Neue Beiträge im Rosetta Journal

The wonderful work that all of you are doing is keeping me very busy! We are now writing up manuscripts describing the many exciting results that you have obtained. In my next few posts I'll give you a brief overview of each of these.

The first manuscript is called "Simultaneous prediction of protein folding and docking at high resolution". It reports your exciting results with the "fold and dock" runs set up by Rhiju and Ingemar several months ago. Here is the abstract:
Despite recent successes in high resolution de novo modeling, computational methods have yet to achieve blind predictions of proteins in their most commonly occurring functional forms, symmetric homomultimers. Building on the Rosetta framework, we present a general method to simultaneously model the folding and docking arrangements of multiple chains. A benchmark study on large alpha-helical bundles, interlocking beta sandwiches, and interleaved alpha/beta motifs demonstrates the method’s generality, near-atomic accuracy, and potential use in molecular replacement phasing. Further, we present blind tests on a crystallized coiled-coil as well as two dimers with more complex geometries solved by NMR. These results indicate that high-resolution modeling of multimers is within the reach of the structure prediction community and may have immediate practical use for crystallographic phasing and the rapid structure determination of multimers with limited NMR information.

Zum Vergrößern anklicken....

Die wunderbare Arbeit die ihr alle leistet hält mich sehr auf Trab! Wir sind jetzt dabei verschiedene Manuskripte zu verfassen, welche die vielen aufregenden Resultate beschreiben, die ihr erreicht habt. In meine nächsten Postings werde ich euch eine kurze Übersicht geben.

Das erste Manuskript nennt sich „Simulierte Vorhersage von Proteinfaltung und -dockung bei hoher Auflösung“. Es beschreibt eure aufregenden Ergebnisse mit den „fold and dock“ Durchläufen, welche von Rhiju und Ingemar vor einigen Monaten aufgesetzt wurden. Hier ist die Kurzfassung:
Trotz der aktuellen Erfolge in hoch auflösender „de novo“-Modellierung, müssen Computerberechnungsmethoden blinde Vorhersagen von Proteinen in ihrer allgemein am häufigsten vorkommenden Form, den „symmetric homomultimers“, treffen. Basierend auf dem Rosetta Framework präsentieren wir eine allgemeine bzw grundsätzliche Methode zur simultanen Modellierung von Falt- und Andockvorgängen von mehreren Ketten. Eine Maßstabs-Studie basierend auf großen Alpha-Helix Bündeln, ineinander verflechteteten „beta sandwiches“, und verzahnten „alpha/beta motifs“, demonstriert die grundsätzliche, fast atomare Präzision der Methode, sowie ihre potentiellen Anwendung bei „molecular replacement phasing“. Weiterhin präsentieren wir blinde Tests auf einem kristallisierten „coiled-coil“, ebenso wie „two dimers“ mit komplexeren Geometrien, gelöst von NMR. Diese Ergebnisse zeigen, dass hochauflösende Modellierung von „Multimers“ mit Hilfe der Stukturvorhersagegemeinschaft möglich ist, und so durchaus zu sofortigem praktischen Nutzen für kristallographische „Phasung“ und schnelle Strukturbestimmunng von „Multimers“ mit limitierter NMR-Information führen kann.

Zum Vergrößern anklicken....

The second manuscript I am working on is titled "Alteration of Enzyme Specificity by Computational Loop Remodeling and Design". It describes a new approach using Rosetta to redesign enzymes in the human body to catalyze new reactions. Graduate student Paul Murphy not only developed the new method, but also in the manuscript shows how it can be used to create a new enzyme for gene therapy.

Here is the idea. Suppose a patient needs a transfusion of cells from another person to recover from a disease. There is a small chance that these cells will, rather than helping you, actually cause some new problem. In this case, it is important to be able to selectively kill these cells. For this purpose, special drugs have been developed which are not themselves toxic, but become toxic when broken down by a particular enzyme. If this enzyme is put into the introduced cells, then they can be killed if necessary by giving the drug to the patient.

The problem is--where does this enzyme come from. If it is a human enzyme, then the patient will convert the drug to the toxic compound in his/her normal tissue which would be very bad. If it is an enzyme from bacteria for example, that humans don't have the patient will be safe from the drug. However, our bodies are made to destroy anything that looks foreign, and this bacterial protein certainly will.

Our solution is to take a human enzyme, and keep the outside the same, so the patient's immune system thinks it is a human protein and doesn't destroy it, but change the catalytic site on the inside so that it converts the drug to the toxic compound. In the manuscript, Paul shows how a human enzyme that deaminates guanine can be redesigned by remodeling not only the sidechains but also the protein backbone to deaminate cytosine. While not quite ready for prime time, with some optimization this enzyme could be used in gene therapy as described above.

In this case I don't have much more work to do--the manuscript is already accepted for publication in the Proceedings of the National Academy of Sciences, but it is a bit over their length limit so we have to figure out how to cut out a few words.

Zum Vergrößern anklicken....

Das 2. Manuskript an dem ich arbeite trägt den Titel "Enzymspezifitätsänderung durch rechnergestützte Schleifenneumodellierung und Design". Es beschreibt einen neuen Ansatz bei dem Rosetta zum Neudesign menschlicher Enzyme benutzt wird, um neue Reaktionen zu katalysieren. Unser Student Paul Murphy hat nicht nur die Methode entwickelt, sondern zeigt in dem Manuskript auch, wie diese Methode dazu benutzt werden kann neue Enzyme für die Gentherapie zu entwerfen.

Hier ist die Idee. Angenommen ein Patient benötigt eine Transfusion von Zellen einer anderen Person, um sich von einer Krankheit zu erholen. In einigen Fällen kann es dann vorkommen, daß diese Zellen ein neues Problem verursachen, anstatt bei der Bewältigung der Krankheit zu helfen. In diesen Fällen ist es erforderlich, daß man diese Zellen selektiv abtöten kann. Zu diesem Zweck wurden spezielle Medikamente entwickelt, die für sich genommen nicht toxisch sind, aber nach Abbau durch ein bestimmtes Enzym giftige Fragmente freisetzen. Wenn dieses Enzym also von vorn herein in die zu übertragenden Zellen integriert wird, können diese Zellen durch Gabe des Medikaments später nach Belieben selektiv abgetötet werden.

