9. Proteine
Peptide Bond
Le proteine sono polimeri di residui
aminoacidici.
20 aminoacidi in natura.
La funzione biologica e’ legata alla struttura tridimensionale!
10. Proteine in biomedicina
✓proteine come
biofarmaci
✓proteine
della
famiglia
delle
citokine
per
scopi
terapeu7ci
✓PEGhilazione
di
proteine
per
aumentarne
la
biodisponibilita’
11. Biofarmaci
Come
e’
il
farmaco
ideale
?
•Altamente specifico ed affine, buona solubilita’, stabile e sicuro
(effetti collaterali minimi)
•di produzione economica, facile da formulare, di semplice
assunzione e con il giusto profilo farmacocinetico.
Grazie
agli
studi
gene7ci
sappiamo
che
molte
mala?e
sono
provocate
dal
mulfunzionamento
o
dalla
assenza
di
specifiche
proteine.
Dal
punto
di
vista
farmacologico,
le
proteine
hanno
il
grande
vantaggio
di
essere
naturalmente
adaDe
ad
essere
metabolizzate
nel
corpo
umano
14. Biofarmaci
Biofarmaci:
sostanze
biologiche
o
loro
deriva7
molto
simili
alla
molecola
naturale,
prodoDe
aDraverso
processi
biotecnologici.
Il
primo
biofarmaco
approvato
per
uso
terapeu*co
e’
stata
l’insulina
umana
prodo>a
a>raverso
tecniche
di
DNA
ricombinante
15. Biofarmaci
Biofarmaci:
sostanze
biologiche
o
loro
deriva7
molto
simili
alla
molecola
naturale,
prodoDe
aDraverso
processi
biotecnologici.
Il
primo
biofarmaco
approvato
per
uso
terapeu*co
e’
stata
l’insulina
umana
prodo>a
a>raverso
tecniche
di
DNA
ricombinante
L’uso
della
tecnologia
del
DNA
ricombinante
perme>e
la
preparazione
di
buone
quan*ta’
di
proteina
e
riduce
la
possibilita’
di
reazioni
avverse:
malaGa
di
Creutzfeld-‐Jakob,
Hepa*te
B
o
HIV,
che
possono
essere
causate
da
impurita’
presen*
nelle
proteine
estra>e
in
natura.
16. Proteine come Biofarmaci
An7corpi
monoclonali:
OKT3,
an*corpo
monoclonale
an*rige>o,
impiegato
nei
trapian*
d’organo
e
nelle
malaGe
autoimmuni.
Immunotossine,
an*corpi
monoclinali
u*lizza*
nelle
terapie
contro
il
cancro.
Citokine
:
Interferone
alfa,
biofarmaco
u*lizzato
nella
cura
di
epa**
virali
e
nel
cancro.
Interferone
beta,
usato
nel
tra>amento
della
sclerosi
mul*pla
e
di
altre
malaGe
autoimmuni.
Eritropoi*na,
sostanza
che
controlla
lo
sviluppo
delle
cellule
nel
sangue,
usata
nelle
anemie.
Granulocyte
Colony
s*mula*ng
Factor,
incrementa
la
formazione
di
granuloci*
neutrofili
(specifici
globuli
bianchi)
nel
midollo
osseo
importan*
per
le
difese
immunitarie.
Somministrato
quando,
a
seguito
di
una
chemioterapia,
il
numero
di
granuloci*
neutrofili
rischia
di
raggiungere
valori
troppo
bassi,
aumentando
il
rischio
di
infezione.
Ormoni
:
Insulina
u*lizzata
nella
cura
del
diabete.
GH,
è
l’ormone
della
crescita
u*lizzato
per
curare
le
forme
di
nanismo.
17. Citokine
Le
citokine
sono
proteine
regolatrici
della
comunicazione
intercellulare
nel
sistema
immunitario.
Sono
secrete
in
risposta
a
microbi,
an*geni
e/o
s*moli
ambientali.
Agiscono
come
modulatori,
soppressori
o
enhancer
di
risposte
specifiche
del
sistema
immunitario
Stru>ura
molto
semplice
(4-‐alpha
helix
bundle)
ma
svolgono
mol*
ruoli
diversi
in
pathways
importan*
....
18. PEGhilazione
Poly(ethylene
glycol)
(PEG)
e’
un
polimero
inorganico
idrofilo
neutro
usato
per
migliorare
le
proprieta’
farmauce*che
dei
biofarmaci.
I
farmaci
PEGhila*
presentano
mol*
vantaggi
una
migiore
stabilita’
e
solubilita’
in
acqua,
maggiore
resistenza
alla
inaGvazione
proteoli*ca
,bassa
tossicita’,migliore
profilo
faramcocine*co,
minore
immunogeni*cita’
e
minore
clearence
renale.
