Previous Next Contents

3.14 Prof. Dr. Ernst-Walter Knapp

Institut für Kristallographie

Theoretische Biochemie, Biophysik und Bioinformatik

Keywords: protein dynamics, long-time dynamics, protein folding, drug design.


Takustr. 6, 14195 Berlin; Tel. +49 30 838-54387, Fax -53464, E-mail: knapp@chemie.fu-berlin.de

Abstract

The aim is to elucidate the structure function relationship of biopolymers by computational methods of modeling and computer simulation. Conventional methods of computer simulation are used to study the dynamics of protein-water systems and to characterize functional groups in proteins. New methods are developed and applied to simulate long-time dynamics of proteins and to attack the protein folding problem. In the future computations of infrared and Raman spectra of whole proteins and problems of drug-design will be performed.

Wissenschaftlicher Werdegang

Diplom: Theoretische Atomphysik, Universität Kaiserslautern (1973); Promotion: Theoretische Molekülphysik, Universität Kaiserslautern (1976); Habilitation: Theor. Physik, TU München (1985); Professor für Macromolecular Modelling: FU Berlin (1990); NATO Postdoc: Purdue U., Indiana, USA (1976-77); Max-Planck-Stipendiat: MPI f. Biophys. Chemie, Göttingen (1978-79); Akademischer Rat: FB Physik, TU München (1979-86); Heisenberg-Stipendiat: Arbeitsgruppenleiter, FB Physik, TU München (1986-90); Vertr.: Prof. Brenig, FB Physik, TU München (1987-88). Mitgliedsch.: Deutsche Physikalische Gesellschaft, GDCh, Protein Society, Vorstandsmitglied der Deutschen Gesellschaft für Biophysik.

Kooperationspartner

Prof. D.J. Diestler, University of Nebraska, USA; Prof. M. Heyn, FU Berlin; Prof. W. Lubitz, TU Berlin; Prof. K. Mayo, University of Minnesota, USA; Prof. Hartmut Michel, MPI für Biophysik, Frankfurt am Main; Dr. I. Mügge, University of California, Los Angeles, USA; Prof. L. Nilsson, Karolinska Institut, Stockholm, Schweden; Prof. F. Parak, Technische Universität München; Prof. W. Saenger, FU Berlin; Dr. J. Schneider-Mergener, HU Berlin; Dr. H. Sklenar, Max-Delbrück-Centrum, Berlin

Drittmittelgeber

DFG Sfb 312 Teilprojekt D7; Graduiertenkolleg; Europäische Union; Fonds der Chemischen Industrie; Bayer AG, Wuppertal.

Forschungsgebiete

Struktur, Funktion und Dynamik von Biopolymeren

Zwei der wichtigsten Klassen von Biopolymeren sind Proteine sowie Ribonukleinsäuren (RNS) beziehungsweise Desoxyribonukleinsäuren (DNS). Die monomeren Bausteine von Proteinen sind 20 verschiedene Aminosäuren, von RNS und DNS sind es vier verschiedene Nukleotide. Die dreidimensionale Struktur eines Biopolymers ist alleine durch die Reihenfolge der Monomere, die "Sequenz", bestimmt.

Die meisten Biopolymere besitzen eine spezifische Funktion im Lebensgeschehen einer Zelle. Eine Unterklasse der Proteine, die Enzyme, katalysieren spezifische biochemische Reaktionen. DNS dient zum Speichern und RNS zum Übersetzen von genetischer Information. Diese spezifischen Funktionen werden erst durch die wohldefinierte "native" dreidimensionale Struktur der Biopolymere möglich gemacht. Meist ist die Funktion eines Biopolymers eng mit seinem dynamischen Verhalten verknüpft.

Zu den großen Herausforderungen und bislang ungelösten Problemen der molekularen Biochemie und Biophysik gehören (1) die Strukturvorhersage biologischer Makromoleküle bei Vorgabe der Sequenz1 und (2) die Simulation des Faltungsweges biologischer Makromoleküle.

Mit einer Simulation des Faltungsweges wäre auch die Strukturvorhersage gelöst. Sofern allerdings "nur" die native dreidimensionale Struktur eines biologischen Makromoleküls von Interesse ist, können auch zahlreiche andere Methoden verwendet werden, bei denen nicht der zeitliche Ablauf einer Faltung simuliert wird. Dabei sind Methoden aus der Informatik, bei denen Datenbanken der Strukturen von Biopolymeren verwendet werden, von Nutzen. Neben der grundsätzlichen Bedeutung wäre eine Lösung der Strukturvorhersage von Biopolymeren auch von großem praktischen Wert. Mit Methoden der Strukturvorhersage lassen sich zum Beispiel Proteinmoleküle mit verbesserten oder gar neuen Eigenschaften konstruieren. Dieser häufig mit dem Etikett Protein Design versehene Bereich ist für die pharmazeutische Industrie von großem Interesse. Eine Lösung des ungleich schwierigeren Faltungsproblems würde es ermöglichen, auch langsame funktionale Prozesse auf atomarer Ebene der Beschreibung zu verstehen.