Das Problem dabei ist: Woher kommt dieses Enzym? Wenn es sich dabei um ein menschliches Enzym handelt, dann werden die Zellen des Patienten aufgrund des Vorhandenseins dieses Enzyms in den körpereigenen Zellen stets das Medikament in das Toxin umwandeln - was sehr schlecht wäre. Wenn es sich hingegen um ein bakterielles Enzym handelt, welches der Patient selbst also nicht produziert, dann ließe sich das Medikament gefahrlos einsetzen. Allerdings ist unser Körper darauf ausgelegt alles fremd aussehende zu zerstören (Immunsystem) und dieses bakterielle Protein würde gewiß als fremd erkannt.

Unsere Lösung für dieses Problem ist, ein menschliches Enzym zu nehmen, seine Gestalt von außen betrachtet unverändert zu lassen, so daß das Immunsystem des Patienten denkt, es sei ein körpereigenes Enzym und es intakt läßt. Gleichzeitig verändern wir aber das Innere des Proteins - also das katalytisch aktive Zentrum - so daß dieses Designerprotein das Medikament in das Toxin umwandelt. In dem Manuskript zeigt Paul, daß ein menschliches Protein - welches Guanin deaminiert - durch Neugestaltung nicht nur von Seitenketten, sondern auch des Proteinrückgrats neu entworfen werden kann, sodaß es Cytosin deaminiert. Obwohl dies alles sicher noch nicht der Weisheit letzter Schluß ist, dürfte es mit einigen Verbesserungen möglich sein dieses Enzym wie oben beschrieben in der Gentherapie einzusetzen.

In diesem Fall muß ich nicht mehr viel tun - das Manuskript ist bereits zur Veröffentlichung in PNAS akzeptiert worden und muß nun wegen geringer Überlänge nur noch etwas gekürzt werden.

Zum Vergrößern anklicken....

The third manuscript I am working on is called "Blind docking of pharmaceutically relevant compounds using RosettaLigand". This describes the current state of our efforts towards improving methods for designing new small molecule drugs to combat diseases. The challenge addressed by this paper is to predict how drug molecules bind to proteins--determining how they bind is necessary to improve their efficacy and to identify good candidate molecules in the first place. In two earlier papers we had described the incorporation of small molecule modeling into Rosetta to create the new RosettaLigand drug docking methods, and tested the method on publicly available data sets. However, many of you will not be surprised that much of current drug discovery is being carried out in pharmeceutical companies, and the compounds they are testing are generally not made public (they are akin to trade secrets). We wanted to learn whether RosettaLigand was successful in docking drug compounds in actual drug discovery efforts, and were very fortunate when a large drug company agreed to let Ian Davis, who is working on the project, visit one of their company sites and analyze the results they had gotten with RosettaLigand on their private set of compounds. The results are described in this paper and are very encouraging, not only does RosettaLigand appear to be one of the best current methods for this crucial step in drug design, but also there are some clear avenues for improvement (which weren't evident with the public datasets) which we are now starting to work on.

Zum Vergrößern anklicken....

Das dritte Manuskript, an dem ich arbeite, heißt "Blindes Andocken pharmazeutisch relevanter Verbindungen mittels RosettaLigand". Es beschreibt den aktuellen Stand unserer Bemühungen zur Verbesserung von Methoden zum Design niedermolekularer Medikamente zur Krankheitsbekämpfung. Die in dieser Publikation adressierte Herausforderung ist vorherzusagen, wie Wirkstoffmoleküle an Proteine binden. Herauszufinden, wie sie binden ist notwendig, um ihre Effizienz zu verbessern und natürlich um überhaupt erst einmal bindende Moleküle zu identifizieren. In zwei früheren Veröffentlichungen hatten wir die Integration der Modellierung kleiner Moleküle in der Rosetta-Umgebung und die RosettaLigand-Methodik zum Andocken von Wirkstoffen an Proteine beschrieben und das Ganze an öffentlich zugänglichen Datensätzen überprüft. Wie dem auch sei, viele von euch werden nicht überrascht sein zu hören, daß viele der aktuellen Medikamenteentdeckungen in Firmen durchgeführt werden und daß die Moleküle, die dort entdeckt werden, aufgrund von Firmengeheimnissen nicht öffentlich zugänglich gemacht werden. Wir wollten herausfinden, ob RosettaLigand erfolgreich zur Entdeckung neuer Wirkstoffe eingesetzt werden kann und waren sehr glücklich darüber, daß ein großes Pharmaunternehmen Ian Davis - der an diesem Projekt arbeitet - erlaubte, zu Besuch zu kommen, um die Ergebnisse, die diese Firma mit RosettaLigand im Rahmen ihrer eigenen Datensätze erarbeitet hatte,zu analysieren. Die Ergebnisse sind in dieser Veröffentlichung beschrieben und sind sehr ermutigend, da RosettaLigand nicht nur eine der momentan besten Methoden in diesem wichtigen Schritt des Medikamentedesigns zu sein scheint, sondern sich auch klare Leitlinien für deren Verbesserung herauskristallisiert haben (dies war mit den öffentlich zugänglichen Datensätzen nicht möglich), die wir nun angehen.

Zum Vergrößern anklicken....

The fourth manuscript describes rosetta@home predictions in CASP8. as you know with your great help we were again the top ranked group in CASP this year. The manuscript begins:

The CASP8 experiment provided an invaluable opportunity to extensively benchmark the Rosetta protein structure prediction method on a wide range of comparative modeling and free modeling targets. For the targets for which a sequence-detectable structural template existed, target-template sequence alignments were generated, and the Rosetta rebuild and refine protocol was used to generate low energy models. For the small number of targets for which a reliable template could not be identified modeling was carried out using the Rosetta de novo modeling protocol. All targets were subjected to extensive high resolution refinement with the physically realistic Rosetta all-atom forcefield using Rosetta@home.

this one has a due date--March 15--so we have to hurry up a bit!

Zum Vergrößern anklicken....

Das 4. Manuskript beschreibt die Rosetta@home Vorhersagen beim CASP8-Wettbewerb. Wie ihr wißt, sind wir auch dieses Jahr die bestplatzierteste CASP8-Gruppe. Das Manuskript beginnt folgendermaßen:

Das CASP8 Experiment bot die wertvolle Möglichkeit, unsere Rosetta Proteinstrukturvorhersagemethode intensiv an einer breiten Vielfalt von Homologiemodellierungs- und ab initio Modelierungsaufgaben zu prüfen. Für diejenigen Zielproteine, für die ein sequenzbasiertes Vorlagemolekül existierte, erstellten wir zunächst Sequenzalignments (Vergleich der Sequenzen auf Ähnlichkeit) und setzen dann das Rosetta "rebuild"- und "refine"-Protokoll ein, um Proteinmodelle geringen Energiegehalts zu generieren. Für die geringere Zahl an Vorlageproteinen, für die keine verläßlichen Vorlageproteine gefunden werden konnten, wurde das Rosetta "de novo"-Modellierungsprotokoll eingesetzt. Alle Zielproteine wurden einer hochauflösenden Verfeinerung mit dem physikalisch realtistischen Rosetta "all-atom"-Kraftfeld unterworfen.

