Una libreria di peptidi è una raccolta di diverse sequenze peptidiche preparate o presentate in modo tale da poter essere sistematicamente confrontate. Invece di analizzare una singola sequenza senza un punto di riferimento più ampio, i ricercatori possono utilizzare la libreria per verificare quali peptidi si legano a un determinato bersaglio molecolare, sono substrati di enzimi, scatenano una risposta misurabile in un dato test, contengono un determinato motivo riconosciuto da altre molecole o mostrano un'altra proprietà definita.
Non tutte le librerie di peptidi sono uguali. Possono esistere come collezioni fisiche di molecole sintetizzate, peptidi presentati su vettori biologici, peptidi legati a microsfere o superfici, nonché collezioni completamente virtuali di sequenze e strutture molecolari analizzate al computer.
Ognuno di questi formati risponde a domande scientifiche leggermente diverse.
Il peptide per il quale il computer ha previsto la capacità di legarsi a una determinata proteina non è lo stesso peptide effettivamente selezionato in un esperimento di screening. Allo stesso modo, un peptide arricchito durante lo screening non diventa automaticamente un candidato biologico confermato.
Studi che utilizzano il phage display, librerie sintetiche su microsfere, set di peptidi sovrapposti ed esperimenti supportati da metodi computazionali mostrano uno dei principi fondamentali della scoperta dei peptidi:
La scoperta di un segnale interessante avvia il processo di ricerca, non lo conclude.
La forza delle conclusioni finali dipende, tra le altre cose, da:
- del modo di progettazione e della qualità della libreria;
- effettiva, e non solo teorica, diversità;
- costruzione del test;
- di controlli adeguati;
- identificazione molecolare;
- ripetibilità;
- esclusione di spiegazioni alternative;
- di una validazione sperimentale indipendente. [1] [2] [3]
Pertanto, nell'analisi delle librerie di peptidi, vale la pena distinguere diverse fasi successive:
costruzione della libreria → screening → identificazione dei colpi → conferma → caratterizzazione → predizione o ottimizzazione → validazione indipendente.
Ciascuna di queste fasi fornisce un diverso livello di prove.
Che cos'è una libreria di peptidi?
Insieme ordinato di diverse varianti molecolari
Una libreria di peptidi contiene sequenze peptidiche correlate o diversificate, organizzate attorno a una specifica domanda di ricerca.
Alcune biblioteche servono per studiare piccole variazioni all'interno di un peptide noto. Altre coprono uno spazio molto più ampio di possibili sequenze.
I singoli elementi della libreria possono differire per:
- lunghezze del peptide;
- tipi di aminoacidi;
- posizioni dei singoli residui;
- sequenza degli amminoacidi;
- gruppo finale;
- ciclizzazione;
- stereochimica;
- modificazioni chimiche;
- di altre caratteristiche strutturali modificate intenzionalmente.
La biblioteca deve anche preservare la capacità di identificare l'elemento di interesse.
Nel caso di un microarray peptidico, l'identità del peptide può essere associata alla sua posizione fisica.
Nella libreria phage display, la sequenza peptidica presentata è associata all'informazione genetica contenuta nel batteriofago.
In una libreria sintetica immobilizzata su sfere, il peptide presente su una determinata sfera potrebbe richiedere l'identificazione chimica o l'utilizzo di un sistema di codifica aggiuntivo.
Il legame tra il segnale e l'identità della molecola è di fondamentale importanza.
Un forte segnale sperimentale proveniente da una miscela sconosciuta non dice ancora quale molecola lo abbia generato.
Il valore della libreria peptidica dipende quindi non solo dal numero di candidati in essa contenuti, ma anche dalla capacità di correlazione:
candidato → identità → risposta misurata.
Librerie casuali, mirate e sistematiche
Diverse costruzioni di librerie servono a rispondere a diverse domande scientifiche.
Una libreria casuale o combinatoria comprende combinazioni di elementi costitutivi in posizioni selezionate.
Il termine „casuale” descrive il modo pianificato di costruzione o campionamento. Non significa che ogni sequenza teoricamente possibile si verifichi effettivamente con la stessa frequenza.
La libreria mirata riduce la variabilità attorno a:
- del noto motivo;
- peptide genitore;
- di un determinato schema strutturale;
- del sito di legame;
- regione attiva;
- ipotesi riguardante un bersaglio molecolare specifico.
La libreria di sostituzioni sistematiche modifica in modo ordinato i residui selezionati.
Ad esempio, un amminoacido in una data posizione può essere sostituito consecutivamente da diversi altri amminoacidi per verificare se tale posizione influisce sulla proprietà studiata.
Una libreria di peptidi sovrapposti utilizza frammenti successivi di una sequenza madre più lunga, in cui i frammenti adiacenti condividono una parte di residui.
Questo approccio è particolarmente utile per localizzare le regioni proteiche riconosciute in un determinato test.
Ogni strategia ha i suoi vantaggi e limiti.
Una vasta libreria combinatoria può rivelare un motivo sequenziale inatteso.
La libreria mirata consente di esaminare più in dettaglio una sequenza già di interesse.
Le sostituzioni sistematiche possono indicare quali posizioni sembrano particolarmente rilevanti.
La libreria di frammenti sovrapposti aiuta a localizzare la regione attiva o riconosciuta di una proteina più grande.
Pertanto:
Un maggiore spazio di sequenze non significa automaticamente una migliore informazione sperimentale.
Il tipo appropriato di libreria dipende principalmente dalla domanda di ricerca.
La diversità teorica non implica una rappresentazione reale
Lo spazio delle possibili sequenze peptidiche cresce molto rapidamente.
Se la libreria consente tutti i 20 amminoacidi standard in ciascuna delle sei posizioni, il numero teorico di sequenze possibili è:
20⁶ = 64.000.000 possibili combinazioni.
È una diversità teorica.
Ciò non significa che nella biblioteca fisica siano effettivamente presenti 64 milioni di peptidi diversi e correttamente rappresentati.
La diversità effettiva può essere ridotta o distorta, tra le altre cose, da:
- fallimenti di sintesi;
- prestazione di accoppiamento irregolare;
- difficoltà sintetiche dipendenti dalla sequenza;
- selezione biologica durante la creazione della libreria;
- limitazioni della trasformazione;
- differenze nella moltiplicazione;
- sequenze ripetute;
- costi di sequenziamento;
- limiti di campionamento;
- disomogeneità numerica dei singoli elementi.
È importante anche quale parte dell'intera libreria è stata effettivamente utilizzata in un esperimento specifico.
Anche se il set teoricamente contiene un numero enorme di sequenze, un singolo screening può coprire solo una parte di questa diversità.
Il sequenziamento profondo di una libreria fagica commerciale ha evidenziato chiare deviazioni da una rappresentazione uniforme, comprese differenze nell'abbondanza dei peptidi e bias nella composizione delle sequenze. I ricercatori hanno anche identificato fattori che riducono la dimensione effettiva della libreria. [4]
Questi risultati si riferiscono specificamente alla libreria analizzata e non devono essere estrapolati quantitativamente a qualsiasi libreria phage display.
Mostrano tuttavia un principio importante:
La diversità teorica non deve essere considerata come la diversità sperimentale misurata.
Che cos'è una libreria di peptidi sovrapposti?
Una libreria di peptidi sovrapposti presenta una sequenza di origine più lunga come una serie di frammenti più brevi.
I peptidi adiacenti contengono una parte di sequenza comune.
Consideriamo ipotetici frammenti della lunghezza di 15 residui:
- i resti 1–15;
- resto 6–20;
- resto dal 11 al 25.
Ogni peptide successivo inizia cinque posizioni più avanti del precedente.
Ciò significa che i frammenti adiacenti hanno dieci residui in comune.
Tale disposizione aiuta a localizzare le regioni associate al riconoscimento o a un'altra risposta misurata.
Se due peptidi adiacenti danno un segnale, la loro sequenza comune può aiutare a restringere l'area che richiede ulteriori indagini.
Ciò non dimostra tuttavia che:
- ogni resto nella regione comune è necessario;
- la sola sequenza comune è sufficiente a produrre l'effetto;
- è stata identificata la sequenza minima attiva;
- il frammento si comporta esattamente allo stesso modo della regione corrispondente nell'intera proteina.
Per risolvere queste questioni potrebbero essere necessari ulteriori esperimenti.
Uno studio sulla proteina della membrana esterna dei meningococchi ha utilizzato 45 peptidi sintetici sovrapposti per analizzare il riconoscimento da parte dei linfociti T in cellule derivate da donatori umani. [5]
Lo studio ha dimostrato sia l'utilità della mappatura peptidica empirica sia i limiti degli algoritmi predittivi disponibili all'epoca.
Le risposte osservate sono rimaste specifiche per il set di peptidi utilizzato, le condizioni del test e i campioni provenienti dai donatori studiati.
