Peptide folding in non-aqueous environments investigated with molecular dynamics simulations Soto Becerra, Patricia

Transcriptie

1 University of Groningen Peptide folding in non-aqueous environments investigated with molecular dynamics simulations Soto Becerra, Patricia IMPORTANT NOTE: You are advised to consult the publisher's version (publisher's PDF) if you wish to cite from it. Please check the document version below. Document Version Publisher's PDF, also known as Version of record Publication date: 2004 Link to publication in University of Groningen/UMCG research database Citation for published version (APA): Soto Becerra, P. (2004). Peptide folding in non-aqueous environments investigated with molecular dynamics simulations: possibilities and limitations Groningen: s.n. Copyright Other than for strictly personal use, it is not permitted to download or to forward/distribute the text or part of it without the consent of the author(s) and/or copyright holder(s), unless the work is under an open content license (like Creative Commons). Take-down policy If you believe that this document breaches copyright please contact us providing details, and we will remove access to the work immediately and investigate your claim. Downloaded from the University of Groningen/UMCG research database (Pure): For technical reasons the number of authors shown on this cover page is limited to 10 maximum. Download date:

2 Peptide folding in non-aqueous environments 8 Samenvatting Eiwitmoleculen zijn verantwoordelijk voor de meeste van de fundamentele biologische processen die plaatsvinden in levende cellen. Hoewel alle natuurlijke eiwitten in wezen uit dezelfde set van 20 aminozuren zijn opgebouwd, vertoont hun driedimensionale structuur een enorme verscheidenheid; dit geldt in nog sterkere mate voor hun functies. Een van de meest fascinerende eigenschappen van eiwitten is dat ze zichzelf spontaan organiseren na synthese in de intracellulaire ruimte en in de meeste gevallen zeer specifieke driedimensionale structuren aannemen. Dit proces wordt vouwen genoemd. Van even grote betekenis is dat onder bepaalde (pathologische) omstandigheden in de cel, sommige eiwitten zich niet opvouwen tot hun normale functionele configuratie, maar specifieke complexen (amyloïden) vormen die geassocieerd worden met een groot aantal aandoeningen, waaronder de ziekte van Alzheimer en de diverse vormen van overdraagbare spongiforme encefalopathieën. Het ontrafelen van deze twee processen - het correct en het verkeerd vouwen van eiwitten - vormt momenteel een van de grote uitdagingen van de levenswetenschappen, niet alleen vanwege de praktische consequenties voor eiwitontwerp en ziektepreventie maar ook vanwege de fundamentele problemen die optreden bij het doorgronden van mechanismen die gedomineerd worden door complexe netwerken van niet-covalente inter- en intramoleculaire interacties. Experimenteel onderzoek heeft ons veel geleerd over het vouwen van eiwitten, zowel correct als verkeerd. Het is ook onderwerp van veel theoretisch onderzoek. Niettemin is de fundamentele vraag naar de manier waarop eiwitten (verkeerd) vouwen nog niet beantwoord. Het feit dat het mechanisme van het vouwen van eiwitten moeilijk inzichtelijk gemaakt kan worden ligt voor een deel hierin dat er geen experimentele techniek is waarmee het volledige proces van het (verkeerd) vouwen van eiwitten direct op atomaire schaal gevolgd kan worden. Om deze reden is er veel belangstelling voor simulatietechnieken waarin op de fysica gebaseerde modellen gebruikt worden om het gedrag van echte systemen nauwkeurig na te bootsen. Helaas is het praktisch gezien onmogelijk realistische simulaties uit te voeren op atomair niveau die voldoende lang duren of nauwkeurig genoeg zijn om de thermodynamica en kinetiek van het (verkeerd) vouwen van eiwitten volledig te beschrijven voor systemen waarover voldoende experimentele gegevens beschikbaar zijn, namelijk kleine tot middelgrote eiwitten in water. In plaats daarvan wordt in dit proefschrift een hanteerbaarder probleem bestudeerd, namelijk het (verkeerd) vouwen van peptiden in niet-waterige oplossingen. Door peptiden te bestuderen in media waarvan de simulatie minder rekenkracht vergt dan voor water en waarin de mate van vouwen en aggregatie gemoduleerd kan worden door de samenstelling van de omgeving te variëren, kunnen we niet alleen de kennis over vouwen (hoofdstuk 3 en 4) en aggregatie (hoofdstuk 5) vergroten, maar ook de mogelijkheden en de betrouwbaarheid van rekenmethoden voor het nabootsen van deze processen op atomair niveau, zoals moleculaire dynamica simulaties, grondig 86

