Proteína intrinsecamente desordenada

Na Galipedia, a Wikipedia en galego.
Flexibilidade conformacional na proteína SUMO-1 (PDB:1a5r). A parte cental mostra unha estrutura relativamente ordenada. Inversamente, as rexións N- e C-terminais (esquerda e dereita, respectivamente) mostran unha ‘desorde intrínseca’, aínda que persiste unha rexión helicoidal curta na cola N-terminal. Foron morfeados dez modelos RMN alternativos. Elementos da estrutura secundaria: α-hélices (vermello), follas β (frechas azuis).[1]

En bioloxía molecular, unha proteína intinsecamente desordenada ou proteína intrinsecamente e desestruturada (PID ou, en inglés, IDP) é unha proteína que carece dunha estutura tridimensional fixa ou ordenada,[2][3][4] tipicamente en ausencia das moléculas coas cales establece unha interacción macromolecular, como outras proteínas ou ARN. As PIDs poden ser desde proteínas totalmente desestruturadas a parcialmente desestruturadas e inclúen pelotas aleatorias, agregados similares a un glóbulo fundido ou rexións enlazadoras flexibles en proteínas grandes multidominio.

Ás veces considéranse unha clase máis de proteínas xunto coas globulares, fibrosas e de membrana.[5]

As PIDs son unha clase grande e funcionalmente importante de proteínas e o seu descubrimento desbotou a idea de que as estruturas tridimensionais das proteínas deben ser fixas para poder cumprir as súas funcións biolóxicas. Por exemplo, as PIDs foron identificadas como participantes nas interaccións débiles multivalentes que son moi cooperativas e dinámicas, o que as fai importantes na regulación do ADN e na sinalización celular.[6][7] Moitas PIDs poden tamén adoptar unha estrutura tridimensional fixa unha vez que se unen a outras moléculas. En conxunto, as PIDs son diferentes das proteínas estruturadas en moitos aspectos e adoitan ter unha distintiva función, estrutura, secuencia, interaccións, evolución e regulación.[8]

Historia[editar | editar a fonte]

Un conxunto conformacional de estruturas NMR da fosfoproteína soluble do tilacoide TSP9, que mostra unha cadea proteica moi flexible.[9]

Nas décadas de 1930, 1940 e 1950, resolvéronse as primeiras estruturas das proteínas por cristalografía de proteínas. Estas primeiras estruturas publicadas indicaban que en xeral era necesaria unha estrutura tridimensional fixa para que as proteínas puidesen realizar as súas funcións biolóxicas. Estas publicacións solidificaron o chamado dogma central da bioloxía molecular que di que a secuencia de aminoácidos dunha proteína determina a súa estrutura, a cal, á súa vez, determina a súa función. En 1950, Karush escribiu sobre a 'adaptabilidade configuracional' contradicindo esta asunción. El estaba convencido de que as proteínas tiñan máis dunha configuración no mesmo nivel enerxético e podían elixir unha cando se unían a outras substancias. Na década de 1960, o paradoxo de Levinthal suxería que é improbable que a investigación conformacional sistemática dun polipéptido longo renda unha soa estrutura proteíca pregada en escalas de tempo bioloxicamente relevantes (é dicir, de microsegundos a minutos). Curiousamente, para moitas (pequenas) proteínas ou dominios proteicos, pode observarse in vitro un re-pregamento relativamente rápido e efectivo. Tal como afirma o dogma de Anfinsen desde 1973, a estrutura 3D fixa destas proteínas está codificada unicamente na súa estrutura primaria (a secuencia de aminoácidos), é cineticamente accesible e estable nun rango de condicións (case) fisiolóxicas, e pode, por tanto, ser considerado un estado nativo de ditas proteínas "ordenadas".[10]

Porén, durante as décadas seguintes moitas rexións grandes de proteínas non podían determinarse cos datos de raios X, o que indicaba que ocupaban múltiples posicións, que se igualaban nos mapas de densidade electrónica. A falta de posicións únicas fixas en relación coa retícula cristalina suxería que esas rexións estaban "desordenadas". A especroscopia de proteínas por resonancia magnética nuclear tamén demostraba a presenza de grandes rexións enlazadoras flexibles e terminais en moitos conxuntos estruturais resoltos estruturalmente.

En 2001 Dunker preguntouse se a nova información atopada fora ignorada durante 50 anos[11] e máis análises cuantitativos estiveron dispoñibles na década de 2000.[12] Na década de 2010 xa estaba claro que as PIDs son comúns entre as proteínas relacionadas con enfermidades, como a alfa-sinucleína e a proteína tau.[13]

Abundancia[editar | editar a fonte]

Hoxe acéptase en xeral que as proteínas existen como un conxunto de estruturas similares con algunhas rexións máis restrinxidas que outras. As PIDs ocupan o extremo deste espectro de flexibilidade e inclúen proteínas con considerable tendencia de estrutura local ou conxuntos multidominios flexibles.[14][15]

As predicións bioinformáticas indicaron que a desorde intrínseca é máis común nos xenomas e proteomas que nas estruturas coñecidas na base de datos de estrutura das proteínas. Baseándose na predición DISOPRED2, aparecen segmentos desordenados longos (>30 residuos) no 2,0% das arqueas, o 4,2% das eubacterias e o 33,0% das proteínas eucariotas,[12] incluíndo certas proteínas relacionadas con enfermidades.[13]

Funcións biolóxicas[editar | editar a fonte]

As rexións desordenadas moi dinámicas das proteínas foron ligadas a fenómenos funcionalmente importantes como a regulación alostérica e a catálise encimática.[14][15] Moitas proteínas desordenadas teñen afinidade de unión cos seus receptores regulada por modificacións postraducionais, e propúxose que a flexibilidade das proteínas desordenadas satisfai as diferentes necesidades conformacionais para unirse aos encimas modificantes así como aos seus receptores.[16] A desorde intrínseca está especialmente enriquecida en proteínas implicadas na sinalización celular, a transcrición e as funcións de remodelación da cromatina.[17][18] Os xenes que naceron recentemente de novo tenden a ter unha maior desorde.[19][20]

