Busca avançada
Ano de início
Entree

Modelagem da estrutura de proteínas e de complexos protéicos usando dados de espectrometria de massas

Processo: 16/13195-2
Linha de fomento:Bolsas no Brasil - Doutorado
Vigência (Início): 01 de maio de 2017
Vigência (Término): 31 de agosto de 2019
Área do conhecimento:Ciências Biológicas - Bioquímica - Química de Macromoléculas
Convênio/Acordo: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Pesquisador responsável:Fabio Cesar Gozzo
Beneficiário:Allan Jhonathan Ramos Ferrari
Instituição-sede: Instituto de Química (IQ). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Vinculado ao auxílio:14/17264-3 - Novas fronteiras em proteômica estrutural: caracterizando estruturas de proteínas e complexos proteicos por espectrometria de massas, AP.TEM
Bolsa(s) vinculada(s):17/17544-4 - Design de proteínas aplicando biologia computacional com Rosetta, BE.EP.DR
Assunto(s):Espectrometria de massas

Resumo

Proteínas constituem a fábrica estrutural pela qual as células realizam todos os processos metabólicos e mecanismos regulatórios. A compreensão destes eventos biológicos a nível molecular requer necessariamente a descrição da estrutura dessas biomoléculas a nível atômico. A Cristalografia de Proteínas (CRP) e a Ressonância Magnética Nuclear (RMN) são métodos bem estabelecidos para o estudo da estrutura de proteínas e de complexos proteicos e são as técnicas de referência para este propósito. Apesar do altíssimo detalhamento estrutural fornecido por essas técnicas, ambas apresentam uma aplicabilidade limitada para proteínas em geral devido a algumas restrições experimentais, dentre as quais se destaca a necessidade de uma grande quantidade de amostra (da ordem de vários miligramas) com alto grau de pureza. No caso de RMN, há ainda a necessidade de a amostra ser estável em algum dos tampões que não interfiram na análise por um longo intervalo de tempo (dias a semanas) a temperatura ambiente. Ainda, as técnicas atuais restringem o tamanho máximo do componente estudado a aproximadamente 30 kDa, o que muitas vezes representa a massa de um único componente de um complexo proteico. A CRP por sua vez requer que a amostra esteja na foram de monocristal. Essa limitação é ainda mais restritiva quando se pretende caracterizar complexos proteicos devido à maior dificuldade em se obter complexos puros em grande quantidade, ao maior tamanho do sistema e a maior dificuldade em se obter monocristais de tais espécies. Além disso, há uma disparidade muito grande entre a taxa na qual se consegue determinar estruturas em alta resolução com relação àquela na qual se obtém informações sobre proteínas a nível de gene, dado a tecnologia envolvida no sequenciamento e anotação de genomas atualmente. O desenvolvimento de ferramentas de bioinformática para predição da estrutura de proteínas e complexos proteicos é um campo muito atrativo para preencher a lacuna existente na área de biologia estrutural. Essas ferramentas se baseiam basicamente em duas abordagens, sendo 1) modelagem comparativa, na qual se utiliza um homólogo de estrutura conhecida, e 2) modelagem abinitio, a única opção quando não há estruturas homólogas resolvidas. Em especial, o sucesso das modelagens abinitio estão limitados a sequências com no máximo 100 resíduos de aminoácidos, uma vez que o espaço conformacional para aumenta exponencialmente com o tamanho da sequência. Nesse sentido, há interesse no desenvolvimento e aplicação de métodos de predição híbridos que utilizem uma abordagem integrativa. A utilização da espectrometria de massas (MS) para a caracterização de proteínas é extremamente interessante uma vez que une as vantagens intrínsecas da técnica, como sensibilidade, rapidez e versatilidade. O fenômeno de ligação cruzada (XL) compreende a união de duas espécies através de uma ligação covalente, normalmente se empregando um agente de ligação cruzada (ALC). As informações advindas dos experimentos de ligação cruzada acoplado a MS (XL-MS) podem ser utilizadas para a obtenção de informações estruturais de proteínas. O presente projeto visa contribuir criando-se estratégias para a predição estrutural de proteínas e complexos proteícos utilizando os dados experimentais de restrições de distância advindos dos experimentos de ligação cruzada. Para isso serão utilizadas duas proteínas modelos: SalBIII, de 17,2 kDa, e Agg1, composta de dois domínios, de 15,7 e 21,8 KDa. Ambas as proteínas possuem baixa identidade com outra proteína que já possui estrutura de alta resolução resolvida e depositada no PDB e também para as quais foram obtidos dados de difração de raios-X por faseamento experimental. (AU)

Publicações científicas (4)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
FERRARI, ALLAN J. R.; CLASEN, MILAN A.; KURT, LOUISE; CARVALHO, PAULO C.; GOZZO, FABIO C.; MARTINEZ, LEANDRO. TopoLink: evaluation of structural models using chemical crosslinking distance constraints. Bioinformatics, v. 35, n. 17, p. 3169-3170, SEP 1 2019. Citações Web of Science: 1.
FERRARI, ALLAN J. R.; GOZZO, FABIO C.; MARTINEZ, LEANDRO. Statistical force-field for structural modeling using chemical cross-linking/mass spectrometry distance constraints. Bioinformatics, v. 35, n. 17, p. 3005-3012, SEP 1 2019. Citações Web of Science: 0.
DOS SANTOS, RICARDO N.; FERRARI, ALLAN J. R.; DE JESUS, HUGO C. R.; GOZZO, FABIO C.; MORCOS, FARUCK; MARTINEZ, LEANDRO. Enhancing protein fold determination by exploring the complementary information of chemical cross-linking and coevolutionary signals. Bioinformatics, v. 34, n. 13, p. 2201-2208, JUL 1 2018. Citações Web of Science: 4.
FIORAMONTE, MARIANA; RAMOS DE JESUS, HUGO CESAR; RAMOS FERRARI, ALLAN JHONATHAN; LIMA, DIOGO BORGES; DREKENER, ROBERTA LOPES; DUARTE CORREIA, CARLOS ROQUE; OLIVEIRA, LUCIANA GONZAGA; DA COSTA NEVES-FERREIRA, ANA GISELE; CARVALHO, PAULO COSTA; GOZZO, FABIO CESAR. XPlex: An Effective, Multiplex Cross-Linking Chemistry for Acidic Residues. Analytical Chemistry, v. 90, n. 10, p. 6043-6050, MAY 15 2018. Citações Web of Science: 4.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.
Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.