Le biblioteche fisiche e virtuali rispondono a domande diverse
La definizione di „libreria di peptidi” può fare riferimento a sistemi sperimentali molto diversi.
| Formato della biblioteca | Cosa contiene? | Tipica domanda di ricerca | La limitazione più importante |
|---|---|---|---|
| Set sintetico sovrapponibile | Frammenti che comprendono la sequenza parentale | Quali regioni sono riconosciute o attive? | I frammenti potrebbero non riprodurre la struttura e il metabolismo della proteina completa |
| Insieme di sostituzioni mirate | Modifiche controllate attorno alla sequenza parentale | Quali fattori influenzano la proprietà misurata? | I risultati dipendono dalla sequenza di riferimento scelta e dal test |
| Libreria phage display | Peptidi presentati su particelle fagiche | Quali sequenze vengono arricchite durante la selezione? | L'effetto del supporto, della moltiplicazione, dell'avidità e del legame ascpecifico |
| Libreria sintetica su sfere | Peptidi legati a singole sfere | Quali palline o sequenze danno il segnale? | Quantità di peptidi, disponibilità, qualità della sintesi e identificazione |
| Matrice peptidica | Peptidi definiti in posizioni note | Quali sequenze generano una risposta misurabile? | L'attacco alla superficie può modificarne l'accessibilità e la conformazione |
| Libreria con caching | Diversi peptidi analizzati contemporaneamente | Quali pool contengono uno o più candidati? | I pool positivi richiedono la deconvoluzione e possono contenere interazioni |
| Biblioteca virtuale | Sequenze digitali o modelli molecolari | A quali candidati conviene dare la priorità dal punto di vista computazionale? | Le predizioni dipendono dai modelli, dalle ipotesi e dai dati disponibili |
Questa distinzione è molto importante:
Un candidato digitale non è automaticamente una molecola sintetizzata, e una molecola sintetizzata non è automaticamente un candidato validato sperimentalmente.
Phage display e librerie sintetiche
In che modo il phage display collega un peptide alla sua sequenza?
Nella tecnologia del phage display, il peptide viene presentato come parte di una proteina situata sulla superficie di un batteriofago.
Il fago contiene contemporaneamente l'informazione genetica che codifica la sequenza presentata.
Si crea così un utile collegamento tra:
fenotipo — dal peptide presentato
a
genotipo — la sequenza genetica corrispondente.
I ricercatori possono esporre una libreria fagica a un bersaglio specifico o a un sistema di saggio, recuperare le particelle selezionate, amplificarle o analizzarle e determinare quali sequenze siano state arricchite.
Il legame con l'informazione genetica facilita notevolmente l'identificazione dei candidati rispetto all'analisi di una miscela molecolare non identificata.
I primi studi che utilizzavano peptidi casuali presentati su fagi filamentosi hanno dimostrato la possibilità di arricchire ligandi anticorpali ad alta affinità e hanno confrontato il comportamento dei peptidi presentati sui fagi con i risultati di legame ottenuti per peptidi sintetizzati chimicamente. [1]
Questo confronto era particolarmente rilevante, poiché il peptide presente sulla particella fagica e il corrispondente peptide sintetico isolato non costituiscono una presentazione sperimentale identica.
L'arricchimento è il risultato della selezione, e non una spiegazione completa del meccanismo
Una sequenza la cui incidenza aumenta nelle successive fasi di selezione viene spesso definita “arricchita”.
L'arricchimento è un'informazione importante.
Tuttavia, non spiega automaticamente perché una data sequenza sia diventata più numerosa.
Le possibili cause includono:
- legame con uno scopo preciso;
- legame con la superficie utilizzata nel test;
- interazione con un altro elemento dell'esperimento;
- migliore sopravvivenza alle condizioni di selezione;
- maggiore infettività;
- moltiplicazione più efficace;
- il vantaggio durante la propagazione;
- un'altra caratteristica dipendente dalla sequenza o da un clone specifico.
Queste sono spiegazioni scientificamente diverse.
In uno studio è stato identificato un clone fagico il cui arricchimento era associato a un vantaggio di replicazione derivante da una delezione genomica. [6]
Un altro studio ha analizzato il peptide presentato, che si legava al polistirene anziché all'obiettivo previsto. [7]
Questi studi mostrano due diversi meccanismi attraverso i quali può verificarsi un arricchimento non correlato all'obiettivo specifico dello studio.
Ciò non significa che ogni sequenza fago arricchita sia un artefatto.
Mostra invece il perché:
L'arricchimento identifica un candidato che richiede chiarimenti; di per sé non dimostra il riconoscimento specifico del bersaglio molecolare.
Il modo di presentazione può influenzare il legame osservato
Il peptide presentato nel sistema phage display è fisicamente legato al vettore.
Il suo comportamento può quindi differire da quello della stessa molecola che si trova liberamente in soluzione.
Un concetto importante qui è l'avidità.
L'affinità di solito si riferisce alla forza di una singola interazione all'interno di un determinato modello.
L'avidità può invece derivare da molteplici interazioni che avvengono contemporaneamente.
Se diverse copie del peptide presentato interagiscono simultaneamente con più siti di legame, l'interazione complessiva può sembrare più forte della singola interazione del peptide libero.
Il collegamento al supporto può anche:
- limitare la conformazione del peptide;
- modificare la sua disponibilità;
- aumentare la concentrazione locale;
- influenzare l'orientamento;
- causare effetti sterici;
- posizionare molte copie del peptide vicine l'una all'altra.
Pertanto, il peptide efficacemente selezionato nel sistema di presentazione può comportarsi diversamente dopo la sintesi indipendente.
Ecco perché lo studio di una molecola isolata costituisce un'importante fase di conferma.
Il confronto tra i ligandi presentati dai fagi e le loro controparti sintetizzate chimicamente nei primi studi di phage display illustra bene l'importanza di collegare il risultato della selezione al comportamento indipendente della molecola. [1]
Le librerie sintetiche possono coprire un altro spazio chimico
Le biblioteche di peptidi sintetici sono create con metodi chimici, e non esclusivamente mediante espressione biologica.
A seconda del metodo di sintesi utilizzato, possono potenzialmente includere:
- amminoacidi non standard;
- D-amminoacidi selezionati;
- modifiche delle estremità;
- ciclizzazione;
- simboli chimici;
- catene laterali modificate;
- altri elementi strutturali sintetici.
Questo permette di espandere lo spazio chimico disponibile per la ricerca.
Tuttavia, il solo fatto di progettare una sequenza in un foglio di calcolo o in un programma per computer non dimostra che la corrispondente molecola possa essere ottenuta facilmente e correttamente.
I problemi pratici possono includere:
- accoppiamento incompleto;
- sequenze di delezione;
- aggregazione;
- difficoltà di purificazione;
- scarsa solubilità;
- effetti collaterali;
- instabilità delle modifiche;
- Problemi sintattici dipendenti dalla sequenza.
Pertanto:
la diversità chimica progettata ≠ la diversità chimica confermata sperimentally.
I sistemi di presentazione e la sintesi chimica codificati geneticamente quindi comprendono spazi molecolari parzialmente sovrapposti ma non identici.
Le tecnologie di presentazione modificate possono inoltre ampliare il campo della chimica disponibile nei sistemi biologici, pertanto non è opportuno semplificare questa distinzione per affermare che le biblioteche biologiche possono contenere esclusivamente peptidi standard non modificati.
Biblioteche one-bead-one-compound
Nella biblioteca one-bead–one-compound (OBOC), ciascuna sfera dovrebbe contenere molte copie di un singolo composto specifico.
Una delle strategie più utilizzate è la sintesi del tipo split-and-pool.
Le palline vengono divise in gruppi, ciascun gruppo viene reattivo con un altro elemento strutturale, quindi tutte le palline si riuniscono nuovamente e vengono nuovamente divise prima di passare al prossimo stadio della sintesi.
Ripetere questo processo può portare alla creazione di una grande biblioteca di combinazioni, pur mantenendo il collegamento previsto tra una singola sfera e una specifica sequenza.
I primi studi riguardanti il sistema one-bead–one-peptide hanno presentato un metodo per la creazione e lo screening di grandi biblioteche peptoidiche sintetiche in funzione della legatura ai ligandi. [2]
Il termine one bead–one compound descrive tuttavia la struttura organizzativa della biblioteca.
Non dimostra che:
- ogni pallina contiene un peptide chimicamente perfetto;
- ogni pallina ha lo stesso carico peptidico;
- tutte le reazioni di legame avvenivano con la stessa efficienza;
- Il peptide presente su ogni sfera è ugualmente disponibile.
In un successivo studio su singoli globuli, è stato utilizzato lo spettroscopio Raman per valutare la quantità di peptidi presenti.
Gli studiosi hanno osservato una notevole variabilità tra le particelle della biblioteca, soprattutto nei casi di sequenze più lunghe, nonostante un carico di materia iniziale più uniforme. [8]
Questo è importante perché l'intensità del segnale durante la scansione può dipendere sia da:
le forze dell'interazione,
sia da:
la quantità di peptido disponibile presente sulla sfera.