Rexións enlazadoras flexibles[editar | editar a fonte]

As rexións desordenadas son a miúdo rexións enlazadoras (linkers) flexibles ou bucles que conectan dominios. As secuencias enlazadoras varían moito en lonxitude, pero son caracteristicamente ricas en aminoácidos polares non cargados. Os enlazadores flexibles permiten que os dominios conectados se retorzan e roten para recrutar as moléclas ás que se teñen que unir por medio da dinámica dos dominios de proteínas. Tamén permiten que as moléculas coas que se unen induzan cambios conformacionais a grande escala por alosterismo de longo rango.[14][2] Por exemplo, o enlazador flexible de FBP25, que conecta dous dominios de FKBP25 é importante para a unión de FKBP25 co ADN.[21]

Motivos liñais[editar | editar a fonte]

Os motivos liñais son segmentos de proteínas desordendos curtos que serven de mediadores das interaccións funcionais con outras proteínas ou outras biomoléculas (ARN, ADN, azucres etc.). Moitas funcións dos motivos liñais están asociadas coa regulación celular, por exemplo no control da forma da célula, localización subcelular de proteínas individuais e recambio proteico regulado. A miúdo, as modificacións postraducionais como a fosforilación axustan a afinidade (non raramente en varias ordes de magnitude) de motivos liñais individuais para interaccións específicas. A evolución relativamente rápida e o número relativamente pequeno de restricións estruturais para establecer novas interfaces (de baixa afinidade) fai que sexa especialmente complicado detectar os motivos liñais, pero os seus papeis biolóxicos tan frecuentes e o feito de que moitos virus imiten/se apropien de motivos liñais para recodificar eficientemente células infectadas subliña a urxencia de investigar este interesante asunto. A diferenza das proteínas globulares, as PIDs non teñen petos activos dispostos espacialmente. Non obstante, no 80% das PIDs das que se fixo unha caracterización estrutural detallada por RMN (unhas 3 ducias) hai motivos liñais denominados PreSMos (motivos preestruturados) que son elementos de estrutura secundaria transitorios preparados para o recoñecemento de dianas. En varios casos demostrouse que estas estruturas transitorias se converten en estruturas secundarias completas e estables, por exemplo, hélices, na unión a dianas. Por tanto, os PreSMos son os sitios activos supostos das PIDs.[22]

Pregamento acoplado e unión[editar | editar a fonte]

Moitas proteínas desestruturadas experimentan transicións a estados máis ordenados ao unirse ás súas dianas (por exemplo, as Características de Recoñecemento Molecular (MoRFs)[23]). O pregamento acoplado e a unión poden ser locais e só implicar a uns poucos residuos que interaccionan, ou poden implicar a todo un dominio proteico. Demostrouse recentemente que o pregamento acoplado e a unión permiten enterrar dentro da molécula unha grande área superficial, o que só sería posible en proteínas completamente estruturadas se fosen máis grandes.[24] Ademais, certas rexións desordenadas poderían servir como "interruptores moleculares" ao regularen certas funcións biolóxicas cambiando a unha conformación ordenada despois do recoñecemento molecular de pequenas moléculas de unión, da unión ao ADN/ARN, interaccións iónicas etc.[25]

A capacidade das proteínas desordenadas de unirse a moléculas e así exerceren a súa función, mostra que a estabilidade non é unha condición necesaria. Moitos sitios funcionais curtos, por exemplo motivos liñais curtos están sobrerepresentados nas proteínas desordenadas. As proteínas desordenadas e os motivos liñais curtos son especialmente abundantes en moitos virus de ARN, como o virus Hendra, virus da hepatite C (HCV), VIH-1 e papilomavirus humanos. Isto permite que eses virus superen os seus xenomas moi limitados informacionalmente ao facilitar a unión e manipulación dun gran número de proteínas das células hóspede.[26][27]

Desorde no estado unido (complexos borrosos)[editar | editar a fonte]

As PIDs poden manter a súa liberdade conformacional mesmo cando se unen especificamente a outras proteínas. A desorde estrutural no estado unido pode ser estática ou dinámica. En complexos borrosos (fuzzy) a multiplicidade estrutural é necesaria para o funcionamento e manipulación dos cambios de actividade da rexión desordenada unida a moléculas. O conxunto conformacional do complexo modúlase por modificacións postraducionais ou interaccións con proteínas.[28] A especificidade das proteínas que se unen ao ADN a miúdo depende da lonxitude das rexións borrosas, a cal varía por empalme alternativo.[29] Algúns complexos borrosos poden presentar unha alta afinidade de unión,[30] aínda que outros estudos mostraron valores de afinidade diferentes para o mesmo sistema nun réxime de diferentes concentracións.[31]

Aspectos estruturais[editar | editar a fonte]

As PIDs adoptan moitas estruturas diferentes in vivo segundo as condicións da célula, creando un conxunto conformacional ou estutural.[32][33]

Por tanto, as súas estruturas están fortemente relacionadas coa función. Porén, só unhas poucas proteínas están totalmente desordenadas no seu estado nativo. A desorde atópase maiormente en rexións intrinsecamente desordenadas (RIDs ou, en inglés, IDRs) dentro dunha proteína que polo demais está ben estruturada. O termo proteína intrinsecamente desordenada inclúe, pois, proteínas que conteñen RIDs así como proteínas completamente desordenadas.

