構造バイオインフォマティクス

構造バイオインフォマティクスは、タンパク質、RNA、DNAなどの生物学的高分子の3次元構造の分析と予測に関連するバイオインフォマティクスの分野です。実験的に解決された構造と計算モデルの両方に基づいて、全体的な折り畳みとローカルモチーフの比較、分子折り畳みの原理、進化、結合相互作用、構造と機能の関係など、高分子の3D構造に関する一般化を扱います。構造という用語は構造生物学と同じ意味を持ち、構造バイオインフォマティクスは計算構造生物学の一部と見なすことができます。構造バイオインフォマティクスの主な目的は、生物学の問題を解決し、新しい知識を生み出すために、生物学的高分子データを分析および操作する新しい方法を作成することです。^[1]

タンパク質の構造は、その機能に直接関係しています。特定の場所に特定の化学基が存在すると、タンパク質は酵素として機能し、いくつかの化学反応を触媒します。^[2]一般に、タンパク質構造は、一次（配列）、二次（ポリペプチド鎖の局所的立体配座）、三次 （タンパク質フォールドの3次元構造）、および四次（複数のポリペプチド構造の会合）の4つのレベルに分類されます。構造バイオインフォマティクスは、主に構造間の相互作用を、その空間座標を考慮して扱います。したがって、一次構造は、バイオインフォマティクスの従来の分野でより適切に分析されます。ただし、配列は、αヘリックス、βシート、ループ（二次構造^{[3] ）など、ポリペプチド鎖の保存された局所的立体配座の形成を可能にする制約を意味します。また、弱い相互作用（}水素結合など）は、タンパク質フォールドを安定化します。相互作用は、同じタンパク質モノマーの部分間で発生する場合（三次構造）の鎖内相互作用と、異なる構造間で発生する場合（四次構造）の鎖間相互作用の可能性があります。最後に、相互作用の強弱や絡み合いの位相的配置は、回路トポロジーなどのフレームワークを利用して構造バイオインフォマティクスの分野で研究されています。

タンパク質構造の可視化は、構造バイオインフォマティクスにとって重要な課題です。^[4]これにより、ユーザーは分子の静的または動的表現を観察できるようになり、分子メカニズムについての推論に使用できる相互作用を検出することもできます。最も一般的な可視化の種類は次のとおりです。

• 漫画: このタイプのタンパク質の視覚化では、二次構造の違いが強調されます。一般的に、α ヘリックスは一種のネジとして、β ストランドは矢印として、ループは線として表されます。
• 線: 各アミノ酸残基は細い線で表され、グラフィックレンダリングのコストが低く抑えられます。
• 表面: この視覚化では、分子の外部形状が表示されます。
• スティック: アミノ酸原子間の共有結合はそれぞれスティックとして表されます。このタイプの視覚化は、アミノ酸間の相互作用を視覚化するために最もよく使用されます...

古典的なDNA二重鎖構造は、ワトソンとクリック（およびロザリンド・フランクリンの貢献）によって最初に説明されました。 DNA 分子は、リン酸基、ペントース、窒素塩基（アデニン、チミン、シトシン、またはグアニン）の 3 つの物質で構成されています。 DNA 二重らせん構造は、アデニンとチミン（AT）、およびシトシンとグアニン（CG）の塩基対間に形成される水素結合によって安定化されます。 多くの構造バイオインフォマティクス研究は、DNA と小分子間の相互作用を理解することに焦点を当てており、これはいくつかの薬物設計研究の対象となっています。

相互作用は、異なるレベルの分子の部分間で確立される接触です。相互作用はタンパク質構造を安定化させる役割を果たし、さまざまな活動を実行します。生化学では、相互作用は、静電気力、水素結合、疎水効果など、互いに影響を及ぼす原子グループまたは分子領域の近接性によって特徴付けられます。タンパク質は、タンパク質間相互作用（PPI）、タンパク質ペプチド相互作用^[5]、タンパク質リガンド相互作用（PLI）^[6] 、タンパク質DNA相互作用など、いくつかのタイプの相互作用を実行できます。