Macierze, set completi sintetizzati individualmente e studi a pagamento
Le biblioteche di peptidi possono anche essere organizzate in forma di matrice o costituite da set individualmente sintetizzati.
I peptidi definiti nella matrice peptidica si trovano in posizioni fisiche ben note.
Questo garantisce una connessione diretta:
posizione → identità della sequenza → segnale di test.
È tuttavia necessario ricordare che l'immobilizzazione sulla superficie può influire sulla conformazione e sull'accessibilità del peptide.
Un'altra soluzione è la screening a intervalli regolari.
Alcuni peptidi si combinano in una stessa provetta e vengono analizzati insieme.
Se la serie dà una risposta positiva, è possibile procedere alla dekonvoluzione della stessa, testando gruppi più piccoli o singoli elementi.
Il pooling può ridurre il numero di misurazioni necessarie all'inizio del processo.
Pula non si comporta però sempre esattamente come ciascuno dei suoi singoli componenti.
L'influenza può essere:
- differenze nei livelli di concentrazione;
- concorrenza;
- solubilità;
- aggregazione;
- interferenze;
- effetti anticolinici;
- Saturazione del test.
La cifra positiva indica quindi un gruppo che richiede ulteriori studi.
Non dimostra che ogni peptide contenuto in essa abbia la proprietà in esame.
Proiezione e selezione dei candidati
Innanzitutto, definisci cosa esattamente misura il test
La rilevanza del risultato del screening dipende completamente dal punto finale misurato.
Il screening dell’associazione risponde alla domanda se il peptide interagisca con un particolare obiettivo in determinate condizioni.
La screening dei substrati enzimatici esamina se l’enzima trasforma un particolare peptide.
Il test di inibizione verifica se il peptido riduce un’attività specifica.
Il test cellulare misura la risposta definita nei singoli cellule.
Questi risultati non sono equivalenti.
Il peptido può legarsi al bersaglio senza attivarlo o inibirlo.
Può essere un substrato per l'enzima, ma non manifesta un comportamento adeguato all'interno del sistema cellulare.
La risposta cellulare può invece derivare da un percorso non intenzionale.
Pertanto, la definizione di „peptido attivo” è spesso troppo generica se non viene specificata quale tipo di attività sia effettivamente stata misurata.
In un'indagine iterativa che utilizzava l'apprendimento automatico, i substrati peptidici per una determinata classe di enzimi sono stati ottimizzati attraverso test sperimentali ripetuti su candidati selezionati. [3]
Le domande riguardavano le funzioni biochimiche misurate in questo particolare sistema.
Non si dimostra che queste stesse sequenze funzionino anche in altri utilizzi biologici non correlati.
Le verifiche aiutano a separare la comprensione del target dall'esecuzione del test stesso.
Le verifiche opportunamente selezionate aiutano a distinguere il fenomeno molecolare intenzionale da altre possibili spiegazioni.
A seconda del test, potrebbero essere:
- superficie priva di particella destinata;
- controlli che comprendono il supporto stesso;
- scopi molecolari non correlati;
- Controlli positivi;
- Controlli negativi;
- misurazioni di sfondo;
- esperimenti competitivi;
- altre verifiche appropriate per il sistema specifico.
Una superficie priva di molecola di interesse può rivelare legami non specifici con il campione di prova.
La verifica del supporto aiuta a rilevare le risposte generate dal sistema di presentazione stesso.
Un obiettivo non correlato può fornire informazioni sulla selettività.
La verifica positiva indica se il test è in grado di rilevare la risposta conosciuta.
Un controllo negativo aiuta a determinare il livello di fondo.
Le verifiche devono tuttavia essere scelte in funzione dei reali possibili fonti di errore dell'esperimento in questione.
Non esiste un singolo peptido di controllo universale che sarebbe biologicamente indifferente in ogni sistema possibile.
Lo studio sui faghi leganti il polistirene mostra perché la controllatura della superficie è importante. Gli studiosi hanno analizzato separatamente il legame e la moltiplicazione e hanno attribuito l’arricchimento all’interazione con la superficie di prova, invece di presupporre che il recupero del faghi dimostri la comprensione del target desiderato. [7]
La propensione, la selezione e la funzione sono proprietà diverse
Tre concetti che spesso vengono confusi sono:
affinità, selezione e funzione.
La causalità riguarda la forza dell’interazione in determinati termini e nel quadro di un modello di azione appropriato.
La selettività descrive in che misura un candidato agisce in modo preferenziale rispetto a un unico obiettivo rispetto alle alternative appropriate.
La funzione riguarda le conseguenze biologiche o biochimiche di tale effetto.
Il peptido può quindi mostrare:
- elevata affinità, ma scarsa selettività;
- elevata selettività, ma legame debole;
- legame forte senza effetto funzionale atteso;
- attività funzionale attraverso un meccanismo inatteso.
Questi differenziali determinano quali esperimenti devono essere eseguiti in ordine successivo.
Per esempio:
la dimostrazione di legame ≠ la dimostrazione di inibizione.
Un peptide rilevato durante la scansione per la legatura non deve essere automaticamente definito inibitore se i suoi effetti inibitori non sono stati misurati direttamente.
I candidati meritano di essere valutati sulla base di diversi tipi di dati
La selezione dei candidati è più affidabile se non si basa esclusivamente su un unico parametro di classifica.
Si possono prendere in considerazione, tra l'altro:
- la grandezza del segnale;
- la ripetibilità;
- conservazione del fondo;
- l'identità della sequenza;
- aumento rispetto al valore iniziale;
- selettività;
- la famiglia delle sequenze;
- la possibilità di una sintesi indipendente;
- solubilità;
- la ripetibilità del test;
- la possibilità di ulteriore validazione.
Anche la variabilità sequenziale tra i colpi selezionati può essere utile.
Lo studio dei rappresentanti di diverse famiglie di sequenze riduce la dipendenza da un singolo motivo o clona potenzialmente confuso.
In caso di biblioteche fagiche è particolarmente utile confrontare la numerosità prima della selezione e dopo la selezione.
La sequenza che già era molto frequente nella biblioteca di partenza può essere rappresentata in numero elevato dopo la screening senza un rafforzamento obiettivo particolarmente forte.
Un'analisi del sequenziamento a lungo termine di una biblioteca fagica naïve ha evidenziato una rappresentazione iniziale non uniforme. [4]
La ricerca sulla superiorità nella riproduzione dimostra inoltre perché la stessa densità non debba essere automaticamente interpretata come una misura dell'affinità. [6]
Nel complesso, questi risultati giustificano l’analisi:
in che modo la sequenza in questione è stata arricchita,
e non solo:
che sequenza ha ottenuto il primo posto dopo la fine della selezione.
Il risultato del test di screening non è ancora un candidato validato
Il hit, ovvero il colpo, è un candidato che soddisfa i criteri del primo screening.
Si tratta di un risultato significativo.
Non finisce tuttavia il processo di validazione.
La conferma dovrebbe rispondere, tra l'altro, alle domande se il comportamento del candidato:
- è ripetibile;
- si mantiene dopo l'applicazione delle opportune misure di controllo;
- si presenta durante l’esame individuale;
- rimane visibile dopo la sintesi ripetuta;
- può essere attribuito alla particella desiderata;
- Rimane importante nel test secondario appropriato.
Una caratterizzazione più dettagliata può poi comprendere le proprietà rilevanti per lo scopo specifico della ricerca.
La sintesi ripetuta è particolarmente utile se lo screening originale utilizzava un supporto, una sfera, un sistema di presentazione o una miscela.
La sintesi indipendente consente di separare il candidato dal modo originale di presentarlo.
La conferma dell'identità e di altri parametri rilevanti della campione rafforza ulteriormente il legame tra il risultato osservato e la particella desiderata. In questo contesto, diventa particolarmente importante una corretta interpretazione. purezza dei peptidi e ricerca di laboratorio, Perché il risultato dell'HPLC, la conferma della massa e la reale concentrazione del peptide rispondono a diverse domande analitiche.
La sequenza corretta è quindi la seguente:
Risultato nel screening → conferma del risultato → candidato caratterizzato,
e non:
Risultato positivo nel test di screening → peptido funzionale confermato.
Un ranking positivo, un modello di docking visivamente convincente o il conseguimento di risultati simili in un test vulnerabile agli errori non sostituiscono automaticamente la validazione indipendente.
Progettazione delle sequenze e strumenti predittivi
Il progetto inizia con la definizione dell’obiettivo molecolare
La progettazione del peptide può iniziare da:
- del noto motivo;
- peptide genitore;
- la superficie di contatto delle proteine;
- conseguito in modo sperimentale;
- al modello strutturale;
- sequenza evolutiva;
- un insieme di dati relativi ai peptidi analizzati.
Successivamente è possibile analizzare variazioni come:
- aggiunta di amminoacidi;
- accorciamento delle sequenze;
- l'allungamento delle sequenze;
- ciclizzazione;
- modifiche delle estremità;
- variazione dell'ordine delle aminoacidi;
- altre modifiche strutturali.
L'obiettivo deve essere chiaramente definito.
