Проектирование заново: подход к разработке препарата Radical COVID-19 демонстрирует многообещающие свойства
Новые антивирусные связывающие белки (синего цвета) были разработаны на суперкомпьютерах для нацеливания на новый коронавирус и блокирования его способности заражать клетки. Предоставлено: Ian C Haydon/Институт дизайна белка.

Почти каждое лекарство, которое использовалось или когда-либо использовалось, было получено от природы — использование соединений, созданных организмами в течение эонов, для борьбы с болезнями. Но десятилетия назад биохимики постулировали, что возможно разработать новый препарат с нуля, точно связав аминокислоты.

Сложная часть, как оказалось, заранее предсказывала, как аминокислоты в белке будут складываться. Сложенная форма определяет трехмерную форму белка, а также его электростатический потенциал и гидрофобность (степень отталкивания молекулы от массы воды) — факторы, которые имеют решающее значение, когда речь идет о разработке эффективного лекарственного средства. .

Дэвид Бейкер, профессор биохимии в Вашингтонском университете и глава Института дизайна белков, впервые применил методы использования компьютеров для прогнозирования сворачивания белков. Основываясь на этих знаниях, он и его команда разработали новые, ранее неизвестные белки для использования в качестве лекарств, сенсоров или даже биологических логических элементов.

Этот подход известен как дизайн белка de novo. В настоящее время в испытании есть только несколько препаратов, которые использовали этот подход, но он обладает невероятным потенциалом — и никогда такой подход не был более критическим, чем сейчас.

Платформа, разработанная Институтом Дизайна Белка, позволяет быстро создавать белковые связующие для целевых белков. Компьютерное моделирование (in silico) генерирует библиотеку последовательностей кандидатов-белков, которые затем тестируются на их собственной испытательной установке. Перспективные кандидаты разрабатываются как in silico, так и во влажной лаборатории, пока не будет создан окончательный связывающий белок.

Начиная с января, исследователи из лаборатории Бейкер начали использовать свою методологию для разработки препарата или вакцины для лечения COVID-19. Их исследования включают вычисление трехмерной формы миллионов возможных белков, а затем вычислительное тестирование того, как такие белки вписываются в части вируса SARS-CoV-2 и присоединяются к ним.

Чтобы помочь в этом, они используют суперкомпьютер Stampede2 в Техасском центре передовых вычислений (TACC) — одном из самых быстрых в мире — а также сеть компьютеров-добровольцев, известную как Rosetta @ Home. (Rosetta — это название программного обеспечения, разработанного в лаборатории Baker Lab для прогнозирования сворачивания белков и разработки новых белков.)

«Всего за два месяца наша команда смогла вычислить миллионы белковых терапевтических средств, которые нацелены на семь основных белков, связанных с COVID-19», — сообщил Бейкер в марте.

На сегодняшний день было заказано 733 000 белков, 323 000 из этих белковых препаратов были протестированы в лаборатории, и более 2000 показали сигналы связывания с их соответствующими мишенями.

От строительных лесов до белковых конструкций

Команда начала с тестирования своей коллекции из 20 000 каркасных белков, которые являются отправной точкой для будущих лекарств или вакцин. Каждый может быть состыкован в более чем 1000 ориентациях; и каждый док подвергается дополнительной выборке 1000 раз с небольшими возмущениями, что приводит к 20 миллиардам потенциальных взаимодействий для вычисления.

«На этапе строительства мы ищем признаки того, что они будут атомарно точными», — сказал Брайан Ковентри, доктор философии. студент в группе работает над проектом. «Если у нас 0,1 нанометра, это никак не сработает. Эти вещи должны быть идеальными».

Верхний миллион из этих доков затем продвигается к дизайну последовательности, где каждой позиции на остове скаффолда должна быть назначена аминокислота. Имея 20 вариантов аминокислот в каждой позиции и различные конформации для каждого, компьютер должен решить комбинаторный взрыв, чтобы назначить наилучшую комбинацию аминокислот для каждого каркаса.

Из 1 миллиона разработанных белков они определяют наиболее многообещающее подмножество — примерно 100 000 белков. Команда отправляет текстовый файл, содержащий последовательности ДНК для этих кандидатов, в Agilent, компанию, которая может создавать синтетические молекулы ДНК по требованию. Agilent возвращает пробирки с физической ДНК, которая затем вставляется в дрожжевой геном таким образом, что различные синтетические белки производятся и отображаются на тетрах из клеточной мембраны дрожжей, что позволяет их тестировать на вирус.

На основании первоначальных результатов вычислений и экспериментов команда затем участвует в мутагенезе насыщения сайта, где каждая отдельная аминокислота в цепи мутирует в каждом месте и повторно тестируется, чтобы увидеть, как она ведет себя.

«Мы получаем данные и смотрим, что сделало данный белок лучше или хуже. И мы задаем вопрос:» Похоже, этот белок работает по правильным причинам? «, — сказал Ковентри.