接触を計算することは構造バイオインフォマティクスにおける重要なタスクであり、タンパク質の構造と折り畳み、熱力学的安定性、タンパク質間およびタンパク質-リガンド相互作用、ドッキングおよび分子動力学解析などを正確に予測するために重要です。^[8]

伝統的に、計算手法では、原子間の閾値距離（カットオフとも呼ばれる）を使用して、可能性のある相互作用を検出してきました。^[9]この検出は、特定の種類の原子間のユークリッド距離と角度に基づいて実行されます。ただし、単純なユークリッド距離に基づく方法のほとんどは、閉塞した接触を検出できません。そのため、近年、ドローネ三角測量などのカットオフのない方法が注目を集めています。さらに、物理化学的特性、距離、形状、角度などの一連の基準の組み合わせが、接触の判定を改善するために使用されています。^[8]

タンパク質データバンク (PDB) は、タンパク質、DNA、RNAなどの大きな生物学的分子の 3D 構造データのデータベースです。PDB は、PDBe、PDBj、RCSB、BMRB などのいくつかの地域組織で構成される Worldwide Protein Data Bank ( wwPDB ) と呼ばれる国際組織によって管理されています。これらの組織は、PDB データのコピーをインターネット上で無料で利用できるように維持する責任を負っています。PDB で利用できる構造データの数は毎年増加しており、通常はX 線結晶構造解析、NMR 分光法、またはクライオ電子顕微鏡法によって取得されています。

PDB形式（.pdb）は、タンパク質データバンクが使用する高分子の3次元構造の情報を保存するために使用される従来のテキストファイル形式です。フォーマット構造の概念上の制限により、PDB形式では62以上の鎖または99999以上の原子レコードを含む大きな構造は許可されません。^[10]

PDBx/ mmCIF（高分子結晶学情報ファイル）は、結晶学情報を表現するための標準的なテキストファイル形式です。^[11] 2014年以降、PDB形式はPDBx/mmCIFファイル形式（.cif）に置き換えられ、標準PDBアーカイブ配布物となりました。PDB形式には最大6文字のキーワードで識別されるレコードのセットが含まれていますが、PDBx/mmCIF形式はキーと値に基づく構造を使用します。キーは何らかの特徴を識別する名前であり、値は可変情報です。^[12]

タンパク質データバンク (PDB)に加えて、タンパク質構造やその他の高分子のデータベースがいくつかあります。例:

• MMDB：タンパク質データバンク（PDB）から得られた生体分子の実験的に決定された3次元構造。 ^[13]
• 核酸データベース（NDB）：核酸（DNA、RNA）に関する実験的に決定された情報。^[14]
• タンパク質構造分類（SCOP）：構造が既知のタンパク質間の構造的および進化的関係の包括的な記述。 ^[15]
• TOPOFIT-DB: TOPOFIT法に基づくタンパク質構造アラインメント。^[16]
• 電子密度サーバー（EDS）：電子密度マップと結晶構造とそのマップの適合に関する統計。^[17]
• CASP :予測センター タンパク質構造予測のためのコミュニティ全体にわたる世界規模の実験CASP。 ^[18]
• タンパク質の非冗長リストを作成するためのPISCESサーバー：配列同一性と構造品質基準によってPDBリストを生成します。^[19]
• 構造生物学知識ベース：タンパク質研究の設計を支援するツール。^[20]
• ProtCID：タンパク質共通インターフェースデータベース相同タンパク質の結晶構造における類似したタンパク質間インターフェースのデータベース。 ^[21]
• AlphaFold : AlphaFold - タンパク質構造データベース。 ^[22]

