Yeni bir çalışmada Vanderwall, Huttlin, Mintseris ve arkadaşları, proteom ölçeğinde kinaz özgüllüğünü çözmeye odaklanan KinoPlex adlı yapay zekâ destekli bir hesaplama çerçevesini tanıtıyor. Araştırmacılar, sorun alanını iki parçaya ayırıyor: Birincisi, proteinlerin bağlanma ve fosforilasyon potansiyelini etkileyen katlanmış, yerel benzeri üç boyutlu konumlarını modellemek; ikincisi ise kinazların tanıdığı kısa motif desenlerini bu yapısal bağlama yerleştirerek, belirli bir kalıntının “reachability” yani erişilebilirlik ve tanınabilirlik koşullarını sağlayıp sağlamadığını tahmin etmek.

KinoPlex’in yaklaşımı, tahmin edilen protein yapıları ile kinazların tanıma motiflerini birleştiriyor. Çerçeve, proteindeki her olası hedef kalıntı için, ilgili kinazın tanıma kalıbının yapısal ortamla uyum gösterip göstermediğine ve kinazın bu kalıntıyı işleyebilmesi için gereken erişimin sağlanıp sağlanmadığına ilişkin bir fosforilasyon potansiyeli skorlaması yapmayı amaçlıyor. Böylece araştırmacıların tarif ettiği “bottleneck” aşılmaya çalışılıyor: Sadece fosforilasyonun teorik olarak mümkün olduğunu söylemek yerine, kinazın gerçekçi bir üç boyutlu bağlamda hedefi tanıyıp tanıyamayacağını tahmin etmek.

Çalışmanın vurguladığı kritik nokta, fosfosit haritalamasında eksik kalan bilginin, deneysel verinin azlığından olduğu kadar, kinaz-alt hedef eşleştirmesinin zorluğundan da beslenmesi. İnsan proteomunda deneysel fosforilasyon kanıtlarının oranı yaklaşık yüzde 6 düzeyinde ifade ediliyor; bunun da önemli bir bölümü için kinaz ataması netleştirilemeyebiliyor. KinoPlex gibi hesaplama yaklaşımları, deneysel çabanın yerini almak iddiasında bulunmaktan ziyade, fosforilasyonun ve kinaz özgüllüğünün sistematik olarak önceliklendirilmesine yardımcı olmayı hedefliyor. Bu önceliklendirme, hangi kinazların hangi protein bölgelerini daha olası şekilde düzenlediğine dair aday listelerin daha verimli biçimde oluşturulmasını sağlayabilir.

Modelin omurgasında, AlphaFold protein yapısı modelleriyle uyumlu bir yapı tahmin yaklaşımı kullanıldığı belirtiliyor. Bu, uzun menzilli bir biyolojik gerçekliği hesaba katmaya yönelik bir adım: Proteinlerin hücre içindeki katlanma durumu, belirli bir kalıntının yüzeyde olup olmaması, çevre kalıntıların yönelimi ve yerel mikro çevre gibi etmenler, kinazın tanıma etkileşiminin sonucunu etkiler. KinoPlex’in kinaz tanıma motif analizi ile bu yapısal bağlamı bir araya getirmesi, “ulaşılabilirlik” ve “tanınabilirlik” kavramlarının sayısallaştırılması açısından dikkat çekiyor.

Sonuç olarak çalışmanın ortaya koyduğu çerçeve, insan proteomunda kinaz-özgül fosforilasyon olasılıklarının daha sistemli bir biçimde haritalanmasına yönelik bir yapay zekâ yolu sunuyor. Bu tür proteom ölçeğinde öngörülerin, sonraki deneysel doğrulamalar için adayların seçilmesini kolaylaştırabileceği düşünülüyor. Bununla birlikte, hesaplamadan deneysel doğrulamaya giden süreçte her zaman belirsizlik payı bulunduğu; yeni modellerin bulgularının ancak laboratuvar testleriyle pekiştirilebileceği de göz önünde bulundurulmalı.

Kaynak: https://scienmag.com/ai-structural-atlas-reveals-kinase-specificity-across-the-human-proteome/

Görüntüleme yöntemi olarak kriyoelektron mikroskobu (cryo-EM) kullanılarak yürütülen çalışmada, SPOP’un kuaterner (dört düzeyli) yapı durumları ayrıntılı olarak haritalandı. İnaktif form, 22 ila 30 SPOP molekülünün iki ring halinde üst üste görüldüğü geniş, ring benzeri bir çift-donut yapısı olarak tanımlandı. Bu konformasyon, SPOP’un fonksiyonunu büyük ölçüde “kapatır” ve ligaz aktivitesini engeller. Buna karşılık, aktif konformasyon, SPOP’un lineer filamentler halinde düzenlenmesini gerektiren ve ubiquitin ligaz komplekslerinde substrate reseptörleri arasında nadir bulunan bir özelliktir. Bu filamentöz yapı, hedef proteinlerle temasın ve onların hızlıca işlenip yıkıma yönlendirilmesinin mümkün kılınmasında kilit bir rol oynar.

