Компьютерное моделирование как инструмент изучения лигандного потенциала лактата
- Авторы: Кузьмичева В.И1, Гильмиярова Ф.Н1, Авдеева Е.В1
-
Учреждения:
- Самарский государственный медицинский университет
- Выпуск: Том 23, № 4 (2020)
- Страницы: 10-15
- Раздел: Статьи
- URL: https://journals.eco-vector.com/1560-9596/article/view/112735
- DOI: https://doi.org/10.29296/25877313-2020-04-02
- ID: 112735
Цитировать
Полный текст
Открытый доступ
Доступ предоставлен
Доступ платный или только для подписчиков
Доступ предоставлен
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.
Ключевые слова
Полный текст
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 университетзасл. деятель науки РФ, д.м.н., профессор, кафедра фундаментальной и клинической биохимии с лабораторной диагностикой
Е. В Авдеева
Самарский государственный медицинский университетд.фарм.н., профессор, кафедра фармакогнозии с ботаникой и основами фитотерапии
Список литературы
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.