Dieses Manuskript muß bis zum 15. März eingereicht sein, d.h. wir müssen uns etwas beeilen.

Michael.

Zum Vergrößern anklicken....

The fifth manuscript describes a very exciting recent discovery made in collaboration with another research group. As many of you know, a large number of diseases, including Alzheimer's, are associated with the folding of a protein not into its normal active state but instead into long repeating fibrils. These are called "amyloid fibrils" and the associated diseases are referred to as "amyloid" diseases. We used Rosetta to design molecules predicted to block the formation of the fibrils, and, strikingly, when these molecules are added to the disease state protein under conditions where it normally forms fibrils, none are formed. We are very excited about this amyloid blocker, but as always I must stress that there are a lot of steps before a finding like this leads to an actually distributed drug.

Zum Vergrößern anklicken....

Michael H.W. Weber schrieb:

So, dann will ich mal schnell manuell ran:

Das 5. Manuskript beschreibt eine sehr aufregende, vor kurzem in Zusammenarbeit mit einer anderen Forschergruppe gemachte Entdeckung. Wie viele von euch wissen, steht eine Vielzahl von Krankheiten - inklusive Alzheimer - mit der Fehlfaltung von Proteinen in lange, sich wiederholende Fibrillstrukturen im Zusammenhang. Diese nennt man amyloide Fibrillen und die mit ihrer Bildung in Zusammenhang stehenden Krankheiten bezeichnet man als amyloide Krankheitsbilder. Wir benutzten Rosetta, um Moleküle zu entwerfen, die die Bildung solcher Fibrillstrukturen blockieren sollten - zumindest gemäß unserer Computervorhersagen. Tatsächlich zeigte die Zugabe dieser Designermoleküle zu den betreffenden krankheitsrelevanten Proteinen unter Bedingungen, wo sich normalerweise die Fehlfaltung in Fibrillen einstellt, daß deren Bildung ausblieb. Wir sind sehr begeistert von diesen Amyloidblockern, müssen aber - wie immer - darauf hinweisen, daß eine Vielzahl von Schritten nötig ist, bevor diese Ergebnisse zu einem in der Praxis verfügbarem Medikament führen.

Michael.

Zum Vergrößern anklicken....

Die wunderbare Arbeit die ihr alle leistet hält mich sehr auf Trab! Wir sind jetzt dabei verschiedene Manuskripte zu verfassen, welche die vielen aufregenden Resultate beschreiben, die ihr erreicht habt. In meine nächsten Postings werde ich euch eine kurze Übersicht geben.

Das erste Manuskript nennt sich „Simulierte Vorhersage von Proteinfaltung und -dockung bei hoher Auflösung“. Es beschreibt eure aufregenden Ergebnisse mit den „fold and dock“ Durchläufen, welche von Rhiju und Ingemar vor einigen Monaten aufgesetzt wurden. Hier ist die Kurzfassung:
Trotz der aktuellen Erfolge in hoch auflösender „de novo“-Modellierung, müssen Computerberechnungsmethoden blinde Vorhersagen von Proteinen in ihrer allgemein am häufigsten vorkommenden Form, den „symmetric homomultimers“, treffen. Basierend auf dem Rosetta Framework präsentieren wir eine allgemeine bzw grundsätzliche Methode zur simultanen Modellierung von Falt- und Andockvorgängen von mehreren Ketten. Eine Maßstabs-Studie basierend auf großen Alpha-Helix Bündeln, ineinander verflechteteten „beta sandwiches“, und verzahnten „alpha/beta motifs“, demonstriert die grundsätzliche, fast atomare Präzision der Methode, sowie ihre potentiellen Anwendung bei „molecular replacement phasing“. Weiterhin präsentieren wir blinde Tests auf einem kristallisierten „coiled-coil“, ebenso wie „two dimers“ mit komplexeren Geometrien, gelöst von NMR. Diese Ergebnisse zeigen, dass hochauflösende Modellierung von „Multimers“ mit Hilfe der Stukturvorhersagegemeinschaft möglich ist, und so durchaus zu sofortigem praktischen Nutzen für kristallographische „Phasung“ und schnelle Strukturbestimmunng von „Multimers“ mit limitierter NMR-Information führen kann.

Zum Vergrößern anklicken....

The sixth manuscript describes our recent results on designing new DNA cutting enzymes that can cut the DNA double helix at very specific target sites. The enzymes we design only cut at one particular 20 base sequence. Remember that DNA is made of four different bases, A T G and C so a particular 20 base site might for example be AGAATAGGATCCAGATCGTC. This long a sequence is extremely unlikely to occur more than once in the human genome, so if we design an enzyme to cut at a particular place in the genome it is likely to cut only at that site (of course we can check this because the sequence of the human genome is known).

why would we want to do this? suppose you have a mutation in a gene and it is making you sick. if we can make an enzyme which cuts near the site of mutation and introduce this enzyme and a "correct" copy of the gene into your cells, the enzyme will cut the DNA and the cut will be repaired likely by copying the correct version we have added as well (cells repair breaks in DNA by copying the most closely related piece of DNA around). thus, with such enzymes we can potentially cure diseases by "gene therapy".

the manuscript describes progress towards this long range goal. we show we can design new enzymes that cut at new sites, and by examining how they work in detail we reveal some pretty big surprises in how the naturally occurring enzyme works which are fascinating in their own right and provide considerable insight into how to achieve the longer term goals of using redesigned enzymes for gene therapy.

Zum Vergrößern anklicken....