構造アライメントは、3D構造の形状と立体配座に基づいて構造を比較する方法です。^[23]配列の類似性が低い場合でも、タンパク質セット間の進化関係を推測するために使用できます。構造アライメントとは、3D構造を2つ目の構造に重ね合わせ、対応する位置にある原子を回転および移動させることを意味します（通常は、C _α原子またはバックボーンの重原子C、N、O、C _αを使用します）。通常、アライメントの品質は、原子位置の二乗平均平方根偏差（RMSD） 、つまり重ね合わせ後の原子間の平均距離 に基づいて評価されます。

${\displaystyle \mathrm {RMSD} ={\sqrt {{\frac {1}{N}}\sum _{i=1}^{N}\delta _{i}^{2}}}}$

ここで、δ _{i は}原子iと他の構造内の対応する参照原子またはN 個の等価原子の平均座標との間の距離です。一般に、RMSD の結果はオングストローム(Å) 単位で測定され、これは 10 ⁻¹⁰ m に相当します。RMSD 値がゼロに近いほど、構造は類似しています。

構造シグネチャは指紋とも呼ばれ、類似点や相違点を推測するために使用できる高分子パターン表現です。RMSDを使用した大規模なタンパク質セットの比較は、構造アラインメントの計算コストが高いため、依然として困難です。原子ペア間のグラフ距離パターンに基づく構造シグネチャは、タンパク質識別ベクトルの決定や重要な情報の検出に使用されてきました。^[24]さらに、線形代数と機械学習は、タンパク質シグネチャのクラスタリング、タンパク質-リガンド相互作用の検出、 ΔΔGの予測、ユークリッド距離に基づく変異の提案に使用できます。^[25]

分子の原子構造は、X線結晶構造解析（XRC）、NMR分光法、3D電子顕微鏡法などのいくつかの方法で得ることができますが、これらのプロセスはコストが高く、膜タンパク質などの一部の構造は確立するのが難しい場合があります。したがって、高分子の3D構造を決定するには計算アプローチを使用する必要があります。構造予測方法は、比較モデリングとde novoモデリングに分類されます。

比較モデリングは相同性モデリングとも呼ばれ、標的タンパク質のアミノ酸配列と構造が既知のテンプレートから3次元構造を構築する方法論に相当します。文献では、進化的に関連するタンパク質は保存された3次元構造を示す傾向があると説明されています。^[26]さらに、同一性が20%未満の遠縁タンパク質の配列は、異なるフォールドを示す可能性があります。^[27]

構造バイオインフォマティクスにおいて、デノボモデリング（アブイニシオモデリングとも呼ばれる）は、相同な既知の3D構造を必要とせずに配列から3次元構造を取得するアプローチを指します。ここ数年で新しいアルゴリズムや方法が提案されているにもかかわらず、デノボタンパク質構造予測は現代科学における未解決の問題の1つとして依然として考えられています。^[28]

構造モデリングの後には、構造検証という追加のステップが必要です。比較モデリングと「de novo」モデリングのアルゴリズムとツールの多くは、 3D構造の組み立てを試行する際にヒューリスティックを使用するため、多くのエラーが発生する可能性があります。検証戦略の中には、エネルギースコアを計算し、それを実験的に決定された構造と比較するものがあります。たとえば、DOPEスコアは、 MODELLERツールが最適なモデルを決定するために使用するエネルギースコアです。 ^[29]

もう 1 つの検証戦略は、すべての残基の φ および ψ バックボーン二面角を計算し、ラマチャンドラン プロットを作成することです。アミノ酸の側鎖とバックボーン内の相互作用の性質によって、これら 2 つの角度が制限されるため、ラマチャンドラン プロットに基づいて、許容される立体配座の視覚化を実行できます。チャートの許容されない位置に割り当てられたアミノ酸の量が多いことは、低品質のモデリングを示しています。

比較モデリング、タンパク質スレッディング、de novoタンパク質構造予測、二次構造予測など、タンパク質構造予測によく使用されるソフトウェア ツールのリストは、タンパク質構造予測ソフトウェアのリストで参照できます。