3 Chapter 8 evalueren (hoofdstuk 2). In dit proefschrift worden de volgende ideeën besproken: Hoofdstuk 2 behandelt het effect van het verwaarlozen van elektronische polarisatie op simulaties van het vouwen van peptiden. Dit is een eerste stap op weg naar de bepaling van de nauwkeurigheid van het krachtenveld voor een peptide die opgelost is in een nietwaterige omgeving. De strategie die hierbij gehanteerd werd is afgebeeld in figuur 8.1 en gebaseerd op een suggestie van prof. H.J.C. Berendsen. De dielektrische oplosenergie van het peptide werd berekend met het niet-wederkerige polarisatiemodel. Aangezien de discrete beschrijving die in deze methode gehanteerd wordt de grootte van het elektrische veld dat inwerkt op de deeltjes overschat, is een schatting gemaakt van de intrinsieke fout door voor een bol in een gegeven oplosmiddel een discrete beschrijving te vergelijken met een continuümbeschrijving (model van Born). Deze vergelijking leverde een correctiefactor γ op. De nieuwe (gecorrigeerde) waarden worden hier gerapporteerd. De polarisatie-effecten blijken belangrijk te zijn, vooral voor peptidenstructuren met een vergroot elektrisch veld, zoals een α-helix opgelost in een zwak polaire of niet-polaire omgeving. Figuur 8.1 Methode voor het berekenen van de dielektrische oplosenergie Hoofdstuk 3 beschrijft het vermogen van het krachentveld om de conformationele stabiliteit van een peptide in oplossing te reproduceren. Van Betanova, een peptide dat een antiparallelle β-sheet met drie strands vormt wordt een aantal simulaties gepresenteerd. In dit hoofdstuk ligt de nadruk op het vermogen van moleculaire simulaties om dit type structuur betrouwbaar te modelleren. Het modelleren van de conformationele stabiliteit van een β- sheet met drie strands vergt zeer veel rekenkracht, omdat de stabiliteit bepaald wordt door 87

4 Peptide folding in non-aqueous environments een delicaat evenwicht tussen diverse niet-covalente interacties. De natuurlijke vervorming van β-sheet configuraties als gevolg van de pakking van de zijketens moet compatibel zijn met het netwerk van waterstofbruggen in de hoofdketen om de geometrie van de β-sheet met drie strands stabiel te laten zijn. De uitgevoerde simulaties leiden tot de conclusie dat het oorspronkelijke Betanova slechts marginaal stabiel is en dat het peptide in de oplossing een scala aan concurrerende configuraties aanneemt, waarvan de antiparallelle β-sheet met drie strands er een is. Meestal neemt het peptide echter een compacte bolvormige structuur aan, maar vertoont het geen duidelijk zichtbare elementen van een secondaire structuur. Deze conclusies aangaande de aard van Betanova en variaties daarvan zijn recentelijk bevestigd door onafhankelijk experimenteel onderzoek. Het werk beschreven in hoofdstuk 3 laat duidelijk zien dat de mate van bemonstering een beperkende factor is bij het bepalen van de thermodynamische eigenschappen van een peptide zoals Betanova in oplossing. Daarom wordt in hoofdstuk 4 een kleiner systeem bestudeerd. Aangetoond wordt dat het mogelijk is de spontane overgang van de ene naar de andere conformationele toestand van een tetrapeptide met succes te simuleren. Als illustratie is in figuur 8.2 de RMSD (root mean square deviation) van hoofdketenatomen afgezet tegen de tijd. Lage RMSD waarden corresponderen met configuraties die lijken op degene die rechts afgebeeld is. Hoge RMSD waarden corresponderen met configuraties die lijken op degene die links afgebeeld is. Het bleek mogelijk voor dit systeem voldoende data te verzamelen om de evenwichtsverdeling tussen gevouwen en niet-gevouwen conformaties nauwkeurig te bepalen. Hierdoor konden de resultaten van de simulaties geverifieerd worden door de experimentele IR spectra en 'NOE buildup' curven te reproduceren. Op deze wijze werd aangetoond dat de simulaties een realistisch beeld geven van het gedrag van het peptide in oplossing. De implicaties van deze resultaten voor het energielandschap van de structuur worden besproken. Figuur 8.2 Spontane conformatie-overgangen van een tetrapeptide Het laatste hoofdstuk behandelt het meest uitdagende van de besproken problemen, namelijk het modelleren van peptidenaggregatie. Meer in het bijzonder betreft hoofdstuk 5 een studie door middel van moleculaire dynamica simulaties van de stabiliteit van een protofibril in oplossing. De te modelleren protofibrillen van verschillende lengte werden 88