Çalışma, bu iki yapının hücresel dengeyle birbirine bağlı olduğunu, bu dengeyi belirleyen anahtar aktörün Cullin-3 adlı iskeletleyici (scaffold) protein olduğunu ortaya koydu. Cullin-3, filament oluşumunu teşvik ederek SPOP’u aktif hale getirir ve böylece hedef proteinlerin düzenlenmesini kolaylaştırır. Bu bulgu, SPOP’un hangi durumlarda “açık” veya “kapalı” olduğu bilgisinin sadece mutasyonlara bağlı olmadığını, aynı zamanda hücresel scaffolding mekanizmalarıyla karşılıklı etkileşim içinde dinamik olarak belirlendiğini gösteriyor.

Mutasyonlar bağlamında ise literatürde uzun süredir iki uç bir arada ele alınıyordu. Bazı mutasyonlar zaten substrate bağlanımını bozarak SPOP fonksiyonunu etkiliyordu ve bu mekanizma daha önce tanımlanmıştı. Ancak bazı mutasyonlar, substrate etkileşim bölgelerinin dışında yer almasına rağmen SPOP’un konformasyonel geçişini ve dolayısıyla görevini bozabiliyordu. Bu çalışma, bu tür mutasyonların da yapısal dengesizliğe sürükleyebileceğini ve BRD2, BRD3 ile BRD4 gibi ana regülatörlerin düzensiz ifadesine yol açabileceğini gösteriyor. Böylece kanser ilerlemesi için sadece “substrat bağlanımı bozuldu” hipotezinin ötesinde, SPOP’un konformasyonel switch’inin bozulmasının da önemli bir mekanizma olduğu görülüyor.

Bununla birlikte çalışma, SPOP’un görevini nasıl yerine getirdiğini sürekli olarak yeniden yapılandıran bir denge üzerinde çalıştığını hatırlatıyor. Aktif filamentler, yalnızca SPOP’un hedef proteinlerinin tanınması ve işlenmesini kolaylaştırmakla kalmaz, aynı zamanda bu düzenleyicilerin hücrenin biyokimyasal akışını yönlendirdiği durumlarda kritik bir hız kontrolü sağlar. Oksijenli bir hücre ortamında, bu tür konformasyon geçişleri, bakteriyel ya da çok hücreli tümör varyantları gibi farklı biyolojik bağlamlarda değişkenlik gösterebiliyor ve bu da hastalık süreçlerinin bireysel farklılıklar gösterebileceğini gösteriyor.

Bilim insanları, bu bulguların klinik uygulamalara doğrudan bir tedavi yöntemi olarak yansımadan önce, SPOP’un konformasyonel switching mekanizmasının daha ayrıntılı haritalanmasına ihtiyaç olduğunu belirtiyor. Ancak güvenli bir şekilde belirtmek gerekir ki, SPOP’un konformasyonel dengesi, BRD ailesi gen regülatörlerinin hücre içi seviyelerinin düzenlenmesiyle yakından ilişkili olduğundan, bu alandaki ilerlemeler kansere karşı yeni araştırma yönlerini işaret ediyor. Özellikle CRL3 kompleksinin iç işleyişine odaklanan bu tür yapısal çalışmalar, kanserin moleküler altyapısının daha ince ayrıntılarla açığa çıkmasını sağlıyor ve gelecekteki çalışmalar için temel bir referans noktası oluşturuyor.

Ek olarak, bu çalışmanın ortaya koyduğu iki farklı quaternary konformasyonun, SPOP’a bağlı olarak düzenlenen substratelerin biyolojik varoluşunu sürdürme zarafetinin bir göstergesi olduğunun altını çizmek gerekiyor. İnaktif doble-donut konformasyonu, sistemin “dinamik sessizliği” olarak düşünülebilir; bu durumda ligaz aktivitesi pratikte durdurulur. Aktif konformasyon ise, SPOP’un işlevsel olarak hedeflerini tanımasını ve onların hücresel yıkıma yönlendirilmesini sağlayan bir düzenleyiciyi oluşturur. Bu dinamikler, kanser mutasyonlarının bazen hedef bağlama bölgelerinde bulunmamasına rağmen hücresel protein ağlarının dengesini bozabileceğini gösteren güçlü bir kanıt oluşturuyor.

