Inicjatywa funkcji enzymu
 | |
| Tworzenie | 2010 |
|---|---|
| Zamiar | Opracuj i rozpowszechnij solidną strategię określania funkcji enzymów |
| Siedziba | Uniwersytet Illinois, Urbana-Champaign |
Główny śledczy |
dr John A. Gerlt |
Budżet |
Pięcioletni grant na klej NIGMS |
| Strona internetowa | www.enzymefunction.org |
Enzyme Function Initiative ( EFI ) to zakrojony na szeroką skalę wspólny projekt mający na celu opracowanie i rozpowszechnienie solidnej strategii określania funkcji enzymów poprzez zintegrowane podejście oparte na strukturze sekwencji. Projekt został sfinansowany w maju 2010 r. przez Narodowy Instytut Medycyny Ogólnej w ramach Grantu Klejowego, który wspiera badania złożonych problemów biologicznych, których nie może rozwiązać jedna grupa badawcza. EFI był w dużej mierze stymulowany potrzebą opracowania metod identyfikacji funkcji ogromnej liczby białek odkrytych w ramach genomu .
Motywacja
Dramatyczny rozwój technologii sekwencjonowania genomu spowodował, że liczba sekwencji białek zdeponowanych w publicznych bazach danych rośnie wykładniczo. Aby poradzić sobie z napływem sekwencji, bazy danych wykorzystują przewidywania obliczeniowe do automatycznego opisywania funkcji poszczególnych białek. Chociaż te metody obliczeniowe mają tę zaletę, że są niezwykle wydajne i generalnie zapewniają dokładne, szerokie klasyfikacje, wyłączne stosowanie doprowadziło do znacznego poziomu błędnych notacji funkcji enzymów w bazach danych białek. Tak więc, chociaż dostępne obecnie informacje stanowią bezprecedensową okazję do zrozumienia metabolizmu komórkowego w wielu różnych organizmach, co obejmuje zdolność do identyfikacji cząsteczek i/lub reakcji, które mogą korzystnie wpłynąć na jakość życia człowieka, potencjał ten nie został w pełni wykorzystany. Zdolność społeczności biologicznej do charakteryzowania nowo odkrytych białek została wyprzedzona przez tempo sekwencjonowania genomu, a zadanie przypisania funkcji jest obecnie uważane za krok ograniczający szybkość szczegółowego zrozumienia systemów biologicznych.
Zintegrowana strategia przypisania funkcjonalnego
EFI opracowuje zintegrowaną strategię opartą na strukturze sekwencji do przypisania funkcjonalnego poprzez przewidywanie specyficzności substratowej nieznanych członków mechanistycznie zróżnicowanych nadrodzin enzymów . Podejście to wykorzystuje zachowane cechy w obrębie danej nadrodziny, takie jak znana chemia, tożsamość miejsca aktywnego oraz skład reszt determinujących specyficzność, motywy lub struktury do przewidywania funkcji, ale opiera się na multidyscyplinarnej wiedzy specjalistycznej w celu usprawnienia, udoskonalenia i przetestowania przewidywań . Opracowywana zintegrowana strategia sekwencyjna będzie miała ogólne zastosowanie do rozszyfrowywania specyficzności ligandów dowolnego funkcjonalnie nieznanego białka.
Organizacja
Zgodnie z mandatem programu NIGMS konsorcja Glue Grant muszą zawierać podstawowe zasoby i projekty pomostowe. EFI składa się z sześciu rdzeni naukowych, które zapewniają wiedzę bioinformatyczną, strukturalną, obliczeniową i zarządzanie danymi, aby ułatwić przewidywania funkcjonalne dla enzymów o nieznanej funkcji, na które ukierunkowany jest EFI. Na początku grantu przewidywania te zostały przetestowane przez pięć projektów pomostowych reprezentujących nadrodziny enzymów amidohydrolazy, enolazy, GST, HAD i syntazy izoprenoidowej. Obecnie pozostały trzy projekty pomostowe. Ponadto w 2014 r. dodano projekt pilotażowy enzymologii beztlenowej w celu zbadania nadrodziny Radical SAM i nadrodziny enzymów Glycyl Radical Enzyme.
Rdzenie naukowe
Rdzeń bioinformatyczny wnosi wkład w analizę bioinformatyczną , zbierając i zarządzając kompletnymi zestawami danych sekwencji, generując sieci podobieństw sekwencji i klasyfikując członków nadrodziny na podgrupy i rodziny w celu późniejszego przeniesienia adnotacji i oceny jako celów charakterystyki funkcjonalnej.
Rdzeń białkowy opracowuje strategie klonowania, ekspresji i oczyszczania białek dla enzymów przeznaczonych do badań.
Rdzeń struktury spełnia komponent biologii strukturalnej dla EFI, dostarczając struktury o wysokiej rozdzielczości docelowych enzymów.