Hier mal meine freie Übersetzung:

Das 6. Manuskript beschreibt unsere neusten Ergebnisse bezüglich des Designs neuer Restriktionsendonukleasen, also Proteinen, die die DNA Doppelhelix an sehr spezifischen Stellen schneiden. Die von uns entworfenen Enzyme schneiden nur eine einzige Sequenz von 20 Basen Länge (AGAATAGGATCCAGATCGTC). Bei dieser Länge ist es äußerst unwahrscheinlich, daß eine solche Sequenz mehr als nur einmal im menschlichen Genom vorkommt, d.h. man kann das Genom spezifisch editieren.
Warum interessieren wir uns für solch ein Enzym? Angenommen Du hast eine Mutation in einem Gen und dies führt zu einer Krankheit. Wenn wir ein Enzym herstellen können, das neben der betroffenen Stelle schneidet und bringen dieses Enzym zusammen mit einem korrekten Stück DNA in die betroffenen Zellen, dann wird das Enzym die DNA an der vorgegebenen Stelle schneiden und die natürlichen Reparaturmechanismen der Zellen werden mit hoher Wahrscheinlichkeit den Fehler durch Rekombination des defekten mit dem korrekten DNA-Molekül beheben. Mit solchen Enzymen könnten wir also potentiell Krankheiten mittels Gentherapie heilen.
Das Manuskript ist ein Fortschrittsbericht bezüglich dieses Langzeitziels. Wir zeigen, daß wir Enzyme entwerfen können, die an genau definierten Stellen im Genom schneiden können. Durch detaillierte Untersuchung der Art und Weise, wie diese Enzyme funktionieren, decken wir einige ziemlich große Überraschungen über ihren Wirkmechanismus auf und bieten beachtliche Erkenntnisse, wie in Zukunft Enzyme für die Gentherapie entwickelt werden könnten.

Michael.

Zum Vergrößern anklicken....

The seventh paper is also related to your CASP8 predictions. The assessors asked us and a couple of other groups who made models that were geometrically and energetically nearly indistinguishable from native structures to write a paper describing how we were able to consistently able to generate physically plausible structure models. This was much less work for me than the preceding six manuscripts--I had only to describe the key concepts behind rosetta@home and the search for very low energy structures that are familiar to those of you who follow the screen saver from time to time.

Zum Vergrößern anklicken....

Michael´s Übersetzung:

Das 7. Manuskript steht im Zusammenhang mit euren CASP8 Vorhersagen. Die Gutachter baten uns und einige andere Forschergruppen, die Modelle errechnet hatten, welche bezüglich Geometrie und Energie nahezu nicht zu unterscheiden sind von den echten Raumstrukturen, eine Publikation zu erstellen, die genau beschreibt, wie wir solche physikalisch völlig plausiblen Strukturen erzeugen. Dies war viel weniger Arbeit für mich, als die vorangehenden 6 Manuskripte zu schreiben, da ich nur die hinter Rosetta@home stehenden Schlüsselkonzepte und den Auswahlmechanismus der Strukturen mit der geringsten Energie zu beschreiben hatte.

Michael.

Zum Vergrößern anklicken....

Not all the writing I do is research papers, I have to write grants to get research funding as well (unfortunately). Today I'm putting together a proposal to use Rosetta to computationally design compounds which block the formation of the amyloid fibrils which accumulate in a number of different diseases (this is a followup on the fifth manuscript described below). My collaborator and I will send this proposal to the recently announced NIH "Challenge Grant" program, part of the recently passed federal stimulus package.

Zum Vergrößern anklicken....

Nicht alles was ich schreibe sind wissenschaftliche Schriften. Ich muss mich (leider) auch um die Beschaffung von Forschungsmitteln kümmern. Heute schreibe ich gerade an einem Antrag, Rosetta zu nutzen, um computergestützt Verbindungen zu entwerfen, die die Bildung/Entstehung der Amyloidfibrillen – die in einer Vielzahl verschiedener Krankheiten auftauchen - blockieren sollen (dies ist eine Fortschreibung des unten beschriebenen 5. Manuskripts). Mein Projektmitarbeiter und ich werden diesen Antrag zu dem kürzlich angekündigten NIH „Challenge Grant“ Programm schicken, welches Teil des kürzlich genehmigten staatlichen(?) „Anreiz-Pakets“ ist.

Zum Vergrößern anklicken....

Rosetta@home has received a substantial monetary contribution from an anonymous donor! Following the suggestion of the donor, the University of Washington has used the money to start a special “Rosetta@home fund” that will be used to pay part of David Kim’s salary (David is the architect of Rosetta@home and the person who keeps the project running), upgrade the servers as needed, and allow us to make more rapid progress on the disease-releated research Rosetta@home is carrying out. If you would like to make a (tax-deductible) contribution to the project, the link is Rosetta@home fund . David will be adding a link to this from the Rosetta@home home page in the next day or two. Thank you for your contributions to the project

Zum Vergrößern anklicken....

Rosetta@home hat eine beachtliche finanzielle Zuwendung von einem anonymen Spender erhalten! Dem Vorschlag des Spender folgend hat die University of Washington das Geld genutzt um einen speziellen "Rosetta@home fonds" zu starten, der genutzt werden wird um einen Teil von David Kim's Vergütung zu zahlen (David ist der Architekt von Rosetta@home und die Person die das Projekt am Laufen hält), für das benötigte Upgraden der Server und um uns rascheren Fortschritt bei den erkrankungs-bezogenen Forschung, die Rosetta@home ausführt, zu ermöglichen. Falls Sie dem Projekt eine (steuerlich absetzbare) Spende machen wollen, der Link ist Rosetta@home fonds. David wird einen Link darauf von der Rosetta@home homepage aus morgen oder übermorgen setzen. Vielen Dank für Ihre Zuwendungen an das Projekt!

Zum Vergrößern anklicken....

I'd like to thank rosetta@home participant Michael G R for finding and posting on this article on protein design and rosetta@home:

http://seedmagazine.com/content/article/protein_power/

I talk to reporters fairly often, but I usually don't see the results (sometimes I don't want to!). This article I think is pretty good.

Zum Vergrößern anklicken....

Ich möchte mich bei Rosetta@home Teilnehmer Michael GR für die Suche und Buchung dieser Artikel über die Protein-Design und Rosetta@home bedanken:

http://seedmagazine.com/content/article/protein_power/

Ich rede ziemlich oft mit Reportern, aber in der Regel interessieren mich nicht die Ergebnisse (manchmal möchte man sie nicht wissen!). Ich denke, dieser Artikel ist sehr gut.

Zum Vergrößern anklicken....

Ich möchte mich bei rosetta@home-Mitglied Michael G.R. für das Finden und Bekanntmachen dieses Artikels über Proteinaufbau und rosetta@home bedanken:

http://seedmagazine.com/content/article/protein_power/

Ich spreche recht oft mit Reportern, sehe aber normalerweise keine Ergebnisse (manchmal möchte ich dies auch nicht!). Ich denke dieser Artikel ist ziemlich gut.

Zum Vergrößern anklicken....

WIRED has a feature article on fold.it this week. It was originally a 3500 word piece that had much more about rosetta@home and casp, but unfortunately most of this got cut when they shrunk it to 2500 words at the end.

Zum Vergrößern anklicken....