Sonuç olarak, SPOP proteininin çevirimsel dengeye dayalı çalışması, kanser biyolojisini anlamada yeni bir çerçeve sunuyor. Bu yapı-işlev ilişkisi, yalnızca belirli mutasyonların etkisini açıklamakla kalmıyor; aynı zamanda proteinin daha geniş bir ağ içinde nasıl davranacağını öngörme konusunda da ipuçları veriyor. Bilim insanları, CRL3 ailesi içinde yer alan bu tür konformasyonel dönüşümlerin, diğer substrate reseptörlerinde de benzer mekanizmalarla karşımıza çıkabileceğini ifade ediyor. Bu da, protein yapılarına dayalı tedavi stratejilerinin, mutasyon konumundan bağımsız olarak, konformasyonel dinamikleri hedefleyebilir hale gelmesini mümkün kılabilir. Ancak mevcut çalışma, bu adımların ileri çalışmalara ve daha ayrıntılı güvenlik ve etkinlik değerlendirmelerine ihtiyaç duyduğunu net biçimde gösteriyor. Şu an için en güvenilir mesaj, SPOP’un iki uç konformasyon arasındaki dengemizin, kanser biyolojisini anlamak adına kilit bir bulgu olduğudur.

Proteinler, amino asit zincirlerinin kendine özgü biçimlerde katlanmasıyla oluşan karmaşık üç boyutlu yapılardır. Bu katlanma biçimi, proteinlerin hücrede ne yapacağını belirler. Aynı şekilde, farklı proteinlerde tekrarlayan belirli amino asit dizilimleri ve uzamsal düzenler olarak tanımlanabilecek yapısal motifler, çoğu zaman benzer biyokimyasal işlevlerin temelini oluşturur. Bir motifi doğru şekilde saptamak, işlevi henüz bilinmeyen proteinlerin anotasyonunda, ligand bağlanma bölgelerinin anlaşılmasında ve yeni proteinlerin tasarlanmasında büyük önem taşır. Folddisco’nun dikkat çektiği nokta da tam olarak bu: motifleri yalnızca doğru değil, aynı zamanda çok daha hızlı biçimde bulabilmek.

Çalışmanın temel iddiası, geleneksel yapı hizalama yaklaşımından farklı bir stratejiye dayanıyor. Klasik yöntemler çoğu zaman iki protein yapısının geniş ölçekli olarak üst üste getirilmesine ve ayrıntılı karşılaştırılmasına ihtiyaç duyar. Bu işlem, özellikle büyük veri tabanlarında son derece maliyetlidir. Folddisco ise yapıların konuma bağımlı ayrıntılı eşleştirmeleri yerine, motifleri tanımlayan konumdan bağımsız geometrik özelliklerden bir indeks oluşturuyor. Bu yaklaşım, proteinlerin yan zincir yönelimleri gibi ayrıntılı yapısal bilgileri kodlayarak arama işlemini daha derli toplu ve erişilebilir hale getiriyor. Sonuç olarak araştırmacılar, büyük veri kümelerinde motif taraması yaparken daha düşük hesaplama yüküyle çalışabiliyor.

Protein veri tabanlarının büyüklüğü, bu tür yenilikleri özellikle değerli kılıyor. Yapıların sayısı arttıkça, arama sistemlerinin yalnızca doğru sonuç vermesi yetmiyor; bunu makul sürelerde ve sürdürülebilir kaynak kullanımıyla yapması da gerekiyor. Bu gereksinim, özellikle yüksek verimli yapı analizlerinde ve karşılaştırmalı protein araştırmalarında önem kazanıyor. Folddisco’nun sunduğu hız artışı, yalnızca tekil motif sorgularını kolaylaştırmakla kalmıyor; büyük ölçekli taramalarda da daha önce zaman ve bellek nedeniyle zor olan analizlerin önünü açıyor. Bu da protein evrimi çalışmaları, fonksiyon tahmini ve yapıya dayalı biyoinformatik araştırmalar için yeni bir çalışma zemini anlamına geliyor.

