Компьютерное моделирование как инструмент изучения лигандного потенциала лактата


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

Актуальность. Изучение взаимодействий между белками и малыми молекулами является актуальным направлением современной фундаментальной науки. Расширение знаний в этой области во многом связано с появлением возможностей моделирования биологической активности соединений in silico. Цель исследования - определить потенциальных белковых партнеров взаимодействия для лактата с применением компьютерной среды STITCH 5.0. Методы. Для прогнозирования белковых партнеров лактата использована программа STITCH (http://stitch.embl.de/). Данная программа строит прогноз в отношении возможного взаимодействия с белками с помощью математического алгоритма, основанном на расчете константы ингибирования, используя при этом информацию, находящуюся в открытых библиотеках химических структур. Содержит 430 000 химических соединений, 9 600 000 белков, 2031 модельный организм. Выбрано графическое отображение полученных результатов в зависимости от аффинитета связи, со степенью вероятности Pa > 0,5. Результаты. Выявлено 367 потенциальных белковых партнеров лактата. Предсказана возможность интермедиата взаимодействовать с митохондриальным переносчиком пирувата, аквапоринами, влиять на передачу гормонального сигнала и нервного импульса, оказывать нейпротекторное действие. Выводы. Полученные данные свидетельствуют об обширной неметаболической роли лактата в регуляции различных биологических процессов, что определяет новые подходы к формированию экспериментальных моделей для подтверждения прогнозируемых эффектов.

Полный текст

Доступ закрыт

Об авторах

В. И Кузьмичева

Самарский государственный медицинский университет

Email: bio-sam@yandex.ru
аспирант, кафедра фундаментальной и клинической биохимии с лабораторной диагностикой

Ф. Н Гильмиярова

Самарский государственный медицинский университет

засл. деятель науки РФ, д.м.н., профессор, кафедра фундаментальной и клинической биохимии с лабораторной диагностикой

Е. В Авдеева

Самарский государственный медицинский университет

д.фарм.н., профессор, кафедра фармакогнозии с ботаникой и основами фитотерапии

Список литературы

  1. Kim E.S. The Future of Molecular Medicine: Biomarkers, BATTLEs, and Big Data. Am. Soc. Clin. Oncol. Educ. Book. 2015:22-27. doi: 10.14694/EdBookAM.2015.35.22.
  2. Kuhn M., von Mering C., Cаmpillos M., Jensen L.J., Bork Р. STITCH: interaction networks of chemicals and proteins. Nu cleic. Acids Res. 2008;36 (Database issue):D684-D688. doi: 10.1093/nar/gkm795.
  3. Kuhn M., Szkhrczyk D., Рletscher-Frаnkild S., von Mering C., Jensen L.J., Bork Р. STITCH 4: integration of protein-chemical interactions with user data. Nuceic Acids Res. 2014; 42(Database issue):D401-D407. doi: 10.1093/nar/gkt1207.
  4. Brooks G.A. The Science and Translation of Lactate Shuttle Theory. Cell Metab. 2018; 27(4):757-785. doi: 10.1016/j.cmet.2018.03.008.
  5. Tаher M., Leen W.G., Wevers R.A., Willemsen M.A. Lactate and its many faces. Eur. J. Paediatr. Neurol. 2016; 20(1):3-10. doi: 10.1016/j.ejpn.2015.09.008. Epub. 2015. Oct. 9.
  6. Rаwаt D., Chhonker S.K., ^ik R.A., Mehrotm A., Trigun S.K., Koiri R.K. Lactate as a signaling molecule: Journey from dead end product of glycolysis to tumor survival. Front Biosci (Landmark Ed). 2019; 24:366-381.
  7. Szk^rczyk D., Sаntos A., von Mering C., Jensen L.J., Bork Р., Kuhn M. STITCH 5: augmenting protein-chemical interaction networks with tissue and affinity data. Nucleic. Acids. Res. 2016; 44(D1):D380-D384. doi: 10.1093/nar/gkv1277.
  8. Гильмиярова Ф.Н., Колотьева Н.А., Рыскина Е.А., Радомская В.М., Гусякова О.А., Потехина В.И., Горбачева И.В. Структурно-регуляторный потенциал лактата. Современные проблемы науки и образования. 2016; 2:1-10.
  9. Поройков В.В., Филимонов Д.А., Глориозова Т.А., Лагунин А.А., Дружиловский Д.С., Степанчикова А.В. Компьютерное предсказание биологической активности химических веществ: виртуальная хемогеномика. Информационный вестник ВОГиС. 2009; 13(1):137-143.
  10. Гильмиярова Ф.Н., Колотьева Н.А., Потехина В.И., Баишева Г.М., Рыскина Е.А. Роль лактата в межмолекулярной регуляции взаимодействия белковых структур. Медицинский альманах. 2017; (2):99-101. https://doi.org/10.21145/2499-9954-2017-2-99-101.
  11. Tаng F., Lаne S., Korsаk A., Раton J., Gourine A., Kаspаrov S., Teschemаcher A.G. Lactate-mediated glia-neuronal signaling in the mammalian brain. Nature Commun. 2014; 5:3284 doi: 10.1038/ncomms4284.
  12. Di Liegro C.M., Schiem G., Рroiа Р., Di Liegro I. Physical Activity and Brain Health. Genes (Basel). 2019; 10(9):720. doi: 10.3390/genes10090720.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© ИД "Русский врач", 2020