New approaches to data-driven analysis and enhanced sampling simulations of G protein-coupled receptors

• Proteins are large biomolecules that carry out specific functions within living organisms. Understanding how proteins function is a massive scientific challenge with a wide area of applications. In particular, by controlling protein function we may develop therapies for many diseases. To understand a protein’s function, we need to consider its full conformational ensemble, and not only a single snapshot of a structure. Allosteric signaling is a factor often driving protein conformation change, where the binding of a molecule to one site triggers a response in another part of the protein. G protein-coupled receptors (GPCRs) are transmembrane proteins that bind molecules outside the membrane, which enables coupling to a G protein in their intracellular domain. Understanding the complex allosteric process governing this mechanism could have a significant impact on the development of novel drugs.Molecular dynamics (MD) is a computational method that can capture protein conformational change at an atomistic level. However, MD is a computationally expensive approach to simulating proteins, and is thus infeasible for many applications. Enhanced sampling techniques have emerged to reduce the computational cost of standard MD. Another challenge with MD is to extract useful information and distinguish signal from noise in an MD trajectory. Data-driven methods can streamline analysis of protein simulations and improve our understanding of biomolecular systems.Paper 1 and 2 contain methodological developments to analyze the results of MD in a data-driven manner. We provide methods that create interpretable maps of important molecular features from protein simulations (Paper 1) and identify allosteric communication pathways in biological systems (Paper 2). As a result, more insights can be extracted from MD trajectories. Our approach is generalizable and can become useful to analyze complex simulations of various biomolecular systems. In Paper 3 and 4, we combine the aforementioned methodological advancements with enhanced sampling techniques to study a prototypical GPCR, the β2 adrenergic receptor. First, we make improvements to the string method with swarms of trajectories and derive the conformational change and free energy along the receptor’s activation pathway. Next, we identify key molecular microswitches directly or allosterically controlled by orthosteric ligands and show how these couple to a shift in probability of the receptor’s active state. In Paper 4, we also find that ligands induce ligand-specific states, and the molecular basis governing these states. These new approaches generate insights compatible with previous simulation and experimental studies at a relatively low computational cost. Our work also provides new insights into the molecular basis of allosteric communication in membrane proteins, and might become a useful tool in the design of novel GPCR drugs.

• Proteiner är stora biomolekyler som utför specifika funktioner inom levande organismer. Att förstå hur proteiner fungerar är en enorm vetenskaplig utmaning med många användningsområden. I synnerhet genom att kontrollera proteiners funktion kan vi utveckla botemedel för många sjukdomar. För att förstå ett proteins funktion måste vi beakta dess fullständiga tillståndsensemble och inte bara en enda ögonblicksbild av en struktur. Alloster reglering är en faktor som kan få proteiner att ändra tillstånd. Det innebär att en molekyl binder till ett säte och därmed orsakar förändring i en annan del av proteinet. G-proteinkopplade receptorer (GPCRs) är transmembranproteiner som binder molekyler utanför membranet, vilket möjliggör koppling till ett G-protein i deras intracellulära domän. Att förstå den komplexa allostera regleringen som styr denna mekanism kan ha en betydande inverkan på utvecklingen av nya läkemedel.Molekylsimuleringar (Molecular dynamics; MD) är en beräkningsmetod som kan användas för att studera förändringar i proteiners struktur och tillstånd på atomnivå. MD är ett kostsamt simuleringsverktyg och är därför opraktiskt i många sammanhang. Så kallade ‘enhanced sampling’-metoder har utvecklats för att minska beräkningskostnaden av standard-MD. Ytterligare en utmaning är att utvinna användbar information och skilja signal från brus i en MD-simulering. Datadrivna metoder kan effektivisera analysen av proteinsimuleringar och förbättra vår förståelse av biomolekylära system i allmänhet.Artikel 1 och 2 beskriver utveckling av datadrivna metoder för att analysera MD-simuleringar. Metoderna kartlägger viktiga molekylära egenskaper i proteinsimuleringar (Artikel 1) och identifierar allostera kommunikationsvägar i biologiska system (Artikel 2), samt presenterar resultaten på ett lättillgängligt sätt. Därav kan MD leda till fler och bättre insikter. Vårt tillvägagångssätt är generaliserbart och kan användas för att analysera komplexa simuleringar av många biomolekylära system.I artikel 3 och 4 kombinerar vi de tidigare nämnda metodologiska framstegen med enhanced sampling-metoder för att studera en prototypisk GPCR, β2-adrenoceptorn. I steg ett förbättrar vi den så kallade strängmetoden, vilket är en typ av enhanced sampling-teknik, och använder den för att härleda de funktionella tillstånden och den fria energi längsmed receptorns aktiveringsväg. Därefter identifierar vi viktiga molekylära interaktioner som kontrolleras av ligander och visar hur dessa kopplas till en förändring i sannolikhet för receptorns aktiva tillstånd. I artikel 4 visar vi även att enskilda ligander inducerar specifika tillstånd samt de molekylära egenskaperna hos dessa tillstånd.Metoderna genererar resultat som överensstämmer med tidigare simulerings- och experimentella studier till en relativt låg beräkningskostnad. Vårt arbete leder även till nya insikter om den molekylära grunden för alloster kommunikation i membranproteiner, och kan bli ett användbart verktyg i utvecklingen av framtidens GPCR-läkemedel.

Ämnesord

NATURVETENSKAP  -- Biologi -- Biofysik (hsv//swe)

NATURAL SCIENCES  -- Biological Sciences -- Biophysics (hsv//eng)

Nyckelord

GPCR

G protein-coupled receptors

Molecular Dynamics

MD

Enhanced Sampling

beta2 adrenergic receptor

beta2

Biological Physics

Biologisk fysik

Publikations- och innehållstyp

vet (ämneskategori)

dok (ämneskategori)