A existencia e tipo de desorde da proteína está codificada na súa secuencia de aminoácidos.[2] En xeral, as PIDs caracterízanse por un baixo contido de aminoácidos hidrófobos voluminosos e unha alta proporción de aminoácidos polares e cargados, xeralmente considerados de baixa hidrofobicidade.[32] Esta propiedade fai que teñan boas interaccións coa auga. Ademais, as cargas netas altas promoven a desorde debido á repulsión electrostática resultante de residuos de igual carga.[33] Así, as secuencias desordenadas non poden enterrar suficientemente un núcleo hidrofóbico para pregarse formando proteínas globulares estables. Nalgúns casos, a presenza de grupos hidrófobos en secuencias desordenadas proporciona as pistas para identificar as rexións que sofren pregamento acoplado e unión (en referencia ao seu papel biolóxico). Moitas proteínas desordenadas revelan rexións sen ningunha estrutura secundaria regular. Estas rexións poden denominarse flexibles, comparadas cos bucles estruturados. Mentres que estes últimos son ríxidos e só conteñen un conxunto de ángulos de Ramachandran, os PIDs implican múltiples conxuntos de ángulos.[33] O termo flexibilidade tamén se usa para as proteínas ben estruturadas, pero nelas describe un fenómeno diferente neste contexto das proteínas desordenadas. A flexibilidade en proteínas estruturadas está ligada a un estado de equilibrio, mentres que isto non é así en PIDs.[33] Moitas proteínas desordenadas tamén teñen secuencias de baixa complexidade, é dicir, secuencias con sobrerrepresentación duns poucos residuos. Mentres que as secuencias de baixa complexidade son unha forte indicación de desorde, o inverso non é necesariamente certo, é dicir, non todas as proteínas desordenadas teñen secuecnias de baixa complexidade. As proteínas desordenadas teñen un baixo contido de estrutura secundaria predita.

Debido á natureza desordenada destas proteínas, desenvolvéronse estratexias topolóxicas para investigar os padróns conformacionais nas súas dinámicas. Por exemplo, aplicouse a topoloxía de circuítos para rastrear a dinámica de dominios de proteínas desordenadas.[34] Ao empregarmos unha estratexia topolóxica, podemos caracterizar os motivos de acordo coa súa constitución topolóxica e a escala de tempo da súa formación.

Validación experimental[editar | editar a fonte]

As PIDs poden validarse en varios contextos. A maioría das estratexias de validación experimental das PIDs están restrinxidas a proteínas extraídas ou purificadas, mentres que algunhas estratexias experimentais novas tratan de explorar as conformacións in vivo e as variacións estruturais das PIDs dentro de células vivas intactas e facer comparacións sistemáticas entre as súas dinámicas in vivo e in vitro.

Estratexias in vivo[editar | editar a fonte]

A primeira evidencia directa da persistencia in vivo de desorde intrínseca conseguiuse con RMN en células por electroporación dunha PID purificada e a recuperación de células a un estado intacto.[35]

A validación in vivo a máis longa escala de predicións de rexións intrinsecamente desestruturadas (RIDs) é agora posible usando o "pintado" con biotina.[36][37]

Estratexias in vitro[editar | editar a fonte]

As PIDs, unha vez purificadas, poden identificarse por varios métodos experimentais. O método principal para obter información sobre as rexións desordenadas dunha proteína é espectroscopia de RMN. A falta de densidade electrónica en estudos de cristalografía de raios X pode tamén ser un signo de desorde.

As proteínas pregadas teñen unha alta densidade (volume específico parcial de 0,72-0,74 mL/g) e un radio de xiro proporcionalmente pequeno. Por tanto, as proteínas non pregadas poden detectrse por métodos que son sensibles ao tamaño molecular, densidade ou arrastre hidrodinámico, tales como a cromatografía de exclusión por tamaño, ultracentrifugación analítica, dispersión de raios X de ángulo pequeno (SAXS) e medidas da constatne difusión. As proteínas non pregadas tamén se caracterizan pola súa falta de estrutura secundaria, cando se avalían por dicroísmo circular de UV distante (170-250 nm) (mínimo pronunciado a ~200 nm) ou espectroscopia de infravermello. As proteínas non pregadas teñen tamén grupos do esqueleto peptídico expostos ao solvente, así que son cortadas doadamente por proteases, sofren un rápido intercambio de hidróxeno-deuterio e mostran unha pequena dispersión (<1 ppm) nos seus desprazamentos químicos 1H amida cando se miden por RMN. (As proteínas pregadas mostran tipicamente dispersións de ata 5 ppm para os protóns de amidas.) Recentemente, introducíronse novos métodos como a proteólise paralela rápida (FASTpp), que permiten determinar a fracción pregada/desordenada sen necesidade de purificación.[38][39] Usando FASTpp poden detectarse mesmo diferenzas sutís na estabilidade de mutacións de cambio de sentido, a unión de moléculas á proteína e o pregamento inducido por (auto)polimerización de, por exemplo, hélices superenroladas, como se demostrou recentemente utilizando a interacción das proteínas tropomiosina-troponina.[40] As rexións de proteínas completamente desestruturadas poden validarse experimentalmente pola súa hipersusceptibilidade á proteólise usando tempos de dixestión curtos e concentracións baixas de proteases.[41]

Entre os métodos en masa para estudar a estrutura e dinámica das PIDs están a SAXS para a información da forma de conxuntos, a RMN para o refinamento de conxuntos atómico, a fluorescencia para visualizar interaccións moleculares e transicións conformacionais, a cristalografía de raios X para salientar as rexións máis móbiles en cristais de proteínas que polo demais son ríxidas, a cryo-EM para revelar as partes menos fixas das proteínas, a dispersión da luz para monitorizar as distribucións de tamaños das DIPs ou a súa cinética de agregación, o desprazamento químico de RMN e o dicroísmo circular para monitorizar a estrutura secundaria de PIDs.

Entre os métodos de moléculas simples para estudar PIDs están a spFRET[42] para estudar a flexibilidade conformacional de PIDs e a cinética das transcicións estruturais, pinzas ópticas[43] para imaxes de alta resolución dos conxuntos de PIDs e os seus oligómeros ou agregados, nanoporos[44] para revelar as distribucións de forma globais das PIDs, pinzas magnéticas[45] para estudar as transicións estruturais durante tempos longos a forzas baixas, microscopio de forza atómica de alta velocidade[46] para visualizar directamente a flexibilidade espazo-temporal de PIDs.

Anotación da desorde[editar | editar a fonte]

REMARK465 - densidades electrónicas ausentes na estrutura de raios X que representan a desorde das proteínas (PDB 1a22, e hormoma do crecemento humana unida a receptor). Compilación de pantallazos da base de datos PDB e representación molecular por VMD. As frechas azuis e vermellas apuntan aos residuos ausentes no receptor e hormona do crecemento, respectivamente.