Yapısal motif araması, araştırmacıların yalnızca benzer proteinleri bulmasına yardımcı olmaz; aynı zamanda biyolojik bağlamı çözümlemede de önemli ipuçları sağlar. Örneğin bir protein, dizi düzeyinde tanınması zor olsa bile, belirli bir aktif bölge ya da bağlanma cebini paylaşıyorsa benzer bir işlev gösterebilir. Bu nedenle motif tespiti, uzak akrabalık ilişkilerini ortaya çıkarmada ve evrimsel benzerlikleri yakalamada özellikle yararlıdır. Folddisco gibi araçlar, bu tür ince ilişkileri daha geniş veri alanlarında görünür kılma potansiyeli taşıyor.

İlaç tasarımı açısından bakıldığında da önem dikkat çekici. Protein yüzeyindeki belirli motiflerin hızlı biçimde tanımlanabilmesi, küçük moleküllerin bağlanabileceği bölgelerin değerlendirilmesinde ve terapötik adayların önceliklendirilmesinde araştırmacılara yardımcı olabilir. Bu, doğrudan bir tedavi vaadi değil; ancak yapıya dayalı karar süreçlerinin hızlanması ve daha geniş taramaların yapılabilmesi anlamına geliyor. Benzer şekilde, mühendislik amaçlı protein tasarımında da motiflerin hassas şekilde bulunması, istenen biyokimyasal özelliklere sahip yeni proteinlerin oluşturulmasına katkı sağlayabilir.

Folddisco’nun yaklaşımı, yapısal biyolojide giderek belirginleşen bir eğilimi de yansıtıyor: tek tek yapıları incelemekten çok, devasa veri kümeleri içinde örüntüleri yakalayan daha ölçeklenebilir yöntemlere yönelmek. Özellikle yapısal veri üretiminin hızlandığı bir dönemde, araştırmacıların elindeki asıl darboğaz artık yalnızca veri eksikliği değil, veriyi anlamlandırma kapasitesi. Bu nedenle motif arama araçlarının hem hassasiyet hem de hız bakımından iyileştirilmesi, alanın geleceği açısından stratejik bir adım olarak görülüyor.

Elbette, bu tür araçların etkisi kullanım senaryosuna göre değişebilir ve gerçek performans, aranan motifin doğasına, veri tabanının büyüklüğüne ve araştırma sorusunun karmaşıklığına bağlıdır. Yine de Folddisco’nun sunduğu indeks tabanlı yaklaşım, protein yapılarının incelenmesinde daha pratik bir yol açma iddiası taşıyor. Bu iddia doğrulanıp yaygınlaştıkça, araştırmacıların protein yapıları arasında bağlantı kurma hızı da artabilir. Yapısal biyoloji topluluğu için bu, yalnızca daha hızlı arama değil; daha geniş, daha derin ve daha sistematik keşifler anlamına gelebilir.

Sonuç olarak Folddisco, protein motiflerini büyük veri alanlarında tarama biçimini yeniden düşünmeye zorlayan araçlardan biri olarak öne çıkıyor. Konuma bağımlı ağır hizalamalar yerine geometrik özelliklere dayanan indeksleme yaklaşımı, hem hesaplama yükünü azaltmayı hem de araştırmacılara daha geniş bir keşif alanı sunmayı amaçlıyor. Protein işlevinden evrime, ilaç geliştirmeden protein mühendisliğine uzanan geniş bir yelpazede bu tür yenilikler, yapısal biyolojinin veri çağında nasıl ilerleyeceğine dair önemli ipuçları veriyor.

Proteinler, yalnızca doğru üç boyutlu şekli aldıklarında görevlerini yerine getirebilen karmaşık moleküller. Bu şeklin korunması, amino asitler arasındaki çok sayıdaki etkileşimin toplamına bağlı. Klasik anlayışta, bir proteinin katlanma süreci çoğu zaman kooperatif bir olay olarak tanımlanır; yani yapının bir kısmı değiştiğinde diğer kısımlar da benzer şekilde etkilenir. Ancak yeni bulgular, bu tablonun her protein için aynı olmadığını ortaya koyuyor. Bazı protein alanları tekdüze bir enerji profili sergilerken, bazıları belirgin şekilde heterojen bir kararlılık dağılımına sahip.

Araştırmada, site düzeyinde çözünürlük sağlayan hidrojen-deuterium değişim nükleer manyetik rezonansı, yani HDX NMR yöntemi kullanıldı. Bu yaklaşım, protein omurgasındaki farklı noktaların ne kadar kolay açığa çıktığını ve dolayısıyla hangi bölgelerin daha zayıf ya da daha güçlü olduğunu ölçmeye imkân veriyor. Ekip, beşi düşük kooperatifli, üçü yüksek kooperatifli olmak üzere sekiz temsilci protein alanını analiz ederek bölgeye özgü açılma enerjilerini hesapladı. Bu sayede, protein kıvrımının içindeki kararlılık dağılımı doğrudan görülebilir hale geldi.