A link to the article: Gamers Unravel the Secret Life of Protein Gamers Unravel the Secret Life of Protein
(be sure to click through to the next pages).

and a few quotes:

Baker was the Most Valuable Player in the protein chemistry world's biennial World Series, a competition to see who can predict the shape a protein will fold into, knowing nothing more than the sequence of its constituent parts. It's called the Community-Wide Experiment on the Critical Assessment of Techniques for Protein Structure Prediction, or CASP.



Of the 15 Foldit solutions that Baker submitted to CASP, seven had finished in the money...One of their solutions even took first place. A band of gamer nonscientists had beaten the best biochemists...when they turned to Cheese and asked him how he knew the way to tweak the proteins—for example, by orienting hydrophobic sidechains toward the protein core—he shrugged and said, "It just looks right."



He (Baker) and Popovi? have given the players a challenge: Design a new protein...These proteins could actually have therapeutic value in the real world, outside the game. And if they do, the Foldit players will share the credit. It might be the first time that a computer game's high score is a Nobel Prize.

Zum Vergrößern anklicken....

David Baker:

WIRED has a feature article on fold.it this week. It was originally a 3500 word piece that had much more about rosetta@home and casp, but unfortunately most of this got cut when they shrunk it to 2500 words at the end.

Zum Vergrößern anklicken....

WIRED hat in dieser Woche einen Sonderbeitrag zu fold.it. Ursprünglich war das ein 3500-Wort-Werk, welches viel mehr über rosetta@home und casp enthielt, aber leider wurde das meiste davon herausgeschnitten als es auf 2500 Worte gekürzt wurde.

Zum Vergrößern anklicken....

Mod.Sense

A link to the article: Gamers Unravel the Secret Life of Protein Gamers Unravel the Secret Life of Protein
(be sure to click through to the next pages).

and a few quotes:

Baker was the Most Valuable Player in the protein chemistry world's biennial World Series, a competition to see who can predict the shape a protein will fold into, knowing nothing more than the sequence of its constituent parts. It's called the Community-Wide Experiment on the Critical Assessment of Techniques for Protein Structure Prediction, or CASP.



Of the 15 Foldit solutions that Baker submitted to CASP, seven had finished in the money...One of their solutions even took first place. A band of gamer nonscientists had beaten the best biochemists...when they turned to Cheese and asked him how he knew the way to tweak the proteins—for example, by orienting hydrophobic sidechains toward the protein core—he shrugged and said, "It just looks right."



He (Baker) and Popovi? have given the players a challenge: Design a new protein...These proteins could actually have therapeutic value in the real world, outside the game. And if they do, the Foldit players will share the credit. It might be the first time that a computer game's high score is a Nobel Prize.

Zum Vergrößern anklicken....

Ein Link zum Artikel: Spieler entdecken das geheime Leben von Proteinen (einfach zu den nächsten Seiten durchklicken)

und ein paar Zitate:

Baker war der wertvollste Spieler in der zweijährigen Weltmeisterschaft aus der Welt der Proteinchemie, einem Wettkampf um zu sehen wer die Form voraussagen kann in die sich ein Protein falten wird, wenn nur die Sequenz der Bestandteile bekannt ist. Es wird das "Community-Wide Experiment on the Critical Assessment of Techniques for Protein Structure Prediction" (Gesamt-gemeinschaftliches Experiment zur kritischen Beurteilung von Techniken zur Proteinstrukturvorhersage), kurz CASP, genannt.

Von den 15 Foldit-Lösungen, die Baker an CASP schickte, waren sieben innerhalb der Vorgaben gelöst ... eine der Lösungen machte sogar den ersten Platz. Eine Gruppe ungelernter Spieler hatte die besten Biochemiker geschlagen. Als diese sich an Cheese wandten und ihn fragten woher er wusste wie er die Proteine bearbeiten musste - bspw. durch die Ausrichtung von hydrophobischen Seitenketten auf den Proteinkern - zuckte er nur mit den Schultern und meinte: "Es sieht einfach richtig aus."

Er (Baker) und Popovi haben den Spielern eine Herausforderung gestellt: Entwickle ein neues Protein ... Diese Proteine könnten tatsächlich therapeutischen Wert in der echten Welt haben, außerhalb des Spiels. Und wenn sie das tun, dann werden sich die Foldit-Spieler den Verdienst teilen. Es könnte das erste Mal sein, dass der Hauptgewinn eines Computerspiels ein Nobelpreis ist.

Zum Vergrößern anklicken....

Zum Vergrößern anklicken....

We just found a source of flu surface protein closely related to that on the strain making headlines in the last few days, and are starting to design tight binding inhibitors that target a site where the flu virus can't change. We will keep you posted as these design work units are sent out on rosetta@home. Fortunately, it seems that there may have been a bit of a false alarm with the flu in this case, but it is a good test case for us as we ultimately aim, with your help, to be able to design blockers to new pathogens within a relatively short time.

Zum Vergrößern anklicken....

Michael H.W. Weber schrieb:

...in Kürze mit Würze: Doc Baker & Kollegen machen sich an das Schweinegrippevirus ran. Will heißen, sie haben sich ein Oberflächenprotein des Viruspartikels geschnappt und basteln an Inhibitoren herum.

Michael.

Zum Vergrößern anklicken....

Feet1st:

Any news on the flu research?

David Baker:

Yes. We already have designed proteins that are predicted in silico to bind tightly to the virus. we next have to test to see if they in fact bind tightly. This requires getting some of the flu surface protein from our collaborators at Scripps, who are preparing it for us. Next, we will synthesize our designed proteins in the laboratory, and then measure their binding to the flu surface protein. The way this all works out experimentally is interesting; perhaps I should post a full description of the experiment in my journal. in any event, which should be getting experimental feedback in a couple of months on our designs.

The difference between what we are doing and the other project you mentioned is that we are designing proteins to bind to the flu virus, wheras they are searching for small molecules which bind to the virus. Both are interesting and important approaches to take to the problem.

Zum Vergrößern anklicken....

Feet1st:

Irgendwas Neues zur Grippe-Forschung?

David Baker:

Ja. Wir haben bereits Proteine entworfen, die sich laut Computersimulationen voraussichtlich eng an den Virus binden. Als nächstes müssen wir testen und sehen ob das wirklich passiert. Dies setzt voraus dass wir etwas Protein der Virusoberfläche von unseren Kollegen bei Scribbs bekommen, die das für uns vorbereiten. Als nächstes werden wir unsere entworfenen Proteine im Labor herstellen, und dann die Bindung an das Virusprotein messen. Es ist interessant wie sich das alles im Experiment entwickeln wird; vielleicht sollte ich eine komplette Beschreibung des Experiments in meinem Blog posten (Amn: "journal" kann hier so ziemlich alles sein, ich nehme einfach mal an dass ein Blog gemeint ist). In jedem Fall sollten wir in ein paar Monaten experimentelle Ergebnisse zu unseren Entwürfen bekommen.