Die Computersimulation der Dynamik von Biopolymeren kann zur Aufklärung dieser Probleme beitragen. Bei der konventionellen Methode der Computersimulation der Dynamik eines Biopolymers wird das betrachtete Modellsystem durch Lösen der klassischen Bewegungsgleichungen für jedes Atom mit all seinen Freiheitsgraden in der Zeit propagiert. Dabei wird der Hauptteil der Rechenzeit benötigt, um für jeden Zeitschritt die Kräfte, die auf die Atome wirken, aus der Energiefunktion des betrachteten molekularen Systems zu berechnen. Wegen der langen Reichweite der elektrostatischen Wechselwirkungen müssen die Kräfte zwischen allen Atompaaren des betrachteten Systems berechnet werden. Das heißt, die Rechenzeit eines Systems von N Atomen nimmt wie N2 zu. Der Zeitschritt der Simulationsrechnung muß klein genug sein, um auch die schnellsten Bewegungen eines molekularen Systems noch im Detail zu verfolgen. Diese Bewegungen sind die im Zeitbereich von zehn Femtosekunden liegenden Streckschwingungen der Bindungen, an denen ein Wasserstoffatom beteiligt ist. Der maximale sinnvolle Zeitschritt liegt demnach bei einer Femtosekunde. Für Systemgrößen von einigen Tausend Atomen läßt sich mit dieser Methode die Dynamik zur Zeit nur im Bereich von Nanosekunden simulieren.

Die Faltung eines Proteinmoleküls ist im Vergleich zu elementaren Strukturänderungen bei kleinen Molekülen ein sehr langsamer Prozeß, der im Zeitbereich von Millisekunden oder länger erfolgt. Auch die funktional relevanten Prozesse in Proteinen laufen im Vergleich zu elementaren chemischen Reaktionen in Lösungen häufig sehr viel langsamer ab. Der zeitliche Ablauf dieser Prozesse kann deshalb nicht mit konventionellen Methoden simuliert werden. Dies ist aber sicher nur einer der Gründe, weshalb sich Reaktionsmechanismen in Enzymen bislang nur sehr schwer vorhersagen lassen.

Häufig wird die Aktivität eines Biopolymers durch kleine Moleküle (Liganden) gesteuert. Spezifische Liganden lagern sich an bestimmte Teile der Oberfläche des Makromoleküls an und werden von diesem erkannt. Die Wirksamkeit vieler pharmazeutischer Präparate beruht auf diesem Erkennungsmechanismus. Zur Konstruktion wirksamerer und neuer Arzneistoffe muß die Struktur und der Bindungsmechanismus des Biopolymer-Liganden-Komplexes bekannt oder vorhersagbar sein. Dieses Problem ist eng mit der Strukturvorhersage biologischer Makromoleküle verwandt. Auch die Ligandenbindung ist ein langsamer Prozeß und kann von seinem Charakter her als ein "Minifaltungsproblem" verstanden werden.

Arbeitsbereiche:

Simulation der Molekulardynamik mit den klassischen Bewegungsgleichungen

Die Dynamik eines Protein-Wasser-Systems wird simuliert, um die Struktur und Dynamik von Wassermolekülen an der Proteinoberfläche zu charakterisieren2-4. Mit der Methode der thermodynamischen Perturbation und Integration lassen sich freie Energien aus Simulationsdaten der Dynamik berechnen. Zum Beispiel werden so die Bindungskonstanten eines Liganden oder Kofaktors mit einem Protein oder pKa-Werte titrierbarer Gruppen und Redox-Potentiale von Kofaktoren in Proteinen berechnet1-7. Letzteres ist wesentlich, um Protonen- und Elektronentransfer-Prozesse in Proteinen zu charakterisieren.

Langzeitdynamik von Proteinmolekülen

Um die Dynamik von Proteinen über längere Zeiträume zu simulieren, gibt es zwei Strategien: (1) Vereinfachung der Modellbeschreibung und damit auch der Energiefunktion. (2) Elimination von Freiheitsgraden, um damit größere Zeitschritte verwenden zu können. Die erste Möglichkeit reduziert die räumliche, die zweite die zeitliche Auflösung bei der Beschreibung der Dynamik eines Proteins. Hier wird die zweite Möglichkeit verfolgt. Mit Hilfe einer Monte Carlo Methode werden Konformationsänderungen im Raume der Torsionswinkel eines Polypeptids generiert. Damit kann man die zeitliche Entwicklung eines Polypeptids bis in den Zeitbereich von Mikrosekunden verfolgen (siehe Abb. 1)8-10.


