Mit Proteinformen Evolution entschlüsseln: Alte biologische Verbindungen neu beleuchtet

BerlinEine bahnbrechende Studie, die in Nature Communications veröffentlicht wurde, zeigt, dass das Verständnis der dreidimensionalen Proteinstrukturen Forschern helfen kann, uralte evolutionäre Verbindungen zu entdecken. Unter der Leitung von Dr. Cedric Notredame und Dr. Leila Mansouri vom Centre for Genomic Regulation beweisen die Forschungsergebnisse, dass Proteinstrukturen eine zuverlässigere Methode zur Erstellung evolutiver Stammbäume bieten als alleinige DNA-Sequenzen.

Traditionelle evolutionäre Stammbäume basieren darauf, DNA- oder Proteinsequenzen zu vergleichen, um Verbindungen zwischen Arten zu identifizieren. Über sehr lange Zeiträume können sich diese Sequenzen jedoch stark verändern, was die Rückverfolgung zu gemeinsamen Vorfahren erschwert. Dieses Problem, bekannt als Sättigung der Sequenz, führt oft zu ungenauen Stammbäumen. Die Studie zeigt, dass Proteinstrukturen im Laufe der Zeit stabiler bleiben und somit eine verlässlichere Grundlage für das Verständnis der Evolutionsgeschichte bieten.

Was diese Herangehensweise besonders macht:

Nutzt Proteinformen, um die Evolution zu verfolgen, indem es Proteinstrukturen mit genetischen Sequenzen kombiniert und so präzisere Ergebnisse liefert. Im Vergleich zu rein genetischen Daten ist diese Methode weniger anfällig für zeitbedingte Variationen. Sie eröffnet neue Perspektiven im Verständnis menschlicher Kinasen, die für die Medikamentenentwicklung entscheidend sind, und ermöglicht es, evolutionäre Zusammenhänge selbst aus Milliarden von Jahren zu identifizieren.

Durch die Untersuchung der physikalischen Form von Proteinen haben Forscher die Abstände innerhalb der Moleküle gemessen, um deren evolutionäre Geschichte zu rekonstruieren. Sie fanden heraus, dass Bäume, die auf Basis von Strukturdaten erstellt wurden, eng mit denen übereinstimmen, die auf genomischen Sequenzen basieren, jedoch mit weniger Unstimmigkeiten. Diese kombinierte Herangehensweise ermöglicht es Wissenschaftlern, zwischen genauen und ungenauen Beziehungen besser zu unterscheiden.

Titel: Durchbruch in der Protein-Evolution: Neue Möglichkeiten für die Medizin

Diese Entdeckung könnte enorme Auswirkungen auf viele Bereiche haben, darunter Biotechnologie und Krankheitsforschung. Sie ermöglicht ein besseres Verständnis der Krankheitsentwicklung und unterstützt die Entwicklung neuer Impfstoffe und Behandlungen. Indem Forscher die Beziehungen von Proteinen wie Kinasen untersuchen, die eine Schlüsselrolle in zellulären Funktionen spielen, können gezieltere Therapien für Krankheiten wie Krebs entwickelt werden. Die Studie bietet die Chance, die Evolution von Proteinen in einem bisher unerreichten Umfang zu erforschen und könnte zahlreiche wissenschaftliche und medizinische Fortschritte unterstützen.

Überwindung der evolutionären Sättigung

Die Herausforderung der evolutionären Sättigung stellt ein bedeutendes Problem bei der Erforschung der fernen Vergangenheit der Lebensgeschichte dar. Über extrem lange Zeiträume hinweg können sich DNA-Sequenzen stark verändern, was es erschwert, ihren ursprünglichen Zustand nachzuvollziehen. Dies erschwert die Erstellung präziser evolutionärer Stammbäume, auf die Wissenschaftler angewiesen sind, um die Beziehungen zwischen Arten und Genen zu verstehen.

Forscher wenden sich nun den Proteinstrukturen zu, um dieses Problem anzugehen. Diese dreidimensionalen Formen sind im Laufe der Zeit stabiler als ihre Sequenzen. Sie passen sich nur langsam an und behalten dadurch uralte Merkmale, die in den Sequenzen verloren gehen könnten. In diesem bahnbrechenden Ansatz haben Forscher die Abstände zwischen bestimmten Teilen der Proteinstrukturen gemessen, bekannt als intra-molekulare Abstände. Dieser Ansatz ist deshalb so wirkungsvoll.

• Es offenbart evolutionäre Verbindungen zuverlässiger, wenn DNA-Sequenzen versagen.
• Die Kombination von strukturellen und genomischen Daten erhöht die Genauigkeit evolutionärer Stammbäume.
• Es eröffnet neue Möglichkeiten, uralte Beziehungen zwischen Protein-Familien zu erforschen.

