Brezovsky, Jan. PromotorThirunavukarasu, Aravind Selvaram2024-02-132024-02-132024https://hdl.handle.net/10593/27633Wydział BiologiiEnzymy z głęboko osadzonymi miejscami aktywnymi mają prowadzące do nich ścieżki, które nazywane są tunelami. Skupiając się na rodzinie enzymów hydrolaz i podkreślając znaczenie wody w tych tunelach, niniejsze badanie zapewnia cenny wgląd w ich funkcjonalne implikacje. Dzięki wykorzystaniu symulacji dynamiki molekularnej i adaptacyjnych technik próbkowania, stany konformacyjne systemów są dokładnie badane. W szczególności obliczenia tuneli prowadzących do miejsca aktywnego są przeprowadzane dla wszystkich ramek obszernej symulacji, co prowadzi do identyfikacji wcześniej nierozpoznanych tuneli. Śledząc ruch cząsteczek wody z objętości do określonego regionu (miejsca aktywnego) białka, określane są ścieżki transportu wykorzystywane przez enzym podczas symulacji. Aby ułatwić analizę ogromnych ilości danych związanych z tunelami i cząsteczkami wody, opracowano moduł Python o nazwie TransportTools. Moduł ten roku usprawnia analizę obszernych danych dotyczących tuneli i cząsteczek wody. Pomaga w ocenie wykorzystania cząsteczek wody, wydajności transportu i funkcjonalności w strukturach białkowych. Narzędzie to odkryło nowe tunele transportujące wodę w enzymach takich jak dehalogenaza haloalkanowa, zwiększając nasze zrozumienie dynamiki tuneli. Ponadto odkryto, że cząsteczki wody mogą skutecznie poruszać się w wąskich regionach tuneli poprzez interakcje wiązań wodorowych. Odkrycia te zostały potwierdzone poprzez porównanie hydrolazy epoksydowej typu dzikiego z jej mutantem E470G, w którym zaobserwowano wzrost wykorzystania alternatywnych tuneli w mutancie. Co więcej, wybór jawnych modeli wody, takich jak OPC, TIP3P i TIP4P-Ew, znacząco wpływa na wykorzystanie tuneli enzymatycznych przez cząsteczki wody. Zaobserwowane różnice między trzema modelami wody można przypisać różnicom w ich właściwościach dyfuzyjnych i rozkładach ładunku. W przypadku modelu TIP3P migracja wody była zauważalnie przyspieszona, transportując około 2,5- i 2,0-krotnie więcej cząsteczek wody niż w przypadku modeli OPC i TIP4P-Ew. Zjawisko to wynika przede wszystkim z zaobserwowanych krótszych czasów przejścia i większej liczby cząsteczek wody jednocześnie migrujących przez tunele przy zastosowaniu modelu TIP3P. Spójność tych wyników dla różnych enzymów, takich jak oksydaza alditolowa i cytochrom P450 2D6, wraz z geometrią tuneli, podkreśla ich szersze znaczenie. Podkreśla to znaczenie modelu wodnego dla dokładnych symulacji enzymów z głęboko osadzonymi miejscami aktywnymi, które mają kluczowe znaczenie dla zrozumienia ich cykli katalitycznych, projektowania enzymów i przewidywania czasów przebywania leków. The enzymes with buried active sites have pathways leading to them which are called tunnels. By focusing on the hydrolase family of enzymes and emphasizing the importance of water within these tunnels, this study provides valuable insights into their functional implications. Through the utilization of molecular dynamics simulations and adaptive sampling techniques, the conformational states of the systems are thoroughly investigated. Notably, the calculation of tunnels leading to the active site is conducted for all frames of the extensive simulation, leading to the identification of previously unrecognized tunnels. By tracking the movement of water molecules from the bulk to the defined region (active site) of the protein, the transport pathways employed by the enzyme during the simulation are determined. To facilitate the analysis of vast amounts of data related to tunnels and water molecules, a Python module called TransportTools is developed. The module streamlines the analysis of extensive tunnel and water molecule data. It aids in assessing water molecule utilization, transport efficiency, and functionality within protein structures. This tool has uncovered new water-transporting tunnels in enzymes like haloalkane dehalogenase, enhancing our understanding of tunnel dynamics. Additionally, it is discovered that water molecules can effectively navigate narrow regions within the tunnels through hydrogen bonding interactions. These findings are validated through a comparison between wild type epoxide hydrolase and its mutant E470G, where an increase in the utilization of alternate tunnels is observed in the mutant. Moreover, the choice of explicit water models such as OPC, TIP3P, and TIP4P-Ew significantly impacts the utilization of enzyme tunnels by water molecules. The observed differences between the three water models can be attributed to variations in their diffusion properties and charge distributions. With TIP3P model, water migration was noticeably accelerated, transporting about 2.5– and 2.0-times more water molecules than with OPC and TIP4P-Ew models, respectively. This phenomenon primarily arises from the observed quicker transit times and more water molecules concurrently migrating through tunnels when employing the TIP3P model. The consistency of these findings across various enzymes, such as alditol oxidase and cytochrome P450 2D6, along with tunnel geometries, highlights their broader relevance. This emphasizes water model importance for accurate simulations of enzymes with buried active sites which are critical for understanding their catalytic cycles, enzyme design, and predictions of drug residence times.enTransportToolsmodele wodytuneleenzymydynamika białekwater modelstunnelsenzymesprotein dynamicsinfo:eu-repo/semantics/doctoralThesis