Структурный анализ и белковая инженерия

В Bacillus subtilis нашли новые органеллы - тубеосомы - из которых зарождаются соединяющие разные клетки нанотрубки

https://www.biorxiv.org/content/10.64898/2026.07.27.740770v1

@Wehg_and_wehg делится скриншотами своей био-игры

Что-то такое я имел ввиду в посте выше - для студентов и синтетических биологов / инженеров метаболизма наверняка было бы увлекательно, да и всем остальным - для лучшего понимания, с какими сложностями сталкивается клетка

Интересная работа в Nature Communications от исследователей из Revel Pharmaceuticals, Calico Life Sciences (биотех от гугла!) и Университета Колорадо:

В отличие от внутриклеточных белков, некоторые белки внеклеточного матрикса находятся в нашем теле годами и десятилетиями, и за это время накапливают химические повреждения. Одно из них - карбоксиметилирование лизинов. Помимо прямого влияния на функционирование поврежденных белков, карбоксиметил-лизины (КМЛ) активируют рецептор RAGE и приводят к выбросу провоспалительных цитокинов.

Авторы работы решили разработать фермент, который возвращал бы лизины белков в первоначальный вид. В литературе такие не описаны, и тогда был придуман очень интересный подход: сначала нашли оксидазу глицина, которая также была активна в отношении КМЛ. Далее, поизучали ее гомологи и поняли, что такая активность довольно часто встречается. К сожалению, ни один из них не расщеплял КМЛ в контексте пептидов.

Чтобы найти нужный аналог, авторы построили структурные модели 44'783 похожих белков, выбирая такие, у которых активный сайт был бы наиболее открыт. Среди них нашли вариант из другой бактерии, который был заметно активен и в отношении пептидов.

Но, на этом все не закончилось: авторы сделали хитрую бактерию, скорость роста которой зависела бы от активности фермента, и дальше поделали сайт-направленный мутагенез, чтобы найти более активные варианты. Конечный белок проверили на BSA, коллагене, гемоглобине, казеине и экстракте белков глаза, а потом и человеческих тканях, и везде обнаружили значимое уменьшение количества поврежденных белков.

Не могу экспертно оценить, насколько такой белок сам по себе поможет бороться со старением, но как case study выглядит замечательно: сложным и умным путем разработали не имеющий аналогов в природе фермент, с помощью которого напрямую и измеримо можно починить накапливаемые с возрастом повреждения. И потенциал для новых подобных примеров огромный.

Красную окраску могут давать не только каротиноиды 😉

In other news, на днях лаборатория Bruno Correia выложила препринт, в котором продемонстрировано превращение еще трех родопсинов в растворимые белки - спустя полтора года после нашей работы

В статье про WRAPS оказывается тоже упомянут родопсин (гелиородопсин), хотя и вскользь - картинок и спектров нет (h/t KK)

Дэвид Бейкер продолжает улетать в космос - кроме работы про искусственные флуоресцентные белки с аналогами ретиналя опубликовалась работа про маленькие таги, связывающиеся с разными интересными красками

Другие люди переделывают билин-связывающие белки

Видимо, теперь будет все больше очень необычных примеров - в том числе и от Андрея/нас - подписывайтесь на апдейты!

А вы знали, что "крепкость" мембранного белка можно померять, вытягивая его за один из концов с помощью атомно-силового микроскопа?

Если отдельные кривые растяжение-сила выглядят может не очень наглядно (справа сверху), то при усреднении по многим экспериментам начинает замечательно прослеживаться поочередное выдергивание разных спиралей (слева снизу), а из значений нужной для этого силы можно сделать много биофизических выводов.

Обзор в Chemical Reviews с бесплатным доступом

Любителям молекулярной динамики будет приятно узнать, что разработан новый метод расчета кулоновских взаимодействий (самый вычислительно дорогой шаг), применение которого значимо ускоряет моделирование

Статья

Популярное изложение на phys.org

И, чтобы люди из Стэнфорда не расслаблялись, люди из Университета Виргинии тут же пересобрали Germinal на открытых кодах, и утверждают, что получившийся OpenGerminal хоть и работает чуть медленнее, зато дает даже более хорошие метрики кофолдинга, чем первоначальный Germinal

На самом деле, много кто пытается сделать антитела с помощью компьютера - пару недель назад в Nature Biotechnology опубликован алгоритм Germinal от команды из Стэнфорда, с неплохими успехами против нескольких мишеней.

Интересные результаты от компании Nabla Bio: разработаны антитела, которые избирательно узнают пептиды мутированных форм K-Ras (G12C и G12V) в презентационном комплексе, и не узнают пептиды дикого типа - и все это подтверждено и в клеточных тестах, и с помощью Cryo-EM.

K-Ras - внутриклеточная ГТФаза и протоонкоген, долго считавшаяся "undruggable" - не способной связывать малые молекулы (потенциальные лекарства) из-за отсутствия явных карманов для связывания.

Новые антитела от Nabla Bio позволяют направить клетки иммунитета на клетки опухоли. По-видимому, это первый пример разработки антител к комплексам гистосовместимости с помощью вычислительных методов, первый пример разработки антитела, настолько чувствительного к одной замене в мишени, и просто красивый пример таргетирования внутриклеточной мишени с помощью антител.

