Quantum chemical modelling of sequence encoded energetics and electrostatic landscapes governing early peptide association in α- synuclein and amyloid β

Resumen Técnico: Modelado Químico Cuántico de la Energética y los Paisajes Electrostáticos Codificados por la Secuencia en la Asociación Temprana de Péptidos

Planteamiento del Problema
El mal plegamiento y la agregación de proteínas son procesos centrales en trastornos neurodegenerativos como la enfermedad de Parkinson (EP) y la enfermedad de Alzheimer (EA), impulsados por la asociación molecular temprana de péptidos como la $\alpha$-sinucleína y la amiloide $\beta$ (A$\beta$). Mientras que los estudios experimentales han caracterizado la cinética y las estructuras de las fibrillas maduras, las contribuciones energéticas de las configuraciones moleculares individuales durante las etapas tempranas, transitorias y heterogéneas de la asociación permanecen insuficientemente resueltas. Existe una brecha crítica en la comprensión de cómo el orden específico de los residuos (secuencia), distinto de la composición global de aminoácidos, moldea las propiedades moleculares que gobiernan estos eventos iniciales de asociación. Este estudio tiene como objetivo aislar la contribución del orden de la secuencia comparando segmentos peptídicos propensos a la agregación con controles aleatorizados (scrambled) con la misma composición, determinando así cómo el orden de los residuos influye en la energética, la organización estructural y los paisajes electrostáticos.

Metodología
El estudio emplea un flujo de trabajo computacional consistente que integra la química cuántica semiempírica y la teoría del funcional de la densidad (DFT) para modelar estados monómeros y homodímeros.

• Sistemas: Se compararon segmentos propensos a la agregación ($\alpha$-sinucleína: VTGVTAVAQK; A$\beta$: LVFFAEDVGS) frente a controles aleatorizados de composición emparejada (AGATQTVVVK y EFLVGSDVAF, respectivamente).
• Optimización de la Geometría: Las estructuras de los monómeros y homodímeros se optimizaron utilizando el método GFN2-xTB (Geometría, Frecuencia, No covalente, Tight Binding, segunda generación) implementado en xTB. Las estructuras de los dímeros se relajaron inicialmente utilizando el campo de fuerza GFN antes de la optimación final.
• Energética: Las energías de asociación ($\Delta E_{assoc}$) se calcularon como la diferencia entre la energía electrónica convergida de GFN2-xTB del dímero optimizado y el doble de la energía de los monómeros optimizados independientemente.
• Análisis de la Estructura Electrónica: Los cálculos de DFT se realizaron sobre los monómeros optimizados mediante GPAW con el funcional de intercambio-correlación PBE y el formalismo de Onda Plana Aumentada por Proyectores (PAW) sobre una rejilla en el espacio real (espaciado de 0.20 Å).
• Descriptores:
  • Electrostática: El Potencial Electrostático Molecular (ESP) se mapeó sobre superficies de densidad electrónica (0.001 e Bohr$^{-3}$) y se analizó mediante centrado de la media para visualizar los paisajes relativos.
  • Distribución de Carga: Se utilizó el análisis de población de Hirshfeld para cuantificar las distribuciones de carga a nivel atómico, incluyendo métricas estadísticas (media, mediana, desviación estándar) y sumas resueltas por residuo.
  • Estructural/Secuencia: Los descriptores incluyeron la decoración de carga de la secuencia (SCD), hidropatía local, longitud de la carrera hidrofóbica, radio de giro ($R_g$), distancia extremo a extremo y asfericidad.
  • Interfaz: Los contactos intermoleculares se cuantificaron mediante distancias de átomos pesados ($\le$ 4.5 Å y 5.0 Å) y contactos específicos de N/O/S ($\le$ 3.5 Å).

Resultados Clave
El estudio revela que el reordenamiento de los residuos produce respuestas distintas y específicas de cada péptido tanto en los dominios energéticos como estructurales, a pesar de mantener una composición de aminoácidos conservada.

