Extracto
Muchos estudios han demostrado que las mutaciones sin sentido podrían desempeñar un papel importante en la carcinogénesis. Sin embargo, el grado en el que las mutaciones de cáncer pueden afectar las interacciones biomoleculares sigue siendo poco clara. Aquí, mapeamos mutaciones de sentido erróneo en el glioblastoma interactome proteína humana, el modelo de las estructuras de los complejos de proteínas afectadas y descifrar el efecto de las mutaciones sobre la proteína-proteína, proteína-ácido nucleico y las interfaces de la proteína de unión de iones. Aunque algunas mutaciones de sentido erróneo sobre-estabilizan los complejos de proteínas, se encontró que el efecto global de mutaciones es desestabilizador, que afecta principalmente a la componente electrostática de energía de enlace. También mostramos que las mutaciones en las interfaces como resultado cambios más drásticos de las propiedades físico-químicas de aminoácidos que las mutaciones que ocurren fuera de las interfaces. Análisis de mutaciones en las interfaces de glioblastoma nos permitió estratificar las interacciones relacionadas con el cáncer, identificar los genes potenciales conductor, y proponer dos docenas de biomarcadores de cáncer adicionales, incluyendo los específicos de las funciones del sistema nervioso. Tal análisis también ofreció información sobre el mecanismo molecular de los resultados fenotípicos de las mutaciones, incluyendo efectos sobre la estabilidad del complejo, la actividad, la unión y la tasa de rotación. Como resultado de la proteína mutada y el análisis de red de genes, se observó que las interacciones de las proteínas con mutaciones mapeadas en interfaces tenían mayores propiedades de cuello de botella en comparación con las interacciones con las mutaciones en otras partes de la proteína o interacciones no afectados. Estas observaciones sugieren que los genes con mutaciones que afectan directamente a las propiedades de unión a proteínas se localizan preferentemente en las posiciones centrales de la red y pueden influir en los nodos críticos y los bordes de las redes de transducción de señales
Visto:. Nishi H, M Tyagi, Teng S, zapatero BA , Hashimoto K, Alexov E, et al. (2013) Cáncer de sentido erróneo mutaciones alteran Encuadernación propiedades de las proteínas y sus redes de interacción. PLoS ONE 8 (6): e66273. doi: 10.1371 /journal.pone.0066273
Editor: Attila Gursoy, Universidad Koc, Turquía
Recibido: December 20, 2012; Aceptado: 2 de mayo de 2013; Publicado: 14 Junio, 2013
Este es un artículo de acceso abierto, libre de todos los derechos de autor, y puede ser reproducido libremente, distribuir, transmitir, modificar, construir, o de otra forma utilizado por cualquier persona para cualquier propósito legal. El trabajo está disponible bajo la advocación de dominio público Creative Commons CC0
Financiación:. Este trabajo fue apoyado por el Programa de Investigación Intramural de la Biblioteca Nacional de Medicina de los Institutos Nacionales de Salud de Estados Unidos de. K. H. en parte, el apoyo de una beca de investigación JSP de la Sociedad Japonesa para la Promoción de la Ciencia. EA fue apoyado en parte por los Institutos Nacionales de Salud, Instituto Nacional de Ciencias Médicas Generales, el número de concesión R01GM093937. Los donantes no tenía papel en el diseño del estudio, la recogida y análisis de datos, decisión a publicar, o la preparación del manuscrito
Conflicto de intereses:.. Los autores han declarado que no existen intereses en competencia
Introducción
mayoría de los cánceres se caracterizan por la inestabilidad genómica, que se considera ser uno de los factores importantes que impulsan el desarrollo de tumores [1]. Estas perturbaciones genéticas potencialmente conducir a la activación de oncogenes anormal y /o tumor inactivación de genes supresores. De acuerdo con el concepto de "adicción oncogén", las células cancerosas dependen de la actividad de una sola o unas pocas oncogenes para su proliferación y la supervivencia [2]. actividad alterada de oncogenes y supresores de tumor puede ser causada por las amplificaciones de genes, mejora o disminución de la transcripción o la traducción. Al mismo tiempo, las mutaciones de sentido erróneo también podrían desempeñar un papel muy importante en la carcinogénesis [3]. Al tiempo que contribuye significativamente a la tumorigénesis, la mayoría de las mutaciones se considera neutro (
es decir
"pasajeros" mutaciones), y sólo unos pocos son bajo la selección positiva en las células cancerosas (
es decir
mutaciones "controlador") [3], [4]. Varios métodos han sido aplicados para predecir los efectos deletéreos de las mutaciones [5], [6], para encontrar mutantes seleccionados positivamente y para distinguir mutaciones de conductor de pasaje [7], [8]. Sin embargo, su poder predictivo sigue siendo limitada, depende en gran medida el nivel de conservación evolutiva [9] y la tasa de mutación de fondo, que es difícil de determinar para cada muestra [10]. Además, los resultados recientes sugieren que una gran mayoría de las variaciones de nucleótido único predichas para ser funcionalmente importante son raros (con menor frecuencia alelo menos de 0,5%) [11], por lo que tales variantes asociada con la enfermedad rara difícil de detectar.