5 Chapter 8 opgebouwd uit ketens van het N-terminaal gp32 peptide van twaalf aminozuren. In de simulaties vervormen de suprastructuren spontaan om zodoende de meest stabiele algemene geometrie aan te nemen (zie figuur 8.3). De simulaties geven een mogelijke atomaire structuur weer van amyloïdefibrillen, polymeeraggregaten die in verband gebracht worden met diverse aandoeningen, zoals de ziekte van Alzheimer, Bovine Spongiforme Encefalopathie (BSE) bij koeien en de ziekte van Creutzfeldt-Jakob (CJD) bij mensen. Het ontstaansmechanisme van deze fibrillen is nog onbekend. De simulaties vormen een eerste poging om de structuurkenmerken van dergelijke fibrillen te ontrafelen. Dit is niet mogelijk gebleken met standaardtechnieken zoals röntgendiffractie of hoge-resolutie NMR. De spontane aggregatie van dit peptide is ook gesimuleerd in verschillende omgevingen: water, hexaan en DMSO. Deze simulaties laten de spontane zelforganisatie van het peptide in geordende β-sheets in hexaan en water zien (zie figuur 8.4). Het peptide vertoonde geen aggregatie in het oplosmiddel DMSO. Dit toont aan dat de omgeving een belangrijke rol speelt in de kinematica van de aggregatie. De snelheid van de oligomerisatie hangt af van het oplosmiddel. In hexaan vindt een snel uiteenvallen plaats in de eerste nanoseconden van de simulatie, gevolgd door een langzamere aanpassing van de zijketens. Na 50 ns zijn de peptidenketens samengegaan in β-sheets. In water duurt het uiteenvallen langer, tenminste in de simulaties, en zijn de bewegingen van de zijketens veel langzamer dan in hexaan. Na 50 ns hebben sommige ketens β-sheets gevormd terwijl andere nog geen organisatie vertonen. De simulatieresultaten worden besproken in het licht van de experimentele gegevens die thans beschikbaar zijn. Samenvattend kan gesteld worden dat ondanks beperkingen met betrekking tot krachtenveld en rekenkracht aangetoond is dat het vouwgedrag van kleine, in niet-waterige omgevingen opgeloste peptiden bestudeerd kan worden met moleculaire simulatietechnieken. De volgende uitdaging wordt gevormd door de bestudering van de vouwingskinetiek van systemen van vergelijkbare afmetingen en het gebruik van betere bemonsteringstechnieken voor grotere systemen. Dit onderzoek naar peptidenaggregatie heeft aangetoond dat, binnen de beperkingen in tijd en ruimte van huidige moleculaire dynamica simulaties, de spontane oligomerisatie van peptidenketens en de daaropvolgende aggregatiestabilisering gemodelleerd kunnen worden met 'all-atom' modellen. Het gegeven dat het mogelijk is simulaties te gebruiken om de macroscopische eigenschappen van het systeem te voorspellen geeft hoop dat simulaties in de toekomst gebruikt kunnen worden om de moleculaire aggregatiemechanismen in peptidengerelateerde aandoeningen te onderzoeken. 89

6 Peptide folding in non-aqueous environments Figuur 8.3 A Rangschikking van peptidenketens in het platte vlak bij t = 0 ns. B Gedraaide protofilamenten bij t = 50 ns. C Bovenaanzicht van de configuratie bij t = 50 ns. 90

7 Chapter 8 Figuur 8.4 Spontane aggregatie van het N-terminaal gp32 peptide met twaalf aminozuren in diverse omgevingen. A Aanvankelijke willekeurige verdeling van peptiden in de simulatiebox. B Aggregaat na 50 ns simulatie in hexaan. C Aggregaat na 90 ns simulatie in hexaan. D Aggregaat na 50 ns simulatie in water. 91