N 7 LYS О - 11 LYS N 7 LYS О - 11 LYS N 7 LYS О - 11 LYS N 4   7 LYS N - 3 SER О 7 LYS N - 3 SER О 7 LYS N - 3 SER О 7 LYS N - 3 SER О 3   7 LYS 7 LYS 7 LYS 7 LYS     6 ASP O - 10 VAL N 6 ASP О - 10 VAL N 6 ASP О - 10 VAL N 6 ASP О - 10 VAL N 2   6 ASP 6 ASP 6 ASP 6 ASP 1   5 ALA О - 9 ASN N 5 ALA О - 9 ASN N 5 ASN О - 9 ASN N 5 ALA О - 9 ASN N     5 ALA 5 ALA 5 ASN 5 ALA     4 PRO О - 8 THR N 4 ALA О - 8 THR N 4 ALA О - 8 SER N 4 ALA О - 8 SER N     4 PRO 4 ALA 4 ALA 4 ALA     3 SER О - 7 LYS N 3 SER О - 7 LYS N 3 SER О - 7 LYS N 3 SER О - 7 LYS N     3 SER 3 SER 3 SER 3 SER     2 LEU 2 LEU 2 LEU 2 LEU    

Сведения о вторичной структуре белков 4ННВ и 3EOK, относящихся к классу гемоглобинов, опубликованы и представлены таблице 14.

Таблица 14 Список белков, в которых методом PCА была исследована структура, совпадающая с заданной нами вторичной структурой № Код белка Название белка и источник выделения Литература 1 4ННВ HEMOGLOBIN SUBUNIT ALPHA HUMAN (человек) G. Fermi, M.F. Perutz B. Shaanan, R. Fourme The crystal structure of human deoxyhaemoglobin at 1.74 angstroms resolution. J. Mol. Biol. v.175, p.159 (1984) 2 3EOK HEMOGLOBIN SUBUNIT ALPHA DUCK (утка) Sathya Moorthy, K. Neelagandan, M. Balasubramanian, M.N. Ponnuswamy. Crystal Structure Determination of Duck (Anas Platyrhynchos) Hemoglobin at 2.1 Angstrom Resolution To be published (структурные данные из PDB-банка)

Пример 2.

В данном примере рассмотрен способ проектирования первичной структуры белка, с заданной в виде инвертированного β-изгиба вторичной структурой.

При проведении способа проектирования первичной структуры белка с заданной вторичной структурой на основе получения характеризующей ее последовательности аминокислот и описания вторичной структуры, осуществляют следующее:

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) создают каталог описаний вторичных структур, содержащий описания вторичных структур в виде последовательности десятизначных булевых чисел;

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

Г) задают описание вторичной структуры проектируемой первичной структуры белка в виде последовательности десятизначных булевых чисел на основе каталога описаний вторичных структур;

В данном примере вторичная структура задана в виде инвертированного β-изгиба. Ее описание оператор находит в каталоге вторичных структур и фиксирует ее (табл.15).

Таблица 15 Описание проектируемой вторичной структуры для примера 2 14 0000000001 13 0000000100 12 0000010000 11 0001000000 10 0100000010 9 0000001000 8 0000100000 7 0010000000 6 1000000000 5 0000000000 4   3   2   1  

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

5 Val 4 Asp 3 Cys 2 Gly 1 Tyr

которая записана в порядке номеров снизу вверх: Tyr, Gly, Cys, Asp, Val.

E) задают и вводят в память компьютера описание вторичной структуры заданного начального пентафрагмента в виде десятизначного числа в двоичной системе, являющегося первым десятизначным числом в заданном описании вторичной структуры, которое соответствует названию папки в базе данных, содержащей указанный начальный пентафрагмент: 10-значное число 0000000000. Как видно из таблицы 15, оно является первым десятизначным числом в заданном описании вторичной структуры.

Ж) 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;

Установка программы проводится аналогично п.Ж в примере 1.

З) вводят и запоминают заданный начальный пентафрагмент проектируемого белка в виде последовательности из пяти аминокислот в программу PROTCOM: оператор осуществляет ввод аминокислот, составляющих заданный начальный пентафрагмент в последовательности с пятой по первую, т.е. сверху вниз: Val, Asp, Cys, Gly, Tyr.