Muchas redes de señalización están desregulados en el cáncer e implican una densa red de interacciones proteína-proteína. Por lo tanto, la caracterización de las redes de interacción de proteínas relacionadas con el cáncer es esencial para nuestra comprensión de los mecanismos moleculares de la carcinogénesis. Recientemente, se han propuesto nuevas estrategias para identificar los módulos de red fundamentales y oncogenes conductor mediante la combinación de las variaciones del número de copia, mutaciones sin sentido y los posibles genes oncogénicos conductor de mapeo en las redes de interacción proteína-proteína de alto rendimiento [12], [13], [14]. Como resultado de estos estudios, se identificaron nuevos genes relacionados con el cáncer y los módulos de genes relacionados funcionalmente dirigidos por mutaciones cancerosas controlador [13], [14], [15].
Por otra parte, las proteínas reconocen y se unen a su objetivos específicos de un modo muy regular y la especificidad de estas interacciones está determinada en gran medida por las propiedades estructurales y fisicoquímicas de las interfaces de unión. Recientemente, se analizaron los complejos de proteínas estructurales de las enfermedades y las relacionadas con el cáncer [16], [17], [18], [19], lo que demuestra que los complejos de proteínas relacionadas con la enfermedad tienen propiedades de unión distintas; efectos pleiotrópicos de enfermedades, en particular, que contienen múltiples parches de interfaz, lo que permite la interacción con muchas otras proteínas [16], y las mutaciones en diferentes parches que podría haber causado [20]. Además, muchas mutaciones de la enfermedad se encuentran en las interfaces de proteína-proteína [21], [22], [23], una tendencia que es especialmente pronunciada en el caso del cáncer de mutaciones sin sentido [20]. Tales observaciones en general, hacen hincapié en la importancia de estudiar los efectos de las mutaciones del cáncer en las interacciones de proteínas y en sus interfaces de unión en particular.
Muchos oncogenes, supresores de tumor y sus mutaciones han sido identificadas como actores clave en la señalización de eventos de cáncer. Sin embargo, sólo unos pocos se han encontrado en diferentes tipos de cáncer simultáneamente. Esta heterogeneidad complica la identificación de los actores clave que proporcionan ventajas selectivas a las células tumorales. En nuestro estudio hemos utilizado un conjunto de mutaciones derivadas de pacientes de glioblastoma, lo que nos permite reducir el número de heterogeneidad de respuesta fenotípica para entender mejor las relaciones genotipo-fenotipo. El glioblastoma es la forma más maligna de los tumores cerebrales de acuerdo con la clasificación de la OMS [24]. Recientemente, El Atlas del Genoma del Cáncer (TCGA) y otros proyectos proporcionaron datos de mutación de los pacientes con glioblastoma a gran escala [25], [26]. Ocho genes potenciales conductor fueron identificados en los glioblastomas, y cartografía mutado genes en las vías bioquímicas indican varias vías comunes que contenían los genes mutados de controladores [25], [26], [27]. En concreto, se observaron alteraciones del genoma que se encontraron en varias vías principales para ser mutuamente excluyentes para cada vía, que apunta a la ventaja selectiva suficiente de estas pocas alteraciones de las células del cáncer [25].