Der Unterschied zwischen dem was wir tun und dem anderen erwähnten Projekt ist dass wir Proteine entwerfen, die sich an das Grippevirus binden, während die anderen nach kleinen Molekülen suchen, die dasselbe tun. Beides sind interessante und wichtige Herangehensweisen um das Problem anzugehen.

Zum Vergrößern anklicken....

Tonight I will describe how we are going about designing inhibitors for the flu surface protein.

We start from the crystal structure of the key flu virus surface protein and focus on a particular area of the surface of this protein that does not change from strain to strain (as you know, we keep getting the flu because it changes rapidly and new versions can slip by our immune systems because they look different from the versions we fought off in the past). By focusing on an invariant region of the surface we hope to generate broadly neutralizing inhibitors.

The next step in to use Rosetta to dock disembodied amino acid sidechains onto this portion of the virus surface to identify particularly tight low energy interactions. For example, we might find that a tryptophan residue fits in snugly into one pocket on the virus surface, and a tyrosine residue into another. Given these maps of tight binding interactions of isolated amino acids with the virus surface, we then design a protein scaffold which can position as many of these binding "hotspot" residues as possible with orientations correct for binding the virus simultaneously. The next step is to optimize the remaining residues of the protein we are designing to interact as tightly as possible with the virus.

We plan to experimentally test around 20 of the novel proteins generated using the above procedure. We will of course pick the designs which have the strongest computed interactions with the virus. We will experimentally test more than 1 design because our computational design methods, while powerful, are still not perfect, so we don't expect every design predicted to bind tightly to actually bind tightly.

To experimentally test the designed inhibitors, we begin by synthesizing artificial genes encoding the new proteins. We simply use the genetic code in reverse: for each amino acid in the computer generated protein sequence we insert the appropriate DNA base "codon" until we have covered the whole sequence. Once we have the synthetic genes, we carry out two types of experimental tests. I'll describe these in my next post.

Zum Vergrößern anklicken....

Heute Nacht werde ich beschreiben, wie wir bei dem Design von Inhibitoren für das Grippe-Oberflächenprotein vorgehen.

Wir gehen aus von der Kristallstruktur des viralen Schlüsseloberflächenproteins und konzentrieren uns auf eine bestimmte Region auf der Oberfläche dieses Proteins, die sich von Virusstamm zu Virusstamm nicht ändert (wie ihr wißt bekommen wir immer wieder Grippe, weil sie sich rasch verändert und die neuen Varianten unserem Immunsystem entkommen, weil sie anders aussehen). Durch die Auswahl eines invarianten Bereichs hoffen wir allgemein anwendbare Inhibitoren erzeugen zu können.

Der nächste Schritt besteht darin, Aminosäureseitenketten auf diesen Bereich des Virusoberflächenproteins zu docken, um starke Bindungen mit niedrigem Energiegehalt zu identifizieren. Z.B. könnten wir finden, daß ein Tryptophanrest genau in eine Virusoberflächenbindungstasche paßt und ein Tyrosinrest in eine andere. Sobald wir eine Karte haben, welche isolierten Aminosäureseitenketten wo binden, können wir damit ein Protein designen, welches die erforderlichen Bindeaminosäuren möglichst in Kombination genau so positioniert, wie wir es wünschen. Danach folgt eine Optimierung der nichtbindenden Aminosäurerest des Designerproteins, sodaß insgesamt maximale Bindungsaffinität erreicht wird.

Wir planen, etwa 20 der nach oben beschriebenem Schema erzeugten neuen Designerproteine experimentell zu testen, da wir zwar von den Möglichkeiten unserer Methode überzeugt sind, aber eben nicht sichergestellt ist, daß ein einziges Designerprotein bereits gut genug ist, um die Aufgabe zu erfüllen.

Um die experimentell zu testenden Inhibitoren herstellen zu können, synthetisieren wir künstliche Gene, die genau für die Aminosequenz der Designerproteine kodieren. Sobald wir diese synthetischen Gene haben, führen wir zwei Sorten von experimentellen Tests durch, die ich in meiner nächsten Mitteilung beschreiben werde.

Zum Vergrößern anklicken....

Manuel asked in the discussion thread about the manuscripts I described a couple of months ago. The second manuscript has already been published in a journal with the excellent policy of making all articles free to the public, you can take a look at

http://www.pnas.org/content/106/23/9215.long

The first manuscript was just accepted for publication in the same journal (proceedings of the national academy of sciences). The third and fourth manuscripts have also been accepted but not yet published.

The sixth manuscript got very enthusiastic reviews in the widely read journal Nature and hopefully you will be able to read about it there in not too long.

While we are all most interested in developing cures for diseases, aging and other problems, scientific papers are still a good way of benchmarking progress towards these goals. Your contributions to rosetta@home are certainly having a big impact on this short term measure of progress, and we will keep working together towards the longer term goals!

Zum Vergrößern anklicken....

cappy schrieb:

der artikel von dem link ist recht lang vielleicht kann ja einer in kurz fassung schreiben was da drin steht

Zum Vergrößern anklicken....

Many of you know that David Kim is the architect of Rosetta@home and spends much of his time maintaining and improving rosetta@home. He also has had time to carry out some very interesting research. Some time ago (before the papers I described in my posts below were submitted), David wrote a paper describing his results on the search problem in protein structure prediction, and submitted it for publication. In contrast to much of our work, which is on biomedical problems such as aging as described below, David's work described in the paper is on the fundamental question of what limits our ability to predict structures accurately for larger proteins. We received the reviews from anonymous referees recently, and to give you some insight into what the process of scientific publishing is like, I'm pasting first the abstract and then the reviews here:

abstract of David Kim's paper:
The primary obstacle to de novo protein structure prediction is conformational sampling: the native state generally has lower free energy than non-native structures but is exceedingly difficult to locate. Structure predictions with atomic level accuracy have been made for small proteins using the Rosetta structure prediction methodology, but for larger and more complex proteins, the native state is virtually never sampled and it has been unclear how much of an increase in computing power would be required to successfully predict the structures of such proteins. In this paper we develop an approach to determining how much computer power is required to accurately predict the structure of a protein, based on a reformulation of the conformational search problem as a combinatorial sampling problem in a discrete feature space. We find that conformational sampling for many proteins is limited by critical “linchpin” features, often the backbone torsion angles of individual residues, which are sampled very rarely in unbiased trajectories and when constrained dramatically increase the sampling of the native state. These critical features frequently occur in less regular and likely strained regions of proteins that contribute to protein function. In a number of proteins, the linchpin features are in regions found experimentally to form late in folding, suggesting a correspondence between folding in silico and in reality.

