Расчет pKa белка - Википедия - Protein pKa calculations

В вычислительная биология, белок pKа расчеты используются для оценки пKа значения из аминокислоты поскольку они существуют внутри белки. Эти расчеты дополняют pKа значения указаны для аминокислот в их свободном состоянии и часто используются в полях молекулярное моделирование, структурная биоинформатика, и вычислительная биология.

Аминокислота pKа значения

пKа значения аминокислоты боковые цепи играют важную роль в определении pH-зависимых характеристик белка. Зависимость активности от pH ферменты и pH-зависимость стабильность белка, например, являются свойствами, которые определяются pKа значения боковых цепей аминокислот.

РKа Значения боковой цепи аминокислоты в растворе обычно выводятся из pKа значения модельных соединений (соединений, похожих на боковые цепи аминокислот). Видеть Аминокислота для рKа значения всех боковых цепей аминокислот, полученные таким образом. Есть также многочисленные экспериментальные исследования, которые дали такие значения, например, с использованием ЯМР-спектроскопия.

В таблице ниже указаны модели pKа значения, которые часто используются в белке pKа расчет и содержит третий столбец, основанный на исследованиях белков.[1]

АминокислотапKапKа
Асп (D)3.94.00
Клей)4.34.40
Арг (R)12.013.50
Лис (К)10.510.40
Его (H)6.086.80
Cys (C) (–SH)8.288.30
Тюр (Y)10.19.60
N-член8.00
C-термин3.60

Влияние белковой среды

Когда белок сворачивается, титруемые аминокислоты в белке переносятся из среды, подобной раствору, в среду, определяемую трехмерной структурой белка. Например, в развернутом белке аспарагиновая кислота обычно находится в среде, которая подвергает титруемую боковую цепь воздействию воды. Когда белок сворачивается, аспарагиновая кислота может оказаться глубоко внутри белка без воздействия растворителя.

Кроме того, в свернутом белке аспарагиновая кислота будет ближе к другим титруемым группам в белке, а также будет взаимодействовать с постоянными зарядами (например, ионами) и диполями в белке. Все эти эффекты изменяют pKа значение боковой цепи аминокислоты и pKа методы расчета обычно рассчитывают влияние белковой среды на модель pKа значение боковой цепи аминокислоты.[2][3][4][5]

Обычно влияние белковой среды на аминокислоту pKа значения делятся на pH-независимые эффекты и pH-зависимые эффекты. Эффекты, не зависящие от pH (десольватация, взаимодействия с постоянными зарядами и диполями), добавляются к модели pKа значение, чтобы дать внутреннее значение pKа ценить. Эффекты, зависящие от pH, не могут быть добавлены таким же простым способом и должны учитываться с использованием суммирования Больцмана, итераций Танфорда – Роксби или других методов.

Взаимодействие внутреннего pKа Значения системы с энергиями электростатического взаимодействия между титруемыми группами могут производить весьма впечатляющие эффекты, такие как не-Хендерсон-Хассельбалх кривые титрования и даже эффекты обратного титрования.[6]

На изображении ниже показана теоретическая система, состоящая из трех кислотных остатков. Одна группа отображает событие обратного титрования (синяя группа).

Связанная система, состоящая из трех кислот

пKа методы расчета

Для расчета белка p доступны несколько программных пакетов и веб-сервер.Kа значения. См. Ссылки ниже или этот стол

Используя уравнение Пуассона – Больцмана

Некоторые методы основаны на решениях Уравнение Пуассона – Больцмана. (PBE), часто называемые методами на основе FDPB (ФДПБ это для "конечная разница Пуассона – Больцмана »). PBE является модификацией Уравнение Пуассона который включает описание влияния ионов растворителя на электростатическое поле вокруг молекулы.

В Веб-сервер H ++, то веб-сервер pKD, MCCE, Карлсберг +, PETIT и GMCT используйте метод FDPB для вычисления pKа значения боковых цепей аминокислот.

