In Silico Analysis of Pathogenic Missense Single Nucleotide Polymorphisms in the Bovine IGF-1 Gene

Immaginate il genoma di una mucca come una massiccia e antica biblioteca che contiene i manuali di istruzioni per costruire e far funzionare un essere vivente. All'interno di questa biblioteca, le lettere A, C, G e T sono l'alfabeto e, quando vengono disposte nel modo giusto, compongono le ricette per le proteine: le minuscole macchine molecolari che mantengono l'animale in vita, lo fanno crescere e produce latte. Ma a volte, una singola lettera in una ricetta viene scambiata con un'altra, come un errore di battitura in un libro di cucina. Nel mondo della genetica, questo è chiamato Polimorfismo a Singolo Nucleotide, o SNP. La maggior parte di questi errori è innocua, come cambiare "sale" con "sele" in una ricetta della zuppa; la zuppa ha comunque un buon sapore. Tuttavia, alcuni errori sono disastrosi, trasformando lo "zucchero" in "sale" e rovinando il piatto.

Una delle ricette più importanti nella biblioteca della mucca è per un ormone chiamato IGF-1. Pensate all'IGF-1 come al capocantiere in un cantiere edile, che urla ordini agli operai per costruire muscoli, far crescere le ossa e sviluppare le ghiandole mammarie necessarie per la produzione di latte. Se le istruzioni del capocantiere sono confuse a causa di un errore di battitura nella ricetta, il cantiere potrebbe fermarsi o l'edificio potrebbe venire storto. Per gli allevatori di latte, un capocantiere "rotto" significa meno latte e meno vitelli, il che è una brutta notizia per l'economia. Gli scienziati sanno da tempo che questi errori genetici esistono, ma trovare il singolo errore specifico che rompe la macchina tra milioni di lettere innocue è come trovare un singolo ingranaggio rotto in un enorme orologio. È qui che entra in gioco il potere dell'analisi "in silico". Inve di testare le mucche in una stalla, i ricercatori utilizzano supercomputer per simulare gli effetti di questi errori, agendo come detective digitali in grado di prevedere quali errori genetici causeranno più problemi prima ancora che accadano nella vita reale.

In questa storia di detective digitali, un team di ricercatori dell'Università di Lorestan, in Iran, si è messo in viaggio per trovare i peggiori errori di battitura nel gene IGF-1 bovino. Hanno iniziato raccogliendo un elenco di 66 diversi SNP missenso — ovvero quegli errori specifici che cambiano effettivamente un amminoacido (un mattone fondamentale della proteina) in un altro diverso, alterando potenzialmente la forma del capocantiere IGF-1. Utilizzando una serie di sofisticati strumenti informatici, hanno agito come un filtro, setacciando il rumore per trovare i segnali di pericolo.

Per prima cosa, hanno fatto passare l'elenco attraverso uno strumento chiamato PredictSNP, che funge da panel di esperti giudici. Tra i 66 sospetti, 18 sono stati segnalati come "deleteri", ovvero probabilmente dannosi. I ricercatori si sono poi concentrati su questi 18 per vedere quanto bene si inserissero nella storia evolutiva della proteina. Usando uno strumento chiamato ConSurf, hanno scoperto che questi punti negativi erano situati in regioni altamente conservate — parti della proteina che sono rimaste esattamente le stesse per milioni di anni perché critiche per la sopravvivenza. È come scoprire che l'errore è avvenuto sul volante di un'auto; sai che è un brutto posto dove fare danni.

Successivamente, il team ha simulato come queste mutazioni avrebbero influenzato la stabilità fisica della proteina. Hanno utilizzato bilance digitali (I-Mutant2.0 e MUpro) per vedere se le mutazioni rendevano la proteina traballante o incline a sfaldarsi. I risultati hanno mostrato che quasi tutte le 18 mutazioni rendevano la proteina meno stabile, come sostituire una robusta trave d'acciaio con una debole trave di plastica. Hanno anche controllato la flessibilità della proteina utilizzando uno strumento chiamato MEDUSA, scoprendo che queste mutazioni erano bloccate in parti rigide della struttura, rendendo ancora più difficile per la proteina svolgere il suo compito.

L'indagine si è ristretta ulteriormente utilizzando MutPred2, uno strumento che prevede come una mutazione possa interrompere i meccanismi molecolari della proteina. Questo passaggio ha identificato sette "super-cattivi" particolarmente pericolosi. Infine, i ricercatori hanno utilizzato Project HOPE per esaminare la forma 3D della proteina. Questo strumento ha confrontato la dimensione, la carica e l'idrofobicità (quanto la molecola ama o odia l'acqua) delle proteine mutate rispetto a quelle normali. Hanno scoperto che la mutazione L105R era la più distruttiva di tutte. In questa mutazione, un amminoacido neutro e di medie dimensioni (Leucina) è stato scambiato con uno grande e a carica positiva (Arginina). I ricercatori hanno simulato che questo cambiamento causerebbe dei "rigonfiamenti" nella struttura della proteina perché il nuovo pezzo è troppo grande, e la carica positiva respingerebbe altre parti della molecola, interrompendo le delicate interazioni idrofobiche che tengono insieme la proteina.

Per vedere l'impatto nel mondo reale di questa mutazione L105R, il team ha eseguito una simulazione di docking proteina-proteina. Hanno modellato come la normale proteina IGF-1 e la versione mutata stringerebbero la mano al loro partner, il recettore dell'IGF-1. Nella simulazione, la proteina normale formava una stretta di mano forte con 25 legami a idrogeno. Tuttavia, la proteina mutata L105R riusciva a gestire solo 21 legami a idrogeno. Questa riduzione di connessioni suggerisce che la proteina mutata farebbe fatica a legarsi efficacemente al suo recettore, interrompendo potenzialmente la linea di comunicazione necessaria per la crescita e la produzione di latte.

L'articolo conclude che, sebbene queste scoperte si basino su simulazioni al computer e non siano ancora state testate su mucche vive, la mutazione L105R si distingue come il candidato più probabile per interrompere la funzione della proteina IGF-1 bovina. Gli autori suggeriscono che questa specifica mutazione potrebbe servire come marcatore molecolare per i programmi di selezione, aiutando gli allevatori a scegliere mucche che hanno meno probabilità di portare questo "errore di battitura" genetico e maggiore probabilità di essere produttive. Lo studio non sostiene di aver risolto il problema della produzione di latte, ma offre un sospettato altamente probabile nel caso di disfunzione genetica, indicando la strada per futuri test nel mondo reale.