Anonymous reviews of David's paper (we got these about three months after the paper was submitted to the journal).

Reviewer #1: It's an excellent and interesting paper. I certainly recommend publication. The novelty here is the idea of feature strings from native proteins and the identification by Bayesian analysis of "linchpin features" that are hard to find computationally and may be slow to develop physically.

I recommend publication, as is, but I would encourage the authors to comment on how to understand their linchpin features. For example, why should they reside near functional sites? One might have expected biological function not to have a role in determining the folding difficulty and kinetics. It would be interesting to hear the authors' thoughts about why these particular linchpins?

Reviewer #2: Ref: JMB-D-09-00307
Title: Sampling bottlenecks in de novo protein structure prediction
Authors: David E Kim; Ben Blum; Philip Bradley; David Baker

This is a provocative and important paper, and overall is handled very nicely with helpfully detailed examples. Quantifying an estimate of required sampling times and demonstrating that a feature list is adequate are both valuable, and the identification of unfavorable "linchpin" features that stall the predictions seems likely to be a very pivotal observation. It's also a nice name for them. I definitely recommend publication.

************* end of reviews

The paper has now been accepted, and will appear in the journal of molecular biology which I believe can be freely accessed by anyone. now you know what David was doing in his spare time last year; he has now switched to working on another project I will tell you about some other time.

Zum Vergrößern anklicken....

Viele von euch wissen dass David Kim der Architekt von Rosetta@Home ist, und viel Zeit damit verbringt Rosetta@Home to pflegen und zu verbessern. Er hatte auch Zeit für ein paar sehr interessante Untersuchungen. Vor einiger Zeit (bevor die in meinen Posts erwähnten Dokumente eingereicht wurden) schrieb David ein Dokument, in der er seine Ergebnisse zum Suchproblem in der Proteinstrukturvorhersage beschrieb, und reichte es zur Veröffentlichung ein. Im Gegensatz zu einem großen Teil unserer Arbiet, die sich mit biomedizinischen Problemen, wie z.B. Alterungsprozessen, befasst, handelt Davids Arbeit in diesem Dokument von der fundamentalen Frage was unsere Fähigkeit, Strukturen von größeren Proteinen genau vorhersagen zu können, limitiert. Wir erhielten neulich die Kritiken von anonymen Gutachtern, und um euch einen Einblick in den Prozess einer wissenschaftlichen Veröffentlichung zu geben, füge ich zuerst die Zusammenfassung und dann die Gutachten hier ein:

Zusammenfassung von David's Dokument:
Das größte Hindernis zur Vorhersage der "de novo" Proteinstruktur ist Konformationskontrolle: Der ursprüngliche Zustand hat generell weniger freie Energie als veränderte Strukturen, ist jedoch schwieriger zu lokalisieren. Strukturvorhersagen mit einer Genaugkeit auf Atomebene wurden für kleine Proteine mit der Rosetta-Struktorvorhersagemethode gemacht, aber für größere und komplexere Proteine wurde der ursprüngliche Zustand quasi nie untersucht, und es war unklar welche Rechenkrafterhöhung nötig wäre um die Strukturen solcher Proteine erfolgreich vorherzusagen. In diesem Dokument entwickeln wir eine Herangehensweise, um zu bestimmen wie viel Rechenkraft benötigt wird um die Struktur eines solchen Proteins genau vorherzusagen, basierend auf einer neuen Darlegung des Konformations-Suche-Problems als Kombinations-Kontroll-Problem in einem diskreten Merkmalsraum. Wir stellen fest, dass Konformationskontrolle bei vielen Proteinen von kritischen "linchpin"-Merkmalen limitiert wird, oft den Hauptketten-Drehwinkeln von einzelnen Rückständen, welche selten in unverfälschten Bahnen gemessen werden, und welche, wenn gehemmt, die Messungen des nativen Zustandes dramatisch beeinflussen. Diese kritisches Merkmale erscheinen oft in weniger geordneten, und wahrscheinlich gespannten Regionen des Proteins, welche zur Proteinfunktion beitragen. In einigen Proteinen befinden sich die "linchpin"-Merkmale in Regionen, die sich in Experimenten erst spät während der Faltung bilden, was auf einen Zusammenhang zwischen der Faltung am Computer und in der Wirklichkeit hindeutet.

Anonyme Gutachten von David's Dokument (wir erhielten diese etwa drei Monate nachdem das Dokument an das Journal geschickt wurde):

Gutachter Nr. 1: Das ist ein ausgezeichtenes und interessantes Dokument. Ich empfehle zweifellos eine Veröffentlichung. Die Neuigkeit hier ist die idee von Merkmals-Strings von ursprünglichen Proteinen und die Identifizierung durch Bayesische Analyse der "linchpin"-Merkmale, welche rechnerisch schwierig zu finden sind, und physikalisch langsam zu entwickeln sein können.

Ich empfehle eine Veröffentlichung ohne Veränderungen, aber ich würde die Autoren dazu anregen, einen Kommentar zum Verständnis ihrer "linchpin"-Merkmale zu verfassen. Zum Beispiel warum sie neben funktionalen Regionen liegen sollten? Man könnte erwarten dass biologische Funktionen keine Rolle spielen würden in der Bestimmung der Faltungsschwierigkeit und -Bewegungen. Es wäre interessant die Gedanken der Autoren zu hören über den Grund der Auswahl dieser speziellen "linchpins"?

Gutachter br. 2: Ref: JMB-D-09-00307
Titel: Kontroll-Engpässe in der "de novo" Proteinstrukturvorhersage
Autoren: David E Kim; Ben Blum; Philip Bradley; David Baker

Dies ist ein herausforderndes und wichtiges Dokument, und allgemein sehr schön und mit hilfreichen Berspielen geschrieben. Die mengenmäßige Bestimmung einer Schätzung der benötigten Kontrolldurchläufe und die Demonstration, dass eine Merkmalsliste ausreichend ist, ist nützlich. und die Identifikation von unvorteilhaften "linchpin"-Merkmalen, welche die Vorhersagen ins Stocken bringen, scheint eine sehr zentrale Beobachtung zu sein. Es ist auch ein schöner Name dafür. Ich empfehle auf jeden Fall eine Veröffentlichung.

