Математическая модель объясняет, как формируются клеточные конденсаты

Биологические клетки — невероятно сложные смеси белков, нуклеиновых кислот, липидов и углеводов. Модель, разработанная двумя исследователями RIKEN, помогает объяснить, почему компоненты одного типа иногда спонтанно объединяются, а иногда нет, образуя крошечные капли, известные как конденсаты. Работа опубликована в Physical Review X.

Конденсаты — это органеллы, не окруженные мембранами. Они формируются спонтанно в процессе фазового разделения, подобно тому, как масло отделяется от воды в заправке для салата.

Конденсаты критически важны для организации клетки, концентрируя специфические молекулы в одной области. Они создают центры для ключевых процессов: регуляции генов, стрессового ответа и передачи сигналов. Без них эти процессы были бы менее эффективны или дисфункциональны.

Известно, что важную роль в формировании конденсатов играют внутренне неупорядоченные области белковых последовательностей. Однако точный механизм их участия до сих пор не был ясен.

Демксинг и гипермиксинг

Процесс спонтанного разделения сосуществующих типов конденсатов называется демксингом. Такие конденсаты не сливаются и не смешиваются даже при столкновении.

Противоположность демксингу — гипермиксинг: разные компоненты остаются смешанными внутри одного конденсата, потому что предпочитают находиться вместе, а не по отдельности.

Поиск "правил игры"

Ключевой вопрос исследования: можно ли предсказать, будут ли две или более неупорядоченные белковые последовательности демкситься или гипермикситься, основываясь на порядке их аминокислот — органических "строительных блоков" белков. Ученые искали "свод правил", определяющий, как последовательность белка диктует поведение конденсата.

Моделирование и теория

Исследователи смоделировали формирование конденсатов для более чем 200 внутренне неупорядоченных областей, найденных в человеческих белках, с помощью молекулярно-динамического моделирования. Этот метод использует компьютеры для имитации движений и взаимодействий атомов и молекул во времени.

На основе этих данных была разработана теоретическая модель. Она использует информацию о взаимодействиях между аминокислотами, чтобы предсказать склонность последовательностей к демксингу или гипермиксингу. Модель была настроена так, чтобы оценивать результат симуляции еще до её запуска.

Её предсказательную силу подтвердили, успешно спроектировав новые белковые последовательности, которые демксировались с заданной последовательностью в симуляции.

Следующий шаг — экспериментальная проверка предсказаний модели в реальном мире.