分子ドッキング(単にドッキングとも呼ばれる) は、分子 (リガンド) が別の分子 (受容体またはターゲット) に結合したときの方向座標を予測するために使用される方法です。結合は主に非共有結合によるものですが、共有結合による結合も研究することができます。分子ドッキングは、リガンドが受容体の特定の領域と相互作用するときのリガンドの可能なポーズ (結合モード) を予測することを目的としています。ドッキング ツールは、力場を使用して、2 つの分子間の相互作用を良くする最適なポーズをランク付けするためのスコアを推定します。

一般的に、ドッキング プロトコルは、小分子とタンパク質間の相互作用を予測するために使用されます。ただし、ドッキングは、タンパク質、ペプチド、DNAまたはRNA分子、炭水化物、およびその他の高分子間の関連性と結合モードを検出するためにも使用できます。

仮想スクリーニング(VS) は、創薬のための大規模な化合物ライブラリを高速にスクリーニングするために使用される計算手法です。通常、仮想スクリーニングでは、ドッキング アルゴリズムを使用して、ターゲット受容体に対する親和性が最も高い小分子をランク付けします。

最近では、新薬発見のプロセスにおける仮想スクリーニングの使用を評価するためにいくつかのツールが使用されています。しかし、情報の欠落、薬物のような分子特性の不正確な理解、弱いスコアリング機能、不十分なドッキング戦略などの問題がドッキングプロセスを妨げています。そのため、文献では、まだ成熟した技術とは見なされていないと説明されています。^{[30] [31]}

分子動力学（MD）は、一定期間における分子と原子間の相互作用をシミュレートする計算手法である。 ^[33]この手法では、システム全体を考慮しながら、分子の挙動と相互作用を観察することができる。システムの挙動を計算して軌道を決定するために、MDはニュートンの運動方程式を使用するほか、分子力学法を使用して粒子間に発生する力（力場）を推定することができる。^[34]

構造バイオインフォマティクスで使用される 情報科学アプローチは次のとおりです。

• ターゲットの選択 - 潜在的なターゲットは、既知の構造と配列のデータベースと比較することによって特定されます。ターゲットの重要性は、公開された文献に基づいて決定できます。ターゲットは、タンパク質ドメインに基づいて選択することもできます。タンパク質ドメインは、新しいタンパク質を形成するために再配置できる構成要素です。最初は個別に研究することができます。
• X 線結晶構造解析の試行の追跡- X 線結晶構造解析は、タンパク質の 3 次元構造を明らかにするために使用できます。ただし、X 線を使用してタンパク質結晶を研究するには、純粋なタンパク質結晶を形成する必要があり、これには多くの試行が必要になる場合があります。このため、試行の条件と結果を追跡する必要があります。さらに、保存されたデータに対して教師あり機械学習アルゴリズムを使用して、純粋な結晶の収量を増やす可能性のある条件を特定できます。
• X 線結晶構造データの分析 - 電子に X 線を照射して得られる回折パターンは、電子密度分布のフーリエ変換です。部分的な情報でフーリエ変換をデコンボリューションできるアルゴリズムが必要です (検出器は回折 X 線の振幅しか測定できず、位相シフトは測定できないため、位相情報が欠落しています)。多波長異常分散などの外挿技術を使用して、セレン原子の位置を基準にして残りの構造を決定する電子密度マップを作成できます。標準的なボール アンド スティック モデルは、電子密度マップから生成されます。
• NMR 分光データの分析 -核磁気共鳴分光実験では、2 次元 (またはそれ以上) のデータが生成され、各ピークはサンプル内の化学基に対応します。最適化手法を使用して、スペクトルを 3 次元構造に変換します。
• 構造情報と機能情報の相関関係 - 構造研究は、構造と機能の関係を調べるためのプローブとして使用できます。