Rdzeń obliczeniowy wykonuje dokowanie in silico w celu wygenerowania uszeregowanych według rang list przewidywanych substratów dla docelowych enzymów przy użyciu zarówno struktur białkowych określonych eksperymentalnie, jak i/lub modelowanych homologicznie.
Rdzeń mikrobiologiczny bada funkcje in vivo przy użyciu technik genetycznych i metabolomiki w celu uzupełnienia funkcji in vitro określonych w projektach pomostowych.
Centrum danych i rozpowszechniania prowadzi publiczną bazę danych danych eksperymentalnych (EFI-DB).
Projekty pomostowe
Nadrodzina enolazy zawiera ewolucyjnie spokrewnione enzymy z fałdowaniem (β/α)7β-baryłkowym (TIM-baryłkowym), które przede wszystkim katalizują wspomaganą metalem epimeryzację/racemizację lub β-eliminację substratów karboksylanowych.
Nadrodzina dehydrogenazy halokwasowej zawiera ewolucyjnie pokrewne enzymy z fałdem Rossmanoid α / β z wstawionym regionem „czapki”, które przede wszystkim katalizują katalizę nukleofilową wspomaganą metalem, najczęściej prowadzącą do przeniesienia grupy fosforylowej.
Nadrodzina syntazy izoprenoidowej (I) zawiera ewolucyjnie pokrewne enzymy z przeważnie całkowicie α-helikalnym fałdem i przede wszystkim katalizuje reakcje przeniesienia trans-prenylu z wytworzeniem wydłużonych lub cyklizowanych produktów izoprenowych .
Projekt pomostowy Anaerobic Enzymology będzie badał enzymologię zależną od rodników, która umożliwia przeprowadzanie niezwykłych przemian chemicznych poprzez klaster żelazowo-siarkowy rozszczepiający S-adenozylometioninę (SAM) i wytwarzający rodnik pośredni lub alternatywnie abstrakcję wodoru z glicyny rodnik glicylowy. Nadrodziny zawierające te enzymy są w dużej mierze niezbadane, a zatem dojrzałe z potencjałem odkryć funkcjonalnych. Nabycie rurociągu do beztlenowej produkcji białek w połączeniu z instalacją komory beztlenowej poziomu bezpieczeństwa biologicznego 2 do hodowli ludzkich drobnoustrojów jelitowych przygotowało EFI do prowadzenia enzymologii beztlenowej.
Uczestniczący badacze
EFI tworzy dwunastu śledczych z doświadczeniem w różnych dyscyplinach.
| Nazwa | Instytucja | Rola |
|---|---|---|
| Gerlt, John A. | Uniwersytet Illinois, Urbana-Champaign | Dyrektor Programowy, Dyrektor Projektu Enolase Bridging, współdyrektor Data and Dissemination Core |
| Allen, Karen N. | Uniwersytet Bostoński | Dyrektor projektu pomostowego HAD |
| Almo, Steven C. | Kolegium Medyczne Alberta Einsteina | Dyrektor rdzenia białkowego i rdzenia strukturalnego |
| Cronan, John E. | Uniwersytet Illinois, Urbana-Champaign | Współdyrektor Centrum Mikrobiologii |
| Jacobson, Matthew P. | Uniwersytet Kalifornijski w San Francisco | Współdyrektor rdzenia obliczeniowego |
| Małysz, Władek | Uniwersytet Wirginii | Współdyrektor Data and Dissemination Core |
| Poulter, C. Dale | Uniwersytet Utah | Dyrektor Projektu Mostkowania Syntazy Izoprenoidowej |
| Sali, Andrej | Uniwersytet Kalifornijski w San Francisco | Współdyrektor rdzenia obliczeniowego |
| Shoichet, Brian K. | Uniwersytet Kalifornijski w San Francisco | Współdyrektor rdzenia obliczeniowego |
| Sweedler, Jonathan V. | Uniwersytet Illinois, Urbana-Champaign | Współdyrektor Centrum Mikrobiologii |
| Pollard, Katherine S. | Instytuty Gladstone'a | Dyrektor projektu pilotażowego Sifting Families |
| Booker, Squire J. | Uniwersytet Stanowy Pensylwanii | Dyrektor Projektu Pilotażowego Enzymologii Beztlenowej |
Dostarczane produkty
Podstawowym rezultatem EFI jest opracowanie i rozpowszechnienie zintegrowanej strategii sekwencji/struktury przydziału funkcjonalnego. EFI oferuje teraz dostęp do dwóch wysokowydajnych narzędzi dokujących, narzędzia internetowego do porównywania sekwencji białek w całych rodzinach białek oraz narzędzia internetowego do tworzenia inwentaryzacji kontekstu genomu w oparciu o sieć podobieństw sekwencji białek. Dodatkowo, w miarę rozwoju strategii, dane i klony generowane przez EFI są udostępniane bezpłatnie za pośrednictwem kilku zasobów internetowych.
Finansowanie
EFI została utworzona w maju 2010 r. z finansowaniem w wysokości 33,9 mln USD w okresie pięciu lat (numer grantu GM093342).