1. Energética del Monómero: El orden de los residuos alteró significativamente la energía electrónica de los monómeros aislados. Para A$\beta$, el control aleatorizado fue menor en energía por ~45.33 kJ/mol en comparación con la secuencia propensa a la agregación. Por el contrario, para la $\alpha$-sinucleína, la secuencia propensa a la agregación fue menor en energía por ~151.12 kJ/mol en comparación con su control aleatorizado.
2. Energía de Asociación vs. Empaquetamiento de la Interfaz:
   • A$\beta$: Tanto la secuencia propensa a la agregación (115.617 kJ/mol) como el control aleatorizado (232.552 kJ/mol) exhibieron energías de asociación positivas, lo que indica que los dímeros optimizados tenían una energía electrónica mayor que los monómeros optimizados independientemente. Sin embargo, la secuencia propensa a la agregación mostró una energía de asociación positiva menor (por 116.935 kJ/mol) que el control aleatorizado. Paradójicamente, esta secuencia formó menos contactos de átomos pesados (40 frente a 81) y tuvo una densidad de contacto menor que el control.
   • $\alpha$-Sinucleína: El control aleatorizado exhibió una energía de asociación más favorable (más negativa) (-494.371 kJ/mol) que la secuencia propensa a la agregación (-172.819 kJ/mol), con una diferencia de 321.552 kJ/mol. No obstante, la secuencia propensa a la agregación formó una interfaz más extensa, con 166 contactos de átomos pesados (frente a 105) y una mayor densidad de contactos cercanos de N/O/S (15 frente a 5).
   • Conclusión: La energía de asociación y el empaquetamiento de la interfaz (número de contactos/densidad) no varían linealmente; representan medidas complementarias, no equivalentes, de la asociación.
3. Paisajes Electrostáticos (ESP): El reordenamiento de los residuos reorganizó la distribución espacial del ESP. Aunque los pares de A$\beta$ y $\alpha$-sinucleína compartían estados de carga globales similares, la organización espacial específica de las regiones de potencial positivo y negativo cambió significativamente entre las secuencias propensas a la agregación y las aleatorizadas. Esto indica que el orden de la secuencia dicta la presentación tridimensional del carácter electrostático.
4. Distribuciones de Carga de Hirshfeld: El análisis de carga atómica mostró que el reordenamiento de los residuos redistribuyó principalmente las poblaciones de carga atómica en lugar de desplazar uniformemente las magnitudes de carga global. En la $\alpha$-sinucleína, la proporción de átomos positivos/negativos se mantuvo casi constante, pero las distribuciones de probabilidad de los valores de carga se desplazaron. En A$\beta$, se observó un modesto cambio en el equilibrio de átomos positivos/negativos junto con la redistribución.
5. Descriptores de Secuencia y Estructura:
   • A$\beta$: El reordenamiento alteró la decoración de carga de la secuencia (SCD), la longitud de la carrera hidrofóbica (5 residuos frente a 3) y la compacidad molecular, donde el péptido propenso a la agregación exhibió un $R_g$ de aproximadamente 10.1 Å en comparación con aproximadamente 11.0 Å para el control aleatorizado.
   • $\alpha$-Sinucleína: El reordenamiento alteró principalmente la hidropatía local (la media máxima de 3 residuos de hidropatía aumentó de ~2.6 a ~4.2 en el control), mientras que la SCD, el $R_g$ y la asfericidad se mantuvieron comparables.

Significancia y Reivindicaciones
El artículo establece que el orden de los residuos es un determinante fundamental de la asociación temprana de péptidos, independiente de la composición de aminoácidos. El estudio demuestra que composiciones idénticas pueden generar características energéticas, estructurales y electrostáticas distintas únicamente a través de la organización molecular dependiente de la secuencia.

Las reivindicaciones clave incluyen:

• La Secuencia como Determinante: La disposición de los residuos, no solo la composición, gobierna el equilibrio de las interacciones intermoleculares, influyendo tanto en la termodinámica de la asociación como en la geometría de la interfaz resultante.
• Respuestas Específicas de los Péptidos: Las consecuencias moleculares del reordenamiento de residuos no son universales; la $\alpha$-sinancia y la A$\beta$ exhiben respuestas contrastantes donde los cambios en el orden de la secuencia conducen a diferentes combinaciones de favorabilidad energética y empaquetamiento de la interfaz.
• Descriptores Complementarios: El estudio destaca que la energía de asociación y las métricas de contacto de la interfaz capturan aspectos diferentes de la asociación molecular. Una interfaz más poblada no necesariamente se correlaciona con una energía de asociación más favorable, como se observa en las tendencias divergentes de los dos sistemas peptídicos.
• Reorganización Electrostática: Composiciones de aminoácidos idénticas pueden producir entornos electrostáticos distintos debido a la reorganización del patrón de carga y la estructura 3D, proporcionando una base molecular para los comportamientos de asociación dependientes de la secuencia.

El trabajo proporciona un marco cuantitativo para identificar los determinantes moleculares codificados por la secuencia, sugiriendo que el "código" para la agregación temprana reside en el orden lineal específico de los residuos, el cual dicta los paisajes energéticos y electrostáticos resultantes.