Veel medicijnen werken door het remmen van eiwitenzymen die geassocieerd zijn met een bepaalde ziekte. Helaas, dezelfde medicijnen kunnen eiwitenzymen remmen die geen verband houden met de ziekte, met schadelijke bijwerkingen tot gevolg. Een mogelijke oplossing is het beter identificeren van structurele kenmerken die de functie van een eiwitenzym bepalen.

Nutsvoorzieningen, een team onder leiding van een computerbioloog aan de University of Maryland School of Medicine (UMSOM) heeft een reeks computerprogramma's ontwikkeld die gegevens over structuur en genomische sequencing doorzoeken om de kenmerken te identificeren die een enzym onderscheiden van vergelijkbare enzymen. Dit onderzoek heeft het potentieel om de ontdekking van geneesmiddelen aanzienlijk te versnellen, waardoor wetenschappers effectievere medicijnen kunnen ontwikkelen, sneller.

"Met deze nieuwe benadering kunnen eiwitten op een veel diepere, meer specifiek niveau, " zegt Andrew F. Neuwald, doctoraat, Hoogleraar Biochemie &Moleculaire Biologie, een senior wetenschapper bij het Institute for Genome Sciences (IGS) bij UMSOM, en de hoofdauteur van het artikel waarin de nieuwe methode wordt beschreven. "Deze methode geeft aanwijzingen met betrekking tot sequentie en structurele kenmerken die verantwoordelijk zijn voor de specifieke biologische functie van een eiwit."

Het artikel is deze week gepubliceerd in het tijdschrift eLife . Dr. Neuwald werkte aan het werk samen met L. Aravind, doctoraat, en Stephen F. Altschul, doctoraat, twee senior onderzoekers van het National Center for Biotechnology Information van de National Institutes of Health.

In de krant, de onderzoekers gebruikten deze benadering om de belangrijkste kenmerken van verschillende enzymen te identificeren:N-acetyltransferasen, P-loop GTPases, RNA-helicases, synaptojanine-superfamilie fosfatasen en nucleasen, en thymine/uracil-DNA-glycosylasen. De resultaten onthulden opvallende en eerder over het hoofd geziene structurele kenmerken die waarschijnlijk verband houden met de functie van elk eiwit. Dit heeft het potentieel om onderzoekers naar nieuwe manieren te leiden om medicijnen te ontwerpen die minder onbedoelde, schadelijke bijwerkingen.

De twee belangrijkste programma's zijn BPPS (Bayesian Partitioning with Pattern Selection), en SIPRIS (Structureel Interacting Pattern Residues' Inferred Significance). De programma's en broncode zijn vrij beschikbaar en vereisen slechts een minimale kennis van Linux, waardoor deze benadering breed toegankelijk wordt voor andere onderzoekers. Deze benadering zal ook nuttig zijn voor eiwittechnologie en voor het begrijpen van de moleculaire basis van veel menselijke ziekten.

De drie onderzoekers brachten elk iets anders in het werk. Dr. Neuwald, die zich al jaren bezighoudt met eiwitanalyse, heeft een gevarieerde achtergrond, met ervaring in de moleculaire biologie, informatica en Bayesiaanse statistiek. Dr. Aravind is een bekende computationele bioloog met een brede kennis van de structuur en functie van eiwitten. Dr. Altschul, wiens formele opleiding wiskunde is, was de eerste auteur van twee historische publicaties waarin de populaire zoekprogramma's voor sequentiedatabases BLAST en PSI-BLAST werden beschreven.