Recientemente, se asignan los recursos humanos interactoma proteína utilizando complejos estructurales que nos permitieron descifrar el efecto de las mutaciones de sentido erróneo en el glioblastoma proteína-proteína, proteína-ácido nucleico, las interfaces de unión a proteínas de iones y sitios de fosforilación en este estudio (Figura 1). Aquí, mostramos que las mutaciones en las interfaces de unión dan lugar a cambios más drásticos de las propiedades físico-químicas de aminoácidos que las mutaciones que no se pueden asignar en las interfaces. Por otra parte, hemos encontrado que las mutaciones en las interfaces entre proteínas tienen efectos desestabilizadores en general y en su mayoría afectan al componente electrostática de energía de enlace, así como la topología de las redes de interacción proteína-proteína. Es importante destacar que, identificamos posibles mutaciones del conductor y de los genes, algunos de los cuales son específicos para el funcionamiento del sistema nervioso. Complementamos nuestras conclusiones indicando los mecanismos moleculares del efecto fenotípico de las mutaciones.
En el paso 1 mapeado 695 mutaciones de sentido erróneo de 598 genes humanos a las secuencias de proteínas. Posteriormente, las secuencias de proteínas de consulta se suman a homóloga, determinado experimentalmente complejos estructurales (paso 2), lo que permite inferir las interacciones en consultas específicas con otras proteínas, ácidos nucleicos y los iones (paso 3). Para las interacciones proteína-proteína, estudiamos sus compañeros de interacción con proteínas humanas correspondientes (paso 4a), que nos permite encontrar 160 interacciones proteína entre 150 genes con mutaciones que afectan a sus interfaces de interacción. En el paso 4b, se compararon las estructuras de la proteína de tipo salvaje no perturbada y la proteína mutada mediante la realización de los cálculos de minimización de la energía y la determinación de las diferencias de energía de enlace.
Resultados y Discusión
Cáncer Las mutaciones Sitios de fosforilación podría afectar
Muchas proteínas que desempeñan un papel importante en el cáncer también pueden participar en las rutas de señalización, por lo general la mediación de señales a través de eventos de fosforilación. Previamente, se demostró que las mutaciones somáticas cáncer de causar potencialmente ganancia o pérdida de sitios de fosforilación [29]. Por lo tanto, la hipótesis de que las mutaciones de glioblastoma también pueden afectar a los sitios de fosforilación, que puede interrumpir el flujo de señales a través de la pérdida de sitios. Hemos recogido 2.825 sitios de fosforilación de la PhosphoSitePlus [30], Phospho.ELM [31] y PHOSIDA [32] bases de datos que se verificaron más por el software de GPS [33]. Mientras que 94 sitios de mutación en los residuos de Ser /Thr /Tyr podrían ser potencialmente fosforilado, se encontró que 6 de cada 94 sitios se superponen de manera significativa con los sitios de fosforilación (prueba exacta de Fisher p-valor = 0,028, Tabla S1 en File S1). De hecho, la fosforilación puede estar acompañado por los cambios en el entorno de sitio local o conformación global, conducen a la activación o inactivación de proteínas y modular la fuerza de las interacciones de proteínas o ADN [34]. Por lo tanto, la mutación de un sitio de fosforilación puede resultar en la pérdida de estas propiedades funcionales importantes, como se ejemplifica por la pérdida de sitio de fosforilación de Ser 313 en P53 que regula la unión al ADN.
Efecto de Glioblastoma Las mutaciones en la proteína de unión
Hemos integrado los genes mutados en una red de interacción de proteínas estructuralmente inferido, y se estimó el efecto de estas mutaciones en una red de este tipo. En concreto, se construyeron modelos estructurales mutantes (ver Métodos) y se calcularon las diferencias de energías de enlace que fueron causadas por las sustituciones de aminoácidos correspondientes. Se encontró una diferencia energía de enlace promedio negativo de
ΔΔΔG
= -2.54 kcal /mol, que apunta a un efecto general de desestabilización de las mutaciones en la proteína-proteína en glioblastomas (Figura 2, Tabla 1). Además, el componente electrostática de la energía de unión se desplaza hacia valores negativos en comparación con cero (valor de p = 0,007) y en comparación con el componente de van-der-Waals (valor de p = 0,0013). Mientras tanto, el componente de van-der-Waals en sí no mostró un efecto de- general o sobre-estabilización. Mientras que varias aplicaciones se han desarrollado para predecir el efecto de las mutaciones sobre la estabilidad de proteínas, comparamos nuestros resultados con FoldX, que nos permite observar una significativa, aunque no es muy alta, la correlación entre el
ΔΔΔG
valores de ambos enfoques ( Figura S1B en archivo S1, r de Pearson
p = 0,4 ÷ 0,77, valor p & lt; 0,01). Estas diferencias pueden surgir del hecho de que FoldX utiliza un potencial empírica calibrado en el conjunto de cambios experimentales de despliegue de energía en la presencia de mutaciones. Por otra parte, no está entrenado FoldX explícitamente en mutaciones de la enfermedad y los cambios de energía vinculante y no tiene en cuenta la mutación inducida por cambios conformacionales de la proteína espina dorsal.