A desorde intrínseca pode ser anotada a partir da información experimental ou predita con software especializado. Os algoritmos de predición da desorde poden predicir a propensión á desorde intrínseca (ID) con grande exactitude (que se aproxima ao 80%) baseándose na composición da secuencia primaria, semellanza a segmentos non asignados nos conxuntos de datos de raios X de proteínas, rexións flexibles en estudos de NMR e propiedades físico-químicas de aminoácidos.

Bases de datos de desorde[editar | editar a fonte]

Establecéronse bases de datos para anotar secuencias de proteínas con información da desorde intrínseca. A base de datos DisProt contén unha colección de segmentos de proteína curados manualmente que se determinou experimentalmente que eran desordenados. MobiDB é unha base de datos que combina experimentalmente as anotacións de desorde curadas (por exemplo, DisProt) con datos derivados de residuos desaparecidos en estruturas cristalográficas de raios X e rexións flexibles en estruturas de RMN.

Predición de PIDs pola secuencia[editar | editar a fonte]

Separar as proteínas desordenadas das ordenadas é esencial para a predición da desorde. Un dos primeiros pasos para encontrar un facor que distinga as PIDs das non PIDs é especificar os nesgos na composición de aminoácidos. Os seguintes aminoácidos hidrófilos cargados A, R, G, Q, S, P, E e K foron caracterizados como aminoácidos que promoven a desorde, mentes que os aminoácidos que promoven a orde W, C, F, I, Y, V, L e N son hidrófobos e non cargados. Os restantes aminoácidos H, M, T e D son ambiguos e atópanse tanto en rexións ordenadas coma desordenadas.[2] Unha análise máis recente clasifica os aminoácidos pola súa propensión de formar rexións desordenadas como segue (de promotores de orde a promotores de desorde): W, F, Y, I, M, L, V, N, C, T, A, G, R, D, H, Q, K, S, E, P.[47]

Esta información é a base da maioría dos preditores baseados na secuencia. As rexións con pouca ou ningunha estrutura secundaria, tamén coñecidos como rexións NORS (do inglés NO Regular Secondary structure),[48] e as rexións de baixa complexidade poden deectarse doadamente. Porén, non todas as proteínas desordenadas conteñen tales secuencias de baixa complexidade.

Métodos de predición[editar | editar a fonte]

Determinar as rexións desordenadas por métodos bioquímicos é moi custoso e leva moito tempo. Debido á natureza variable das PIDs, soamente se poden dcetectar certos aspectos da súa estrutura, así que unha cracterización completa require un gran número de métodos diferentes e experimentos. Isto incrementa máis o gasto da determinación de PIDs. Para superar este obstáculo, creáronse métodos baseados en computadoras para predicir a estrutura e función das proteínas. Un dos principais obxectivos da bioinformática é obter coñecementos por predicións. Tamén se están a desenvolver preditores para as funcións das PIDs, pero principalmente usan información estrutural como sitios de motivos liñais.[4][49] Hai diferentes estratexias de predición de estruturas de PIDs, como as redes neurais ou cálculos de matrices, baseados en diferentes propiedades estruturais ou biofísicas.

Moitos métodos computacionais aproveitan a información da secuencia para predicir se unha proteína é desordenada.[50] Notables exemplos de dito software son IUPRED e Disopred. Os diferentes métodos poden utilizar distintas definicións de desorde. Os metapreditores mostran un novo concepto, combinando diferentes preditores primarios para crear un preditor máis competente e exacto.

Debido ás diferentes estratexias de predición de proteínas desordenadas, a estimación das súas exactitudes comparadas é bastante difícil. Por exemplo, as redes neurais son a miúdo adestradas sobre diferentes conxuntos de datos. A categoría de predición da desorde é unha parte do experimento bianual CASP que está deseñado para testar métodos segundo a súa exactitude á hora de buscar rexións con estrutura 3D ausente (marcadas en ficheiros PDB como REMARK465, densidades electrónicas ausentes en estruturas de raios X).

Desorde e enfermidades[editar | editar a fonte]

As PIDs foron implicadas en diversas doenzas.[13] A agregación de proteínas mal pregadas é a causa de moitas sinucleinopatías e toxicidades, xa que esas proteínas empezan a unirse unhas a outras ao chou e poden orixinar cancro ou doenzas cardiovasculares. Por tanto, o mal pregamento pode ocorrer tamén espontaneamente porque se fan millóns de copias de proteínas durante a vida dun organismo. A agregación da PID α-sinucleína pénsase que é a responsable. A flexibilidade estrutural desta proteína xunto coa súa susceptibilidade á modificación na célula causa un mal pregamento e agregación. A xenética, o estrés oxidativo e nitrativo, así como a alteración mitocondrial causan un impacto na flexibilidade estrutural da proteína desestruturada α-sinucleína e os mecanismos de enfermidade asociados.[51] Moitos supresores de tumores clave teñen rexións intrinsecamente desestruturadas, por exemplo p53 e BRCA1. Estas rexións das proteínas son responsables da mediación de moitas outras das súas interaccións. Tomando como modelo os mecanismos de defensa nativos da célula poden desenvolverse fármacos que traten de bloquear o lugar de substratos nocivos e inhibilos, e así contrarrestaren a doenza.[52]

Simulacións por computador[editar | editar a fonte]

Simulación MD da glutarredoxina 1 de Trypanosoma brucei. O pregamento de tiorredoxina globular está representado en azul, mentres que a cola N-terminal desordenada o está en verde. De acordo cos resultados MD, a cola desordenada pode estar modulando a dinámica do peto de unión.[53]

Debido á alta heteroxeneidade estrutural, os parámetros experimentais NMR/SAXS obtidos serán unha media do gran número de estados diversos e desordenados (un conxunto de estados desordenados). Por tanto, para comprender as implicacións estruturais destes parámetros experimentais, cómpre unha representación precisa destes conxuntos por simulacións de computador. Poden utilizarse para este propósito simulacións de dinámicas moleculares de todos os átomos, pero o seu uso está limitado pola exactitude dos actuais campos de forzas na representación de proteínas desordenadas. Non obstante, algúns campos de forzas desenvolvéronse explicitamente para estudar proteínas desordenadas optimizando os parámetros do campo de forzas usando datos de RMN dispoñibles para proteínas desordenadas (exemplos son CHARMM 22*, CHARMM 32,[54] Amber ff03* etc.).