Многообразие четвертичных структур коротких РНК (!) в новом препринте "Structural assemblies for an RNA world"

Красивая визуализация динамики нуклеосом - расширение Molecular Nodes для Blender от Brady Johnston, траектория из свежей статьи "Molecular architecture of heterochromatin at the nuclear periphery of primary human cells"

У команды из Японии может быть самое низкое разрешение, зато найдены ключевые мутации, меняющие чувствительность рецепторов к тому или иному свету.

Было бы конечно любопытнее наэволюционировать родопсин, поглощающий где-нибудь за пределами видимой области спектра, и потом кого-то генетически заинжинирить. Полицейская собака, которая видит преступников в инфракрасном диапазоне?)

Журнал Science объявил неделю структур родопсинов - сразу три статьи о механизмах цветного зрения у человека (и макак):

https://www.science.org/doi/10.1126/science.adz8141

https://www.science.org/doi/10.1126/science.adz3624

https://www.science.org/doi/10.1126/science.adz3996

Сами структуры вероятно будут более интересны специалистам (потому что в общем устройстве - семи спиралях и связанном ретинале - никто не сомневался), но какие-то уроки можно извлечь. В том числе, как всегда в структурной биологии, "доверяй, но проверяй" - авторы могут поместить в PDB очень красивые и логичные координаты, а экспериментальная реальность (плотности) могут быть и не такими однозначными - см. правую нижнюю часть иллюстрации, есть пример получше и есть пример явно похуже.

Было бы не очень хорошо рассказать об игре, не попробовав ее самому. И... выражаясь политкорректно, тут есть, куда развиваться.

Чтобы играть было чуть легче, надо в опциях убирать все, кроме переднего плана, регулярно обращаться к карте, и регулярно перезагружаться.

Молекулы пока служат в основном антуражем, а кот все время срывается в пропасть в самый низ клетки. Но, если пофантазировать, то потенциал у задумки большой: белочки могли бы шевелиться, вокруг бы могли летать маленькие молекулы, знакомство с каждым новым ферментом могло бы быть историей и приключением само по себе, кот бы лазал по актину в любом направлении и т.д. и т.п.

Одновременно с этим возникла еще мысль об игре про метаболизм наподобие Factorio (в которую не играл), где надо бы было потихоньку выстраивать технологические метаболические цепочки, следить за "ресурсами", их пропорциями, скоростями реакции и всеми этими оптимизационными моментами.

Может, с развитием вайбкодинга, что-то такое когда-то в ближайшем времени и случится.

Meowtabolism - новая игра в Steam про структурную биологию 🧬🐈

Immerse yourself in a hand crafted microscopic world built using experimental data from cryogenic electron microscopy/tomography, volume electron microscopy, X-ray crystallography, and sequence based structure prediction.

https://store.steampowered.com/app/4045010/Meowtabolism__Examining_Feline_Behavior_within_Unicellular_Algae/

У игры есть бесплатная демка. Не является рекламой)

Наконец, хочется поделиться записями замечательно проиллюстрированного и сопровожденного видео-вставками курса от Антона Чугунова (основателя biomolecula.ru) «Новости компьютерного моделирования биосистем», который он читает в МФТИ.

Курс обновился: появился рассказ о современных методах расчета энергий связывания в молекулярной динамике, рассказ про предсказание структур белков стал более системным и последовательным, а лекция про белковый дизайн обрела необходимую четкость и теоретическую базу.

Лекции доступны на ютубе и ВКонтакте:
1. Моделирование рецепторов (ВК)
2. Моделирование ионных каналов (ВК)
3. Моделирование больших и сверхбольших систем (ВК)
4. Фолдинг и взаимодействие молекул (ВК)
5. Расчеты свободных энергий связывания и улучшенное семплирование МД (ВК)
6. Новые технологии молекулярной динамики (ВК)
7. Предсказание структуры белков на базе искусственного интеллекта (ВК)
8. Белковый дизайн — технология будущего (ВК)

На канале давно не было собственных результатов, но тут надо подождать несколько месяцев - в работе есть очень интересные проекты)

Несколько недель назад в выпуске памяти А.С. Арсеньева вышел наш обзор про ProteinMPNN и близкие методы, с основным упором на возможные применения. В лучших традициях, обзор тут же устарел, потому что одновременно вышел обзор от Бейкера про инженерию в целом и обзор от Martin Pacesa (разработчик BindCraft) про инженерию байндеров, не считая других работ и обзоров.

В нашем обзоре есть иллюстрация, которая возможно ранее не фигурировала в статьях - для аминокислот в каждом положении белка, сравнение разнообразия в природе среди гомологов, и предсказаний ProteinMPNN для одиночных замен. Есть примеры, где и то, и другое совпадает с аминокислотой в конкретном представителе, использовавшемся для предсказания, но есть и все остальные возможные комбинации. Предсказания одиночных мутаций от ProteinMPNN тоже хорошо работают.

Команда Дэвида Бейкера сделала улучшенные самособирающиеся частицы настраиваемого размера. Сборка как всегда подтверждена экспериментальными данными, и как всегда частицы по-видимому получаются довольно "мягкие", в отличие от вирусных капсидов, где положение отдельных аминокислот можно было определять даже еще до появления новых детекторов для электронной микроскопии.

Ссылка на статью: https://doi.org/10.1038/s41586-026-10464-0

Тексты всех статей Бейкера: https://www.bakerlab.org/publications/