(A) Distribución de unirse a la diferencia de energía electrostática y la mutación de Van- componentes der-Waals. El componente electrostática de la energía de unión se desplaza de manera significativa hacia valores negativos en comparación con el componente de van-der-Waals (valor de p = 1,3 × 10
-3) (B) Las distribuciones de distancias físico-químicas entre los aminoácidos que corresponden a glioblastoma mutaciones en las interfaces de proteína-proteína y de las no-interface. Las distribuciones que se referían a sustituciones de aminoácidos en la proteína-proteína interfaces tenían distancias significativamente mayores en comparación con las regiones no-interfaz (p-valor = 0,011).
En general, las sustituciones con aminoácidos que tienen propiedades físico-químicas similares no puede alterar drásticamente la estabilidad de una sola proteína o un complejo. Se calcularon las distancias físico-químicas entre los de tipo salvaje y residuos sustituidos y la comparamos con la diferencia de energía de enlace para todos los complejos de proteínas y sus modelos (ver Métodos). La distancia físico-químico se define como la distancia euclidiana usando diez propiedades físico-químicas diferentes de aminoácidos [28]. Según lo indicado por su correspondiente
ΔΔΔG
, el efecto de las sustituciones fue estadísticamente significativamente correlacionado con la distancia físico-química (Figura S1B en Archivo S1, Pearson r
p = -0.50, p-valor = 0,015) . Específicamente, las grandes distancias correspondían a gran negativo
ΔΔΔG
y
viceversa
, lo que sugiere que las sustituciones de aminoácidos con propiedades muy diferentes son generalmente desestabilizador. A su vez, los pequeños cambios en las propiedades de aminoácidos pueden dar lugar a una estabilización adicional de los complejos. Todos los datos sobre las distancias y los efectos físico-química en energía de enlace están disponibles en ftp://ftp.ncbi.nih.gov/pub/panch/GBM/.
Estos resultados también nos llevó a estimar el potencial la amplitud del efecto de mutaciones incluso si las estructuras o modelos no estaban disponibles. Por lo tanto, se calcularon las distancias físico-químicos para todas las mutaciones 695 de 598 genes. Hemos observado que las distribuciones de distancias físico-químicas que se referían a sustituciones de aminoácidos en todos los tipos de interfaces, y las interfaces de proteína-proteína, en particular, tenían distancias significativamente mayores en comparación con regiones no de interfaz (figura 2B, p-valor = 0,011, Wilcoxon prueba). Por ejemplo, se observó que el primer pico en la Figura 2B alrededor de 0,5 que se refiere principalmente a sustituciones de residuos alifáticos en la otra o alifático en residuos polares con Val- & gt; Met siendo la más frecuente. Las sustituciones de arginina y cisteína estaban entre las más frecuentes, tenía distancias físico-químicas de alrededor de 1 ÷ 1,5 y correspondió al segundo pico de la distribución en la Figura 2B. Además, se encontró que las mutaciones afectan a menudo arginina en las interfaces de unión. La arginina tiene propiedades de unión únicas procedentes de estabilización fuerte de su forma protonada, debido a su alto pKa. Por otra parte, Arg forma puentes de sal, interacciones fuertes cationes π y se enriquece en unión de los puntos calientes [35], [36], [37].