Sonuçlar dikkat çekiciydi. Yüksek kooperatifli alanlarda enerji profili görece dengeli görünürken, düşük kooperatifli alanlarda yapının belirli ikincil elemanları diğer bölümlere göre çok daha az kararlıydı. Başka bir deyişle, zayıflık bütün yapıya eşit biçimde yayılmıyor; daha çok belirli “kararsızlık kümeleri” halinde toplanıyordu. Bu bulgu, protein katlanmasının mekanik mantığını anlamada önemli bir değişim anlamına geliyor. Çünkü bir yapının genel olarak orta derecede kararlı olması, içinde her noktanın aynı ölçüde sağlam olduğu anlamına gelmiyor.

Çalışmanın bir diğer önemli yönü, yalnızca doğal proteinlerle sınırlı kalmaması. Araştırmacılar, de novo yani sıfırdan tasarlanmış proteinleri de analiz ederek ölçüm yaklaşımının tasarım proteinlerinde de uygulanabildiğini gösterdi. Bu, protein mühendisliği açısından özellikle değerli; çünkü araştırmacılar artık yalnızca doğada var olan proteinleri incelemekle kalmayıp, belirli enerji özelliklerine sahip yeni proteinler üretme ve bunları test etme olanağına daha sistematik biçimde yaklaşabiliyor. Böylece yapı-kararlılık ilişkisi yalnızca gözlem konusu olmaktan çıkıp tasarım parametresi haline geliyor.

Çalışmada öne çıkan örneklerden biri, de novo tasarlanmış HHH_rd4_0557 adlı protein oldu. Araştırmacılar bu yapıda, enerji profilinin tekdüze olmayan, kademeli bir dağılım gösterdiğini belirledi. Bu tür ayrıntılı haritalama, bir proteinin neden belirli koşullarda daha kolay açıldığını ya da neden bazı bölgelerin işlevsel hareketlilik sergilediğini anlamaya yardımcı olabilir. Biyolojik açıdan bakıldığında, proteinlerin esnekliği ile kararlılığı arasındaki denge; enzim etkinliğinden sinyal iletimine, bağlanma özelliklerinden hücresel düzenlemeye kadar pek çok süreçte kritik önem taşıyor.

Geleneksel yöntemlerle protein yapıları çoğu zaman tek bir sabit konformasyon üzerinden değerlendirilse de, bu çalışma enerjisel ayrıntıların yapının her noktasında aynı olmadığını net biçimde ortaya koyuyor. HDX NMR verileri sayesinde araştırmacılar, açılma enerjilerinin uzamsal dağılımını görselleştirerek proteinlerin yalnızca son halini değil, bu hale nasıl ve ne kadar sağlam biçimde ulaştığını da inceleyebildi. Bu, yapısal biyolojide yalnızca “hangi şekil?” sorusundan “hangi bölgeler ne kadar dirençli?” sorusuna geçiş anlamına geliyor.

Uzmanlara göre böyle bir haritalama, protein biyofiziği için önemli sonuçlar doğurabilir. Çünkü proteinlerin kararlılığına ilişkin daha ayrıntılı bir anlayış, hastalıkla ilişkili yanlış katlanma süreçlerini çözümlemede, terapötik proteinlerin tasarımında ve yapay proteinlerin daha öngörülebilir biçimde mühendisliğinde yol gösterici olabilir. Bununla birlikte, çalışma temel bilim niteliği taşıyor; bulgular doğrudan klinik bir uygulamaya çevrilmiş değil. Yine de proteinlerin enerji peyzajını bu ölçekte inceleyebilmek, ileride hem yapısal biyoloji hem de biyoteknoloji alanlarında daha hassas tasarım stratejilerinin önünü açabilir.

Nature’da yayımlanan bu araştırma, proteinlerin iç dünyasının sanılandan çok daha bölgesel ve karmaşık olduğunu gösteriyor. Katlanmanın yalnızca toplu bir geçiş olmadığı, aksine bazı alanlarda güçlü, bazılarında ise kırılgan enerji adacıklarıyla şekillendiği anlaşılıyor. Bu yaklaşım, proteinlerin işleyişini anlamada yeni bir çerçeve sunarken, aynı zamanda bilim insanlarına belirli stabilite desenlerine göre protein tasarlama olanağı da veriyor.