Structure-Informed Stress-Testing of the Standard Numbering Scheme for Class B β-Lactamases Using AlphaFold2
Diese Studie validiert die Robustheit des Galleni-Garau-Standardnummerierungsschemas (BBL) für Klasse-B--Laktamasen anhand von 87 neu modellierten Familien mittels AlphaFold2, was dessen allgemeine Anwendbarkeit bestätigt und gleichzeitig eine kleine Untergruppe von Varianten mit strukturellen Divergenzen identifiziert, die eine experimentelle Nachverfolgung erfordern.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Bakterien haben eine gewaltige Verteidigung gegen die Antibiotika entwickelt, auf die wir uns bei Infektionen verlassen. Zu ihren effektivsten Waffen gehören Enzyme namens Beta-Laktamasen, die wie molekulare Scheren wirken und die chemischen Ringe von Penicillin und verwandten Medikamenten zerschneiden, bevor sie die Bakterien töten können. Während einige dieser Enzyme ein spezifisches chemisches Werkzeug zum Schneiden nutzen, verwendet eine besonders gefährliche Gruppe, die als Metallo-Beta-Laktamasen bekannt ist, Zinkatome, um dieselbe Aufgabe zu erfüllen. Diese Zink-abhängigen Enzyme sind ein großes Problem in der modernen Medizin, da sie selbst unsere stärksten Reserveantibiotika zerstören können, was Ärzten nur wenige Optionen zur Behandlung schwerer Infektionen lässt.
Um diese Enzyme zu untersuchen und neue Medikamente zu entwickeln, um sie zu stoppen, benötigen Wissenschaftler eine gemeinsame Sprache. Da diese Enzyme viele verschiedene Formen und Größen haben, entwickelten Forscher ein standardisiertes Nummerierungssystem. Dieses System fungiert wie eine universelle Karte, die es Wissenschaftlern ermöglicht, auf denselben exakten Punkt auf verschiedenen Enzymen zu zeigen, unabhängig davon, wie lang oder kurz die Proteinkette ist. Diese Karte wurde vor Jahrzehnten auf der Grundlage einer sehr kleinen Anzahl physischer Strukturen gezeichnet, die Wissenschaftler im Labor eingefangen hatten. Heute kennen wir jedoch Hunderte dieser Enzyme aus Bakterien in Boden, Wasser und Krankenhäusern, aber wir haben ihre physischen Formen noch nie gesehen. Die große Frage ist, ob die alte Karte, die aus nur wenigen Beispielen gezeichnet wurde, immer noch für diese riesige, ungesehene Welt neuer Enzyme funktioniert.
Ein Forscherteam setzte sich zum Ziel, diese Karte mit einem leistungsstarken neuen Werkzeug namens AlphaFold zu testen, das künstliche Intelligenz nutzt, um die 3D-Form von Proteinen basierend auf ihrem genetischen Code vorherzusagen. Anstatt Jahre darauf zu warten, physische Strukturen im Labor einzufangen, nutzte das Team dieses Computerprogramm, um Modelle von 87 verschiedenen Klassen dieser Zink-nutzenden Enzyme zu erstellen, die zuvor noch nie gesehen worden waren. Sie begannen damit, ihre Methode zu beweisen, indem sie die Computer-Modelle von acht bekannten Enzymen mit deren tatsächlichen, experimentell gemessenen Strukturen verglichen. Die Computervorhersagen waren bemerkenswert genau und stimmten mit den realen Formen mit einer Präzision überein, die so hoch war, dass die Differenz weniger als halb so breit wie ein einzelnes Atom betrug.
Nachdem sie ihre Methode validiert hatten, wandten die Forscher sie auf die 87 ungesehenen Familien an. Sie überprüften, ob das standardisierte Nummerierungssystem die kritischen Stellen korrekt identifizierte, an denen die Zinkatome an das Enzym binden. In der überwiegenden Mehrheit der Fälle hielt die alte Karte perfekt stand. Die Computermodelle zeigten, dass die Zink-bindenden Stellen genau so angeordnet waren, wie es das Standard-System vorhersagte, selbst bei Enzymen, die noch nie im Labor gesehen wurden. Dies deutet darauf an, dass das Nummerierungssystem, das vor über zwanzig Jahren erstellt wurde, robust genug ist, um Wissenschaftler durch die viel größere und vielfältigere Enzymfamilie zu führen, die seither entdeckt wurde.
Die Studie fand jedoch auch einige interessante Ausnahmen. In elf der Fälle, in denen die Karte scheinbar versagte, entdeckten die Forscher einen biologischen Grund für den Unterschied, wie etwa die Zugehörigkeit des Enzyms zu einer spezifischen Untergruppe, die von Natur aus eine etwas andere Anordnung besitzt. Aber in zwei spezifischen Familien enthüllten die Computermodelle etwas noch Rätselhafteres. Obwohl diese Enzyme immer noch die korrekte Sequenz der Buchstaben besaßen, um die Zink-bindenden Stellen zu bilden, zeigten ihre vorhergesagten 3D-Formen, dass der aktive Bereich verdreht oder anders angeordnet war, als es die Standard-Karte suggerierte. Diese zwei Familien, zusammen mit einer anderen, die ein ähnliches Muster zeigte, stellen eine kleine Gruppe von Enzymen dar, bei denen die physische Struktur möglicherweise nicht mit den alten Erwartungen übereinstimmt.
Die Forscher kommen zu dem Schluss, dass das standardisierte Nummerierungssystem zwar ein zuverlässiger Leitfaden für die meisten dieser Enzyme ist, diese wenigen Ausreißer jedoch wichtig sind. Sie repräsentieren eine kleine Gruppe von Varianten, bei denen das aktive Zentrum, das Herzstück der Funktion des Enzyms, im dreidimensionalen Raum möglicherweise anders aussieht als gedacht. Da die Computermodelle diese Unterschiede markiert haben, identifiziert die Studie diese spezifischen Enzyme als hochprioritäre Ziele für zukünftige Laborarbeiten. Wissenschaftler werden nun wissen, dass sie ihre experimentellen Bemühungen auf diese wenigen Familien konzentrieren müssen, um deren einzigartige Formen zu bestätigen, wodurch sichergestellt wird, dass unser Verständnis dieser bakteriellen Abwehrmechanismen korrekt bleibt, während wir weiterhin neue Arten in der Natur entdecken.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.