Análisis de interfaz Complementos métodos de aprendizaje automático y ayuda a descifrar los mecanismos moleculares
Varios métodos de aprendizaje de máquinas se desarrollaron recientemente para predecir el efecto fenotípico de mutaciones de la enfermedad en las proteínas y se utilizaron con éxito para las enfermedades monogénicas [5], [6]. La mayoría de estos métodos utilizan conservación evolutiva, mutabilidad residuo y el área superficial accesible como sus principales características de predicción. Hemos previsto el efecto de 581 mutaciones de glioblastoma utilizando PolyPhen2, realizando bastante bien en comparación con otros métodos de predicción [38]. Nuestros resultados mostraron que PolyPhen predijo el 69% de todas las mutaciones en las interfaces como "probablemente perjudicial" (Tabla S2 en Archivo S1, mesas a ftp://ftp.ncbi.nih.gov/pub/panch/GBM/). Tal acuerdo es digno de mención, dado que el protocolo no está entrenado en un conjunto conocido de mutaciones de la enfermedad, mientras que métodos como PolyPhen no utilizan características de la interfaz en su formación. Curiosamente, también encontramos una correlación limitada, pero aún significativa entre el valor absoluto más grande del efecto energético de las mutaciones en la proteína de unión
ΔΔΔG gratis (como se obtiene mediante nuestro enfoque) y la puntuación correspondiente PolyPhen2 (correlación de Spearman, r
S = 0,5, valor de p = 0,03). Dado que el 23% de todas las mutaciones que PolyPhen predijo como "probablemente perjudicial" se encuentra en las interfaces, nuestro enfoque puede sugerir el posible mecanismo de su efecto dañino a través de su impacto sobre las interacciones proteína.
Como se señaló anteriormente, muchos de aprendizaje automático métodos que evalúan los efectos de las mutaciones predicen erróneamente un efecto 'benigna' cuando se produce la mutación en una posición evolutivamente conservado o no es accesible al disolvente [9]. Sin embargo, cuando se forma un complejo de proteínas, una mutación que anteriormente era accesible al disolvente en un monómero (y posiblemente no conservados) puede ser enterrado en la interfaz de unión y muy perjudicial para las interacciones proteína. Se demuestra que el 18% de las mutaciones de interfaz se predijo por Polyphen2 como "benigna"; Se analiza su posible efecto conductor y el mecanismo de acción en las siguientes dos secciones. Por lo tanto, la necesidad de desarrollar enfoques que complementan los métodos de aprendizaje automático con más detallado análisis biofísico es evidente y debe ser objeto de futuros proyectos.
mecanismos de los efectos de las mutaciones en las interacciones proteína-proteína
a continuación, se analiza el efecto de las mutaciones en la proteína-proteína y sugerir los mecanismos subyacentes que incluyen la inactivación de la actividad enzimática de tipo salvaje, la desestabilización de un complejo multimérico funcional y la alteración de la velocidad de rotación de proteínas. Todas las mutaciones analizadas se prevé que sea benigna por PolyPhen2. El primer caso representa la
IDH1
mutación R132H potencialmente inactivar la conversión de tipo salvaje de isocitrato a alfa-cetoglutarato (α-KG) y /o que resulta en una actividad neo-enzimática y la producción de D-2-hidroxiglutarato [ ,,,0],39]. Desde
IDH1
mutaciones son heterocigóticos primero analiza el heterodímero que contiene una mutado y una cadena de tipo salvaje. Específicamente, se encontró que los heterodímeros en el estado inactivo del
Idh1 gratis (AP código 1T09) se estabilizaron considerablemente en un 8,6 kcal /mol. Además, hemos realizado cálculos para un mutante doble en donde ambas cadenas contenían la mutación R132H, y demostramos que su dímero inactivo se estabiliza adicionalmente por 11,3 kcal /mol. Nuestros resultados son consistentes con estudios anteriores sugieren que
IDH1
heterodímeros son estables con una actividad isocitrato deshidrogenasa bajado considerablemente, mientras que R132H: homodímeros R132H eran casi completamente inactiva [40]. De acuerdo con otros estudios experimentales, se sugiere que tales dímero inactivo exceso de estabilización podría prevenir los movimientos cooperativos conformacionales de subunidades de dímero necesarios para formar el estado activo [41].