Основываясь на результатах и ​​результатах мутагенеза, они делают еще один шаг и развивают комбинированную библиотеку, которая включает вырожденные кодоны, где альтернативные нуклеотиды заменяют типичные в данной аминокислоте.

Наилучшая комбинация мутаций и замен проходит дополнительное экспериментальное тестирование, включая бактериальную экспрессию и термодинамический анализ. Используя этот метод, они получили 50 очень многообещающих отведений для связующего белка с шипами из первоначального скрининга 100 000 белков.

«Связующее вещество с шиповым белком, скорее всего, приведет к лекарству из-за его механизма действия», — сказал Ковентри.

Но способность создавать дизайнерские белки — не единственное новшество лаборатории и не единственное связующее звено их конечной цели. Они также внедряют новый подход к лекарствам, называемым мини-белковыми связующими, которые сочетают специфичность антител с высокой стабильностью и технологичностью низкомолекулярных лекарств.

Было показано, что мини-белковые связующие имеют гораздо большую стабильность при повышенных температурах и лучшую нейтрализацию, чем сопоставимые антитела и природные производные белка. Они также составляют приблизительно 1/30 от молекулярной массы типичных белков и могут быть синтезированы химически, что позволяет вводить широкий спектр функций. Вероятно, из-за их небольшого размера и очень высокой стабильности они вызывают слабый иммунный ответ.

«Мы стремимся соединить четыре-шесть наиболее мощных нейтрализаторов в одной цепочке с помощью гибких линкеров, чтобы добиться очень быстрого связывания с небольшим потенциалом для побега», — сказал Бейкер в презентации для Агентства перспективных исследований в области обороны (DARPA) , один из спонсоров исследования.

«Мы пытаемся получить много связующих и связать их с помощью линкеров», — объяснил Ковентри. «Идея состоит в том, что вы получаете эффект жадности» — накопленную силу множественных сродств. «По крайней мере один из этих белков будет связываться в любой момент времени, и вирусная частица не сможет вырваться из цепи. Поскольку связующие блокируют вирусный связывающий эпитоп, вирус не сможет проникнуть в наши клетки»./р>

Опора на сотрудничество

В настоящее время TACC поддерживает более 40 исследовательских проектов COVID-19. Один из сотрудников Baker Lab был одним из крупнейших пользователей вычислительного времени на Stampede2 с начала его работы в марте.

«TACC обладает большой вычислительной мощностью, и это нам очень помогло», — сказал Ковентри. «Все, что мы делаем, чисто параллельное. Мы можем быстро протестировать 20 миллионов различных конструкций, и расчеты не нужно обсуждать друг с другом». Такой подход, известный как высокопроизводительный скрининг, хорошо подходит для архитектуры Stampede2.

Бейкер и его команда смогли быстро нарастить ресурсы TACC отчасти благодаря их участию в текущей финансируемой DARPA программе, известной как Synergistic Discovery and Design (SD2), многопрофильном сотрудничестве, целью которого является развитие управляемые данными методы для ускорения научных открытий.

С 2017 года программа SD2 разрабатывает конвейеры для более быстрого «проектирования-тестирования-обучения», используя сочетание высокопроизводительных вычислений, передовых методов управления данными, автоматизированного лабораторного тестирования и машинного обучения. Сотрудничество между Baker Lab и TACC является символом этой методологии и помогает ускорить их исследования от идеи до реальности.

По словам доктора Мэтью Вона, директора по естественным наукам и вычислительным технологиям в TACC, проект дизайна белка, похоже, готов предложить новые мощные терапевтические молекулы для борьбы с COVID-19, отчасти благодаря замечательному взаимодействию между компьютерным моделированием и экспериментами.

«Быстрые темпы, с которыми лаборатория Бейкер смогла внедриться и стать продуктивными на ресурсе лидерского класса, таком как Stampede 2, подчеркивают, насколько важны и будут оставаться наши национальные инвестиции в передовые вычислительные возможности и методологию. будущее «, сказал Вон.

Следующей вехой команды будет разработка нескольких ингибиторов, которые могут уменьшить ответ в два раза и которые могут связать их вместе в большую молекулу или конструкцию с хорошим поведением.

Затем последует дальнейшее тестирование, чтобы установить, вызывает ли мини-связующее вещество иммунный ответ, и затем конструкция будет проверена на эффективность в чашке Петри, а затем на животных и людях.

«Наша цель для следующей пандемии будет заключаться в том, чтобы внедрить вычислительные методы, которые в сочетании с высокопроизводительными вычислительными центрами, такими как TACC, смогут генерировать высокоаффинные ингибиторы в течение нескольких недель после определения последовательности генома патогена», — сказал Бейкер. , «Чтобы добраться до этой стадии, потребуются постоянные исследования и разработки, и такие центры, как TACC, будут играть решающую роль в этих усилиях, как и в научных исследованиях в целом».




Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *