Local sampling and statistical potentials for scoring protein structures

Comprendere il meccanismo di binding tra diverse proteine e tra proteine e piccoli ligandi è oggi di fondamentale importanza per accelerare lo sviluppo di prodotti terapeutici basati sull’utilizzo di proteine. In questa tesi sono state principalmente approfondite tre tematiche che sono basilari per la comprensione ed il modeling del processo di binding: (i) interazioni proteina-solvente, (ii) contrazione dello spazio conformazionale delle proteine dopo il binding e (iii) cambiamenti conformazionali delle proteine durante il processo di binding. L’analisi dei primi due aspetti ha portato allo sviluppo di nuove tecniche nel campo dei potenziali statistici (knowledge-based potentials or KBPs). In particolare è stato considerato il ruolo di contributi entropici alla affinità di legame tra proteine ed è stato dimostrato come le performance di un semplice KBP nel predire le affinitaà di legame migliorino se si tiene conto di questi contributi. Inoltre l’utilizzo di un semplice KBP come banco di prova ci ha consentito di individuare alcune limitazioni di questo approccio: nel tentativo di superare queste limitazioni sono stati sviluppati due nuovi potenziali statistici. Le performance di uno di questi nuovi potenziali si sono rivelate pari o superiori a quelle di altri metodi all’avanguardia. Al fine di descrivere i cambi conformazionali all’interfaccia tra proteine è stato sviluppato un algoritmo che generalizza la nozione di rotazione coordinata e che permette di modificare localmente un numero limitato di gradi di libertà interni alla catena, senza perturbarla globalmente. L’algoritmo sfrutta la geometria della varietà che definisce l’insieme delle possibili configurazioni compatibili con i vincoli di località imposti per assicurare la convergenza ad una soluzione. L’algoritmo e’ stato verificato in diverse applicazioni.