Análisis del estado de transición de S. pneumoniae 5'-metiltioadenosina nucleosidasa

Área de la Ciencia:

• La bioquímica es la bioquímica.
• La cinética de las enzimas.
• Química computacional es la química computacional.

Sus antecedentes:

• La 5 -metiltioadenosina/S-adenosilhomocisteína nucleosidasa (MTAN) es una enzima crucial en el metabolismo de las purinas y el azufre.
• Comprender el estado de transición de MTAN es clave para dilucidar su mecanismo catalítico y diseñar inhibidores.
• Los efectos de isótopos cinéticos (KIE) proporcionan información valiosa sobre las estructuras de estado de transición y los mecanismos de reacción.

Objetivo del estudio:

• Determinar la estructura del estado de transición de S. pneumoniae MTAN utilizando KIEs experimentales y modelado computacional.
• Investigar el papel de la participación covalente de la base de adenina y el nucleófilo de agua en la reacción.
• Para comparar el estado de transición de S. pneumoniae MTAN con el de otras N-ribosiltransferasas, como E. coli MTAN.

Principales métodos:

• Medición de KIEs experimentales para varios sustratos etiquetados isotópicamente de S. pneumoniae MTAN.
• Corrección de KIE experimentales por factores de compromiso para obtener KIE intrínsecos.
• Modelado por computadora del estado de transición utilizando cálculos ab initio Hartree-Fock y DFT, restringidos por KIEs intrínsecos.

Principales resultados:

• Los KIEs intrínsecos apoyan un estado de transición similar al SN1 sin participación covalente de la base de adenina o el agua.
• El estado de transición presenta un intermediario de iones de ribooxacarbenio en una conformación 3-endo.
• Interacciones específicas, incluidas la hiperconjugación y las fuerzas de van der Waals, influyen en KIEs individuales; N7 de adenina no se protona en el estado de transición.

Conclusiones:

• El estado de transición de S. pneumoniae MTAN se caracteriza por un mecanismo SN1 y una clara falta de protonación N7.
• Este estado no protonado lo diferencia de otras N-ribosiltransferasas y contribuye a su menor eficiencia catalítica en comparación con E. coli MTAN.
• El modelado computacional, guiado por KIEs, predice con precisión la geometría del estado de transición y destaca la importancia de las interacciones moleculares específicas.