Nämä edistyneet mallinnustyökalut mahdollistavat monimutkaisten biologisten vuorovaikutusten tutkimisen ja ovat ratkaisevan tärkeitä virusten kehityksen seuraamisessa sekä tehokkaampien rokotteiden suunnittelussa. Kvanttimekaniikan yhtälöitä käytetään molekyylien rakenteiden ja ominaisuuksien kuvaamiseen ja ennustamiseen. Kuitenkin tähän asti harvat menetelmät ovat kyenneet laskemaan yli muutaman sadan atomin.
Tutkijat ovat kehittäneet simulaatiomenetelmän, QM-CR, joka mahdollistaa tuhansien atomien simuloimisen kvanttimekaniikan (QM) avulla yhdistettynä vapautumisen kompleksisuuden vähentämiseen (CR). Tässä tutkimuksessa he onnistuivat simuloimaan noin 13 000 atomin elektronirakennetta ennustaakseen ja luonnehtiakseen SARS-CoV-2-viruksen spike-proteiinin varianttien sidoksia ihmisen hACE2-reseptoriin.
Tutkijat vertasivat neljää spike-proteiinin varianttia: Wuhan, Omicron ja kahta Omicron-pohjaista varianttia. Arvioidakseen niiden sidoksia hACE2-reseptoriin, tutkijat ottivat huomioon aminohappojen energiatason kontribuution ja simuloivat joidenkin mutaatioiden vaikutusta jokaiselle aminohapolle.
Tämä tutkimus mahdollisti tarkemman ymmärryksen siitä, miten erilaiset mutaatiot vaikuttavat spike-proteiinin ja hACE2-reseptorin vuorovaikutukseen. Lisäksi simulaatioiden ennusteet vahvistettiin vertaamalla spike-proteiinivarianttien tehokkuutta sitoutua hACE2:tä ilmentäviin soluihin (katso kuva).
Nämä tulokset ovat erityisen merkittäviä, koska kun ne julkaistiin vuonna 2021, ACE2:een sitoutumiseen liittyvän A484K-mutaation ei ollut vielä tunnistettu epidemiologian laboratorioissa. Kesti 20 kuukautta, ennen kuin tämä mutaatio todellakin havaittiin BA.2.86-variantissa, mikä vahvisti kvanttisimulaatioiden merkityksen erittäin edistyksellisten ennusteiden saamisessa.
Tämä kvanttisimulaatiomalli QM-CR on osoittanut kykynsä tunnistaa keskeiset mutaatiot molekyylien välisissä vuorovaikutuksissa. Tämä menetelmä ei ainoastaan auta ymmärtämään proteiinisidosten taustalla olevia mekanismeja, vaan se voi myös ohjata uusien erittäin spesifisten hoitojen suunnittelua. Tämä työ korostaa edistyneiden mallinnustyökalujen merkitystä monimutkaisten biologisten vuorovaikutusten tutkimisessa ja niiden potentiaalia seurata virusten kehitystä sekä suunnitella kestävämpiä rokotteita.
Yhteistyö:
- Bostonin yliopiston biologian osasto (USA)
- Harvardin lääketieteellinen koulu (USA)
- RIKENin laskennallisen tieteen keskus (Japani)
Viitteet:
ZACCARIA M, GENOVESE L, LAWHORN BE, DAWSON W, JOYAL AS, HU J, AUTISSIER P, NAKAJIMA T, JOHNSON WE, FOFANA I, FARZAN M ja MOMENI B.
Potentiaalisten SARS-CoV-2-mutaatioden ennustaminen täydellisen kvanttimekaanisen mallinnuksen avulla.
J. R. Soc. Interface 2024.