Термодинамическая модель образования белковых линейных агрегатов на матрице

Обложка

Цитировать

Полный текст

Аннотация

Развитие многих нейродегенеративных заболеваний связано с образованием патологических белковых агрегатов. В ряде случаев эти агрегаты могут быть образованы посредством многослойной адсорбции лигандов на матрице, в роли которой выступают рецепторы мембранных белков. В работе предложена термодинамическая модель, описывающая формирование линейных агрегатов, в которых лиганды могут складываться в стопки. Рассматриваются случаи, когда эти стопки состоят из комплексов одного или двух разных типов. Областью использования разработанной модели является исследование патологической агрегации белков разной природы, в первую очередь, бета-амилоида и его изоформ. Рассчитаны среднее, дисперсия и энтропия теоретических распределений размеров агрегатов. Проводится сравнение с другими теоретическими моделями образования амилоидных агрегатов.

Об авторах

Е. О Василенко

Институт молекулярной биологии имени В.А. Энгельгардта РАН;Московский физико-технический институт

Email: vasilenko.eo@phystech.edu
Москва, Россия

С. А Козин

Институт молекулярной биологии имени В.А. Энгельгардта РАН

Москва, Россия

В. А Митькевич

Институт молекулярной биологии имени В.А. Энгельгардта РАН

Москва, Россия

А. С Бучельников

Севастопольский государственный университет

Email: tolybas@rambler.ru
Севастополь, Россия

Ю. Д Нечипуренко

Институт молекулярной биологии имени В.А. Энгельгардта РАН;Севастопольский государственный университет

Email: nech99@mail.ru
Москва, Россия;Севастополь, Россия

Список литературы

  1. A. M. Morris, M. A. Watzky, and R. G. Finke, Biochimica et Biophysica Acta - Proteins and Proteomics, 1794 (3), 375 (2009).
  2. R. J. Loureiro, et al., In Proc. of Int. Conf. on Multidisciplinary Sciences MOL2NET 2018, 4th edition (MD-PI, 2018), p. 1.
  3. R. B. Martin, Chem. Rev., 96 (8), 3043 (1996).
  4. V. P. Evstigneev, et al., J. Chem. Phys., 134 (19) (2011).
  5. A. S. Buchelnikov, V. P. Evstigneev, and M. P. Evstigneev, Chem. Phys., 421, 77 (2013).
  6. T. L. Hill, Thermodynamics of Small Systems (Courier Corp., 1994).
  7. S. Lifson, J. Chem. Phys., 40 (12), 3705 (1964).
  8. M. P. Heyn and R. Bretz, Biophys. Chem., 3 (1), 35 (1975).
  9. J. Spouge, Macromolecules, 16 (1), 121 (1983). doi: 10.1021/ma00235a024
  10. S. Brunauer, P. H. Emmett, and E. Teller, J. Am. Chem. Soc., 60 (2), 309 (1938).
  11. Z. L. Almeida, R. M. M. Brito, Molecules, 25 (5), 1195 (2020).
  12. W. F. Xue, S. W. Homans, and S. E. Radford, Prot. Engineering, Design & Selection, 22 (8), 489 (2009). doi: 10.1093/protein/gzp026
  13. J. Hinz, L. M. Gierasch, and Z. Ignatova, Biochemistry, 47 (14), 4196 (2008).
  14. W. F. Xue, S. W. Homans, and S. E. Radford, Proc. Natl. Acad. Sci. USA, 105 (26), 8926 (2008).
  15. W. F. Xue and S. E. Radford, Biophys J., 105 (12), 2811 (2013).
  16. P. J. Flory, J. Am. Chem. Soc., 58 (10), 1877 (1936).
  17. G. W. Platt, et al., J. Mol. Biol., 378 (1), 251 (2008).
  18. M. I. Ivanova, et al., Biophys. Chem., 269, 106507 (2021).
  19. W. Zheng, M. Y. Tsai, and P. G. Wolynes, J. Am. Chem. Soc., 139 (46), 16666 (2017).
  20. S. A. Kozin, et al., Biochemistry (Moscow), 83, 1057 (2018).
  21. В. В. Аристов и др., Применение понятий энтропии и информации для исследования биосистем: от молекул до организмов (2023).
  22. L. M. Smith and S. M. Strittmatter, Cold Spring Harbor Perspectives in Medicine, 7 (5), a024075 (2017).
  23. V. A. Mitkevich, et al., Aging and Disease, 14 (2), 309 (2023).
  24. V. V. Aristov, A. S. Buchelnikov, and Y. D. Nechipurenko, Entropy, 24 (2), 172 (2022).
  25. S. A. Kozin, Biochemistry (Moscow), 88 (Suppl. 1), S75 (2023). doi: 10.1134/S0006297923140055
  26. Y. Kong, J. Chem. Phys., 135 (15) (2011).
  27. Ю. Д. Нечипуренко, Анализ связывания биологически активных соединений с нуклеиновыми кислотами (Ин-т компл. исслед., Москва - Ижевск, 2015).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».