************** Ende der Gutachten

Das Dokument wurde nun akzeptiert, und wird im Journal für Molekularbiologie ("journal of molecular biology") erscheinen, welches meiner Meinung nach von jedem frei bezogen werden kann. Nun wisst ihr was David in seiner Freizeit letztes Jahr gemacht hat; inzwischen hat er sich einem anderen Projekt gewidmet, von dem ich euch ein ander Mal berichten werde.

Zum Vergrößern anklicken....

We got very good news today--the paper I described to you several months ago was finally accepted for publication in Nature, one of the most widely read science journals.

The manuscript describes the design of new enzymes for use ultimately in gene repair. Suppose you have a mutation in your genome that causes you to have a disease. If you know where the mutation is, in principle it can be repaired by "cutting out" the bad information (the mutation) and replacing it with the correct DNA sequence in this region. To do the cutting out is tricky because you only want to cut right near the mutation, and not anywhere else within your 3 billion base genome.

We are developing computational methods using Rosetta to design new enzymes to do this very highly specific "cutting". In this manuscript, we show that we can now design new specific cutting enzymes and that we can control independently how fast they cut and how tightly they bind to the target sequences we design them to cut.

Hopefully you will be able to read about this soon at your local newsstand!

Zum Vergrößern anklicken....

Heute gab's gute Neuigkeiten - Das Dokoment, welches ich euch vor ein paar Monaten beschrieben hatte, wurde heute für die Veröffentlichung in Nature, einem der meist gelesenen Wissenschaftsmagazine, angenommen.

Das Manuskript beschreibt den Entwurf von neuen Enzymen, die ausschließlich zur Genreparatur verwendet werden sollen. Angenommen man hast eine Genmutation, die eine Krankheit verursacht. Wenn man weiß wo diese Mutation ist, dann kann diese im Prinzip durch "Herausschneiden" der schädlichen Information (der Mutation) und Ersetzen durch die korrekte DNA-Sequenz in dieser Region repariert werden. Das Herausschneiden ist jedoch kompliziert, da man ja nur nahe der Mutation schneiden will, und nicht irgendwo anders in den 3 Millionen Basisgenen.

Wir entwickeln Rechenmethoden mit Hilfe von Rosetta, um neue Enzyme zu entwerfen, die dieses hochspezifische "Schneiden" übernehmen sollen. In diesem Manuskript zeigen wir, dass wir nun neue spezifische Schneideenzyme entwerfen können, und dass wir unabhängig davon kontrollieren können wie schnell diese schneiden und wie stark sie sich an die Zielsequenzen anbinden, die sie laut Entwurf herausschneiden sollen.

Hoffentlich könnt ihr dies schon bald in eurem lokalen Zeitungsladen lesen!

Zum Vergrößern anklicken....

We just learned that a model we had generated using the "fold and dock" method on your computers allowed the solution of the phase problem for structural biologists who had grown crystals of the (dimeric) protein but not been able to solve its structure--this result led to a huge flurry of email today as the approach could be very useful for a broad class of problems.

As I mentioned earlier, the paper on the "fold and dock" protocol (which you can recognize by the symmetric dancing of molecules on your screensaver) was enthusiastically accepted for publication in the proceedings of the national academy of sciences and will be free on line soon. Here is one of the anonymous reviews of the manuscript:

"The authors introduce a simultaneous "fold and dock" routine for the prediction of symmetric systems with impressive results. The method combines the Rosetta folding algorithm and the lab's more recent symmetric docking protocol. Here, both the backbone moves and relative positioning of the components are accomplished in the same Monte Carlo routine. Undoubtedly, this feature is necessary for most of the systems, particularly those which are intertwined. The authors both benchmark their results and even include a few predictions (using structures that came out after simulations). In addition they test the utility of the method for ab initio phasing and structure prediction incorporating some NMR-based constraints. This is an extremely nice piece of work which addresses an outstanding challenge in structural biology and protein structure prediction."

Zum Vergrößern anklicken....

As Mod Sense very nicely described in the discussion thread, with rosetta@home we are tackling basic research problems in addition to disease related research such as the gene therapy efforts I described in my last post and the amyloid fiber blocking and other projects described in the "disease related research" section on our home page. One of the "basic research" problems we are tackling with rosetta@home is the development of more accurate energy functions. This is a critical problem for design of new drugs to cure diseases. Here is why:

Almost all drugs work by binding tightly to a protein structure and blocking or modulating the function of the protein. To be produced cheaply, and to be able to access the inside and outside of your cells, it is usually desirable for a drug to be a not too large molecule. Chemists have put together large collections of potential drug molecules both in computer databases and in actuality. Big pharmaceutical companies have on the order of millions of such compounds they can test.

So--you would think that to find a new drug, given the structure of a protein target, one could simply screen on the computer for the drug that binds the tightest to the target. For each potential drug compound, we can determine its lowest energy binding mode to the target using Rosetta docking--you have probably seen small molecules docking into proteins on your screensavers. There are other programs for small molecule docking as well which are used in other distributed computing projects.

We and others have been pretty successful at predicting how a specific small molecule binds to a protein. We can test this by comparing the lowest energy structure you find on rosetta@home with the crystal structure of the small molecule bound to the protein if there is one. the big advantage of rosetta compared to other approaches is that the protein can flex during the docking process; this is important because many experimentally determined structures have shown considerable movements take place in proteins when they bind small molecules.

However, for drug discovery, the problem is not just to dock one small molecule into a protein, but to dock millions of small molecules into proteins, and find the one that binds the tightest. the amount of computer time required to accurately dock millions of small molecules into a protein target with a detailed physically realistic model like Rosetta is too large for rosetta@home currently. however, this is not the only problem. different small molecules have different numbers and different types of atoms, and determining which of these has the tightest binding energy to the protein is very challenging. We and others have had considerable difficulty in ranking sets of compounds known to bind a target, because errors in energy computation have big effects. We can predict protein structures accurately because the correct structure has very much lower energy than any other structure, but relatively small errors in energy computation can drastically change the ranking of different small molecules bound to a protein.

Because of these problems, large pharmaceutical companies surprisingly enough rely as much or more on brute force experimental screening to see which of their millions of compounds bind most tightly to a target as they do on screening on the computer. of course, screening through millions of compounds for the tightest binder experimentally is very slow and hugely expensive-this is one of the reasons why drug discovery is so expensive.

So if we can improve our ability to calculate energies accurately, it would have a huge effect on many important applications, including drug discovery and design. In my next post, I'll explain how we are using rosetta@home to increase the accuracy of energy calculations.

Zum Vergrößern anklicken....