Tamén se utilizaron simulacións MD (Molecular Dynamics) restrinxidas por parámetros experimentais para caracterizar proteínas desordenadas.[55][56][57] En principio, pódese mostrear o espazo conformacional completo dada unha simulación MD (cun campo de forzas exacto) que se deixe funcionando o suficiente tempo. Debido á heteroxeneidade estrutural tan grande, as escalas de tempo que se necesitan para deixala en funcionamento para este propósito son moi grandes e limitadas polo poder de computación. Porén, foron utilizadas outras técnicas computacionais como as simulacións MD aceleradas,[58] simulacións de intercambio de réplica,[59][60] metadinámica,[61][62] simulacións MD multicanónicas,[63] ou métodos que usan representacións de gran groso con solventes implícitos e explícitos[64][65][66] para mostrear un espazo conformacional máis amplo en pequenas escalas de tempo.

Ademais, utilizáronse varios protocolos e métodos de análise de PIDs, tales como estudos baseados en análises cuantitativas do contido GC en xenes e as súas respectivas bandas cromosómicas, para comprender os segmentos funcionais das PIDs.[67][68]

Notas[editar | editar a fonte]

  1. Majorek K, Kozlowski L, Jakalski M, Bujnicki JM (18 de decembro de 2008). "Chapter 2: First Steps of Protein Structure Prediction" (PDF). En Bujnicki J. Prediction of Protein Structures, Functions, and Interactions. John Wiley & Sons, Ltd. pp. 39–62. ISBN 9780470517673. doi:10.1002/9780470741894.ch2. 
  2. 2,0 2,1 2,2 2,3 Dunker AK, Lawson JD, Brown CJ, Williams RM, Romero P, Oh JS, Oldfield CJ, Campen AM, Ratliff CM, Hipps KW, Ausio J, Nissen MS, Reeves R, Kang C, Kissinger CR, Bailey RW, Griswold MD, Chiu W, Garner EC, Obradovic Z (2001). "Intrinsically disordered protein". Journal of Molecular Graphics & Modelling 19 (1): 26–59. PMID 11381529. doi:10.1016/s1093-3263(00)00138-8. 
  3. Dyson HJ, Wright PE (marzo de 2005). "Intrinsically unstructured proteins and their functions". Nature Reviews Molecular Cell Biology 6 (3): 197–208. PMID 15738986. doi:10.1038/nrm1589. 
  4. 4,0 4,1 Dunker AK, Silman I, Uversky VN, Sussman JL (decembro de 2008). "Function and structure of inherently disordered proteins". Current Opinion in Structural Biology 18 (6): 756–64. PMID 18952168. doi:10.1016/j.sbi.2008.10.002. 
  5. Andreeva A, Howorth D, Chothia C, Kulesha E, Murzin AG (xaneiro de 2014). "SCOP2 prototype: a new approach to protein structure mining". Nucleic Acids Research 42 (Número da base de datos): D310–4. PMC 3964979. PMID 24293656. doi:10.1093/nar/gkt1242. 
  6. Mir, Mustafa; Stadler, Michael R; Ortiz, Stephan A; Hannon, Colleen E; Harrison, Melissa M; Darzacq, Xavier; Eisen, Michael B (2018-12-27). Singer, Robert H; Struhl, Kevin; Crocker, Justin, eds. "Dynamic multifactor hubs interact transiently with sites of active transcription in Drosophila embryos". eLife 7: e40497. ISSN 2050-084X. PMC 6307861. PMID 30589412. doi:10.7554/eLife.40497. 
  7. Wright PE, Dyson HJ (xaneiro de 2015). "Intrinsically disordered proteins in cellular signalling and regulation". Nature Reviews. Molecular Cell Biology 16 (1): 18–29. PMC 4405151. PMID 25531225. doi:10.1038/nrm3920. 
  8. van der Lee R, Buljan M, Lang B, Weatheritt RJ, Daughdrill GW, Dunker AK, et al. (xullo de 2014). "Classification of intrinsically disordered regions and proteins". Chemical Reviews 114 (13): 6589–6631. PMC 4095912. PMID 24773235. doi:10.1021/cr400525m. 
  9. Song J, Lee MS, Carlberg I, Vener AV, Markley JL (decembro de 2006). "Micelle-induced folding of spinach thylakoid soluble phosphoprotein of 9 kDa and its functional implications". Biochemistry 45 (51): 15633–43. PMC 2533273. PMID 17176085. doi:10.1021/bi062148m. 
  10. Anfinsen CB (xullo de 1973). "Principles that govern the folding of protein chains". Science 181 (4096): 223–230. Bibcode:1973Sci...181..223A. PMID 4124164. doi:10.1126/science.181.4096.223. 
  11. Dunker AK, Lawson JD, Brown CJ, Williams RM, Romero P, Oh JS, Oldfield CJ, Campen AM, Ratliff CM, Hipps KW, Ausio J, Nissen MS, Reeves R, Kang C, Kissinger CR, Bailey RW, Griswold MD, Chiu W, Garner EC, Obradovic Z (2001-01-01). "Intrinsically disordered protein". Journal of Molecular Graphics & Modelling 19 (1): 26–59. PMID 11381529. doi:10.1016/s1093-3263(00)00138-8. 
  12. 12,0 12,1 Ward JJ, Sodhi JS, McGuffin LJ, Buxton BF, Jones DT (marzo de 2004). "Prediction and functional analysis of native disorder in proteins from the three kingdoms of life". Journal of Molecular Biology 337 (3): 635–45. PMID 15019783. doi:10.1016/j.jmb.2004.02.002. 
  13. 13,0 13,1 13,2 Uversky VN, Oldfield CJ, Dunker AK (2008). "Intrinsically disordered proteins in human diseases: introducing the D2 concept". Annual Review of Biophysics 37: 215–46. PMID 18573080. doi:10.1146/annurev.biophys.37.032807.125924. 