Ad esempio:
Previsione di legame
non è la stessa cosa che:
la previsione della rilevanza da parte dell'enzima,
e questo, a sua volta, non è la stessa cosa che:
previsione della solubilità.
Una modifica che migliora una proprietà può non influire su un'altra o addirittura comportare effetti negativi su quest'ultima.
La progettazione pratica dei peptidi può quindi richiedere il bilanciamento di diversi obiettivi in competizione tra loro.
La sperimentazione assistita ha dimostrato un approccio mirato: l'algoritmo proponeva i candidati, le sperimentazioni biochimiche li valutavano e i risultati ottenuti influenzavano le decisioni successive relative alla scelta della sequenza. [3]
I calcoli supportavano un obiettivo sperimentale specifico e non sostituivano i misuramenti.
La previsione basata sulla sequenza dipende dai dati di allenamento
Un modello computerizzato basato su una sequenza impara le relazioni tra le caratteristiche dei peptidi e le etichette o i risultati dei test presenti nel set di dati di allenamento.
A seconda del modello, il risultato può essere:
- classificazione;
- un risultato che ricorda la probabilità;
- valore di ranking;
- propensione quantitativa prevista;
- un altro tipo di calcolo computerizzato.
L'interpretazione dipende da ciò che effettivamente significavano le etichette utilizzate durante l'allenamento.
Per esempio, la definizione „attivo” può significare:
- l'impegno al di sopra di un determinato livello;
- trasformazione da parte dell'enzima;
- attività antimicrobica;
- risposta cellulare;
- un altro criterio specifico per il test particolare.
Non si tratta di proprietà equivalenti.
Le raccolte di dati possono anche includere i risultati ottenuti in diversi contesti sperimentali.
Un peptide non analizzato non deve essere automaticamente considerato un risultato negativo solo perché non esiste un risultato positivo per esso.
Non meno importante è la valutazione del modello.
Se le sequenze quasi identiche si trovano sia nel set di dati di allenamento che nel set di dati di test, il problema di previsione può essere molto più facile da risolvere rispetto alla previsione delle proprietà dei peptidi davvero nuovi.
Pertanto:
L'alta precisione generale del modello non dimostra da sola la capacità di generalizzazione su nuove sequenze.
La generalizzazione richiede una valutazione consapevole
La generalizzazione descrive la capacità del modello di mantenere la sua utilità anche al di fuori degli esempi utilizzati durante il training.
Questo è particolarmente importante quando il peptido proposto differisce significativamente dai dati di allenamento in termini di:
- sequenza;
- lunghezze;
- struttura strutturale;
- modificazioni chimiche;
- obiettivo molecolare;
- un contesto sperimentale.
In uno studio relativo alla predizione dell’associazione del recettore dei linfociti T, è stato analizzato l’effetto delle differenze tra i peptidi di allenamento e quelli di controllo sulla valutazione dei modelli. [9]
Le divisioni dei gruppi basate sull’analogia delle sequenze e delle strutture non davano risultati identici.
Questo dimostra perché un singolo set di dati di allenamento e test o un solo valore che descrive l'efficienza del modello potrebbero non riflettere pienamente il suo comportamento nei confronti dei nuovi peptidi.
Non significa che i modelli predittivi dei peptidi siano per natura inaffidabili.
Significa invece che il modo in cui vengono valutati dovrebbe ricordare l’utilizzo reale in cui devono essere utilizzati.
Cosa prevede l’ancoraggio dei peptidi?
La docking dei peptidi è un metodo computazionale utilizzato per proporre il modo in cui un peptido può interagire con un recettore o un altro obiettivo molecolare.
Le analisi possono essere effettuate in diversi modi:
- conformazioni del peptide;
- orientamento;
- posizioni;
- Contatti con il ricevente;
- Geometria dell'azione.
Successivamente, gli impianti proposti vengono valutati utilizzando una funzione puntuale o energetica appropriata.
Il risultato della saldatura può quindi fornire:
- potenziale legame covalente;
- le parti proposte che partecipano all'interazione;
- ipotesi strutturali;
- classificazione dei candidati;
- strutture iniziali per ulteriori analisi computerizzate.
Tuttavia, è importante ricordare:
Oltre al docking, si tratta di una ipotesi, non di un complesso osservato in modo sperimentale.
Similmente:
Il risultato puntuale della congiunzione non è automaticamente una costante sperimentale di disassociazione, attività cellulare né probabilità di successo biologico.
L'interpretazione dipende da:
- funzione puntuale;
- del metodo di campionamento delle conformazioni;
- strutture del recettore;
- flessibilità del recettore;
- la flessibilità del peptide;
- dei presupposti iniziali;
- protonazione e rappresentazione molecolare;
- Calibrazione per un compito specifico.
La polimerizzazione dei peptidi può essere particolarmente impegnativa poiché questi sono spesso molto flessibili.
Durante la legatura possono cambiare significativamente sia la loro conformazione sia il loro posizionamento rispetto al bersaglio.
Rosetta FlexPepDock: perfezionamento e docking globale per diverse procedure
La pubblicazione originale relativa al server FlexPepDock descrive un miglioramento del modello ad alta risoluzione che inizia con un peptide collocato approssimativamente nel sito di legame del recettore. [10]
Non è quindi opportuno descrivere questo strumento semplicemente come una metodologia universale che consente di scoprire qualsiasi luogo di legame sconosciuto senza informazioni strutturali.
PIPPER-FlexPepDock estende questa concezione verso un docking globale combinando il posizionamento di frammenti peptidici con un successivo perfezionamento flessibile del modello. [11]
Nella pubblicazione la metodologia è stata valutata su un insieme limitato ma rappresentativo di complessi peptido-proteico determinati in modo sperimentale.
Il successo nel benchmark dimostra l'efficacia nelle condizioni testate.
Non garantisce una previsione corretta per ogni nuova coppia di recettore-peptide.
La documentazione ufficiale di Rosetta distingue tra:
- raffinatezza;
- modellazione ab initio vicino al luogo di legame approssimato;
- workflow globale PIPER-FlexPepDock. [12]
Per questo il report informatico diventa molto più informativo se definisce:
quale protocollo FlexPepDock è stato utilizzato + quali dati iniziali sono stati utilizzati + come sono state valutate le strutture ottenute.
La sola affermazione:
„È stato completato il sbarco di Rosetta”
Lascia molte informazioni metodologiche importanti non definite.
I peptidi modificati richiedono una rappresentazione adeguata
Il modello computerizzato deve rappresentare correttamente la struttura molecolare studiata.
Una sequenza codificata esclusivamente con i codici aminoacidi standard monodimensionali può trascurare informazioni chimiche importanti.
Questi possono includere, tra l'altro:
- amidazione del C-terminale;
- acetilazione del nucleo N;
- aminoacidi non standard;
- Aminoacidi D;
- ciclizzazione;
- legami transazionali laterali;
- fosforilazione;
- altre modifiche.
In uno studio che utilizzava FlexPepDock, è stato analizzato un modello di peptidi-MHC che includeva restrizioni non standard e modifiche selezionate dei peptidi. [13]
Gli autori hanno ottenuto risultati di benchmark utili e hanno osservato una relazione tra i risultati calcolati e il legame relativo misurato in modo sperimentale nel gruppo di studi.
Questo supporta l'applicazione concreta del modellamento, che è stato testato.
Non significa tuttavia che ogni possibile modifica sarà automaticamente rappresentata correttamente né che il docking sostituisca i test sperimentali di legame.
CHARMM-GUI, modelli peptidici e amidazione del C-terminale
CHARMM-GUI fornisce strumenti per la preparazione di schemi molecolari per la simulazione.
La documentazione ufficiale sottolinea che le rimanenze modificate necessitano di definizioni strutturali e parametri del campo di forza appropriati. [14]
La generazione di dati di input per la simulazione significa quindi che è stata preparata una rappresentazione computerizzata del sistema.
Non confermato sperimentativamente:
- l'identità del peptide;
- legami;
- funzioni biologiche;
- stabilità;
- attività.
Nel caso del peptido amidato, sul C-terminale la molecola finale è un amidato e non una frazione libera di carbossile.
Questa differenza può influire su:
- carico formale;
- legami idrofile;
- effetti elettrostatici;
- conformità;
- interazioni con l'ambiente molecolare circostante.
La struttura, la topologia e i parametri del campo di forza utilizzati nella simulazione dovrebbero quindi rappresentare la stessa forma finale che viene studiata sperimentativamente.
Nell’esperimento relativo ai maximin H5 sono state combinate metodologie sperimentali e simulative per valutare le conseguenze della modifica della forma del C-terminale. [15]
Sono state osservate differenze nella struttura e nell'interazione con le membrane per questo particolare peptide.
Non significa che l'amidazione migliori le proprietà di ogni singolo peptide.
Invece, dimostra perché la chimica dei gruppi terminali non dovrebbe essere trascurata nella descrizione molecolare.
Pertanto, la ricerca di opzioni di amidazione nel programma per la costruzione di peptidi dovrebbe iniziare con una domanda chimica:
quale formato molecolare deve essere modellato esattamente?