Методы на основе FDPB рассчитывают изменение pKа значение боковой цепи аминокислоты, когда эта боковая цепь перемещается из гипотетического полностью сольватированного состояния в свое положение в белке. Для выполнения такого расчета необходимы теоретические методы, позволяющие рассчитать влияние внутренней части белка на pKа значение и знание значений pKa боковых цепей аминокислот в их полностью сольватированных состояниях.[2][3][4][5]

Эмпирические методы

Набор эмпирических правил, связывающих структуру белка с pKа значения ионизируемых остатков были разработаны Ли, Робертсон и Дженсен. Эти правила составляют основу веб-доступный программа PROPKA для быстрого предсказания pKа ценности. Недавний эмпирический pKа прогностическая программа была выпущена Тан КП и другие. с онлайн-сервером DEPTH веб-сервер

Методы на основе молекулярной динамики (МД)

Молекулярная динамика методы расчета pKа значения позволяют включить полную гибкость титруемой молекулы.[7][8][9]

Методы, основанные на молекулярной динамике, обычно являются гораздо более дорогостоящими в вычислительном отношении и не обязательно более точными способами предсказания pKа ценности, чем подходы, основанные на Уравнение Пуассона – Больцмана.. Ограниченная конформационная гибкость также может быть реализована в рамках континуального электростатического подхода, например, для рассмотрения ротамеров с несколькими аминокислотными боковыми цепями. Кроме того, в широко используемых в настоящее время молекулярных силовых полях не учитывается электронная поляризуемость, которая может быть важным свойством при определении энергии протонирования.

Определение pKа значения из кривых титрования или расчетов свободной энергии

От титрование протонируемой группы можно прочитать так называемую pKа​1⁄2 который равен значению pH, при котором группа наполовину протонирована. РKа​1⁄2 равна p Гендерсона – ХассельбахаKа (пKHH
а), если кривая титрования следует Уравнение Хендерсона – Хассельбаха.[10] Большинство пKа методы расчета подразумевают, что все кривые титрования имеют форму Хендерсона – Хассельбаха, а pKа значения в pKа поэтому программы расчетов часто определяются таким образом. В общем случае множества взаимодействующих протонируемых сайтов pKа​1⁄2 значение не имеет термодинамического значения. Напротив, модель Хендерсона – Хассельбаха pKа значение может быть вычислено из свободной энергии протонирования через

и, таким образом, в свою очередь, связано со свободной энергией протонирования сайта через

.

Свободная энергия протонирования в принципе может быть вычислена из вероятности протонирования группы ⟨Икс⟩ (PH), который можно определить по кривой титрования

Кривые титрования могут быть рассчитаны в рамках подхода континуальной электростатики с формально точными, но более сложными аналитическими методами или методами Монте-Карло (МК) или неточными, но быстрыми приближенными методами. Методы MC, которые использовались для расчета кривых титрования[11] находятся Метрополис MC[12] или же Ван-Ландау М.С.. Приближенные методы, которые используют подход среднего поля для расчета кривых титрования, - это метод Танфорда – Роксби и его гибриды, сочетающие точную статистическую механическую обработку в пределах кластеров сильно взаимодействующих сайтов с обработкой среднего поля межкластерных взаимодействий.[13][14][15][16][17]

На практике может быть трудно получить статистически сходящиеся и точные значения свободных энергий протонирования из кривых титрования, если ⟨ИксБлизко к значению 1 или 0. В этом случае можно использовать различные методы расчета свободной энергии для получения свободной энергии протонирования[11] такие как предвзятый Metropolis MC,[18] возмущение свободной энергии,[19][20] термодинамическая интеграция,[21][22][23] то неравновесный метод работы[24] или Коэффициент принятия Беннета метод.[25]

Обратите внимание, что pKHH
а значение, как правило, зависит от значения pH.[26]

Эта зависимость мала для слабо взаимодействующих групп, таких как хорошо сольватированные боковые цепи аминокислот на поверхности белка, но может быть большой для сильно взаимодействующих групп, таких как группы, скрытые в активных центрах ферментов или интегральных мембранных белках.[27][28][29]

