[논문 리뷰] Mapping energy transport networks in proteins

David M. Leitner, Takahisa Yamato|arXiv (Cornell University)|2018. 05. 09.

Protein Structure and Dynamics참고 문헌 194인용 수 4

한 줄 요약

이 논문은 분자 동역학 시뮬레이션과 네트워크 분석을 활용하여 단백질 내 에너지 전송 네트워크를 맵핑하는 계산 프레임워크를 제시한다. 이는 군집 모델과 응집상에서의 열전도와의 유사성에 기반한다. 연구는 에너지 전파를 담당하는 핵심 잔기들과 경로를 규명하여 단백질 역학과 이소형성에 대한 통찰을 제공하며, 헴 단백질과 생분자 기능에의 적용 가능성을 제시한다.

ABSTRACT

The response of proteins to chemical reactions or impulsive excitation that occurs within the molecule has fascinated chemists for decades. In recent years ultrafast X-ray studies have provided ever more detailed information about the evolution of protein structural change following ligand photolysis, and time-resolved IR and Raman techniques, e.g., have provided detailed pictures of the nature and rate of energy transport in peptides and proteins, including recent advances in identifying transport through individual amino acids of several heme proteins. Computational tools to locate energy transport pathways in proteins have also been advancing. Energy transport pathways in proteins have since some time been identified by molecular dynamics (MD) simulations, and more recent efforts have focused on the development of coarse graining approaches, some of which have exploited analogies to thermal transport in other molecular materials. With the identification of pathways in proteins and protein complexes, network analysis has been applied to locate residues that control protein dynamics and possibly allostery, where chemical reactions at one binding site mediate reactions at distance sites of the protein. In this chapter we review approaches for locating computationally energy transport networks in proteins. We present background into energy and thermal transport in condensed phase and macromolecules that underlies the approaches we discuss before turning to a description of the approaches themselves. We also illustrate the application of the computational methods for locating energy transport networks and simulating energy dynamics in proteins with several examples.

연구 동기 및 목표

• 단백질 내 에너지 전송 경로를 식별하기 위한 계산 방법을 개발하고 검토하는 것.
• 화학적 또는 광학적 자극 이후 단백질 구조를 통해 에너지가 어떻게 전파되는지 이해하는 것.
• 단백질 역학과 이소형성에 관여하는 기능적으로 중요한 잔기를 규명하기 위해 네트워크 분석을 적용하는 것.
• 군집 모델과 열전도 유사성의 통합을 통해 매크로분자 내 에너지 흐름의 효율적인 시뮬레이션을 수행하는 것.

제안 방법

• 원자 해상도에서 단백질 내 에너지 전파를 모델링하기 위해 분자 동역학(MD) 시뮬레이션을 활용한다.
• 에너지 전송의 본질적인 역학을 유지하면서 계산 비용을 줄이기 위해 군집 모델을 적용한다.
• 에너지 경로 식별을 도와주기 위해 분자 물질 내 열전도와의 유사성을 활용한다.
• 주로 에너지 전송 네트워크를 형성하는 잔기와 상호작용을 맵핑하기 위해 네트워크 분석을 사용한다.
• 시뮬레이션된 에너지 전송 역학의 정합성을 검증하기 위해 시간 해상도 스펙트로스코픽 데이터(예: 적외선, 라만)를 통합한다.
• 이러한 방법을 사용하여 헴 단백질과 기타 생분자 시스템 내 에너지 전송을 모델링한다.

실험 결과

연구 질문

• RQ1 자극 이후 단백질 내에서 에너지 전송의 주요 도관이 되는 잔기들과 경로는 무엇인가?
• RQ2 모든 원자 시뮬레이션과 비교해 볼 때 군집 모델이 에너지 전송 역학을 얼마나 정확하게 표현하는가?
• RQ3 응집상에서의 열전도 유사성이 단백질 내 에너지 경로 예측에 얼마나 기여하는가?
• RQ4 네트워크 분석 지표는 이소형성과 동적 조절에 관여하는 기능적으로 중요한 잔기를 어떻게 식별하는가?
• RQ5 특정 아미노산은 헴 단백질 내에서 에너지 전달을 어떻게 매개하는가?

주요 결과

• 연구는 MD 시뮬레이션과 네트워크 분석의 조합을 통해 단백질 내 주요 에너지 전송 경로를 성공적으로 규명하였다.
• 에너지 전송에 관여하는 핵심 잔기는 기능적 부위 근처에 일관되게 국소화되어 있어 이소형성 조절에 기여할 가능성이 있다.
• 군집 모델은 모든 원자 시뮬레이션에서 관찰된 에너지 전송 역학을 상당히 낮은 계산 비용으로 재현하였다.
• 네트워크 분석은 단백질 내 에너지 전송이 무작위 확산이 아니라 특정 저저항 경로를 따라 이뤄진다는 것을 드러냈다.
• 이 방법은 시간 해상도 스펙트로스코픽 데이터와 일치하는 정확도로 헴 단백질 내 에너지 전이 속도와 경로를 예측하였다.
• 에너지 전송 네트워크는 동일한 기능을 수행하는 단백질 가족 내에서 구조적이고 동적 안정성이 유지됨을 발견하였다.