Solo dopo aver definito questa questione, la scelta delle impostazioni del software acquisisce importanza.
Valutazione sperimentale e ripetibilità
Analizza indipendentemente la particella corretta
Il candidato selezionato dovrebbe infine essere analizzato come materiale molecolare definito.
Le caratteristiche essenziali possono includere:
- la sequenza esatta;
- la forma delle estremità;
- modifiche specifiche;
- l'identità molecolare;
- altre proprietà importanti per l'esperimento.
Se il screening iniziale utilizzava il phage display o i peptidi legati alle particelle, ulteriori esperimenti potrebbero verificare se il peptido isolato conserva la proprietà misurata al di fuori del sistema di presentazione originale.
In uno studio preliminare di phagemia, i peptidi presentati sui fagomi sono stati confrontati con i loro equivalenti sintetizzati chimicamente. [1]
Questo dimostra come una analisi indipendente possa combinare il risultato della selezione della biblioteca con il mantenimento della stessa molecola peptidica.
Importante è anche la qualità e la caratteristica della campionatura.
Differenze riguardanti:
- il livello di concentrazione indicato;
- solubilità;
- pulizia;
- aggregazione;
- forma finale;
- Modifiche chimiche
possono influire sui confronti sperimentali.
Due campioni identificati con lo stesso nome di un peptide non devono essere chimicamente equivalenti se le loro rispettive forme molecolari non sono state definite. Pertanto, prima di interpretare l'esperimento, è utile distinguere tra identità, purezza e quantità effettiva del materiale, come spiegato più dettagliatamente nell'articolo Purity of peptides and laboratory studies.
Un test aggiuntivo ha il maggior valore quando risponde a una domanda specifica.
Il test ortogonale esamina una determinata proprietà utilizzando un'altra regola di misura o un diverso modo di presentare l'esperimento.
La sua massima valenza è la possibilità di verificare una particolare spiegazione alternativa.
Un secondo test può, ad esempio, aiutare a determinare se il risultato iniziale è dovuto a:
- legami con la superficie;
- interferenza del segnale;
- comportamenti dipendenti dal supporto;
- effetti dell'immobilizzazione;
- un altro manufatto caratteristico del primo test.
Solo il fatto di utilizzare due modelli diversi di dispositivi non significa ancora che i risultati dei misurazioni siano ortogonali.
Se entrambi i test utilizzano lo stesso metodo di immobilizzazione o la stessa norma di rilevamento, possono essere suscettibili alla stessa fonte di errore.
La domanda più importante è:
Quale spiegazione alternativa verifica il secondo esperimento?
La compatibilità tra metodologie effettivamente complementari fornisce di solito un supporto più forte rispetto al ripetere ripetutamente lo stesso processo di lettura, che è soggetto a errori.
Riproduzione e contesto biologico
I diversi tipi di replicazione consentono di valutare diversi tipi di incertezza.
Le ripetizioni tecniche aiutano a valutare la ripetibilità all'interno dello stesso sistema sperimentale.
Le ripetizioni indipendenti dell'esperimento possono includere una variabilità aggiuntiva tra i preparativi o le serie di test.
Gli esperimenti che utilizzano campioni biologici possono anche richiedere l'integrazione delle differenze tra:
- donatori;
- con preparazioni cellulari;
- organismi;
- tessuti;
- altri fonti di materiale biologico.
In uno studio in cui sono stati utilizzati peptidi sovrapposti, è stato analizzato il riconoscimento dei linfociti T nelle campioni provenienti dai donatori e è stata utilizzata una banca dati per identificare le regioni riconosciute. [5]
Le risposte osservate dipendevano dal contesto biologico.
I risultati ottenuti per un singolo donatore o un singolo sistema sperimentale non devono essere automaticamente generalizzati a tutte le persone o a tutti gli organismi biologici.
La ripetibilità quindi significa la possibilità di riprodurre un particolare enunciato in condizioni adeguatamente descritte.
Non significa semplicemente ottenere un altro grafico con un aspetto simile.
La documentazione dovrebbe consentire di riprodurre l'analisi
Una buona analisi della biblioteca peptidica richiede una documentazione sufficiente affinché un altro ricercatore possa comprendere come è stato ottenuto il risultato.
I dati sperimentali utili comprendono:
- la sequenza esatta del peptide;
- la lunghezza del peptide;
- gruppi finali;
- modifiche chimiche;
- l'architettura della biblioteca;
- identificatori delle prove;
- condizioni di screening;
- punto finale misurato;
- controlli;
- la struttura dei ripetizioni;
- il modo di definire lo sfondo;
- il limite di qualificazione per il tiro;
- i criteri di selezione dei candidati;
- I metodi analitici utilizzati.
In studi di computer science possono essere importanti:
- il nome del software;
- versione;
- protocollo;
- struttura di ingresso;
- il modo di rappresentare una molecola;
- insieme di parametri;
- trattamento dei dati;
- il modo di distribuire i campioni di allenamento e di test;
- metodo di punteggio;
- la procedura di classificazione dei candidati;
- i criteri di selezione.
Il mantenimento esclusivamente del modello classificato come migliore, dell'immagine del docking o della sequenza finale può impedire la riproduzione successiva del modo in cui è stato ottenuto il risultato.
La caratteristica della biblioteca stessa costituisce anche un elemento di ripetitività.
Gli studi sul contenuto delle biblioteche fagiche e sul carico delle palline mostrano che la variabilità può esistere ancora prima dell'inizio dello screening. [4] [8]
Documentare esclusivamente l’impatto finale può quindi trascurare informazioni importanti relative al materiale iniziale.
Le previsioni positive e i risultati negativi sono ugualmente importanti
Un candidato previsto in modo computerizzato che non si è dimostrato sperimentale può ancora fornire informazioni utili.
Può rivelare:
- limiti del modello;
- fondamento meccanicistico errato;
- impostazione insufficiente della caratteristica chimica;
- problema con la ipotesi relativa al test;
- la regione dello spazio sequenziale in cui il modello non generalizza bene.
Questi risultati non devono essere esclusi dalla valutazione solo perché non confermano la previsione iniziale.
Il progettazione iterativa diventa più vantaggiosa quando le osservazioni sperimentali — anche quelle non previste e negative — influenzano le decisioni successive.
Lo studio relativo alla progettazione dei substrati enzimatici utilizzava un ciclo generale:
previsione → misurazione sperimentale → perfezionamento del modello sulla base dei dati. [3]
La sua valenza scientifica risiedeva nel collegamento tra calcoli e osservazioni, anziché nel considerare il primo ranking come la risposta definitiva.
Il più forte dei punti di vista dovrebbe quindi definire esattamente cosa è stato dimostrato:
- arricchimento;
- legame;
- la sostanza come substrato dell'enzima;
- inibizione;
- risposta cellulare;
- previsione computerizzata;
- efficienza nel benchmark strutturale.
Ogni di questi risultati può essere scientificamente significativo.
Non bisogna però sostituire uno con l’altro.
Gli errori più comuni nell'interpretazione delle biblioteche peptidiche
I risultati dei test sui peptidi possono risultare fuorvianti se le conclusioni vanno oltre quanto effettivamente misurato.
Uno degli errori comuni è considerare la dimensione teorica della biblioteca come una diversità confermata empiricamente. Le biblioteche fisiche possono presentare una rappresentazione non uniforme, elementi mancanti, duplicati o carichi derivanti dal processo di sintesi. [4]
Un altro errore è considerare l'arricchimento come prova di parentela. L'arricchimento può anche derivare da un vantaggio nella riproduzione, dalla connessione con la superficie o da altre proprietà legate al processo di selezione. [6] [7]
Il terzo problema è l’identificazione del legame con la funzione. Un peptide può interagire con un target senza produrre l’effetto biologico previsto.
Analogamente, il risultato della legatura non deve essere considerato un misuratore sperimentale dell’affinità. I risultati puntuali derivano da modelli computerizzati e necessitano di validazione prima di essere considerati una prova quantitativa dell’affinità. [10] [11] [13]
Il peptido virtuale non è inoltre automaticamente un peptido facilmente ottenibile nella sua forma chimica corretta. La sintesi, la solubilità e l’identità molecolare della molecola e le caratteristiche della provetta rimangono questioni sperimentali.
Infine, il risultato ottenuto per il peptide presentato sulla faba, immobilizzato sulla superficie o legato alla pallina, potrebbe non essere riprodotto dalla corrispondente molecola libera, poiché il modo stesso in cui è presentato può influire sulla conformazione, l'accessibilità, la densità locale e l'avversione.
Questi limiti non riducono la quantità dei biomoleculari peptoidi.
Invece, determinano il modo in cui devono essere interpretati i prove che forniscono.
