Simulations based on the knowledge of various interactions working at the atomic level have been successfully applied to studying the structure and function of biomolecules. Energy functions (ranking functions) are at the basis of such simulations, providing the thermodynamic criteria for predicting the correct structure of proteins and explain why they assume such structures. This study involves the application of simulation and modeling to two critical problems and the development of new algorithms and ranking functions for improved results.
Chapter 1 reports the development of a new method to predict the structure of peptide-MHC complexes, which form the basis of self/non-self discrimination. The immune system protects the body by selectively removing potentially harmful matter. Especially, proteins are under surveillance at the amino acid level for their various activities as the workhorses of life. This surveillance is realized the recognition by T cells of processed peptides that are bound and displayed on the MHC molecules. While the prediction of peptide-MHC complexation has been actively studied, an in-depth analysis including the TCR is not being realized due to the lack of means to obtain structural information of the numerous potential binding pairs. Therefore, an improved algorithm for simulation and new ranking functions were developed to predict the structure of peptide-MHC complexes. The new simulation samples candidates broader and faster, and the new ranking functions accurately selects native-like conformations.
Chapter 2 describes the application of computational approaches to alter the substrate selectivity of a quorum quenching enzyme (QQE), which has the potential as an alternative to antibiotics. A broad range of microbes control numerous activities via chemical quorum signaling, which includes the expression of virulence. Therefore, enzymes which remove the signaling molecules can be used to prevent the expression of virulence without evolving resistance. However, natural QQEs exhibit broad substrate specificity, making target-specific control difficult. Also, those which degrade AHLs (N-homoserine lactones) do not efficiently remove short-chain AHLs. Therefore, the substrate preference of wild-type AiiA for long-chain AHLs was reversed by engineering. To this aim, molecular docking was performed to predict the modes of enzyme-substrate binding. Mutants were designed based on the predictions, and they displayed at most 100 times shifted substrate preference. In addition, molecular dynamics simulation was performed to reveal new clues in a dynamic context of enzyme-substrate interactions and a possibility of virtual screening of mutant enzymes using potential energy.
원자 수준에서 작용하는 여러 가지 상호작용에 대한 지식을 이용하여 구성한 시뮬레이션은 생분자의 구조와 기능을 연구하는 데에 응용되어 많은 성과를 가져오고 있다. 그 기초가 되는 것은 열역학적 기준을 규정하는 에너지 함수(랭킹 함수)로서, 이는 단백질의 기능을 이해하기 위한 올바른 구조를 예측하고 어째서 그런 구조를 띠는가를 설명하는 도구이다. 이에 시뮬레이션 및 모델링을 두 가지 중요한 응용분야에 적용하고, 더욱 향상된 결과를 얻기 위해 새로운 알고리즘과 랭킹 함수를 개발하였다.
1장에서는 면역계의 자기/피자기 구별의 기초를 제공하는 펩티드-MHC 구조체의 구조를 예측하는 방법을 개발한 내용을 보고한다. 면역계는 위해 가능성이 있는 물질을 탐지하여 선택적으로 제거함으로써 몸을 보호한다. 특히 단백질은 생명현상의 기능적 중추로 다양한 활성을 갖기 때문에 아미노산 서열의 수준에서 감시를 받는다. 그 기능은 일정한 처리를 거쳐 MHC 단백질에 붙잡혀 세포 표면에 표시된 펩티드를 T세포가 인식함으로써 실현된다. 따라서 펩티드-MHC 결합을 예측하는 연구가 활발한데, 수많은 결합쌍의 구조 정보를 얻을 수단이 부족하여 TCR을 포함하는 심도 있는 분석이 이루어지지 못하고 있다. 이에 개선된 시뮬레이션 알고리즘과 새로운 랭킹 함수를 개발하여 펩티드-MHC 구조체의 구조를 예측하였다. 새로운 시뮬레이션은 기존 방법보다 빠르게 다양한 후보를 탐색하며, 새로운 랭킹 함수는 실제에 가까운 구조를 정확히 골라낸다.
2장에서는 항생제 대체제로서의 가능성을 가진 쿼럼�칭 효소의 기질특이성을 변화시키는 효소공학을 계산적 방법으로 수행한 내용을 담았다. 넓은 범위의 미생물들이 특정한 화학적 집단통신(쿼럼센싱)을 통해 병원성의 발현을 포함한 여러 기능을 조절한다. 따라서 여기에 사용되는 신호분자를 제거하는 효소들은 미생물의 저항성을 진화시키지 않고도 병원성을 차단할 수 있는 수단으로 이용될 수 있다. 그러나 자연에 존재하는 쿼럼�칭 효소들은 기질특이성이 약하므로 미생물을 표적 특이적으로 통제하기 어렵다. 또한 대표적인 신호분자인 AHL(N-homoserine lactone)을 분해하는 효소들은 짧은 아실기를 가진 AHL을 잘 분해하지 못한다. 따라서 긴 아실기를 가진 AHL을 잘 분해하는 AiiA(AHL lactonase)를 개량하여 기질특이성을 역전시켰다. 이를 위해 도킹을 수행하여 효소와 기질의 결합 양상을 예측하였고, 그를 바탕으로 변이체들을 설계하였으며, 그 결과 기질특이성이 최대 100배 이동한 변이체들을 얻었다. 또한 분자동역학 시뮬레이션을 사용해서 동적인 모델로써 효소-기질 결합에 새로운 단서를 얻었으며, 잠재에너지를 통해 효소를 가상 스크리닝할 가능성을 발견했다.