  14. 14,0 14,1 14,2 Bu Z, Callaway DJ (2011). "Proteins move! Protein dynamics and long-range allostery in cell signaling". Protein Structure and Diseases. Advances in Protein Chemistry and Structural Biology 83. pp. 163–221. ISBN 9780123812629. PMID 21570668. doi:10.1016/B978-0-12-381262-9.00005-7. 
  15. 15,0 15,1 Kamerlin SC, Warshel A (maio de 2010). "At the dawn of the 21st century: Is dynamics the missing link for understanding enzyme catalysis?". Proteins 78 (6): 1339–75. PMC 2841229. PMID 20099310. doi:10.1002/prot.22654. 
  16. Collins MO, Yu L, Campuzano I, Grant SG, Choudhary JS (xullo de 2008). "Phosphoproteomic analysis of the mouse brain cytosol reveals a predominance of protein phosphorylation in regions of intrinsic sequence disorder" (PDF). Molecular & Cellular Proteomics 7 (7): 1331–48. PMID 18388127. doi:10.1074/mcp.M700564-MCP200. 
  17. Iakoucheva LM, Brown CJ, Lawson JD, Obradović Z, Dunker AK (outubro de 2002). "Intrinsic disorder in cell-signaling and cancer-associated proteins". Journal of Molecular Biology 323 (3): 573–84. PMID 12381310. doi:10.1016/S0022-2836(02)00969-5. 
  18. Sandhu KS (2009). "Intrinsic disorder explains diverse nuclear roles of chromatin remodeling proteins". Journal of Molecular Recognition 22 (1): 1–8. PMID 18802931. doi:10.1002/jmr.915. 
  19. Wilson BA, Foy SG, Neme R, Masel J (June 2017). "Young Genes are Highly Disordered as Predicted by the Preadaptation Hypothesis of De Novo Gene Birth". Nature Ecology & Evolution 1 (6): 0146–146. PMC 5476217. PMID 28642936. doi:10.1038/s41559-017-0146. 
  20. Willis S, Masel J (setembro de 2018). "Gene Birth Contributes to Structural Disorder Encoded by Overlapping Genes". Genetics 210 (1): 303–313. PMC 6116962. PMID 30026186. doi:10.1534/genetics.118.301249. 
  21. Prakash, Ajit; Shin, Joon; Rajan, Sreekanth; Yoon, Ho Sup (2016-04-07). "Structural basis of nucleic acid recognition by FK506-binding protein 25 (FKBP25), a nuclear immunophilin". Nucleic Acids Research 44 (6): 2909–2925. ISSN 0305-1048. PMC 4824100. PMID 26762975. doi:10.1093/nar/gkw001. 
  22. Lee SH, Kim DH, Han JJ, Cha EJ, Lim JE, Cho YJ, Lee C, Han KH (febreiro de 2012). "Understanding pre-structured motifs (PreSMos) in intrinsically unfolded proteins". Current Protein & Peptide Science 13 (1): 34–54. PMID 22044148. doi:10.2174/138920312799277974. 
  23. Mohan A, Oldfield CJ, Radivojac P, Vacic V, Cortese MS, Dunker AK, Uversky VN (outubro de 2006). "Analysis of molecular recognition features (MoRFs)". Journal of Molecular Biology 362 (5): 1043–59. PMID 16935303. doi:10.1016/j.jmb.2006.07.087. 
  24. Gunasekaran K, Tsai CJ, Kumar S, Zanuy D, Nussinov R (febreiro de 2003). "Extended disordered proteins: targeting function with less scaffold". Trends in Biochemical Sciences 28 (2): 81–5. PMID 12575995. doi:10.1016/S0968-0004(03)00003-3. 
  25. Sandhu KS, Dash D (xullo de 2007). "Dynamic alpha-helices: conformations that do not conform". Proteins 68 (1): 109–22. PMID 17407165. doi:10.1002/prot.21328. 
  26. Tarakhovsky A, Prinjha RK (xullo de 2018). "Drawing on disorder: How viruses use histone mimicry to their advantage". The Journal of Experimental Medicine 215 (7): 1777–1787. PMC 6028506. PMID 29934321. doi:10.1084/jem.20180099. 
  27. Atkinson SC, Audsley MD, Lieu KG, Marsh GA, Thomas DR, Heaton SM, Paxman JJ, Wagstaff KM, Buckle AM, Moseley GW, Jans DA, Borg NA (xaneiro de 2018). "Recognition by host nuclear transport proteins drives disorder-to-order transition in Hendra virus V". Scientific Reports 8 (1): 358. Bibcode:2018NatSR...8..358A. PMC 5762688. PMID 29321677. doi:10.1038/s41598-017-18742-8. 
  28. Fuxreiter M (xaneiro de 2012). "Fuzziness: linking regulation to protein dynamics". Molecular BioSystems 8 (1): 168–77. PMID 21927770. doi:10.1039/c1mb05234a. 
  29. Fuxreiter M, Simon I, Bondos S (agosto de 2011). "Dynamic protein-DNA recognition: beyond what can be seen". Trends in Biochemical Sciences 36 (8): 415–23. PMID 21620710. doi:10.1016/j.tibs.2011.04.006. 
  30. Borgia A, Borgia MB, Bugge K, Kissling VM, Heidarsson PO, Fernandes CB, Sottini A, Soranno A, Buholzer KJ, Nettels D, Kragelund BB, Best RB, Schuler B (marzo de 2018). "Extreme disorder in an ultrahigh-affinity protein complex". Nature 555 (7694): 61–66. Bibcode:2018Natur.555...61B. PMC 6264893. PMID 29466338. doi:10.1038/nature25762. 
  31. Feng H, Zhou BR, Bai Y (novembro de 2018). "Binding Affinity and Function of the Extremely Disordered Protein Complex Containing Human Linker Histone H1.0 and Its Chaperone ProTα". Biochemistry 57 (48): 6645–6648. PMC 7984725. PMID 30430826. doi:10.1021/acs.biochem.8b01075. 
  32. 32,0 32,1 Uversky VN (agosto de 2011). "Intrinsically disordered proteins from A to Z". The International Journal of Biochemistry & Cell Biology 43 (8): 1090–1103. PMID 21501695. doi:10.1016/j.biocel.2011.04.001. 
