Salah satu strategi yang diterapkan dalam langkah awal desain dan penemuan obat adalah dengan memanfaatkan ketersediaan struktur protein 3D. Namun, sebagian besar struktur protein fungsional telah fungsional belum sepenuhnya diperoleh secara eksperimental hingga saat ini. Hal ini disebabkan oleh sulitnya prosedur, tingginya biaya, dan lamanya waktu yang dibutuhkan dari eksperimen biologi struktural seperti sinar-X kristalografi. Pemodelan homologi komparatif adalah metode komputasi yang terbukti akurat dalam memprediksi struktur protein target 3D dengan rasio kemiripan 30% dengan susunan asam amino dalam struktur protein template. Ulasan ini mencoba untuk menjelaskan komparatif metode pemodelan homologi seperti MODELLER, PHYRE2, SWISS-MODEL, dan langkah-langkah berulang dalam memprediksi dan membangun model target protein 3D, evaluasi dan validasi model protein serta contoh penerapannya dalam desain dan pengembangan obat yang menargetkan. Protein GPCR, RNA polimerase virus Zika, dan protease HIV. Dengan ini, homologi komparatif pemodelan komparatif homologi dapat sangat berguna untuk mempercepat penelitian desain dan pengembangan obat dalam menangani penyakit dan masalah kesehatan yang masih ada di masyarakat.
Struktur 3D asli ini (native) memungkinkan protein untuk menjalankan banyak fungsi biokimia penting dalam kehidupan. Implikasinya adalah bahwa pemahaman terperinci tentang biokimia protein membutuhkan tidak hanya pengetahuan tentang urutan asam amino penyusunnya, tetapi juga pengetahuan tentang bagaimana urutan tersebut terlipat secara spasial (folding) membentuk struktur 3D protein. Penentuan struktur 3D protein dapat memberikan detail penting tentang fungsi dan mekanisme kerja biologis. Karakterisasi paling akurat dari struktur 3D protein disediakan melalui eksperimen biologi struktural seperti kristalografi sinar-X. Namun, ketersediaan struktur 3D yang akurat dari sebagian besar protein belum sepenuhnya berhasil didapatkan secara eksperimental hingga saat ini. Hal ini disebabkan karena sulitnya prosedur, mahalnya biaya dan lamanya waktu yang dibutuhkan dari eksperimen biologi structural.
Modeller memprediksi model protein secara spasial berdasarkan data sudut-sudut dihedral dan jarak yang didapat dari analisis penjajaran target dengan template yang dioptimalisasikan melalui simulasi dinamika molekuler. Secara stereokimia, Modeller mendapatkan preferensi sudut-sudut ikatan dan panjang ikatan dari medan gaya (force-field) mekanika molekuler CHARMM-22. Secara statistik, Modeller mendapatkan preferensi sudut-sudut dihedral, jarak antar atom yang tidak berikatan dari sekumpulan representatif strukturstruktur protein yang telah diketahui secara eksperimental di PDB. Semua parameter spasial, stereokimia dan statistik ini kemudian diintegrasikan menjadi suatu fungsi obyektif yang kemudian dioptimalisasikan untuk mendapatkan model 3D final protein target protein.
Swiss-Model memelopori bidang pemodelan otomatis mulai tahun 1993 dan merupakan fasilitas pemodelan otomatis berbasis web gratis yang paling banyak digunakan saat ini. Swiss-Model mengintegrasikan program dan database yang diperlukan untuk pemodelan struktur protein di ruang kerja berbasis web. Input data adalah urutan asam amino dari protein target yang dikirimkan untuk membangun model 3D. Pemilihan template, analisis penjajaran dan pembuatan model dilakukan sepenuhnya secara otomatis oleh server.
ProSA (Protein Structure Analysis) merupakan server yang digunakan untuk memeriksa kesalahan-kesalahan potensial dari model 3D protein. ProSA (https://prosa.services.came.sbg.ac.at/prosa.php) membutuhkan koordinat atom-atom (x,y,z) dari model yang akan dievaluasi yang terdapat dalam bentuk file PDB. ProSA hanya membutuhkan informasi atom Cα dari model dalam analisisnya. Aplikasi ProSA menampilkan skor dan plot energi dari struktur protein yang dianalisis. Skor kualitas struktur protein ditampilkan dalam bentuk plot yang menunjukan deviasi skor model protein (z-score) dalam rentang skor dari semua protein yang telah ditentukan secara eksperimen dan tersimpan di PDB dan juga plot energi dari setiap residu asam amino penyusun. Nilai z-score dalam ProSA menunjukan kualitas model dan pengukuran penyimpangan energi yang berhubungan dengan distribusi energi model dibandingkan dengan struktur protein dalam PDB baik yang berasal dari kristalografi sinar-X atau NMR yang dibedakan berdasarkan warna pada grafik yang ditampilkan.