Domande frequenti
1. Cos'è una biblioteca di peptidi complementari?
La biblioteca di peptidi sovrapposti è un insieme di frammenti che comprendono una sequenza madre più lunga, mentre i peptidi vicini hanno una parte comune della sequenza aminoacidica. Questa soluzione aiuta gli studiosi a identificare le regioni correlate al riconoscimento o ad altre risposte misurate. Una ricerca che utilizza frammenti sovrapposti del proteina meningococcica ha dimostrato l’utilizzo di questa metodologia per mappare le risposte dei linfociti T nelle campioni provenienti dai donatori. [5] Tuttavia, un risultato positivo per un frammento non identifica automaticamente l’epitopo minimo, non dimostra che ogni residua comune sia necessaria e non significa che il frammento riproduca esattamente la struttura e il processo di elaborazione del proteina nel suo complesso.
2. Le previsioni computerizzate possono sostituire gli esperimenti?
No. Le previsioni computerizzate possono aiutare a stabilire le priorità dei candidati, identificare i modelli, creare ipotesi strutturali e ridurre il numero di sequenze che richiedono un'analisi sperimentale immediata. La loro affidabilità dipende tuttavia dal modello, dai dati di allenamento, dalla rappresentazione delle molecole, dalle ipotesi adottate e dal compito specifico. Nel progetto per la progettazione dei substrati enzimatici, peptidi selezionati tramite algoritmo sono stati ripetutamente testati e i risultati sperimentali sono stati utilizzati per le successive fasi di selezione. [3] Questo dimostra la collaborazione tra metodi computazionali e esperimento, anziché sostituire l'esperimento con un modello. Il candidato rimane una previsione computerizzata finché la sua proprietà appropriata non viene valutata sperimentativamente.
3. La biblioteca dei peptidi è un insieme fisico o una banca dati?
Può essere sia una che l'altra. Le biblioteche fisiche contengono particelle che possono essere studiate direttamente mediante esperimenti, mentre le biblioteche virtuali contengono sequenze digitali, strutture molecolari o altre rappresentazioni computerizzate. I primi studi sui one-bead-one-peptide riguardavano le biblioteche sintetiche fisiche, mentre i metodi di progettazione computerizzata analizzano le rappresentazioni molecolari prima della sintesi dei candidati selezionati. [2] [3] La sola presenza di una sequenza nella biblioteca virtuale non conferma che il peptide corrispondente sia stato correttamente sintetizzato, abbia la forma chimica prevista né presenti le proprietà previste. Pertanto, durante l'esame della dimensione della biblioteca o dei risultati del screeningu, è sempre necessario specificarne il formato.
4. La presenza di una biblioteca più grande porta sempre a trovare candidati migliori?
No. La dimensione della biblioteca è importante solo se contiene una diversità significativa, accessibile, identificabile e rappresentata in modo appropriato. La sequenziatura approfondita della biblioteca fagica ha evidenziato differenze nella diversità delle sequenze e fattori che riducono la diversità effettiva, nonostante un ampio progetto pianificato. [4] Le biblioteche molto grandi possono anche aumentare i problemi legati alla campionatura e all’interpretazione, poiché non tutti gli elementi teoricamente possibili devono effettivamente essere presenti o adeguatamente studiati. La qualità dei candidati dipende quindi dal contenuto della biblioteca, dal progetto di screening, dalla qualità del test, dal controllo e dalla validazione, e non solo dalla quantità pubblicizzata di possibili sequenze.
5. Le biblioteche di peptidi casuali sono davvero prive di carichi?
Non sempre. La struttura randomizzata può ancora portare a una rappresentazione non uniforme dei nucleotidi, degli amminoacidi e delle sequenze complete. La produzione biologica, la moltiplicazione, la chimica della sintesi e la campionatura possono introdurre ulteriori fonti di sovraccarico. Il sequenziamento approfondito della biblioteca fagocitaria commerciale ha rivelato una rappresentazione non uniforme già prima dell’inizio della selezione rispetto al bersaglio. [4] Ciò non significa che ogni biblioteca casuale sia ininfluente. Ciò dimostra invece che „il progetto casuale” e la „rappresentazione uniformemente confermata sperimentale” sono due affermazioni diverse. La caratteristica della biblioteca iniziale aiuta a distinguere la grande numerosità iniziale da un vero e proprio arricchimento dipendente dalla selezione.
6. In che modo il phage display consente di identificare la sequenza del peptide?
Il display dei fagi combina il peptido presentato sulla superficie del fagocita con l'informazione genetica presente all'interno della stessa particella. I fagi selezionati possono quindi essere recuperati e le sequenze peptiche corrispondenti possono essere stabilite in base al materiale genetico associato. Le prime ricerche con peptidi casuali presentati sui fagociti hanno sfruttato questa relazione tra genotipo e fenotipo per il recupero e la caratterizzazione dei ligandi di legame. [1] Tuttavia, il semplice recupero dei faghi non dimostra la veridicità rispetto al bersaglio, poiché la numerosità può essere influenzata dalle interazioni con la superficie, dalle differenze di moltiplicazione e da altre pressioni selettive. L'associazione genetica consente di stabilire l'identità del candidato e ulteriori esperimenti aiutano a spiegare la ragione della sua selezione.
7. Perché un fag può essere arricchito senza legarsi al fine previsto?
Diversi meccanismi possono portare a un aumento non legato all'obiettivo specifico. Il fag può interagire con la superficie di prova, tollerare in modo eccezionalmente buono le condizioni di selezione o moltiplicarsi in modo più efficace rispetto ai cloni concorrenti. In studi separati è stato dimostrato un recupero legato al polistirene e un aumento della propagazione associato a un vantaggio. [6] [7] Si tratta di meccanismi diversi e richiedono ulteriori controlli. L'aumento deve quindi essere interpretato come prova che il clone è sopravvissuto e ha aumentato la sua rappresentanza durante il processo di selezione. Per dimostrare una vera e propria identificazione dell'obiettivo è necessario ulteriori elementi che consentano di distinguere questa possibilità dalle spiegazioni alternative.
8. Cosa significa one-bead–one-compound?
Il concetto di "uno per goccia, uno per composto" significa che ogni goccia è destinata a presentare più copie di un composto specifico, consentendo alla goccia selezionata di essere infine collegata a un singolo elemento della biblioteca. Questo concetto consente la creazione di grandi biblioteche sintetiche combinate e fu presentato nei primi studi con un solo composto per goccia.[2] Tuttavia, il termine descrive l'organizzazione prevista della biblioteca e non garantisce un caricamento identico, una perfetta sintesi o un'omogeneità chimica di ciascuna goccia. Le successive misurazioni delle singole gocce hanno mostrato differenze significative nella quantità di peptide presentata.[8] Pertanto, la qualità del materiale e il caricamento rimangono caratteristiche che richiedono una valutazione sperimentale.
9. Può la quantità di peptidi presenti su una sfera influire sul risultato del test?
Sì. Una pallina che presenta una maggiore quantità di peptido disponibile può generare un segnale di test più forte anche quando l’interazione molecolare stessa non è più forte. In un studio che utilizzava la spettroscopia Raman per analizzare le biblioteche di molecole a singolo composto, è stato riscontrato una notevole variabilità nella quantità di peptido, soprattutto nelle sequenze più lunghe. [8] Lo studio non stabilisce l’impatto del carico nei sistemi di screening possibili, ma identifica la fonte della variabilità che può influenzare l’intensità del segnale. I risultati dello screening sulle palline devono quindi essere interpretati sia nel contesto dell’interazione molecolare stessa che della densità del materiale presentato.
10. L'attaccamento è la stessa cosa dell'attività biologica?
No. La legatura implica l’interazione delle molecole in determinati termini. L’attività biologica o biotecnica richiede un punto finale definito. Un peptide può legarsi a un proteina, ma non può attivarlo né inibirlo, e la risposta cellulare può essere generata tramite un meccanismo diverso dall’interazione prevista tra l’attivo e l’obiettivo. I studi di phage display si sono concentrati principalmente sul legame, mentre lo studio che utilizza l’apprendimento automatico riguarda il comportamento dei peptidi come substrati enzimatici. [1] [3] Si tratta di diversi aspetti scientifici. Pertanto, la rilevanza dello screening dovrebbe essere descritta in base alla proprietà effettivamente misurata, senza attribuire un’azione più ampia a questo aspetto.
11. Perché è importante ricombinare e analizzare individualmente il risultato ottenuto?
La sintesi indipendente aiuta a stabilire se un peptide specificamente definito riproduce effettivamente il comportamento osservato al di fuori del sistema bibliotecario originale. L'adesione al fag, la quantità di materiale presente sulla sfera, gli effetti della miscela, le interazioni con il supporto o altri elementi di screening possono influire sul risultato iniziale. In studi preliminari di phage display, i ligandi presentati sono stati confrontati con peptidi ottenuti mediante sintesi chimica, il che illustra questo passaggio di conferma. [1] La sintesi ripetuta è più informativa quando il materiale ottenuto viene adeguatamente caratterizzato e testato in un test relativo alla pretesa originale. La sintesi stessa non conferma ancora la funzione o il meccanismo.