  33. 33,0 33,1 33,2 33,3 Oldfield CJ, Dunker AK (2014). "Intrinsically disordered proteins and intrinsically disordered protein regions". Annual Review of Biochemistry 83: 553–584. PMID 24606139. doi:10.1146/annurev-biochem-072711-164947. 
  34. Scalvini B. et al., Circuit Topology Approach for the Comparative Analysis of Intrinsically Disordered Proteins. J. Chem. Inf. Model. 63, 8, 2586–2602 (2023)
  35. Theillet FX, Binolfi A, Bekei B, Martorana A, Rose HM, Stuiver M, Verzini S, Lorenz D, van Rossum M, Goldfarb D, Selenko P (2016). "Structural disorder of monomeric α-synuclein persists in mammalian cells". Nature 530 (7588): 45–50. Bibcode:2016Natur.530...45T. PMID 26808899. doi:10.1038/nature16531. 
  36. Minde DP, Ramakrishna M, Lilley KS (2018). "Biotinylation by proximity labelling favours unfolded proteins". bioRxiv. doi:10.1101/274761. 
  37. Minde DP, Ramakrishna M, Lilley KS (2020). "Biotin proximity tagging favours unfolded proteins and enables the study of intrinsically disordered regions". Communications Biology 3 (1): 38. PMC 6976632. PMID 31969649. doi:10.1038/s42003-020-0758-y. 
  38. Minde DP, Maurice MM, Rüdiger SG (2012). Uversky VN, ed. "Determining biophysical protein stability in lysates by a fast proteolysis assay, FASTpp". PLOS ONE 7 (10): e46147. Bibcode:2012PLoSO...746147M. PMC 3463568. PMID 23056252. doi:10.1371/journal.pone.0046147. 
  39. Park C, Marqusee S (marzo de 2005). "Pulse proteolysis: a simple method for quantitative determination of protein stability and ligand binding". Nature Methods 2 (3): 207–12. PMID 15782190. doi:10.1038/nmeth740. 
  40. Robaszkiewicz K, Ostrowska Z, Cyranka-Czaja A, Moraczewska J (maio de 2015). "Impaired tropomyosin-troponin interactions reduce activation of the actin thin filament". Biochimica et Biophysica Acta (BBA) - Proteins and Proteomics 1854 (5): 381–90. PMID 25603119. doi:10.1016/j.bbapap.2015.01.004. 
  41. Minde DP, Radli M, Forneris F, Maurice MM, Rüdiger SG (2013). Buckle AM, ed. "Large extent of disorder in Adenomatous Polyposis Coli offers a strategy to guard Wnt signalling against point mutations". PLOS ONE 8 (10): e77257. Bibcode:2013PLoSO...877257M. PMC 3793970. PMID 24130866. doi:10.1371/journal.pone.0077257. 
  42. Brucale M, Schuler B, Samorì B (marzo de 2014). "Single-molecule studies of intrinsically disordered proteins". Chemical Reviews 114 (6): 3281–317. PMID 24432838. doi:10.1021/cr400297g. 
  43. Neupane K, Solanki A, Sosova I, Belov M, Woodside MT (2014). "Diverse metastable structures formed by small oligomers of α-synuclein probed by force spectroscopy". PLOS ONE 9 (1): e86495. Bibcode:2014PLoSO...986495N. PMC 3901707. PMID 24475132. doi:10.1371/journal.pone.0086495. 
  44. Japrung D, Dogan J, Freedman KJ, Nadzeyka A, Bauerdick S, Albrecht T, Kim MJ, Jemth P, Edel JB (febreiro de 2013). "Single-molecule studies of intrinsically disordered proteins using solid-state nanopores". Analytical Chemistry 85 (4): 2449–56. PMID 23327569. doi:10.1021/ac3035025. 
  45. Min D, Kim K, Hyeon C, Cho YH, Shin YK, Yoon TY (2013). "Mechanical unzipping and rezipping of a single SNARE complex reveals hysteresis as a force-generating mechanism". Nature Communications 4 (4): 1705. Bibcode:2013NatCo...4.1705M. PMC 3644077. PMID 23591872. doi:10.1038/ncomms2692. 
  46. Miyagi A, Tsunaka Y, Uchihashi T, Mayanagi K, Hirose S, Morikawa K, Ando T (setembro de 2008). "Visualization of intrinsically disordered regions of proteins by high-speed atomic force microscopy". ChemPhysChem 9 (13): 1859–66. PMID 18698566. doi:10.1002/cphc.200800210. 
  47. Campen A, Williams RM, Brown CJ, Meng J, Uversky VN, Dunker AK (2008). "TOP-IDP-scale: a new amino acid scale measuring propensity for intrinsic disorder". Protein and Peptide Letters 15 (9): 956–963. PMC 2676888. PMID 18991772. doi:10.2174/092986608785849164. 
  48. Schlessinger A, Schaefer C, Vicedo E, Schmidberger M, Punta M, Rost B (xuño de 2011). "Protein disorder--a breakthrough invention of evolution?". Current Opinion in Structural Biology 21 (3): 412–8. PMID 21514145. doi:10.1016/j.sbi.2011.03.014. 
  49. Tompa P (xuño de 2011). "Unstructural biology coming of age". Current Opinion in Structural Biology 21 (3): 419–425. PMID 21514142. doi:10.1016/j.sbi.2011.03.012. 
  50. Ferron F, Longhi S, Canard B, Karlin D (outubro de 2006). "A practical overview of protein disorder prediction methods". Proteins 65 (1): 1–14. PMID 16856179. doi:10.1002/prot.21075. 
  51. Wise-Scira O, Dunn A, Aloglu AK, Sakallioglu IT, Coskuner O (marzo de 2013). "Structures of the E46K mutant-type α-synuclein protein and impact of E46K mutation on the structures of the wild-type α-synuclein protein". ACS Chemical Neuroscience 4 (3): 498–508. PMC 3605821. PMID 23374074. doi:10.1021/cn3002027. 
  52. Dobson CM (decembro de 2003). "Protein folding and misfolding". Nature 426 (6968): 884–90. Bibcode:2003Natur.426..884D. PMID 14685248. doi:10.1038/nature02261. 