Abb. 1. Ausschnitt aus der Zeitentwicklung eines Modellpeptids mit einer Monte Carlo (MC) Methode8-10. Das Modellpeptid besteht aus 36 Aminosäuren und ist so konstruiert, daß es ein Helix-Turn-Helix Motiv bilden soll. Im Zentrum befinden sich fünf Glyzine (offene Kreise), die häufig Turns bilden. Die Anziehung der hydrophoben Residuen (schwarze Kreise) sorgt für die Anlagerung der beiden Helices. Sie werden durch Alanine mit verstärkter Wechselwirkung der Methylgruppen modelliert. Alle anderen Aminosäuren sind Alanine, von denen bekannt ist, daß sie häufig in .alpha.-helikalen Strukturen vorkommen. Ein einzelner MC-Zug (MCZ) besteht aus Drehungen um benachbarte Torsionswinkel in einem Fenster des Proteinrückgrats. Die Drehungen sind so korreliert, daß mit einem MCZ nur lokale Konformationsänderungen generiert werden. Die Zeit der zwölf aufeinanderfolgenden Schnappschüsse ist mit der Zahl der MC-Durchläufe (MCD) angegeben. Ein MCD besteht aus mehreren MCZ's, bei denen im statistischen Mittel jede Fensterposition einmal probiert wird. Ausgehend von einer gestreckten all-trans Konformation bilden sich bereits nach wenigen zehntausend MCD's zwei .alpha.-helikale Bereiche (100000 MCD). Durch die Wechselwirkung der hydrophoben Seitenketten wird die Bildung des Turns eingeleitet, der zunächst an einer falschen Position liegt (140000 MCD). Dann gleitet die kurze Helix entlang der langen Helix. Dabei verschiebt sich ab 160000 MCD's die Lage des Turns in den Bereich der Glyzine (offene Kreise).

Normalmodenanalyse ganzer Proteinmoleküle

Mit Hilfe der Bewegungsmoden aus der Normalmodenanalyse eines Proteins lassen sich spezifische Bewegungsmoden genau charakterisieren11. Die Normalmoden können auch verwendet werden, um Infrarot- und Raman-Spektren ganzer Proteine zu berechnen. Durch Vergleich mit experimentellen Spektren können damit dreidimensionale Strukturmodelle von Proteinen überprüft werden.

Neue und zukünftige Projekte

Simulation der Dynamik von Proteinen im Raume der Torsionswinkel; Simulation und Vorhersage von Protein-Protein und Protein-Liganden Anlagerungsprozessen; Charakterisieren der Strukturmerkmale verschiedener Liganden mit gleicher Funktion (pharmacophore matching).

Literaturliste

  1. E. W. Knapp, H. Sklenar, J. Comp. Aided Molec. Design 1993, 7, 365.
  2. I. Muegge, E. W. Knapp, in: "Water-biomolecule interactions". Conference proceedings of the Italian PhysicaI Society, 1993, 43, 165.
  3. I. Muegge, E.W. Knapp, J. Phys. Chem. 1993, 97, 11339.
  4. I. Muegge, E.W. Knapp, J. Phys. Chem. 1995, 99, 1371.
  5. I. Muegge, U. Ermler, G. Fritzsch, E.W. Knapp, J. Phys. Chem. 1995, 99, 17917.
  6. J. Apostolakis, I. Muegge, U. Ermler, G. Fritzsch, E.W. Knapp, J. Am. Chem. Soc. 1996, 118, 3743.
  7. I. Muegge, J. Apostolakis, U. Ermler, G. Fritzsch, W. Lubitz, E.W. Knapp, Biochemistry 1996, 35, 8359.
  8. E.W. Knapp, A. Irgens-Defregger, J. Comp. Chem. 1993, 14, 19.
  9. D. Hoffmann, E.W. Knapp, Phys. Rev. E, 1996, 53, 4221.
  10. D. Hoffmann, E.W. Knapp, Europ. J. Biophys. 1996, 387-403.
  11. B. Melchers, E.W. Knapp, F. Parak, L. Cordone, A. Cupane, M. Leone, Biophys. J. 1996, 70, 2092.

Weitere Verweise


Previous Next Contents
© 1996, Redaktionsschluß: 1996-08-01.