Eine neue Methode erfordert keine experimentell bestimmten Proteinstrukturen. Dies ist besonders bedeutsam angesichts der enormen Datenmengen, die durch Werkzeuge wie AlphaFold 2 vorhergesagt werden. Es existieren Millionen von Proteinsequenzen, wobei im Zuge von Projekten wie dem EarthBioGenome-Projekt noch viele weitere erwartet werden.

Das Verständnis dieser Verbindungen ist von entscheidender Bedeutung, weit über bloße historische Neugier hinaus. Protein-Kinasen spielen beispielsweise eine zentrale Rolle in zahlreichen zellulären Funktionen und sind bedeutende Ziele in der Krebstherapie. Durch die Erstellung eines genaueren evolutionären Stammbaums der Kinasen können Forschende besser nachvollziehen, wie diese Proteine funktionieren, wie sie mit Medikamenten interagieren und möglicherweise Behandlungen verbessern. Die Auswirkungen reichen über die menschliche Gesundheit hinaus und unterstützen unter anderem die Impfstoffentwicklung und das Verständnis der Evolution von Krankheiten. Die Untersuchung von Proteinstrukturen kann einzigartige Einblicke bieten, wo genetische Daten allein nicht ausreichen, und hilft uns, das Rätsel der frühen Geschichte des Lebens zu entschlüsseln.

Implikationen für die Medizin

Eine kürzlich durchgeführte Untersuchung zu Proteinformen hat bedeutende Auswirkungen auf die Medizin. Proteinstrukturen bieten neue Ansätze zur Verständnis von Krankheiten und zur Verbesserung von Behandlungen. Hier sind einige mögliche medizinische Vorteile:

• Verbesserung der Arzneimittelentwicklung: Das Verständnis von Proteinstrukturen kann zu wirksameren Arzneimitteln führen. Indem Wissenschaftler erkennen, wie Proteine strukturell interagieren, können sie Medikamente entwerfen, die besser passen und effizienter wirken.
• Optimierung der Krebsbehandlung: Viele Krebstherapien zielen auf spezifische Proteine wie Kinasen ab. Mit detaillierteren evolutionären Stammbäumen dieser Proteine können genauere Krebsbehandlungen entwickelt werden.
• Förderung der Impfstoffentwicklung: Erkenntnisse über die Evolution von Proteinen helfen dabei, Krankheitserreger besser zu verstehen. Dieses Wissen unterstützt die Entwicklung von Impfstoffen, die gezielt Schwachstellen in Viren und Bakterien angreifen.
• Verfolgung der Krankheitsentwicklung: Durch das Untersuchen von Proteinstrukturen gewinnen wir Hinweise darauf, wie sich Krankheiten im Laufe der Zeit verändert haben. Dieses Verständnis hilft, künftige Veränderungen vorherzusagen und neue Behandlungen vorzubereiten.
• Fortschritte in der Biotechnologie: Die Protein-Ingenieurwissenschaften in der Biotechnologie könnten von dieser Forschung profitieren, was zu neuen Enzymen und biotechnologischen Produkten führt.

Die Kombination von Proteinstrukturen mit genetischen Daten bietet ein umfassenderes Bild der Evolution des Lebens. Dieser duale Ansatz verringert die Fehler, die auftreten können, wenn man sich nur auf genetische Sequenzen verlässt, welche sich über lange Zeiträume verändern können. So werden bisher verborgene Zusammenhänge sichtbar.

Im medizinischen Bereich bedeutet dies zuverlässigere Modelle für die Entwicklung von Proteinen und damit auch von Krankheiten. Nehmen wir beispielsweise Kinasen—they spielen eine entscheidende Rolle in vielen zellulären Prozessen und sind das Ziel zahlreicher Medikamente. Ihre Evolution zu verstehen hilft dabei, diese Behandlungen zu verfeinern und möglicherweise die Ergebnisse für Patienten zu verbessern.

Darüber hinaus können verbesserte Stammbäume der Evolution die Forschung über Kinase hinaus unterstützen. Sie helfen dabei, Proteine zu identifizieren, die mit genetischen Störungen in Verbindung stehen, was zu präziseren Diagnosen oder Therapien führen kann. Ein vertieftes Verständnis der Proteinentwicklung ermöglicht es Forschern, Behandlungen individuell auf das genetische Profil abzustimmen oder vorherzusagen, wie Krankheiten auf neue Medikamente reagieren könnten.

Die Einbindung von Proteinstrukturen in die medizinische Forschung bietet vielversprechende Möglichkeiten. Sie eröffnet neue Wege zur Erforschung komplexer Merkmale und Krankheitsmechanismen, was letztlich zu Fortschritten im Gesundheitswesen führen kann.