Understanding the structural and functional properties of molecular interactions on atomic-level is fundamental to elucidate biochemical phenomena such as protein interactions, protein-ligand binding, and enzymatic activities. For this purpose, molecular modeling provides a powerful toolkit allowing the observation of molecular interactions in silico through an approximation of the physics of ...
Abstract (English)
Understanding the structural and functional properties of molecular interactions on atomic-level is fundamental to elucidate biochemical phenomena such as protein interactions, protein-ligand binding, and enzymatic activities. For this purpose, molecular modeling provides a powerful toolkit allowing the observation of molecular interactions in silico through an approximation of the physics of Nature. In this work, we show how various methods of molecular modeling can be applied to analyze and understand different biological systems. Depending on the biological problem to be solved, molecular modeling was performed either on static structures or by considering their dynamic properties. The basis for modeling were atomically-accurate crystal structures; if necessary, model generation was combined with homology modeling and molecular dynamics to account for mutational and conformational changes. In order to derive valuable insights from those models, their structural compositions were studied: By performing small-molecule docking, structure alignments, electrostatic surface calculations, analyses of intermolecular cavities and visual inspection, biological problems were studied qualitatively. The significance of our results was then substantiated through quantifying binding energies, interaction energies, and the spatial distribution of atoms. A profound understanding of molecular interactions can be demonstrated via protein engineering, i.e. the targeted modification or design of proteins. So far, most computational protocols have used rigid structures for design which is a simplification because a protein’s structure is more accurately specified by a conformational ensemble. As part of this work, a framework for computational protein design was developed that allows existing design protocols to make use of multiple design states, e.g. structural ensembles. An in silico assessment simulating ligand-binding design made clear that this new multi-state approach generates more reliably native-like sequences than a single-state approach. As a proof-of-concept, de novo retro-aldolase activity was introduced into a scaffold protein and nine variants were characterized experimentally. All variants displayed measurable catalytic activity, testifying to a high success rate for this novel concept of multi-state enzyme design.
Translation of the abstract (German)
Das Verständnis der strukturellen und funktionellen Eigenschaften molekularer Wechselwirkungen auf atomarer Ebene ist von grundlegender Bedeutung für die Aufklärung biochemischer Phänomene, wie beispielsweise Protein-Wechselwirkungen, Protein-Ligand-Bindung und enzymatischer Aktivität. Zu diesem Zweck ist die molekulare Modellierung ein leistungsfähiges Werkzeug, das die Beobachtung von ...
Translation of the abstract (German)
Das Verständnis der strukturellen und funktionellen Eigenschaften molekularer Wechselwirkungen auf atomarer Ebene ist von grundlegender Bedeutung für die Aufklärung biochemischer Phänomene, wie beispielsweise Protein-Wechselwirkungen, Protein-Ligand-Bindung und enzymatischer Aktivität. Zu diesem Zweck ist die molekulare Modellierung ein leistungsfähiges Werkzeug, das die Beobachtung von molekularen Wechselwirkungen in silico durch eine Simulation der physikalischen Naturgesetze ermöglicht. In dieser Arbeit zeigen wir wie verschiedene Methoden der molekularen Modellierung angewendet werden können, um unterschiedliche biologische Systeme zu analysieren und zu verstehen. Abhängig von dem zu lösenden biologischen Problem wurde die molekulare Modellierung entweder auf statischen Strukturen oder unter Berücksichtigung der dynamischen Eigenschaften von Strukturen durchgeführt. Als Grundlage für die Modellierung dienten Kristallstrukturen mit atomarer Auflösung; wenn nötig wurde die Generierung von Modellen mit Homologiemodellierung und Moleküldynamik kombiniert, um Mutations- und Konformationsänderungen zu berücksichtigen. Um aus diesen Modellen wertvolle Erkenntnisse zu gewinnen, wurden ihre strukturellen Zusammensetzungen analysiert: Durch die Anwendung von molekularem Docking, strukturellen Alignments, elektrostatischen Oberflächenberechnungen, Analysen von intermolekularen Hohlräumen und visueller Inspektion wurden biologische Probleme qualitativ untersucht. Die Signifikanz unserer Ergebnisse wurde anschließend durch die Quantifizierung von Bindungsenergien, Wechselwirkungsenergien und der räumlichen Verteilung von Atomen nachgewiesen. Ein tiefgreifendes Verständnis der molekularen Wechselwirkungen kann durch Protein-Engineering, d.h. die gezielte Modifikation oder das Design von Proteinen, demonstriert werden. Bisher haben die meisten computergestützten Protokolle starre Strukturen für das Design verwendet. Diese stellen eine Vereinfachung dar, weil die Struktur eines Proteins genauer durch ein konformationelles Ensemble spezifiziert wird. Im Rahmen dieser Arbeit wurde ein Framework für computergestütztes Proteindesign entwickelt. Dieses ermöglicht bestehenden Designprotokollen, mehrere Zustände während dem Design zu berücksichtigen, z.B. strukturelle Ensembles. Eine in silico Bewertung von simulierter Ligandenbindung verdeutlichte, dass dieser neuartige Multi-State-Ansatz zuverlässiger nativ-ähnliche Sequenzen generiert, als ein Single-State-Ansatz. Als Proof-of-Concept wurde mittels computergestütztem Design de novo Retro-Aldolase Aktivität in ein Gerüstprotein eingeführt. Neun Varianten wurden experimentell charakterisiert. Dabei zeigten alle Varianten messbare katalytische Aktivität, was für eine hohe Erfolgsquote dieses neuen Konzepts des Multi-State-Enzymdesigns spricht.
Download Statistics