  53. Balatti, Galo. E.; Barletta, G. Patricio; Parisi, Gustavo; Tosatto, Silvio. C. E.; Bellanda, Massimo; Fernandez-Alberti, Sebastian (2021-12-16). "Intrinsically Disordered Region Modulates Ligand Binding in Glutaredoxin 1 from Trypanosoma Brucei". The Journal of Physical Chemistry B (en inglés) 125 (49): 13366–13375. ISSN 1520-6106. PMID 34870419. doi:10.1021/acs.jpcb.1c07035. 
  54. Best RB, Zhu X, Shim J, Lopes PE, Mittal J, Feig M, Mackerell AD (setembro de 2012). "Optimization of the additive CHARMM all-atom protein force field targeting improved sampling of the backbone φ, ψ and side-chain χ(1) and χ(2) dihedral angles". Journal of Chemical Theory and Computation 8 (9): 3257–3273. PMC 3549273. PMID 23341755. doi:10.1021/ct300400x. 
  55. Best RB (febreiro de 2017). "Computational and theoretical advances in studies of intrinsically disordered proteins". Current Opinion in Structural Biology 42: 147–154. PMID 28259050. doi:10.1016/j.sbi.2017.01.006. 
  56. Chong SH, Chatterjee P, Ham S (maio de 2017). "Computer Simulations of Intrinsically Disordered Proteins". Annual Review of Physical Chemistry 68: 117–134. Bibcode:2017ARPC...68..117C. PMID 28226222. doi:10.1146/annurev-physchem-052516-050843. 
  57. Fox SJ, Kannan S (setembro de 2017). "Probing the dynamics of disorder". Progress in Biophysics and Molecular Biology 128: 57–62. PMID 28554553. doi:10.1016/j.pbiomolbio.2017.05.008. 
  58. Terakawa T, Takada S (setembro de 2011). "Multiscale ensemble modeling of intrinsically disordered proteins: p53 N-terminal domain". Biophysical Journal 101 (6): 1450–1458. Bibcode:2011BpJ...101.1450T. PMC 3177054. PMID 21943426. doi:10.1016/j.bpj.2011.08.003. 
  59. Fisher CK, Stultz CM (xuño de 2011). "Constructing ensembles for intrinsically disordered proteins". Current Opinion in Structural Biology 21 (3): 426–431. PMC 3112268. PMID 21530234. doi:10.1016/j.sbi.2011.04.001. 
  60. Apicella A, Marascio M, Colangelo V, Soncini M, Gautieri A, Plummer CJ (xuño de 2017). "Molecular dynamics simulations of the intrinsically disordered protein amelogenin". Journal of Biomolecular Structure & Dynamics 35 (8): 1813–1823. PMID 27366858. doi:10.1080/07391102.2016.1196151. hdl:11311/1004711. 
  61. Zerze GH, Miller CM, Granata D, Mittal J (xuño de 2015). "Free energy surface of an intrinsically disordered protein: comparison between temperature replica exchange molecular dynamics and bias-exchange metadynamics". Journal of Chemical Theory and Computation 11 (6): 2776–2782. PMID 26575570. doi:10.1021/acs.jctc.5b00047. 
  62. Granata D, Baftizadeh F, Habchi J, Galvagnion C, De Simone A, Camilloni C, et al. (outubro de 2015). "The inverted free energy landscape of an intrinsically disordered peptide by simulations and experiments". Scientific Reports 5: 15449. Bibcode:2015NatSR...515449G. PMC 4620491. PMID 26498066. doi:10.1038/srep15449. 
  63. Iida S, Kawabata T, Kasahara K, Nakamura H, Higo J (abril de 2019). "Multimodal Structural Distribution of the p53 C-Terminal Domain upon Binding to S100B via a Generalized Ensemble Method: From Disorder to Extradisorder". Journal of Chemical Theory and Computation 15 (4): 2597–2607. PMID 30855964. doi:10.1021/acs.jctc.8b01042. 
  64. Kurcinski M, Kolinski A, Kmiecik S (xuño de 2014). "Mechanism of Folding and Binding of an Intrinsically Disordered Protein As Revealed by ab Initio Simulations". Journal of Chemical Theory and Computation (en inglés) 10 (6): 2224–2231. PMID 26580746. doi:10.1021/ct500287c. 
  65. Ciemny MP, Badaczewska-Dawid AE, Pikuzinska M, Kolinski A, Kmiecik S (xaneiro de 2019). "Modeling of Disordered Protein Structures Using Monte Carlo Simulations and Knowledge-Based Statistical Force Fields". International Journal of Molecular Sciences 20 (3): 606. PMC 6386871. PMID 30708941. doi:10.3390/ijms20030606. 
  66. Garaizar, Adiran; Espinosa, Jorge R. (2021-09-28). "Salt dependent phase behavior of intrinsically disordered proteins from a coarse-grained model with explicit water and ions". The Journal of Chemical Physics (en inglés) 155 (12): 125103. Bibcode:2021JChPh.155l5103G. ISSN 0021-9606. PMID 34598583. doi:10.1063/5.0062687. 
  67. Uversky VN (2013). "Digested disorder: Quarterly intrinsic disorder digest (xaneiro/febreiro/marzo, 2013)". Intrinsically Disordered Proteins 1 (1): e25496. PMC 5424799. PMID 28516015. doi:10.4161/idp.25496. 
  68. Costantini S, Sharma A, Raucci R, Costantini M, Autiero I, Colonna G (marzo de 2013). "Genealogy of an ancient protein family: the Sirtuins, a family of disordered members". BMC Evolutionary Biology 13: 60. PMC 3599600. PMID 23497088. doi:10.1186/1471-2148-13-60. 

Véxase tamén[editar | editar a fonte]

Outros artigos[editar | editar a fonte]

Ligazóns externas[editar | editar a fonte]