И) вводят и запоминают заданное описание вторичной структуры заданного начального пентафрагмента в виде десятизначного числа в двоичной системе в программу PROTCOM: оператор вводит в программу PROTCOM последовательность 0000000000.

К) 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;

Кодирование осуществляется программой путем отнесения каждой из аминокислот заданного начального пентафрагмента к той или иной группе антисимметрии (табл.5 описания заявки).

В данном примере: Val - 4, Asp - 4, Cys - 3, Gly - 1, Tyr - 3. Эта числовая последовательность записывается в память программы слева направо 44313 и используется для поиска заданного начального пентафрагмента в папке 0000000000 базы данных в файле 44313_0000000000.

- проведение поиска заданного начального пентафрагмента в базе данных в папке с заданным описанием вторичной структуры пентафрагмента;

Программа обнаружила заданный начальный пентафрагмент в файле 44313_0000000000:

Val   Asp   Cys   Gly   Tyr  

Этот пентафрагмент был выделен из текстового файла, полученного программой PROTEIN 3D на основе обработки координат атомов белка из Protein Data Bank и имеет β-структуру, описываемую как 0000000000, не содержащую Н-связей в ближайшем окружении пентафрагмента.

Таблицы 16, 17, 18 иллюстрируют работу программы. В левой части, озаглавленной «Вввод» размещаются: в первом столбце вводимые в программу PROTCOM порядковые номера проектируемых аминокислот, во втором столбце помещаются аминокислоты при вводе согласно п.З) или пары переменных согласно п.Л), выбираемые оператором на основе заданной вторичной структуры (таблицы 15). В третьем столбце записывается введенное в программу описание вторичной структуры в виде десятизначного числа. В центральной части, озаглавленной «Поиск пентафрагмента в базе данных», помещаются: в первом столбце наименования файлов с номером кодировки и номером заданной папки, а во втором - наименования найденных в пентафрагментах аминокислот. В правой части таблиц проводится запись, осуществляемая программой PROTCOM в рабочем файле после обнаружения заданного начального пентафрагмента, а в дальнейшем - после выбора аминокислоты в файле с номером кодировки номером заданной папки.

- 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;

Программа обнаружила введенный начальный пентафрагмент в файле с соответствующей кодировкой и номером папки, и делает запись в рабочем файле (табл.16). Поскольку заданный начальный пентафрагмент был найден, то мы опускаем действия поиска, относящееся к случаю не нахождения в папке заданного начального пентафрагмента.

Л) задают описание вторичной структуры для каждого последующего из (N-1) пентафрагментов, используя описание заданной вторичной структуры в виде последовательности десятизначных булевых чисел, которые соответствуют названиям папок в базе данных, содержащих указанные пентафрагменты, путем введения того же или измененного десятизначного числа, описывающего вторичную структуру предыдущего пентафрагмента, в программу PROTCOM;

Для этого в процессе задания описания вторичной структуры программа PROTCOM предлагает ввести пары переменных 00, 01, 10 или 11. Из таблицы 15 видно, что следующим десятизначным числом является 1000000000. По этой причине оператор выбирает 10, и вводит пару переменных 10 в программу (столбец «Аминокислоты или пары переменных» в таблице 17). Программа добавляет 10 слева и удаляет пару цифр справа, что приводит к изменению десятизначного числа, описывающего вторичную структуру предыдущего пентафрагмента, что отражено в столбце «Описание заданной вторичной структуры» таблицы 17.

М) 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 заданным описанием вторичной структуры;

Для этого программа выделяет в пентафрагменте, записанном рабочем файле таблицы 16 четыре аминокислоты, записанных сверху вниз: Val, Asp, Cys, Gly.

Далее программа их кодирует в соответствии с принадлежностью к той или иной группе антисимметрии и записывает кодовый номер слева направо, аналогично сформированным индексам файлов, но без первой аминокислоты: 4431 и проводит в базе данных поиск пентафрагментов, содержащих четыре выделенных аминокислоты, в папке с заданной структурой следующего пентафрагмента (1000000000), т.е в файлах Х4431_1000000000, где X может принимать значения 1, 2, 3, 4, соответствующие номерам групп антисимметрии (см. таблицу 5 описания заявки) - 14431_1000000000, 24431_1000000000, 34431_1000000000, 44431_1000000000.