20. Il caso del G-CSF e dell’MTgase.
BIOKER
produce
proteine
per
scopi
terapeu*ci
che
sono
so>oposte
a
PEGylazione
per
aumentarne
la
biodisponibilità
ed
emivita
nel
corpo
umano.
21. Il caso del G-CSF e dell’MTgase.
BIOKER
produce
proteine
per
scopi
terapeu*ci
che
sono
so>oposte
a
PEGylazione
per
aumentarne
la
biodisponibilità
ed
emivita
nel
corpo
umano.
G-‐CSF
ha
una
emivita
corta
in
vivo,
per
superare
questo
problema
si
modifica
legandola
in
modo
covalente
ad
una
molecola
di
polyethylene
glycol
(PEG).
22. Il caso del G-CSF e dell’MTgase.
BIOKER
produce
proteine
per
scopi
terapeu*ci
che
sono
so>oposte
a
PEGylazione
per
aumentarne
la
biodisponibilità
ed
emivita
nel
corpo
umano.
G-‐CSF
ha
una
emivita
corta
in
vivo,
per
superare
questo
problema
si
modifica
legandola
in
modo
covalente
ad
una
molecola
di
polyethylene
glycol
(PEG).
Il
processo
di
PEGylazione
prevede
l’uso
di
un
enzima,
la
transglutamminasi
ba>erica
MTGase,
in
modo
che
la
molecola
di
PEG
si
leghi
chimicamente
a
specifici
residui
di
glutammina
della
proteina.
23. Il caso del G-CSF e dell’MTgase.
BIOKER
produce
proteine
per
scopi
terapeu*ci
che
sono
so>oposte
a
PEGylazione
per
aumentarne
la
biodisponibilità
ed
emivita
nel
corpo
umano.
G-‐CSF
ha
una
emivita
corta
in
vivo,
per
superare
questo
problema
si
modifica
legandola
in
modo
covalente
ad
una
molecola
di
polyethylene
glycol
(PEG).
Il
processo
di
PEGylazione
prevede
l’uso
di
un
enzima,
la
transglutamminasi
ba>erica
MTGase,
in
modo
che
la
molecola
di
PEG
si
leghi
chimicamente
a
specifici
residui
di
glutammina
della
proteina.
Per
la
approvazione
da
parte
degli
en*
competen*
e’
richiesta
la
riproducibilita’
e
la
predicibilita’
della
aGvita’
del
farmaco;
per
questo
e’
necessario
predire
a
priori
potenziali
si*
di
peghilazione
ed
in
modo
par*colare
essere
capaci
di
disegnare
proteine
con
un
unico
sito
di
peghilazione
.
26. Metodi
computazionali
Predizione
di
si*
specifici
di
peghilazione
nel
G-‐CSF:
•
metodi
computazionali
per
lo
studio
della
struDura
di
proteine
27. Metodi
computazionali
Predizione
di
si*
specifici
di
peghilazione
nel
G-‐CSF:
•
metodi
computazionali
per
lo
studio
della
struDura
di
proteine
allinemen*,
patches
idrofobici,
Solvent
Accessible
Surface
28. Metodi
computazionali
Predizione
di
si*
specifici
di
peghilazione
nel
G-‐CSF:
•
metodi
computazionali
per
lo
studio
della
struDura
di
proteine
allinemen*,
patches
idrofobici,
Solvent
Accessible
Surface
•
metodi
computazionali
per
lo
studio
della
dinamica:
29. Metodi
computazionali
Predizione
di
si*
specifici
di
peghilazione
nel
G-‐CSF:
•
metodi
computazionali
per
lo
studio
della
struDura
di
proteine
allinemen*,
patches
idrofobici,
Solvent
Accessible
Surface
•
metodi
computazionali
per
lo
studio
della
dinamica:
Dinamica
Molecolare,
Normal
Modes
Analysis
30. Metodi
computazionali
Predizione
di
si*
specifici
di
peghilazione
nel
G-‐CSF:
•
metodi
computazionali
per
lo
studio
della
struDura
di
proteine
allinemen*,
patches
idrofobici,
Solvent
Accessible
Surface
•
metodi
computazionali
per
lo
studio
della
dinamica:
Dinamica
Molecolare,
Normal
Modes
Analysis
•
metodi
computazionali
per
lo
studio
delle
interazioni
con
altre
proteine:
31. Metodi
computazionali
Predizione
di
si*
specifici
di
peghilazione
nel
G-‐CSF:
•
metodi
computazionali
per
lo
studio
della
struDura
di
proteine
allinemen*,
patches
idrofobici,
Solvent
Accessible
Surface
•
metodi
computazionali
per
lo
studio
della
dinamica:
Dinamica
Molecolare,
Normal
Modes
Analysis
•
metodi
computazionali
per
lo
studio
delle
interazioni
con
altre
proteine:
Docking
Proteina-‐Proteina
32. Metodi
computazionali
Predizione
di
si*
specifici
di
peghilazione
nel
G-‐CSF:
•
metodi
computazionali
per
lo
studio
della
struDura
di
proteine
allinemen*,
patches
idrofobici,
Solvent
Accessible
Surface
•
metodi
computazionali
per
lo
studio
della
dinamica:
Dinamica
Molecolare,
Normal
Modes
Analysis
•
metodi
computazionali
per
lo
studio
delle
interazioni
con
altre
proteine:
Docking
Proteina-‐Proteina
Confronto
con
da*
sperimentali
33. Metodi
computazionali
Predizione
di
si*
specifici
di
peghilazione
nel
G-‐CSF:
•
metodi
computazionali
per
lo
studio
della
struDura
di
proteine
allinemen*,
patches
idrofobici,
Solvent
Accessible
Surface
•
metodi
computazionali
per
lo
studio
della
dinamica:
Dinamica
Molecolare,
Normal
Modes
Analysis
•
metodi
computazionali
per
lo
studio
delle
interazioni
con
altre
proteine:
Docking
Proteina-‐Proteina
Confronto
con
da*
sperimentali
“Site-‐directed
enzyma*c
PEGyla*on
of
the
human
granulocyte
colony-‐s*mula*ng
factor.”