Рекомендации

  1. ^ Хасс и Малдер (2015) Анну. Rev. Biophys. том 44 с. 53–75 doi 10.1146 / annurev-biophys-083012-130351.
  2. ^ а б Башфорд (2004) Front Biosci. т. 9 стр. 1082–99 DOI 10.2741 / 1187
  3. ^ а б Gunner et al. (2006) Биохим. Биофиз. Acta т. 1757 (8) с. 942–68 doi 10.1016 / j.bbabio.2006.06.005
  4. ^ а б Ullmann et al. (2008) Фотосинт. Res. 97 об. 112 с. 33–55. DOI 10.1007 / s11120-008-9306-1
  5. ^ а б Antosiewicz et al. (2011) Мол. BioSyst. т. 7 стр. 2923–2949 DOI 10.1039 / C1MB05170A
  6. ^ Онуфриев А. Кейс и Г. М. Ульманн (2001). Биохимия 40: 3413–3419 DOI 10.1021 / bi002740q
  7. ^ Donnini et al. (2011) J. Chem. Теория Comp. том 7 с. 1962–78 DOI 10.1021 / ct200061r.
  8. ^ Wallace et al. (2011) J. Chem. Теория Comp. Том 7 с. 2617–2629 DOI 10.1021 / ct200146j.
  9. ^ Goh et al. (2012) J. Chem. Теория Comp. том 8 с. 36–46 DOI 10.1021 / ct2006314.
  10. ^ Ульманн (2003) J. Phys. Chem. B том 107 с. 1263–71 DOI 10.1021 / jp026454v.
  11. ^ а б Ullmann et al. (2012) J. Comput. Chem. том 33 с. 887–900 DOI 10.1002 / jcc.22919
  12. ^ Бероза и др. (1991) Proc. Natl. Акад. Sci. Соединенные Штаты Америки том 88 с. 5804–5808 DOI 10.1073 / pnas.88.13.5804
  13. ^ Танфорд и Роксби (1972) Биохимия том 11 с. 2192–2198 doi 10.1021 / bi00761a029
  14. ^ Башфорд и Карплюс (1991) J. Phys. Chem. том 95 с. 9556–61 DOI 10.1021 / j100176a093
  15. ^ Гилсон (1993) Белки том 15 с. 266–82 doi 10.1002 / prot.340150305
  16. ^ Antosiewicz et al. (1994) J. Mol. Биол. том 238 с. 415–36 doi 10.1006 / jmbi.1994.1301
  17. ^ Спасов и Башфорд (1999) J. Comput. Chem. том 20 с. 1091–1111 doi 10.1002 / (SICI) 1096-987X (199908) 20:11 <1091 :: AID-JCC1> 3.0.CO; 2-3
  18. ^ Бероза и др. (1995) Биофиз. Дж. том 68 с. 2233–2250 DOI 10.1016 / S0006-3495 (95) 80406-6
  19. ^ Цванциг (1954) J. Chem. Phys. том 22 с. 1420–1426 doi 10.1063 / 1.1740409
  20. ^ Ullmann et al. 2011 г. J. Phys. Chem. Б. том 68 с. 507–521 doi 10.1021 / jp1093838
  21. ^ Кирквуд (1935) J. Chem. Phys. том 2 с. 300–313 doi 10.1063 / 1.1749657
  22. ^ Брукнер и Бореш (2011) J. Comput. Chem. том 32 с. 1303–1319 doi 10.1002 / jcc.21713
  23. ^ Брукнер и Бореш (2011) J. Comput. Chem. том 32 с. 1320–1333 doi 10.1002 / jcc.21712
  24. ^ Ярзинский (1997) Phys. Ред. E т. стр. 2233–2250 DOI 10.1103 / PhysRevE.56.5018
  25. ^ Беннетт (1976) J. Comput. Phys. том 22 с. 245–268 DOI 10.1016 / 0021-9991 (76) 90078-4
  26. ^ Bombarda et al. (2010) J. Phys. Chem. B том 114 с. 1994–2003 гг. DOI 10.1021 / jp908926w.
  27. ^ Башфорд и Герверт (1992) J. Mol. Биол. том 224 с. 473–86 DOI 10.1016 / 0022-2836 (92) 91009-E
  28. ^ Спасов и др. (2001) J. Mol. Биол. vol 312 с. 203–19 doi 10.1006 / jmbi.2001.4902
  29. ^ Ullmann et al. (2011) J. Phys. Chem. B том 115 с. 10346–59 doi 10.1021 / jp204644h

Программное обеспечение для белка pKа расчеты

  • AccelrysPKA Accelrys CHARMm на основе pKа расчет
  • H ++ На основе Пуассона – Больцмана pKа расчеты
  • MCCE2 Электростатика мультиконформационного континуума (версия 2)
  • Карлсберг + пKа расчет с несколькими адаптированными конформациями pH
  • PETIT Протонное и электронное титрование
  • GMCT Обобщенное титрование методом Монте-Карло
  • DEPTH веб-сервер Эмпирический расчет pKа значения с использованием глубины остатка в качестве основной характеристики