В результате поиска были найдены пентафрагменты, содержащие четыре последних аминокислоты: Val, Asp, Cys, Gly и следующие пятые аминокислоты, записанные вместе с кодами белков, из которых они были получены:

- в файле группы 1 (14431_1000000000): Gly;

- в файле группы 2 (24431_1000000000) - пентафрагменты не найдены;

- в файле группы 3 (34431_1000000000): - пентафрагменты не найдены;

- в файле группы 4 (44431_1000000000): - пентафрагменты не найдены.

Обращаем внимание, что в файлах групп 2, 3, 4 пентафрагменты не найдены. Для проектирования используем единственную аминокислоту Gly.

- при нахождении таких пентафрагментов оператор производит:

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

В качестве пятой аминокислоты оператор выбрал Gly и ввел эту информацию в программу.

Далее программа производит:

- запись новой аминокислоты в рабочий файл («Запись в рабочем файле», табл.17), отражающий проектируемую первичную структуру белка (Gly);

- запись десятичного номера папки, описывающего вторичную структуру каждого найденного пентафрагмента (1000000000);

Поскольку пентафрагмент был найден, то мы опускаем действия поиска, относящееся к случаю не нахождения в папке пентафрагмента.

Далее производят повторение действий согласно пп.Л) и М) до окончания процесса проектирования. Как видно из таблицы 18, в процессе проектирования последовательности аминокислот на всех этапах появлялась возможность выбора лишь из одной аминокислоты.

H) спроектированной первичной структурой белка считают полученную в рабочем файле последовательность аминокислот, с соответствующим описанием ее вторичной структуры, записанной в рабочем файле программы PROTCOM и представленная в правой части таблицы 18.

Для экспериментального подтверждения существования спроектированной в примере 2 первичной структуры белка с заданной вторичной структурой в Protein Data Bank было найдено несколько фрагментов белков, имеющих последовательность аминокислот, полностью совпадающую либо со всей спроектированной последовательностью аминокислот примера 2, либо с участком этой последовательности (табл.19).

Как следует из таблицы 19, спроектированная нами первичная структура аминокислот для примера 2 оказалась идентична последовательности аминокислот фрагмента белка 1AGD. В таблице 20 приведено двумерное описание водородных связей представленных в таблице 19 фрагментов белков, полученное с помощью программы Protein 3D на основе файлов таблицы 19. Описание их вторичной структуры в виде десятизначных булевых чисел приведено в правом столбце таблицы 20. Для белка 1AGD полностью идентично заданному описанию вторичной структуры спроектированной первичной структуры белка примера 2 (табл.18). Кроме того, найдено, отдельные участки этой последовательности могут быть составлены на основе пентафрагментов белков 2R37 (№9), 3В02 (№11) и 1BAS (№12), которые не имеют никакого родства с белком 1AGD. В таблице 20 приведено описание их вторичной структуры в виде десятизначных булевых чисел, которое полностью совпадает с заданным описанием вторичной структуры спроектированной первичной структуры примера 2.

Таблица 20 Вторичная структура фрагментов белков Фрагменты вторичной структуры белков из Protein Data Bank Описание вторичной структуры фрагмента белка 1AGD 1AGD 2R37 3B02 1BAS         14 0000000001 112 GLY       13 0000000100 111 ARG     84 LEU 12 0000010000 110 LEU 83 LEU 109 LEU   39 LEU 82 ARG О - 78 LYS N 11 0001000000 108 ARG О - 104 GLY N   38 ARG О - 34 LEU N 81 GLY 10 0100000010 108 ARG 107 GLY   37 GLY 80 ASP 9 0000001000 106 ASP 192 GLY 191 ASP 36 ASP 35 PRO   8 0000100000 105 PRO 190 PRO     7 0010000000 104 GLY N - 108 ARG О 104 GLY 189 GLY N - 193 ILE О     6 1000000000 103 VAL 188 VAL     5 0000000000 102 ASP       4   101 CYS 100 GLY       3   99 TYR       2           1  

На фиг.2-4 представлены скринпринты фрагментов вторичной структуры белков 1AGD, 2R37, 3В02, 1BAS, полученные с помощью программы Protein 3D. Сопоставление фрагмента белка 1AGD с фрагментом белка 2R37 (фиг.2,а и 2,б), с фрагментом белка 3В02 (фиг.3,а и 3,б) и фрагментом белка 1BAS (фиг.4,а и 4,б) позволяет сделать вывод, их вторичные структуры идентичны и при этом они взаимозаменяемы. Это означает, что нет разницы в том, спроектирован белок примера 2 на основе пентафрагментов только белка 1AGD или с использованием пентафрагментов, полученных из четырех разных белков - 1AGD, 2R37, 3В02 и 1BAS.