C.
Maullu,
D.
Raimondo,
F.
Caboi,
A.
GiorgeG,
M.
Sergi,
M.
Valen*ni,
G.
Tonon
and
A.
Tramontano
FEBS
J.
276,
6741–6750
(2009)
34. Scale e tempi della modellazione
Time
hours
Macro-homogeneous
minutes Fluid-Dynamics
(volume of fluids )
seconds
Normal
Coarse-grained
mode
microseconds Modelling
analysis
(blobs)
nanoseconds
Molecular
Dynamics
picoseconds Quantum (atoms)
Mechanics
femtoseconds (electrons)
1A 1nm 1µm 1mm meters
Distance
46. Dinamica Molecolare setup
Set particle positions
Assign particle velocities
Calculate force on each particle
Move particles by
time step
Save current positions and velocities
Reached preset nos. no
of time step?
yes Il tempo totale di simulazione si divide in time -steps.
Analyze data and print results Vengono aggiunta acqua e ioni per simulare le condizioni
all’interno del corpo umano.
49. MTgase
Struttura X-rays (PDB code 1IU4).
ha una struttura a disco con una tasca
contenente la triade catalitica (CYS64,
HIS274, ASP255).
50. G-CSF + MTgase
Transglutamination site
(GLN134)
Active site
(CYS64,ASP255,HIS274)
51. Protein-Protein Docking
1
Search
Algorithms:
esplora
tu>o
lo
spazio
delle
configurazioni
delle
due
proteine,
generando
mol*ssime
configurazioni
(decoys).
2
Scoring
Func7on:
per
classificare
ognuna
delle
stru>ure
(decoys)
generate.
E’
basata
su
principi
primi
ma
con*ene
anche
termini
empirici.
E’
un
problema
computazionalmente
molto
pesante!
Per
assicurare
un
buon
sampling
di
tu>o
lo
spazio
delle
mutue
posizioni
bisonga
generare
un
grande
numero
di
stru>ure
(100K).
52. Risultati docking
Con
il
sopware
Rose>aDock,
in
parallelo
sul
cluster
di
calcolo
ad
alta
prestazioni
del
CRS4,
sono
stait
genera*
100K
decoys
per
ognuno
dei
quali
le
posizioni
delle
due
proteine
sono
scelte
in
maniera
random.
Il
decoy
con
score
minimo
non
è
come
ci
aspeDavamo!!!
Cosa
ci
dice
questo
risultato?
53. Protein-Protein Docking
L’
interpretazione
dei
risulta*
del
Docking
e’
un
problema
sta*s*co:
bisogna
tenere
in
considerazione
sia
il
miglior
score
che
la
distribuzione
spaziale
dei
decoys
con
miglior
scores.
Più
spesso
una
conformazione
viene
trovata
più
probabile
è
in
realta!
Cluster
analysis
dei
200
decoys
con
score
migliore
(RMSD
cut-‐off=2.5Ǻ)
54. Protein-Protein Docking
L’
interpretazione
dei
risulta*
del
Docking
e’
un
problema
sta*s*co:
bisogna
tenere
in
considerazione
sia
il
miglior
score
che
la
distribuzione
spaziale
dei
decoys
con
miglior
scores.
Più
spesso
una
conformazione
viene
trovata
più
probabile
è
in
realta!