neuroliginos (NLS) son proteínas transmembrana en la superficie de la célula postsináptica y sirven como receptores para neurexinas que son proteínas de adhesión celular sinápticas en la superficie celular presináptica. Desde la formación de sinapsis apropiados es crucial para la función normal del cerebro se investigó el modelo de neuroligin2 (
NLGN2
) basado en el complejo de beta neuroligin-1 /neurexin-1 [42] (código PDB 3BIW, 75% de identidad entre los
NLGN2
y la plantilla estructural). Anteriormente se determinó que la actividad sinaptogénica dependía en gran medida de la formación de estables neuroligin-1 multímeros [43]. Hemos observado que la mutación E577K glioblastoma se encuentra en la interfaz de dímero de dos monómeros neuroligin y contribuyó a una desestabilización de este dímero en un 1,2 kcal /mol [43].
El tercer ejemplo representa Rad52 que juega un papel crítico en el ADN reparación de doble hebra-break. Esta proteína se caracteriza por una rotación muy rápida que está estrechamente regulada en la célula. Específicamente, se observó que la mutación R46K se encuentra en la interfaz multimérica en el modelo de RAD52 medio N-terminal de la proteína (código pdb 1KN0) y considerablemente durante estabilizada cada dímero en el complejo undecameric por 9 kcal /mol. Tal resultado podría sugerir que esta mutación puede afectar considerablemente la tasa de rotación Rad52. De hecho, se ha demostrado previamente que algunos mutantes extienden la vida media de Rad52 y dysregulate su volumen de negocios en una celda [44].
mecanismos de los efectos de las mutaciones sobre la proteína-ácido nucleico y proteína interfaces de iones
Aparte de las interacciones proteína-proteína, las mutaciones cancerosas pueden afectar a otros tipos de interacciones de proteínas también. En total encontramos 16 y 13 mutaciones asignadas a la proteína de iones y las interfaces de unión proteína-ácido nucleico, respectivamente. La Tabla 1 muestra ejemplos representativos con mutaciones localizadas en las interfaces y las listas de candidatos de unión para los biomarcadores del cáncer. Como se indica en la Tabla 1, las mutaciones en cinco genes que corresponden a las proteínas de ADN o proteína de iones de interacciones (
BCL11A, ZIK1, ZNF497, ZNF339
, y
TP53
) se encuentran dentro de C2H2- escriba motivos dedo de cinc. El ion cinc es esencial para la estabilización de la estructura local requerido para la unión al ADN. La interrupción de la coordinación de iones Zn puede conducir potencialmente a la desregulación de las proteínas correspondientes. Específicamente, encontramos un cambio en C62Y LIM homeobox factor de transcripción 1 alfa (
LMX1A
), un factor importante para el desarrollo del sistema nervioso. Este factor de transcripción alberga dos dominios LIM zinc vinculante, y la sustitución C62Y se produce en uno de los residuos de cisteína de unión a zinc en la estructura de su homólogo LMO-2 y conduce a la disminución Zn vinculante de 3,2 kcal /mol (véanse los cuadros en El sitio ftp) (Figura 3A). De hecho, un estudio reciente sugiere que
LMX1A
podría desempeñar un papel supresor del tumor y pueden ser objeto de intervención terapéutica en humanos [45].
Los residuos en los sitios mutados en las proteínas homólogas se muestran en rojo (tipo salvaje) y azul (mutante) se adhieren modelos. motivo de unión (A) de zinc de OVM-2, proteína homóloga de
LMX1A gratis (PDB: 2XJY cadena A, una identidad de secuencia del 35%). Un ion zinc se muestra como una esfera de color azul oscuro. vinculante residuos de zinc se muestran en los modelos de palo amarillo. sitio de unión (B) de ADN de
Pax-6
, homólogo de
Pax-9 gratis (PDB: 6Pax cadena A, una identidad de secuencia: 74%). (C)
MAPK10
, homólogo de
MAPK9
, con Mg-ANP (analógico ATP) (PDB: 1JNK cadena A, de identidad de secuencia: 85%). iones Mg se muestran como esferas verdes y ANP se muestra mediante una representación esfera blanca.
En combinación proteína cuadro
PAX9
es otro ejemplo procedente de la familia Pax factor de transcripción que regula la expresión de los genes diana implicados en la proliferación, de células madre de auto-renovación, la resistencia a la apoptosis y la migración celular.