Общий вид исследованного методом PCА белка 1AGD показан на фиг.5,а. В прямоугольнике выделен фрагмент, соответствующий первичной структуре, спроектированный заявляемым способом. На фиг.5,б он показан крупным планом, а на фиг.5,в - детальный вид фрагмента вторичной структуры белка 1GDJ, соответствующий заданной вторичной структуре примера 2. Приведенные фигуры наглядно иллюстрируют присутствие данного фрагмента в реальном белке.

Таким образом, в примере 2 спроектированная первичная структура белка подтверждается двумя вариантами. Первый вариант: первичная структура состоит только из пентафрагментов белка 1AGD. Заданная вторичная структура спроектированного белка примера 2 полностью совпадает с вторичной структурой фрагмента белка 1AGD. Второй вариант: первичная структура состоит из пентафрагментов, полученных из четырех разных белков - 1AGD, 2R37, 3В02 и 1BAS. Описание вторичных структур пентафрагментов белков 1AGD, 2R37, 3В02 и 1BAS также полностью совпадает с заданным описанием вторичной структуры спроектированной первичной структуры белка примера 2.

Сведения о вторичной структуре белков 1AGD, 2R37, 3В02 и 1BAS опубликованы и представлены таблице 21.

Таблица 21 Список белков, в которых методом РСА была исследована структура, совпадающая с заданной вторичной структурой № этапа Код белка Название белка Литература 5-8, 10, 13, 14 1AGD Histocompatipility complex S.W. Reid, S. McAdam, K.J. Smith, P. Klenerman, C.A. O'callaghan, K. Harlos, B.K. Jakobsen, A.J. McMichael, J.I. Bell, D.I. Stuart, E.Y Jones Antagonist Hiv-1 Gag Peptides Induce Structural Changes In Hla В8 J. Exp. Med. V. 184 2279 1996 ASTM JEMEAV US ISSN 0022-1007 0774 Resolution 2.05 Angstroms 9 2R37 Human glutathione peroxidase 3 E.S. Pilka, K. Guo, O. Gileadi, A. Rojkowa, F. Von Delft, A.C.W.Pike, K.L. Kavanagh, C. Johannson, M. Sundstrom, C.H. Arrowsmith, J. Weigel, T, A.M. Edwards, U. Oppermann Crystal structure of human glutathione peroxidase 3 (selenocysteine to glycine mutant). No recorded citation in PubMed Resolution 1.85 Angstroms. 11 3В02 Transcriptional regulator, CRP family; Agari Y, Kuramitsu S, Shinkai A X-ray crystal structure of tthb099, a crp/fnr superfamily transcriptional regulator from thermus thermophilus hb8, reveals a DNA-binding protein with no required allosteric effector molecule. Proteins (2012), to be published. Resolution 1.92 Angstroms. 12 1BAS Fibroblast growth factor X. Zhu, H. Komiya, A. Chirino, S. Faham, G.M. Fox, T. Arakawa, B.T. Hsu, D.C. Rees Three-dimensional structures of acidic and basic fibroblast growth factors. Science V.251 90 1991. Astm Scieas US Issn 0036-8075 038 Resolution. 1.9 Angstroms.

Сведения о регистрации базы данных и программы, использованных в описании заявки

«База данных пентафрагментов белков».

Авторы: Карасев В.А., Беляев А.И., Лучинин В.В.

Свидетельство о государственной регистрации базы данных №2010620364

Зарегистрировано в Реестре баз данных 7 июля 2010 г.

«Компьютерная программа для конструирования первичной структуры белка с заданной вторичной структурой» - «PROTCOM».

Авторы: Карасев В.А., Беляев А.И., Лучинин В.В.

Свидетельство о государственной регистрации программы для ЭВМ №2011611105.

