Proteine und Nukleinsäuren sind zentrale Bausteine des Lebens in allen Organismen. Diese Biomoleküle setzen sich aus vielen einzelnen Bausteinen zusammen, bei Proteinen zum Beispiel aus Aminosäuren. Wenn die einzelnen Bausteine in den Zellen zusammengefügt werden, entstehen die Biomoleküle als komplexe, dreidimensionale Strukturen. Deren konkrete Form ist durch die Konfiguration und Kräfte zwischen den Bausteinen bestimmt. Um aber die Funktion der Biomoleküle zu verstehen, ist es wichtig, neben deren dreidimensionaler Struktur auch die Anzahl verschiedener Strukturzustände und die Austauschdynamik zwischen diesen zu berücksichtigen.

Es war lange Zeit sehr komplex und aufwändig, die 3D-Struktur von Biomolekülen mithilfe klassischer biophysikalischer Methoden zu bestimmen. Um diese Arbeit Schritt für Schritt zu vereinfachen und zu systematisieren, werden seit 1971 alle diese dreidimensionalen Strukturen in der "Protein Data Bank" (PDB; unter: http://www.rcsb.org) gesammelt. Inzwischen sind es mehr als 220 000 Strukturen. Hier kommen nun KI-basierte Werkzeuge wie etwa "AlphaFold" als Trainingsdaten für neuronale Netzwerke zum Einsatz. Die KI-Systeme treffen schon recht gute Vorhersagen biomolekularer Strukturen. Die Werkzeuge können aber wegen fehlender experimenteller Daten derzeit keine Dynamik vorhersagen.

Strukturmodelle auf Basis von Fluoreszenzdaten

Daher ist es wichtig, leistungsfähige experimentelle Methoden wie zum Beispiel die Fluoreszenzspektroskopie einzusetzen, die kombinierte Informationen über die Dynamik und Struktur komplexer Biomoleküle liefern. Bei Fluoreszenzexperimenten werden bestimmte interessante Bereiche der Biomoleküle mit kleinen Farbstoffmolekülen markiert, die bei äußerer Anregung aufleuchten und damit ihre Positionen verraten. Integrative Modellierungsansätze kombinieren solche experimentellen Daten mit computergestützten Methoden, um eine höhere strukturelle Auflösung zu erreichen und die Dynamik zu berücksichtigen.

Dr. Christian Hanke, Postdoc am HHU-Institut für Molekulare Physikalische Chemie und Erstautor des im Fachmedium Nature Methods erschienenen Artikels, betont: "Fluoreszenzexperimente liefern detaillierte Informationen, die sie zu einer hervorragenden Datenquelle für die integrative Modellierung machen. Damit die so gewonnene Fülle an Informationen aber nutzbar eingesetzt werden kann, muss sie einer breiten wissenschaftlichen Gemeinschaft zugänglich und für sie nutzbar gemacht werden."

Das Forschungsteam von der Heinrich-Heine-Universität Düsseldorf (HHU), der Rutgers State University of New Jersey und der University of California in San Francisco stellt in der Veröffentlichung eine standardisierte Datenbeschreibung in Form von drei verknüpften "Wörterbüchern" vor, die in einer gemeinsamen Bibliothek organisiert sind. Prof. Dr. Claus Seidel von der HHU: "Dieses Organisationsprinzip mit kombinierten Wörterbüchern ermöglicht es Forschenden erstmals, integrative Strukturmodelle, die auf Fluoreszenzdaten beruhen, zusammen mit kinetischen Informationen zu hinterlegen. Gleichzeitig können die allgemeinen Definitionen so aber auch von anderen Methoden genutzt werden, um dynamische Eigenschaften von Biomolekülen neben deren Struktur in der Datenbank zu dokumentieren."

Dieser Ansatz ist erforderlich, um statische Strukturmodelle mit der ihnen zugrundeliegenden Energielandschaft – also den Energieunterschieden zwischen unterschiedlichen dreidimensionalen Anordnungen der Bausteine innerhalb des Biomoleküls – zu verbinden. Prof. Seidel: "Diese Informationen ermöglichen, die nächste Generation von KI-basierten Programmen zur Vorhersage dynamischer biomolekularer Strukturen zu entwickeln und zu trainieren. Hier können die aus Fluoreszenzexperimenten gewonnenen Daten zur funktionsrelevanten Dynamik einen sehr wichtigen Beitrag leisten."

Diese Arbeit wurde im Rahmen des ERC Advanced Grant von Prof. Dr. Claus Seidel  "hybridFRET" durchgeführt.

Originalpublikation:
Christian A. Hanke, John D. Westbrook, Benjamin M. Webb, Thomas-O. Peulen, Catherine L. Lawson, Andrej Sali, Helen M. Berman, Claus A. M. Seidel & Brinda Vallat. Making fluorescence-based integrative structures and associated kinetic information accessible. Nat Methods 21, 1970–1972 (2024). doi.org/10.1038/s41592-024-02428-x

Quelle: Heinrich-Heine-Universität Düsseldorf