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

• Processo: 16/13195-2
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de maio de 2017
• Data de Término da vigência: 31 de agosto de 2019
• Área de conhecimento: Ciências Biológicas - Bioquímica - Química de Macromoléculas
• Acordo de Cooperação: 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
• Palavra(s)-Chave do Pesquisador: Espectrometria de massas | estrutura e conformação de proteínas | Ligação cruzada | modelagem ab initio de macromoléculas | predição da estrutura | 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

(6)

(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)

BOTTINO, GUILHERME F.; FERRARI, ALLAN J. R.; GOZZO, FABIO C.; MARTINEZ, LEANDRO. Structural discrimination analysis for constraint selection in protein modeling. Bioinformatics, v. 37, n. 21, p. 3766-3773, NOV 1 2021. (13/08293-7, 16/13195-2, 19/17007-4, 10/16947-9, 18/14274-9)

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. (14/50249-8, 16/13195-2, 14/17264-3, 12/10862-7, 14/12727-5)

DOLCE, LUCIANO G.; OHBAYASHI, NORIHIKO; DA SILVA, DANIEL F. C.; FERRARI, ALLAN J. R.; PIROLLA, RENAN A. S.; SCHWARZER, ANA C. DE A. P.; ZANPHORLIN, LETICIA M.; CABRAL, LUCELIA; FIORAMONTE, MARIANA; RAMOS, CARLOS H. I.; et al. Unveiling the interaction between the molecular motor Myosin Vc and the small GTPase Rab3A. JOURNAL OF PROTEOMICS, v. 212, FEB 10 2020. (14/09720-9, 16/13195-2, 14/00584-5)

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. (13/08293-7, 13/05475-7, 18/14274-9, 16/13195-2, 14/17264-3, 13/23814-3, 10/16947-9)

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. (13/08293-7, 13/05475-7, 18/14274-9, 16/13195-2, 10/16947-9)

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. (13/08293-7, 13/05475-7, 16/13195-2, 14/17264-3, 15/13667-9, 10/16947-9)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

FERRARI, Allan Jhonathan Ramos. Modelagem da estrutura de proteínas baseada em restrições de distância obtidas por ligação cruzada e espectrometria de massas. 2019. Tese de Doutorado - Universidade Estadual de Campinas (UNICAMP). Instituto de Química Campinas, SP.