NMR,X線結晶学,機械学習によるサイクルヘプタペプチドにおけるKEAP1に対するNrf2の結合親和を概要化

科学分野:

• 生物化学
• 構造生物学
• 薬剤化学

背景:

• タンパク質とタンパク質の相互作用 (PPI) は細胞プロセスにおいて極めて重要です.
• ケルク型ECH関連タンパク質-1 (KEAP1) と核因子 (エリトroid-derived 2) -like 2 (Nrf2) などのPPIをターゲットにすることは,治療上の課題です.
• マクロサイクルペプチドは,PPIを調節する有望な戦略です.

研究 の 目的:

• KEAP1-Nrf2の相互作用を標的とした高親和のマクロサイクルペプチドを開発する.
• ペプチド結合親和性を強化する形状最適化の役割を調査する.
• リガンド受容体系における構造前組織化とストレンの相互作用を理解する.

主な方法:

• 構造の決定のためのX線結晶学とNMRスペクトル検査.
• リガンドのストレインとコンフォームを分析するための計算モデルと機械学習.
• ペプチド合成と親和度測定 (K_D)

主要な成果:

• 周期性7メアペプチドであるc[(D) -β-ホモアラ-DPETGEは,KEAP1に対する20nMの結合親和性を達成し,これは線形ペプチド (4.3μM) よりも有意な改善であった.
• プロリン置換と残基幾何学の変化を含む適合性最適化,KEAP1と相互作用する残基を変更せずに結合強化.
• X線構造の機械学習分析により,結合親和と相関する菌株パターンが特定され,ETGEモチーフにおけるコンフォメーション前組織と減少した菌株の重要性を強調した.

結論:

• 構成最適化によるマクロサイクリックペプチド設計は,高親和性PPIターゲティングを達成するための実行可能な戦略です.
• 結合を最適化するための重要な要因は,コンフォーメーション前組織化とともに,リガンドのストレインを理解し最小化することです.
• このアプローチは,他のリガンド受容体相互作用における構成効果の解剖に関する洞察を提供します.