En algoritmesæt til at revolutionere opdagelse af 3D-proteinstruktur

En af de store udfordringer i molekylærbiologi er at bestemme den tredimensionelle struktur af store biomolekyler såsom proteiner. Men dette er en berømt vanskelig og tidskrævende opgave.

Standardteknikken er røntgenkrystallografi, som involverer at analysere røntgendiffraktionsmønsteret fra en krystal af det molekyle, der undersøges. Det fungerer godt for molekyler, der let danner krystaller.

Men mange proteiner, måske de fleste, danner ikke let krystaller. Og selv når de gør det, antager de ofte unaturlige konfigurationer, der ikke ligner deres naturlige form.

Så at finde en anden pålidelig måde at bestemme 3D-strukturen af ​​store biomolekyler ville være et kæmpe gennembrud. I dag siger Marcus Brubaker og et par venner ved University of Toronto i Canada, at de har fundet en måde at dramatisk forbedre en 3-D billedteknik, der aldrig helt har matchet nytten af ​​røntgenkrystallografi.

Den nye teknik er baseret på en billeddannelsesproces kaldet elektronkryomikroskopi. Dette begynder med en renset opløsning af målmolekylet, der fryses til en tynd film, der kun er et enkelt molekyle tykt.

Denne film fotograferes derefter ved hjælp af en proces kendt som transmissionselektronmikroskopi - den bombarderes med elektroner, og dem, der passerer igennem, optages. I det væsentlige producerer dette todimensionelle skyggegrammer af molekylerne i filmen. Forskere udvælger derefter hvert skyggegram og bruger dem til at beregne den tredimensionelle struktur af målmolekylet.

Denne proces er svær af flere årsager. For det første er der en enorm mængde støj i hvert billede, så selv den todimensionelle skygge er svær at se. For det andet er der ingen måde at kende molekylets orientering på, da skyggen blev taget, så det er en stor opgave at bestemme 3D-formen.

Standardtilgangen til at løse dette problem er lidt mere end gætværk. Drøm en potentiel 3D-struktur for molekylet, og drej det derefter for at se, om det kan generere alle skyggegrammerne i datasættet. Hvis ikke, skal du ændre strukturen, teste den og så videre.

Dette er naturligvis en tidskrævende proces. Den nuværende state-of-the-art algoritme, der kører på 300 kerner, tager to uger at finde 3D-strukturen af ​​et enkelt molekyle fra et datasæt med 200.000 billeder.

Brubaker og co har udviklet en meget hurtigere metode, der kan udføre det samme arbejde på kun 24 timer på en enkelt arbejdsstation. Teknikken er afhængig af to algoritmiske innovationer.

Den første udnytter det faktum, at billederne er støjende og derfor indeholder enorme mængder overflødig information. Holdet kommer uden om dette ved hjælp af en algoritme, der fjerner meget af denne redundans og efterlader kun en delmængde af de originale data. Tricket er selvfølgelig at slippe af med de ubrugelige data, mens de beholder de nyttige ting, noget de klarer ved hjælp af en maskinlæringstilgang.

Det reducerer mængden af ​​data, der skal behandles, men hovedhastigheden kommer fra den anden innovation, en statistisk teknik kaldet vigtighedssampling.

Hovedideen her er, at visse stykker data er vigtigere end andre til at bestemme den endelige 3D-struktur. Så at finde en måde at fokusere på dem kan dramatisk fremskynde processen.

Brubaker og co har fundet netop sådan en tilgang. Det viser sig, at store molekyler frosset til tynde film næsten altid ender med at ligge på siden. Så skyggegrammerne viser næsten altid molekylerne i denne stilling i stedet for at stå på hovedet eller bunden.

Indbygning af denne viden i algoritmen øger dramatisk den hastighed, hvormed den sætter sig på en potentiel 3D-struktur, da den kan ignorere muligheden for, at billederne viser molekylet oppefra eller nedefra.

Den resulterende forbedring er enorm. Dette fører til speedups på 100.000 gange eller mere, hvilket gør det muligt at bestemme strukturer på en dag på en moderne arbejdsstation, siger Brubaker og co.

Holdet fortsætter med at demonstrere deres teknik på et sæt skyggegrammer af to velkendte biomolekyler. Det første datasæt består af mere end 46.000 billeder af et stort transmembrant molekyle kaldet ATP-syntase fra termus thermophilus bakterie. Det andet består af næsten 6000 billeder af bovin mitokondriel ATP-syntase.

Holdet syntetiserede også et tredje datasæt ved at tage 40.000 tilfældige skyggegrammer af GroEL-GroES-(ADP)7, et biomolekyle med en kendt struktur. De brugte derefter deres algoritme til at arbejde baglæns for at genskabe den oprindelige struktur.

Endelig sammenligner holdet sin tilgang med andre avancerede modeller og viser, at den nye algoritme overgår disse standardmetoder markant.

Det er et imponerende resultat, der har potentialet til dramatisk at ændre landskabet for molekylærbiologer, der i årevis har kæmpet for at finde pålidelige nye metoder til at bestemme strukturen af ​​store biomolekyler.

Elektronkryomikroskopi ser ud til at påtage sig denne rolle. Og teknikken vil sandsynligvis blive bedre, efterhånden som opløsningen af ​​denne form for mikroskopi forbedres i de kommende år.

Ref: a rxiv.org/abs/1504.03573 : Opbygning af proteiner på en dag: Effektiv 3-D molekylær rekonstruktion

skjule