Практикум 12.

Для выполнения заданий использовались: последовательность белка YYBK_BACSU (Неохарактеризованный белок YybK из организма Bacillus subtilis, пренадлежащий к суперсемейству атф-связывающих кассет) в формате FASTA YYBK_BACSU.fasta .

Предсказание трехмерной структуры, полученное с помощью AlphaFold AF-P37493-F1-model_v4.pdb .

Задание 1.

В базе данных OPM был найден белок являющийся основным порином в организме Mycobacterium smegmatis (микобактерия, штаммы которой используют как модельный организм). Белок образует заполненный водой канал, который способствует проникновению катионов, аминокислот, железа Fe3+ и менее эффективно фосфатов. Играет роль в транспорте бета-лактамазы и гидрофильных фторхинолоновых антибиотиков, таких как норфлоксацин, а также хлорамфеникола.

В трансмембранной части белка содержится β-бочонок из 16 β-листов.

Идентификатор PDB: 1uun

Идентификатор Uniprot: MSPA_MYCS2

Для этого белка была определена некоторые параметры:

Толщина гидрофобной части белка в мембране 40.7 Å
Координаты трансмембранных участков. 1(74-83),2(111-119)
1(74-83),2(111-119)
1(74-83),2(111-119)
1(74-83),2(111-119)
1(74-83),2(111-119)
1(74-83),2(111-119)
1(74-83),2(111-119)
1(74-83),2(111-119)
(белок симметричный => координаты одинаковы для всех субъединиц)
Среднее количество остатков в одном β-тяже белка. 17(9+8)
Мембрана, в которую встроен белок. Мембрана грамположительных бактерий
Таб. 1.Информация, полученная о белке MspA из базы OPM.
Рис. 1. 3х-мерная структура белка порина MspA на его странице в OPM.
Рис. 2. Изображение 3-х мерной структуры белка, полученное с помощью PyMol. На изображени показана толщина гидрофобной части белка в мембране.

Задание 2.

С помощью сервиса DeepTMHMM были предсказаны положение 2х белков в мембране: бета-листовогого (MSPA_MYCS2) и YYBK_BACSU - альфа-спирального.

Рис. 3. Предсказание трансмембранных элементов белка YYBK_BACSU по последовательности белка. По оси x обозначены номера остатков последовательности. По оси y - вероятность нахождения остатка относительно мембраны.

Текстовая выдача программы: YYBK_BACSU.gff3

Рис. 4. Предсказание трансмембранных элементов белка MSPA_MYCS2 по последовательности белка. По оси x обозначены номера остатков последовательности. По оси y - вероятность нахождения остатка относительно мембраны.

Текстовая выдача программы: MSPA_MYCS2.gff3

На рис.3 видно, что все 6 трансмембранных элементов белка YYBK_BACSU были предсказаны верно. С предсказанием траснмембранных элементов MSPA_MYCS2 DeepTMHMM не справился. Большинство бета-бочонковых трансмембранных белков, с которыми DeepTMHMM не справляется - не могут образовывать пору самостоятельно, и выполняют свою функцию только либо связываясь с другими белками, либо образуя мультимеры с дополнительными копиями тех же белков, например, путем тримеризации[1]. И, видимо, MSPA_MYCS2 можно отнести к "проблемным" белкам.

Задание 3.

Алгоритм PMM былы запущен со следующими параметрами:

Number of Membranes: 1

Type of membrane: Gram-positive bacteria inner membrane

Allow curvature: no

Topology (N-ter): in (согласно результату DeepTMHMM, см выше)

Рис. 5. Предсказание положения белка YYBK_BACSU в мембране. Красным цветом отмечена положительно заряженная сторона мембраны, направлена наружу. Синим цветом - отрицательно заряженая сторона мембраны, направлена в сторону цитоплазмы.
Толщина гидрофобной части белка в мембране 30.5 ± 0.9 Å
Координаты трансмембранных участков со вторичной структурой 1( 3- 21), 2( 44- 65), 3( 88- 116), 4( 131- 157), 5( 158- 179), 6( 186- 193), 7( 217- 237)
Среднее количество остатков в одном трансмембранном сегменте 20.14
Угол изгиба 2 ± 1°
Таб. 2. Информация, полученная о белке YYBK_BACSU с помощью PPM.

Задание 4.

Про MSPA_MYCS2 и DeepTMHMM см. задание 2.

Что касается белка YYBK_BACSU, то DeepTMHMM предсказывает 6 трансмембранных участков, а PPM - 7. Но в основе PPM лежит предсказанная AF структура. При ее расмотрении на странице Uniprot видно, что помимо 6 предсказанных спиралей со средней достоверностью, есть 7я, с низкой достоверностью (рис.6). Скорее всего ее PPM также предсказывает как трансмембранный участок. Таким образом можно сказать, что достоверность модели AF оказывает влияние на результат PPM .

Рис. 6. Изображение AF модели с легендой белка YYBK_BACSU с его страницы в Uniprot. Красным цветом подчеркнута "сомнительная" альфа-спираль

Источники.

1. Bernhofer, M., Rost, B. TMbed: transmembrane proteins predicted through language model embeddings. BMC Bioinformatics 23, 326 (2022). https://doi.org/10.1186/s12859-022-04873-x