MolProbity (http://molprobity.biochem.duke.edu/) adalah layanan web validasi struktur yang menyediakan evaluasi kualitas model protein. MolProbity sangat bergantung pada kekuatan dan sensitivitas yang disediakan oleh penempatan atom hidrogen yang dioptimalkan dan juga analisis kontak antara semua-atom yang terjadi. Penambahan atom H dalam MolProbity berguna untuk menganalisis kontak semua atom. MolProbity menampilkan analisis kontak antara semua atom, ramachandran plot, dan distribusi rotamer (rantai samping). Kristalografi sinar-X yang digunakan sebagai cetakan (template) dalam pemodelan homologi komparatif, memberikan banyak data molekuler yang penting secara biologis dalam bentuk struktur atom 3D protein. Namun, demikian, kesalahan lokal dari pemodelan dapat mempengaruhi interpretasi biologis seperti residu asam amino yang ada di area yang dilarang dalam plot Ramachandran (outlier). MolProbity melakukan validasi dan evaluasi kualitas model struktur 3D protein yang ditampilkan dalam bentuk ringkasan, grafik, dan file yang dapat diunduh.
Pemodelan homologi komparatif secara komputasional telah menjadi tren dan strategi baru yang digunakan dalam memprediksi struktur 3D protein ditengah masih sedikitnya protein penting lain yang berhasil dielusidasi melalui eksperimen biologi struktural. Hal ini disebabkan karena pemodelan homologi komparatif merupakan metode komputasional yang paling akurat dalam memprediksi struktur 3D protein target dengan berdasarkan sedikitnya 30% kemiripan susunan asam amino dengan struktur protein cetakan. Pemodelan homologi komparatif juga mampu mengeksplorasi mekanisme interaksi antara protein target dan ligan dalam skala atomic; hal yang tidak bisa didapatkan melalui eksperimen. Dengan ini, jika diterapkan dengan bijak dan terus dikembangkan maka pemodelan homologi komparatif komputasional dapat mengakselerasi riset tentang desain dan pengembangan obat dalam mengatasi penyakit yang masih terus eksis di tengah masyarakat.
Penulis : Aron Nababan_Fakultas Farmasi_UBP Karawang
Referensi :
Chen, V. B., Arendall, W. B., Headd, J. J., Keedy, D. A., Immormino, R. M., Kapral, G. J., Wang, X., Murray, L. W., Arendall III, W. B., Snoeyink, J., Richardson, D. C. (2010). MolProbity: All-atom structure validation for macromolecular crystallography. Acta Crystallographica Section D: Biological Crystallography, 66(1), 12–21.
Davis, A. M., Teague, S. J., & Kleywegt, G. J. (2003). Application and limitations of Xray crystallographic data in structure-based ligand and drug design. Angewandte Chemie International Edition, 42(24), 2718–2736.
Moult, J., & Melamud, E. (2000). From fold to function. Current Opinion in Structural Biology, 10(3), 384–389.
Orengo, C. A., Todd, A. E., & Thornton, J. M. (1999). From protein structure to function. Current Opinion in Structural Biology, 9(3), 374–382.
Shi, Y. (2014). A glimpse of structural biology through X-ray crystallography. Cell, 159(5), 995–1014.
Slabinski, L., Jaroszewski, L., Rodrigues, A. P., Rychlewski, L., Wilson, I. A., Lesley, S. A., & Godzik, A. (2007). The challenge of protein structure determination—lessons from structural genomics. Protein Science, 16(11), 2472–2482.
Webb, B., & Sali, A. (2017). Protein structure modeling with MODELLER. In Functional Genomics (pp. 39–54). Springer.
Wiederstein, M., & Sippl, M. J. (2007). ProSA-web: Interactive web service for the recognition of errors in three-dimensional structures of proteins. Nucleic Acids Research, 35(suppl_2), W407–W410.
Penulis: Aron Nababan – FM22C – Farmasi UBP Karawang
