[论文解读] Atomic-resolution structures of prion AGAAAAGA amyloid fibrils

Jiapu Zhang|arXiv (Cornell University)|Jun 9, 2011

Prion Diseases and Protein Misfolding参考文献 14被引用 3

一句话总结

本研究通过先进的优化技术（包括最速下降法、共轭梯度法、模拟退火和遗传算法）结合规范对偶优化与结构生物信息学，计算确定了朊病毒 AGAAAAGA 淀粉样纤维的原子分辨率结构。主要贡献在于识别出 AGAAAAGA 回文序列（残基113–120）的稳定、能量有利的纤维模型，该区域在朊病毒疾病发病机制中起关键作用，但由于其不溶性、非晶态的特性，传统实验方法难以表征。

ABSTRACT

To the best of the author's knowledge, there is little structural data available on the AGAAAAGA palindrome in the hydrophobic region (113-120) of prion proteins due to the unstable, noncrystalline and insoluble nature of the amyloid fibril, although many experimental studies have shown that this region has amyloid fibril forming properties and plays an important role in prion diseases. In view of this, the present study is devoted to address this problem from computational approaches such as local optimization steepest descent, conjugate gradient, discrete gradient and Newton methods, global optimization simulated annealing and genetic algorithms, canonical dual optimization theory, and structural bioinformatics. The optimal atomic-resolution structures of prion AGAAAAGA amyloid fibils reported in this Chapter have a value to the scientific community in its drive to find treatments for prion diseases or at least be useful for the goals of medicinal chemistry.

研究动机与目标

• 解决由于 AGAAAAGA 回文序列（113–120）不溶、非晶、不稳定而造成的实验结构数据缺乏问题。
• 开发并应用新型计算方法，预测在传统 X 射线和 NMR 方法失效时仍稳定的朊病毒淀粉样纤维的原子分辨率结构。
• 识别最小纤维形成序列，并通过计算验证 AGAAAAGA 在淀粉样变性和朊病毒毒性中的作用。
• 提供高分辨率结构模型，以支持针对朊病毒疾病的药物化学与药物设计。

提出的方法

• 采用局部优化方法，包括最速下降法（SD）、共轭梯度法（CG）、离散梯度法和牛顿法，进行能量最小化。
• 应用全局优化技术如模拟退火（SA）和遗传算法，以逃离局部极小值并定位全局能量极小值。
• 利用规范对偶优化理论，将分子结构确定问题重新表述为全局优化问题。
• 通过分子建模工具（Insight II 和 Swiss-PdbViewer）使用蛋白质数据库（PDB）中的模板构建初始纤维模型，包括 2OMP.pdb、1YJP.pdb、3FVA.pdb 和 3NHC–3NVH.pdb。
• 利用 AMBER 10 采用混合 SDCG-SA 协议对模型进行优化，以实现结构稳定性和平衡状态。
• 将分子结构确定问题表述为距离几何问题（DGP），并通过最小化函数 $ P_{\epsilon}(X) = \sum_{(i,j)\in S} w_{ij}(||x_i - x_j||^2 - d_{ij}^2)^2 - \epsilon^T X $ 求解，其中 $ d_{ij} $ 定义为非键合原子的范德华半径之和。

实验结果

研究问题

• RQ1 朊病毒 AGAAAAGA 淀粉样纤维片段（残基113–120）的原子分辨率结构是什么？该片段在朊病毒疾病发病机制中至关重要，但因 X 射线和 NMR 方法无法适用而难以获取。
• RQ2 哪些计算优化策略能够可靠地预测该高度不溶、非晶态片段的稳定、低能纤维构象？
• RQ3 范德华作用力和氢键相互作用如何贡献于预测的纤维模型的稳定性？
• RQ4 能否通过计算能量最小化和结构分析识别并验证 AGAAAAGA 内部的最小纤维形成序列？
• RQ5 基于结构建模，AGAAAAGA 回文序列在介导朊病毒纤维形成和神经毒性中的作用是什么？

主要发现

• AGAAAAGA 片段（113–120）经计算确认为强淀粉样纤维形成区域，其能量低于 -26 的阈值，表明具有高纤维形成潜力。
• 生成了 20 种不同的原子分辨率模型（MODEL01–MODEL19），包括 12 链 AGAAAA（MODEL01）、10 链 AGAAAAG（MODEL02）和 10 链 GAAAAGA（MODEL03）结构，所有模型均通过 SDCG-SA 优化实现稳定。
• 基于 3NHC、3NVE、3NVF、3NVG 和 3NVH 模板构建的模型在突变和优化后形成稳定纤维结构，特定范德华接触对得以保留（例如 3NHC 模型中的 A.ALA3.CB–G.ALA4.CB）。
• 3NHC、3NVE/F/G/H 模型成功优化为稳定、低能构型，MODEL06–MODEL19 代表最终优化的纤维结构。
• 本研究证明，数学优化框架可在实验方法失效时有效模拟淀粉样纤维，为药物靶向提供高分辨率模型。
• 结果验证了 AGAAAAGA 不仅是纤维形成所必需，还具备抑制 PrPSc 神经毒性的能力，支持其作为治疗靶点的作用。