12. Cosa prevede Rosetta FlexPepDock?
Il modello Rosetta FlexPepDock simula le strutture dei complessi peptido-proteico, ma le procedure specifiche associate a FlexPepDock presuppongono diversi livelli di informazioni iniziali. La pubblicazione originale relativa al server descrive principalmente l’ulteriore perfezionamento a elevata risoluzione del modello peptidico già approssimativamente vicino al sito di legame del recettore. [10] Il PIPER-FlexPepDock utilizza una strategia di docking globale più ampia, seguita da un perfezionamento flessibile del modello. [11] I risultati dei benchmark non garantiscono la validità per ogni nuova coppia peptido-proteina. Pertanto, il rapporto utile dovrebbe indicare il protocollo utilizzato, le informazioni iniziali e il modo di valutare le strutture previste.
13. Il risultato positivo del docking conferma un legame forte?
No. Il risultato della docking è una misura generata da una funzione puntuale computerizzata e non è automaticamente equivalente al legame sperimentato, come la costante di dissociazione. La sua importanza dipende dal protocollo di docking, dalla rappresentazione molecolare, dal modo di campionamento della conformazione, dallo scopo studiato e dalla calibratura. Nel test FlexPepDock sui complessi peptido-MHC, i risultati calcolati sono stati confrontati con misure relative del legame in un insieme di dati specifici, mostrando che tali relazioni devono essere studiate e non assunte. [13] Un risultato positivo della docking può aiutare a determinare le priorità dei candidati o a supportare una ipotesi strutturale, ma un legame forte richiede prove sperimentali appropriate.
14. Perché l'amidazione del C-terminale è importante nella modellazione del peptide?
L’amidazione del C-terminale modifica il gruppo chimico presente alla fine del peptide e può influenzare la carica formale, le leghe idriche, gli effetti elettrostatici e la conformazione della molecola. Il modello computerizzato dovrebbe quindi rappresentare la stessa chimica del C-terminale presente in un peptide sperimentato. In studi con H5 maximin sono stati osservati differenze nella struttura e negli effetti con le membrane legati alla modifica della forma terminale. [15] Ciò non dimostra che l’amidazione migliori sempre le proprietà dei peptidi. Tuttavia, dimostra perché la chimica dei gruppi terminali dovrebbe essere correttamente definita e rappresentata nel modello.
15. La generazione del modello in CHARMM-GUI conferma le proprietà del peptide?
No. CHARMM-GUI aiuta a preparare i sistemi molecolari per la simulazione. La creazione riuscita di una struttura o di file di input significa che è stata generata una rappresentazione computerizzata dell’interfaccia studiata; non conferma sperimentativamente legami, attività biologiche, stabilità o significato clinico. La documentazione ufficiale indica inoltre che le rimanenze modificate necessitano di definizioni strutturali e parametri appropriati. [14] La preparazione del modello computerizzato è quindi il punto di partenza per la modellazione successiva. La questione se la particella reale si comporti in conformità alle previsioni rimane un interrogativo sperimentale separato.
16. Perché il modello predittivo potrebbe sbagliare nel caso di un nuovo peptido?
Il nuovo peptide potrebbe differire dagli esempi utilizzati durante l’allenamento in modo che il modello non sia in grado di rappresentarlo correttamente. Le differenze possono riguardare la sequenza, la struttura, la lunghezza, le modifiche, lo scopo molecolare o altre caratteristiche. L’analisi dei modelli che prevedono l’associazione dei recettori dei linfociti T ha dimostrato che la valutazione dell’efficacia variava a seconda del modo in cui si consideravano simili la sequenza e la struttura tra il peptide di allenamento e quello di controllo. [9] Ciò non significa che ogni previsione della nuova sequenza sia errata. Ciò indica piuttosto che le statistiche generali dell’efficacia del modello devono essere interpretate nel contesto di quanto le condizioni del test siano simili al suo utilizzo previsto.
17. Cosa rende i risultati dei test sui peptidi bibliografici ripetibili?
La ripetitività richiede un numero sufficiente di informazioni per definire la biblioteca, la molecola candidata, le condizioni sperimentali, i controlli, il modo di analisi e i criteri per ritenere un risultato soddisfacente. Gli studi sulla composizione delle biblioteche fagiche e sulla quantità di peptide presenti nei grani mostrano che la variabilità può esistere ancora prima dell’inizio del screening. [4] [8] Quindi, l’indicazione esclusivamente della sequenza finale e del punteggio non elenca potenziali fonti importanti di differenze. Gli studi ripetitivi richiedono una chiara segnalazione delle sequenze, delle modifiche, dell’architettura della biblioteca, degli identificatori delle prove, dei punti finali del test, dei controlli, dei criteri analitici, dei parametri informatici e della conferma indipendente del risultato principale.
18. Il peptido più ricco deve essere il miglior legante?
No. A grande affinità può derivare dalla legatura con l’obiettivo, ma possono anche influenzare questa affinità le dimensioni iniziali della sequenza, l’efficienza di moltiplicazione, interazioni non specifiche con la superficie e altre proprietà legate alla selezione. La sequenzialità approfondita ha evidenziato una rappresentazione iniziale non uniforme delle biblioteche fagiche, e altri studi hanno documentato affinità aumentata in presenza di un vantaggio di moltiplicazione. [4] [6] Pertanto, la sequenza finale più numerosa non deve essere automaticamente considerata come un legante con il più alto affinità. Prove più forti vengono fornite dal confronto tra la sequenza iniziale e quella finale, dai controlli adeguati e da misurazioni indipendenti dell’affinità.
19. La sequenza prevista del peptide dimostra che può essere sintetizzato in modo efficace?
No. Il progetto informatico genera una sequenza o una ipotesi molecolare, ma non conferma il successo della sintesi. Alcune sequenze possono causare problemi relativi alla performance di legame, aggregazione, purificazione, solubilità o modifiche chimiche. La biblioteca virtuale può quindi contenere candidati con una praticabilità sintetica molto diversa. Solo l’ottenimento sperimentale del materiale e la sua caratterizzazione analitica consentono di stabilire se la particella desiderata è effettivamente stata ottenuta. La priorità computazionale e la praticabilità chimica sono fasi correlate ma distinte della ricerca.
20. Il peptido selezionato nel phage display può comportarsi in modo diverso come molecola libera?
Sì. Nel caso del phage display, il peptido si trova in un ambiente legato al vettore che può influenzare la sua conformazione, orientamento, disponibilità, densità locale e avversione. Il peptido libero non possiede queste caratteristiche e pertanto può mostrare altri comportamenti apparenti durante l'associazione. In studi iniziali di phage display, i ligandi presentati sui fag sono stati confrontati con i loro equivalenti chimicamente sintetizzati, il che dimostra l'importanza di questa distinzione sperimentale. [1] La selezione fagica riuscita costituisce quindi un valido supporto per la sequenza presentata, mentre un'indagine indipendente è necessaria per stabilire il comportamento del peptido libero corrispondente.
Restrizioni dei dati derivanti dalle biblioteche peptidiche e dalla predizione
Durante l’interpretazione dei risultati dei test bibliometrici per i peptidi, è necessario tenere conto di alcune limitazioni.
In primo luogo, la diversità teorica non è la stessa cosa che la diversità sperimentale reale. La rappresentazione non uniforme, i problemi di sintesi, le differenze nella moltiplicazione e il modo di campionare possono cambiare la composizione reale della biblioteca. [4]
In secondo luogo, l'arricchimento durante lo screening non conferma automaticamente un legame con lo scopo. Le interazioni con la superficie e la superiorità nella moltiplicazione possono portare all'arricchimento attraverso meccanismi diversi. [6] [7]
In terzo luogo, il modo di presentare le molecole è importante. Le proteine legate a fagomi, particelle o superfici possono comportarsi in modo diverso rispetto alle stesse molecole presenti in un solido a causa della disponibilità, dell’orientamento, della densità locale o dell’avversione. [1] [8]
Quarto: legame, selezione e funzione sono diverse proprietà. La dimostrazione di una di queste non conferma automaticamente le altre.
Quinto, la predizione computerizzata dipende dal modello. I dati di allenamento, il modo di valutazione, la rappresentazione molecolare e le ipotesi adottate determinano quale significato si può attribuire al risultato. [3] [9]
Sesto, i risultati dei legami non sono misurazioni sperimentali dell’affinità. I modelli strutturali e le funzioni puntuali possono aiutare nella scelta delle ipotesi, ma la reale attitudine durante il legame richiede misurazioni sperimentali. [10] [11] [13]
Sesto, la forma chimica è importante. Le estremità, gli amminoacidi non standard, la stereochimica e altre modificazioni devono essere presentate correttamente sia nei descrizioni sperimentali che nei modelli computerizzati. [13] [14] [15]
Infine, i risultati del screening rappresentano l’inizio della validazione, non la sua fine. La preparazione indipendente dei dati, la caratterizzazione molecolare, i controlli, i test complementari e la replicazione rafforzano gradualmente le prove disponibili.
Sintesi
Le biblioteche di peptidi consentono di studiare sistematicamente un'enorme area di possibili sequenze molecolari.
