Биологи и математики из МФТИ, университета Стони Брук и других научно-исследовательских центров разработали новый метод расчёта белкового взаимодействия. Достижение, как ожидается, позволит значительно ускорить создание лекарственных препаратов.

Чтобы из всевозможных вариантов расположения двух больших молекул относительно друг друга получить такую, которая существует в реальном мире, необходимо предсказать, как будет выглядеть «стыковка» двух белков с известной структурой. Это так называемый метод жёсткой стыковки, когда строение элементов задано и надо собрать из них выгодную конфигурацию. Вычислительную сложность описанной задачи можно сравнить с составлением всех возможных пар из 10 000 начальных блоков конструктора.

Новый подход, предложенный исследователями, заключается в том, чтобы представить белки как сочетание «квантовых поверхностей» — некоторых блоков, описываемых математическим аппаратом квантовой механики. Такой метод позволяет одновременно рассчитывать взаимодействие многих пар белковых участков между собой, а не оценивать каждую пару независимо. Новая модель может работать до 100 раз быстрее лучших из существующих ранее, при этом обеспечивая высокую точность.

Предложенный подход позволяет моделировать взаимодействия белков на уровне генома. Это приведёт к лучшему пониманию того, как функционируют клетки организма и позволит разрабатывать лекарства от болезней, вызванных «ошибочными» белковыми взаимодействиями. «В обычной клетке осуществляются тысячи различных белковых взаимодействий. Объяснение этих взаимодействий помогает описывать важные процессы: работу организма в целом и методов лечения некоторых заболеваний», — говорят специалисты.

Новый алгоритм скоро станет частью популярной автоматической системы расчёта белок-белкового взаимодействия ClusPro. 

Необычный эксперимент провели американские учёные, его результаты удивили многих — человек вновь подтвердил, что справляется с аналитическими задачами лучше самого современного компьютера. Эксперимент заключался в подборе структуры белка, и участвовали в нём любители компьютерных игр. Дело в том, что учёные специально для исследования создали компьютерную игру Foldit, в которой за подбор наиболее энергетически выгодной конфигурации белка игроку начисляются очки.

Немного теории: белки состоят из молекул аминокислот и имеют строго определенную пространственную организацию, которую невозможно построить точно, даже зная последовательность всех аминокислот. В то же время части белка организованы природой таким образом, что их конструкции обладают минимальной свободной энергией в сравнении со всеми другими возможными вариантами. Для построений структуры белков используются компьютерные программы, требующие огромных вычислительных мощностей — им нужно перебрать миллионы возможных комбинаций аминокислот в поисках оптимального варианта. Общую конфигурацию белка компьютеры вычисляют очень хорошо, проблемы начинаются на конечных этапах. Именно на них было решено ввести в работу человеческий мозг, для чего и была написана игра Foldit.

 

 

Пользователи программы вручную подбирают конфигурацию частей белков, а компьютер определяет эффективность подобранных конструкций. Анализ работ лидеров рейтинга Foldit показал, что созданные геймерами пространственные структуры белков оказались более похожими на предсказанные учёными структуры, чем работы суперкомпьютеров. Для проверки учёные ожидают результат рентгеноструктурного анализа этих белков, который и покажет, насколько эффективна их конфигурация.

Авторы игры Foldit уверены, что анализ игровых стратегий лучших игроков поможет им в создании более эффективных компьютерных программ, а также будет полезным в деле создания новых белков, которые могли бы оказать существенную помощь в решении медицинских задач.

Материалы по теме:

• Учёные измерили индекс счастья блогеров;
• Учёные США считают, что человечество меняет климат;
• Google: опубликована первая глава книги "Дорога к Марсу".

Источник:

• fold.it

Группа инженеров и химиков из Университета Бригама Янга создала микрочип, позволяющий с высокой надежностью обнаруживать наличие специфических белков или вирусов даже в небольшом количестве исследуемого образца и при малой концентрации искомых объектов. Принцип работы изобретения в целом напоминает систему для сортировки монет, только реализованную на микроуровне. Ни объем образца, ни концентрация не играют особой роли, поскольку анализируемые частицы улавливаются в соответствии с их размером, а не численностью, и это облегчает процесс обнаружения вирусов. «Большинство тестов имеют низкую достоверность, если только у вас не в самом деле высокая концентрация вирусов» – говорит Аарон Хоукинс (Aaron Hawkins), профессор электроники и вычислительной техники в Университете, руководящий разработкой дизайна чипа. «Одной из целью сообщества «лаборатории на чипе» является попытка уменьшить пределы измерения до единичных частиц, проходящих через трубку или канал». Хоукинс утверждает, что его группе удалось решить одну из наибольших проблем в этом направлении – организовать интерфейс между исследуемыми образцами жидкости в макромире с потоками жидкости в микромире. Он говорит, что им удалось придумать способ использовать макроколичества жидкости в микрочипе, используя прецизионно смещенные друг относительно друга тончайшие каналы. В результате искомые частицы имеют возможность перемещаться вместе с жидкостью по микроканалу до тех пор, пока не натолкнутся на стенку, под которой находится отверстие, меньшего по отношению к ним размера, и скапливаются в этом месте, после чего их можно наблюдать через специальную камеру. На следующем этапе исследователи планируют усложнить систему, создав последовательный каскад каналов с уменьшающимися отверстиями, который бы позволил «рассортировывать» по размерам все более и более мелкие частицы. Для формирования каналов исследователи нанесли на подложку чипа слой металла толщиной 50 нм, после чего напылили на него стекло. Затем металл вытравили с помощью кислоты, и получили узкое пространство, сквозь которое может протекать жидкость из исследуемого образца. Хоукинс полагает, что после доведения «до ума» первых образцов чипа понадобится всего около года, чтобы развернуть его массовое производство. Материалы по теме:

• Чип-лаборатория спешит на борьбу с птичьим гриппом;
• Города будущего: взгляд IBM;
• Samsung убивает вирус свиного гриппа кондиционером.

Источник:

• news.cnet.com