Cluster
analysis
dei
200
decoys
con
score
migliore
(RMSD
cut-‐off=2.5Ǻ)
55. Protein-Protein Docking
L’
interpretazione
dei
risulta*
del
Docking
e’
un
problema
sta*s*co:
bisogna
tenere
in
considerazione
sia
il
miglior
score
che
la
distribuzione
spaziale
dei
decoys
con
miglior
scores.
Più
spesso
una
conformazione
viene
trovata
più
probabile
è
in
realta!
Non
è
presente
alcun
cluster
significa*vo
per
numerosità!
Cluster
analysis
dei
200
decoys
con
score
migliore
(RMSD
cut-‐off=2.5Ǻ)
56. MTgase: Normal Modes Analysis
La
stru>ura
cristallografica
del
MTgase
presenta
una
conformazione
piu>osto
chiusa
della
tasca
contenente
il
sito
catali*co.
Normal
Mode
Analysis
(NMA)
evidenzia
i
mo*
oscillatori
della
proteina
su
scale
di
tempo
molto
lunghe.
Calcolo
dei
normal
modes
del
MTgase
tramite
sopware
Betagm
(gaussian
network
model,
MicheleG
et
al.,Proteins
2004)
57. MTgase: Normal Modes Analysis
La
stru>ura
cristallografica
del
MTgase
presenta
una
conformazione
piu>osto
chiusa
della
tasca
contenente
il
sito
catali*co.
Normal
Mode
Analysis
(NMA)
evidenzia
i
mo*
oscillatori
della
proteina
su
scale
di
tempo
molto
lunghe.
Calcolo
dei
normal
modes
del
MTgase
tramite
sopware
Betagm
(gaussian
network
model,
MicheleG
et
al.,Proteins
2004)
E’
stata
scelta
una
configurazione
con
la
tasca
del
sito
catali*co
piu’
aperta:
“MTGase
open”
59. MTgase open :risultati docking
Nel
caso
di
docking
“open”
è
stato
generato
un
cluster
di
158
configurazioni
che
mostrano
una
interazione
specifica
dell’MTgase
con
la
GLN134,
indicando
che
tale
glutammina
è
un
sito
di
transglutamminazione
del
G-‐CSF.
61. Inoltre...
Nell’ambito
della
collaborazione
con
BIOKER
sono
state
studiate
anche
altre
2
proteine
delle
citokine
:IFNb
ed
IFNa
scopo
dello
studio
era
migliorarne
la
solubilita’
per
evitare
aggregazioni
che
rendono
difficile
il
delivery
di
queste
proteine.
Abbiamo
studiato
la
dinamica
dei
patches
idrofobici,
suggerendo
possibili
mutazioni
per
o>enere
patches
idrofobici
piu’
piccoli
e
sparsi
sulla
superficie
proteica,
salvaguardando
la
funzionalita’
della
proteina.
64. Conclusioni
Studi
computazionali
fanno
parte
della
pipeline
di
sviluppo
di
biofarmaci.
Proteine
sono
en*ta’dinamiche,
nel
loro
studio
non
si
puo’
prescindere
dalla
capacita’
di
riconformazione
65. Conclusioni
Studi
computazionali
fanno
parte
della
pipeline
di
sviluppo
di
biofarmaci.
Proteine
sono
en*ta’dinamiche,
nel
loro
studio
non
si
puo’
prescindere
dalla
capacita’
di
riconformazione
I
tempi
di
studio
delle
dinamiche
di
proteine
sono
oramai
brevi
e
quindi
perfe>amente
integrabili
nella
fase
di
proge>azione
e
studio
di
farmaci.
66. Conclusioni
Studi
computazionali
fanno
parte
della
pipeline
di
sviluppo
di
biofarmaci.
Proteine
sono
en*ta’dinamiche,
nel
loro
studio
non
si
puo’
prescindere
dalla
capacita’
di
riconformazione
I
tempi
di
studio
delle
dinamiche
di
proteine
sono
oramai
brevi
e
quindi
perfe>amente
integrabili
nella
fase
di
proge>azione
e
studio
di
farmaci.
Il
dialogo
tra
sperimentali
e
computazionali
perme>e
risparmio
di
tempo
e
denaro
ed
una
comprensione
piu’
approfondita
del
problema.
67. Ringraziamenti
Bioker
SRL
:
Carlo
Maullu,
Francesca
Caboi,
Sergio
Mauri,
Rodolfo
Schrepfer,
Giancarlo
Tonon.
CRS4
:
gruppo
di
bioinforma*ca
,
gruppo
AGCT
Ilenia,
Ma>eo
sistemis*
ed
High
Performance
Compu*ng
group.
CNR
-‐IRGB
(ex
INN)
:
con
cui
lavoro
ora
per
l’analisi
di
da*
genomici
(spero
che
prima
o
poi
troviamo
un
target
di
interesse
per
il
modelling
!)