Зарегистрировано в Реестре программ для ЭВМ 2 февраля 2011 года.

Изобретение относится к компьютерному способу, использующему биохимические базы данных при разработке новых белковых соединений. Проектирование осуществляется оператором с помощью специально написанной программы PROTCOM на основе использования базы данных пентафрагментов белков. Процесс проектирования состоит в задании и введении в программу PROTCOM начальной последовательности из пяти аминокислот (заданного начального пентафрагмента) и десятизначного числа, записанного в двоичной системе, являющегося описанием вторичной структуры заданного начального пентафрагмента. Проводится поиск этой последовательности в папке базы данных, с номером, соответствующим заданному десятизначному числу. Поиск производят до тех пор, пока заданный начальный пентафрагмент не будет найден в базе данных. После его нахождения считают этот пентафрагмент первым из возможного числа N пентафрагментов проектируемой первичной структуры белка и производят его запись вместе с десятизначным номером папки, описывающим его вторичную структуру, в рабочий файл программы. Далее задают вторичные структуры каждого последующего из (N-1) пентафрагментов путем введения того же или измененного десятизначного числа, описывающего вторичную структуру предыдущего пентафрагмента в программу и проводят поиск в базе данных пентафрагментов, содержащих четыре аминокислоты каждого из (N-1) пентафрагментов, записанных в рабочем файле и одну новую. При нахождении таких пентафрагментов производят выбор одной из новых аминокислот и присоединение ее к четырем последним аминокислотам предыдущего пентафрагмента, запись новой аминокислоты и десятичного номера папки, описывающего вторичную структуру каждого найденного пентафрагмента в рабочий файл. Спроектированной первичной структурой белка считают полученную в рабочем файле последовательность аминокислот, с соответствующим описанием ее вторичной структуры. Предложенный способ проектирования первичной структуры белка существенно упрощает и ускоряет задачу проектирования белков с заданной вторичной структурой. 5 ил., 21 табл., 2 пр.

Способ проектирования первичной структуры белка с заданной вторичной структурой на основе получения характеризующей ее последовательности аминокислот и описания вторичной структуры, заключающийся 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) создают каталог описаний вторичных структур, содержащий описания вторичных структур в виде последовательности 10-значных булевых чисел;
B) вводят в память компьютера записанную на информационный носитель базу данных аминокислотных пентафрагментов белков;
Г) задают описание вторичной структуры проектируемой первичной структуры белка в виде последовательности 10-значных булевых чисел на основе каталога описаний вторичных структур;
Д) задают и вводят в память компьютера начальную последовательность из пяти аминокислот, принадлежащих к группе из двадцати канонических аминокислот белков, являющуюся заданным начальным пентафрагментом;
Е) задают и вводят в память компьютера описание вторичной структуры заданного начального пентафрагмента в виде десятизначного числа в двоичной системе, являющегося первым 10-значным числом в заданном описании вторичной структуры, которое соответствует названию папки в базе данных, содержащей указанный начальный пентафрагмент;
Ж) 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;
З) вводят и запоминают заданный начальный пентафрагмент проектируемого белка в виде последовательности из пяти аминокислот в программу PROTCOM;
И) вводят и запоминают заданное описание вторичной структуры заданного начального пентафрагмента в виде десятизначного числа в двоичной системе в программу PROTCOM;
К) 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 заданным описанием вторичной структуры 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;
Л) задают описание вторичной структуры для каждого последующего из (N-1) пентафрагментов, используя описание заданной вторичной структуры в виде последовательности 10-значных булевых чисел, которые соответствуют названиям папок в базе данных, содержащих указанные пентафрагменты, путем введения того же или измененного десятизначного числа, описывающего вторичную структуру предыдущего пентафрагмента, в программу PROTCOM;
М) 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 заданным описанием вторичной структуры;
- 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 измененного описания 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 измененным описанием вторичной структуры;
- повторение изменения описания вторичной структуры и поиск в базе данных осуществляют до тех пор, пока не будет найден хотя бы один пентафрагмент, содержащий четыре аминокислоты предыдущего пентафрагмента;
Н) спроектированной первичной структурой белка считают полученную в рабочем файле последовательность аминокислот, с соответствующим описанием ее вторичной структуры.