PAX9
expresión se asocia con el resultado favorable en varios tipos de cáncer, aunque su papel en la tumorigénesis no se entiende bien [46]. Estudiamos la sustitución R26W que, según la estructura cristalina de su homólogo
PAX6
(75% idéntica a
PAX9
), interactúa directamente con la molécula de ADN [47] (Figura 3B). A pesar de la sustitución con el triptófano puede tener consecuencias drásticas en lugar del mantenimiento de las redes de interacciones electrostáticas entre arginina y fosfatos de ADN, no se encontraron diferencias considerables en las proteínas de ADN afinidad (
ΔΔΔG
= -0.05 kcal /unión mol) a pesar de la mutación desestabiliza un complejo global de 2,15 kcal /mol.
mutaciones cancerosas también pueden afectar directamente a la actividad enzimática. Estar involucrado en la proliferación, diferenciación y apoptosis vías, activada por mitógenos proteína quinasa 9 (
MAPK9
) bloquea el ubiquitinación del gen supresor tumoral p53 conduce a un aumento de la estabilidad en el supresor. De manera similar a otras enzimas de transferencia de fosfato,
MAPK9
utiliza magnesio como un cofactor para la fosforilación. Se estudió la sustitución G35R en
MAPK9
y la hipótesis de que esto podría interrumpir sus propiedades supresoras de tumores. La estructura cristalina de su homólogo
MAPK10
(con 85% de identidad de secuencia con MAPK9) muestra que Gly35 está situado en el borde del bolsillo de unión ATP y participa en un bucle de unión a ATP [48]. Según los cálculos FoldX la sustitución de glicina en arginina cargada positivamente compromete la unión por 1.38 kcal /mol de cationes de magnesio, el apoyo a la desregulación de los
MAPK9
actividad quinasa y el desarrollo de células cancerosas (Figura 3C).
propiedades de red de Interacción mutado
análisis de la red topológica facilita la interpretación de los datos de interacción y puede permitir la inferencia de las funciones celulares de las proteínas subyacentes [49]. Por mutaciones de mapeo y sustituciones correspondientes en proteína-proteína interfaces utilizando nuestro enfoque IBIS estructural inferencia [50], [51], se identificaron 160 interacciones proteína-proteína entre 150 proteínas con mutaciones que estaban situados en las interfaces ( "interacciones mutantes" de unión, MI). Además, estas interacciones inmersos en una red de 4.073 interacciones entre 2.928 proteínas humanas, donde cada interacción se obtuvo por métodos de alto rendimiento, así como lo confirma el enfoque de la inferencia estructural IBIS. En una 'red de interacción confirmado' tales que consideramos interacciones que involucran una proteína con una mutación en cualquier parte de una proteína, permitiéndonos recopilar 444 "todas las interacciones de mutantes" (AI). Por lo tanto, el conjunto de interacciones MI es un subconjunto del conjunto de AI. Para determinar el papel que "MI" y "AI" interacciones juegan en una gran red de interacción humana a fin de determinar las características topológicas de este tipo de redes de interacción afectadas. Si bien se observó que las roturas de la red de interacción confirmados en muchos componentes conectados, se llevaron a cabo nuestras investigaciones topológicas en el componente conectado mayor de 1.960 interacciones (Figura 4A).
(A) Mediante la cartografía de todas las interacciones estructuralmente inferidos que sufren de una mutación en sus interfaces en una red de interacción humana (MI) se obtuvo un componente más grande captura de 1.960 interacciones. Por otra parte, indicamos todas las interacciones que involucran una proteína mutada (AI). (B) Cálculo de la agrupación borde de interacciones MI y AI en el componente más grande, se observó que las interacciones afectados por una mutación en general, tienden a aparecer en las zonas menos agrupados. En comparación con las interacciones restantes, estas diferencias fueron significativas tanto para las interacciones AI MI y (p-valor = 5 × 10
-8, prueba de Wilcoxon). La comparación de MI y AI interacciones, se observó un cambio significativo de las interacciones MI hacia la agrupación inferior (valor de p = 0,01). En el recuadro, se determinó intermediación borde de MI y AI interacciones como una medida de su centralidad en la red. En comparación con las interacciones restantes, se encontró que las diferencias entre los dos conjuntos de interacciones afectadas por mutaciones fueron estadísticamente significativas (valor p = 5 × 10
-3). Por otra parte, MI mostró intermediación significativamente menor que las interacciones de IA (p-valor = 0,01).