Consentire la comparazione di molti candidati e l’analisi di aspetti relativi a:
- il riconoscimento molecolare;
- substrati degli enzimi;
- motivi sequenziali;
- legame;
- connessioni tra struttura e attività;
- risposte cellulari;
- previsioni computerizzate.
Il termine „biblioteca dei peptidi” tuttavia comprende diversi formati di ricerca fondamentalmente diversi.
La biblioteca dei peptidi sovrapposti aiuta a mappare le regioni della sequenza più grande.
Una biblioteca di basi specificamente strutturata consente di analizzare il significato delle singole posizioni.
La biblioteca phage display combina il peptido presentato con l'informazione genetica e consente la selezione.
La biblioteca one-bead–one-compound organizza candidati sintetici in singoli pallini.
La biblioteca virtuale esiste in forma digitale e può essere utilizzata per stabilire le priorità delle sequenze prima dell'inizio degli studi sperimentali.
Questi formati non devono essere considerati intercambiabili.
Una interpretazione prudente richiede anche la dimensione della biblioteca.
Una collezione teorica che comprende milioni di possibili sequenze non dimostra che ogni suo elemento sia fisicamente presente, rappresentato uniformemente, chimicamente corretto e effettivamente sottoposto a screening. Le ricerche che utilizzano la sequenziatura approfondita dimostrano perché il reale patrimonio della biblioteca può differire dalla varietà pianificata. [4]
Analogamente, l’arricchimento non è sinonimo di un particolare attaccamento al fine.
Le clonazioni fagiche possono essere arricchite a causa di meccanismi non legati al fine stesso, come l'interazione con la superficie o la superiorità nella moltiplicazione. [6] [7]
Per questo controlli adeguati e studi indipendenti sono così importanti.
La stessa cautela riguarda la progettazione dei peptidi mediante computer.
I modelli sequenziali e i tool di docking possono aiutare a identificare candidati promettenti e a formulare ipotesi meccanistiche, ma le loro previsioni dipendono dai dati di training, dalla rappresentazione strutturale, dalle funzioni puntuali e dalle ipotesi iniziali. [3] [9] [10] [11]
Il risultato positivo del docking non conferma di per sé un forte legame sperimentale.
La sequenza generata computeristicamente non dimostra che essa possa essere correttamente sintetizzata.
L'interazione prevista non conferma la funzione biologica.
Il processo di scoperta dei peptidi più informativo quindi tratta i diversi tipi di prove come fasi separate ma complementari:
progettazione → progettazione della biblioteca → screening → identificazione dei punti critici → convalida indipendente → caratterizzazione → perfezionamento computazionale → validazione sperimentale.
La forza del risultato finale dipende da quanto accuratamente sono state collegate le fasi precedenti.
La regola più importante può essere riassunta in modo semplice:
La biblioteca indica le possibilità, lo screening identifica i segnali, il modello genera previsioni, e la convalida determina quali conclusioni sono effettivamente supportate da prove sperimentali.
Disclaimer
Il presente articolo ha esclusivamente carattere educativo e informativo. Descrive le linee generali relative alle biblioteche di peptidi, alla tecnologia phage display, al screening dei peptidi sintetici, alla progettazione delle sequenze, alla predizione computazionale, alla sintesi dei peptidi, al modellamento molecolare, alla validazione sperimentale e alla ripetibilità dei test. Non costituisce una consulenza medica, una raccomandazione terapeutica, istruzioni per l'uso dei peptidi, informazioni sulla dosaggio né indicazioni per la somministrazione agli esseri umani. Le predizioni computazionali, i risultati ottenuti durante lo screening, i risultati della sintesi e i risultati sperimentali preclinici non devono essere interpretati come prova che un dato peptido sia sicuro, efficace, clinicamente validato o adatto all'uso negli esseri umani.
Riferimenti
- Barrett, R. W., Cwirla, S. E., Ackerman, M. S., Olson, A. M., Peters, E. A., & Dower, W. J. (1992). Arricchimento selettivo e caratterizzazione di leganti ad alta affinità provenienti da collezioni di peptidi casuali su fagi filamentari. Biochimica Analitica, 204(2), 357–364. https://doi.org/10.1016/0003-2697(92)90252-3
- Lam, K. S., Salmon, S. E., Hersh, E. M., Hruby, V. J., Kazmierski, W. M., & Knapp, R. J. (1991). Un nuovo tipo di biblioteca di peptidi sintetici per identificare l'attività di legame con i ligandi. Nature, 354(6348), 82–84. https://doi.org/10.1038/354082a0
- Tallorin, L., Wang, J., Kim, W. E., Sahu, S., Kosa, N. M., Yang, P., Thompson, M., Gilson, M. K., Frazier, P. I., Burkart, M. D., & Gianneschi, N. C. (2018). Scoperta di nuovi substrati peptidici per le enzimi utilizzando l’apprendimento automatico. Nature Communications, 9(1), Articolo 5253. https://doi.org/10.1038/s41467-018-07717-6
- Sloth, A. B., Bakhshinejad, B., Jensen, M., Stavnsbjerg, C., Liisberg, M. B., Rossing, M., & Kjaer, A. (2022). Analisi del pregiudizio composizionale in un banco di peptidi per la display fago commerciale mediante sequenziamento di nuova generazione. Virusi, 14(11), Articolo 2402. https://doi.org/10.3390/v14112402
- Wiertz, E. J., van Gaans-van den Brink, J. A., Gausepohl, H., Prochnicka-Chalufour, A., Hoogerhout, P., & Poolman, J. T. (1992). Identificazione degli epitopi delle cellule T presenti in una proteina della membrana esterna della classe 1 dei meningococchi utilizzando peptidi sovrapposti assemblati mediante simultanea sintesi di più peptidi. Journal of Experimental Medicine, 176(1), 79–88. https://doi.org/10.1084/jem.176.1.79
- Kamstrup Sell, D., Sloth, A. B., Bakhshinejad, B., & Kjaer, A. (2022). Una placca bianca, associata a una delezione genomica, derivata dalla biblioteca di peptidi a base di M13KE è arricchita in modo non correlato al bersaglio durante la biopanning tramite display di fagi grazie all'effetto di propagazione. International Journal of Molecular Sciences, 23(6), Articolo 3308. https://doi.org/10.3390/ijms23063308
- Bakhshinejad, B., & Sadeghizadeh, M. (2016). Un peptide legato al polistirene non correlato all’obiettivo isolato durante la selezione della biblioteca di fagi display. Biochimica Analitica, 512, 120–128. https://doi.org/10.1016/j.ab.2016.08.013
- Tang, Y., Thillier, Y., Liu, R., Li, X., Lam, K. S., & Gao, T. (2017). Quantificazione a singolo fiocco della distribuzione di carico del peptide per la sintesi di biblioteche a singolo fiocco a base di un composto utilizzando la spettroscopia Raman confocale. Chimica Analitica, 89(13), 7000–7008. https://doi.org/10.1021/acs.analchem.7b00516
- Castorina, L. V., Grazioli, F., Machart, P., Mösch, A., & Errica, F. (2025). Valutazione delle capacità di generalizzazione dei predittori della legatura al TCR mediante l'analisi della distanza peptidica. PLOS ONE, 20(5), Articolo e0324011. https://doi.org/10.1371/journal.pone.0324011
- London, N., Raveh, B., Cohen, E., Fathi, G., & Schueler-Furman, O. (2011). Rosetta FlexPepDock web server – modellazione ad alta risoluzione delle interazioni peptide-proteina. Nucleic Acids Research, 39(Web Server), W249–W253. https://doi.org/10.1093/nar/gkr431
- Alam, N., Goldstein, O., Xia, B., Porter, K. A., Kozakov, D., & Schueler-Furman, O. (2017). Docking peptidico-proteico globale ad alta risoluzione utilizzando il PIPER-FlexPepDock basato su frammenti. PLOS Computational Biology, 13(12), Articolo e1005905. https://doi.org/10.1371/journal.pcbi.1005905
- RosettaCommons. (n.d.). FlexPepDock. Rientrato il 20 settembre 2026, da Documentazione ufficiale
- Bloodworth, N., Barbaro, N. R., Moretti, R., Harrison, D. G., & Meiler, J. (2022). Rosetta FlexPepDock per predire la legatura peptide-MHC: un approccio per gli aminoacidi non canonici. PLOS ONE, 17(12), Articolo e0275759. https://doi.org/10.1371/journal.pone.0275759
- CHARMM-GUI. (n.d.). Domande frequenti. Rientrato il 20 settembre 2026, da Documentazione ufficiale
- Dennison, S. R., Mura, M., Harris, F., Morton, L. H. G., Zvelindovsky, A., & Phoenix, D. A. (2015). Il ruolo dell’amidazione terminale C nelle interazioni della membrana del peptide antimicrobico anionico, maximin H5. Biochimica et Biophysica Acta, 1848(5), 1111–1118. https://doi.org/10.1016/j.bbamem.2015.01.014