LAMBADA und InflateGRO2: Effiziente Membranjustierung und -einfügung von Membranproteinen für molekulardynamische Simulationen

Zu Beginn jeder molekulardynamischen Membransimulation steht die Generierung einer geeigneten Ausgangsstruktur, die die Arbeitsschritte des Ausrichtens der Membran und des Proteins sowie das nahtlose Unterbringen des Proteins in der Membran umfasst. Hier stellen wir zwei effiziente und komplementäre Methoden vor, die auf vor-equalisierten Membranpatches basieren und diese Schritte automatisieren. Mithilfe eines voxel-basierten Modells des grobmaschigen Proteins berechnet LAMBADA eine aus einem Hydrophilitätsprofil abgeleitete Bewertungsfunktion, anhand derer die optimalen Rotations- und Translationsoperationen bestimmt werden, um Protein und Membran auszurichten. Durch einen vollständig geometrischen Ansatz ist LAMBADA unabhängig von zuvor berechneten Daten und richtet selbst große Membranproteine innerhalb von Minuten auf einem regulären Arbeitsplatz aus. LAMBADA ist das erste Tool, das den gesamten Ausrichtungsprozess automatisch durchführt und dem Benutzer die expliziten 3D-Koordinaten des ausgerichteten Proteins und der Membran bereitstellt. Das zweite Tool ist eine Erweiterung der InflateGRO-Methode, die die Mängel ihres Vorgängers in einem vollständig automatisierten Workflow adressiert. Durch die Bestimmung der genauen Anzahl überlappender Lipide basierend auf der vom Protein eingenommenen Fläche und die Einschränkung von Expansions-, Kompressions- und Energie-Minimierungs-Schritten auf eine Auswahl relevanter Lipide durch automatisch berechnete und systemoptimierte Betriebsparameter liefert InflateGRO2 eine optimale Lipidpackung und reduziert die Lipidvakuumexposition auf ein Minimum, um so viel der ausgeglichenen Membranstruktur wie möglich zu erhalten. Anwendbar auf atomistische und grobmaschige Strukturen im MARTINI-Format bietet InflateGRO2 hohe Genauigkeit, schnelle Leistung und erhöhte Anwendungsflexibilität, die die einfache Vorbereitung von Systemen mit heterogener Lipidzusammensetzung sowie das Einbetten von Proteinen in mehrere Membranen ermöglicht. Beide Tools können separat, in Kombination mit anderen Methoden oder im Tandem verwendet werden, um einen vollständig automatisierten Workflow zu ermöglichen und gleichzeitig ein Höchstmaß an Nutzungskontrolle und Flexibilität zu gewährleisten. Um die Leistung beider Methoden zu bewerten, führten wir Testläufe mit 22 Membranproteinen unterschiedlicher Größe und transmembranärer Struktur durch.