Como una medida de la agrupación en torno a una interacción dada, definimos el coeficiente de agrupamiento borde [52]. Suponiendo que las interacciones MI juegan un papel crítico en el flujo de la información biológica en una red de interacción, la hipótesis de que tales interacciones no pueden ser agrupados necesariamente, pero tienden a cerrar las áreas agrupadas. De hecho, se observó que MI y AI interacciones tienden generalmente a ser colocado en las zonas menos agrupados en comparación con las interacciones no afectados restantes en la Figura 4B (prueba de Wilcoxon, p-valor = 5 × 10
-8). En particular, también se observó un cambio significativo para reducir el agrupamiento de las interacciones MI en comparación con las interacciones de IA (p-valor = 0,01). Una medida de la centralidad de una interacción en una red es su centralidad de intermediación borde. En concreto, centralidad de intermediación borde determina el número de caminos más cortos a través de un borde dado, por lo tanto, que corresponde a "cuellos de botella" potenciales. En la inserción de la figura 4B, se muestra que las interacciones entre las proteínas con mutaciones en las interfaces de unión (MI) tenían una centralidad de intermediación significativamente mayor que las interacciones que implican proteínas no mutantes (p-valor = 0,005). También hemos encontrado que tales interacciones tenían intermediación significativamente mayor que las interacciones entre las proteínas mutantes donde mutación no afecta necesariamente a la interfaz de unión (AI) (valor de p = 0,01).
Conclusiones
Muchos estudios han demostrado que las mutaciones de sentido erróneo podrían desempeñar un papel muy importante en la causa de diversas enfermedades. Sin embargo, las variantes causales y efectos fenotípicos de estas mutaciones son muy difíciles de predecir, especialmente para enfermedades poligénicas [53]. Aunque las mutaciones de enfermedades monogénicas podrían preferir el núcleo de la proteína [54], las mutaciones relacionadas con el cáncer exhiben un patrón muy diferente. En concreto, estas mutaciones son menos probable que ocurra en el núcleo de la proteína y prefieren las interfaces de unión [20], [23]. Sin embargo sigue siendo desconocida la medida en que las mutaciones pueden afectar a las interacciones biomoleculares. Con este objetivo en mente hemos abordado el mecanismo molecular de efectos cancerígenos de las mutaciones de glioblastoma. La colocación real de mutaciones cancerosas en las interfaces de unión nos permitió estratificar las interacciones relacionadas con el cáncer y los genes potenciales conductor y la dirección de las maneras tales mutaciones pueden afectar a la unión y la topología de la red de interacción de proteínas subyacente.
En primer lugar, se encontró que en general mutaciones de sentido erróneo tenían un efecto desestabilizador de manera significativa en las interacciones proteína-proteína aunque algunas mutaciones sobre-estabiliza los complejos de proteínas. Este efecto se debe principalmente a la componente electrostática de energía de enlace y tales observaciones son consistentes con investigaciones anteriores, centrándose en los efectos de las mutaciones sobre OMIM complejos de proteínas [22]. De hecho, la complementariedad de carga puede determinar la unión específica mientras que su interrupción puede ir acompañada de la pérdida de interacciones específicas. La contribución de un par cargado dada de aminoácidos para el componente electrostática de energía de enlace depende del equilibrio de dos términos grandes: pena de desolvatación y pairwise interacciones electrostáticas. Mientras que la pena de desolvatación de un grupo depende sobre todo de su carga neta, la energía de interacción electrostática pairwise también es sensible a la geometría de las cadenas laterales. Los resultados anteriores indican que las interacciones electrostáticas en las interfaces de unión proteína-proteína son casi siempre favorables [55]. Por lo tanto, las sustituciones de aminoácidos pueden dar lugar a cambios dramáticos de la magnitud de las interacciones electrostáticas pares favorables, mientras que teniendo poco impacto sobre la pena de eliminación de disolvente [56].
cambios Además, se calculó en las propiedades físico-químicas entre salvaje