RICERCA ITALIANA     

Amiloidi e ripiegamento di proteine: un approccio teorico-sperimentale

Università degli Studi di Padova

Abstract

Il problema posto dal processo di ripiegamento delle proteine nella loro struttura nativa rappresenta il cuore della moderna biologia: come è possibile che una catena di aminoacidi priva di struttura si ripieghi in una ben definita configurazione tridimensionale, lo stato nativo, nel quale la proteina è biologicamente attiva? Capire il meccanismo alla base del ripiegamento è cruciale per raggiungere la completa decodifica dell'informazione genetica e la piena comprensione delle implicazioni funzionali; permette inoltre la progettazione di nuove molecole proteiche a scopo medico.

'In vivo' il ripiegamento e l'attività biologica di una proteina non avvengono isolatamente. Al contrario coinvolgono l'interazione con diverse proteine, e in particolare sono spesso associati a processi di riconoscimento molecolare che coinvolgono legami tra i ligandi/substrati e i siti attivi catalizzatori presenti nella struttura nativa. L'ambiente cellulare è inoltre ricco di tante specie proteiche, ognuna presente con diversa concentrazione. L'aumento della concentrazione di una data proteina può indurne un ripiegamento scorretto (misfolding) e portare alla formazione delle fibrille amiloidi, aggregati stabili ed insolubili noti per essere coinvolti in molte patologie neuro-degenerative, come l'Alzheimer, il diabete tipo II e l'encefalopatia spongiforme. Solo ora si sta cominciando a far luce sui meccanismi di aggregazione e sulla struttura delle fibrille amiloidi a livello molecolare; ogni informazione raccolta permette un aiuto importante nella progettazione di nuove cure. Si è scoperto inoltre che l'aggregazione è influenzata da altri composti fisiologici che si sono trovati assieme alle fibrille amiloidi nei depositi accumulati nei tessuti.

Da un punto di vista fisico, si stanno raccogliendo evidenze che le stesse proprietà fisico-chimiche della catena poli-peptidica concorrano sia ai più ordinari aspetti del ripiegamento sia all'interazione e all'aggregazione delle catene proteiche. Le potenti forze evolutive hanno spinto le proteine ad un processo di evoluzione operante in tale ambito che chiede di essere compreso ancora più in dettaglio. A tale scopo, siamo convinti che sia cruciale considerare la mutua interazione tra ripiegamento, interazione e aggregazione. Recentemente sono stati suggeriti molti esempi; stati intermedi nel processo di ripiegamento, in particolare le specie non produttive, possono essere importanti nell'attivazione della fibrillo-genesi; un collegamento tra ripiegamento e legame potrebbe esistere; i livelli di espressione genetica delle diverse proteine potrebbero essere collegati al loro tasso di aggregazione.

Da un punto di vista teorico, la potenza di calcolo raggiunta permette ormai di simulare situazioni realistiche includendo tutti i gradi di libertà durante l'evoluzione temporale del sistema. L'abilità di simulare ‘in silico’ la dinamica delle proteine e del solvente con tutti i dettagli, non implica però necessariamente la capacità di riconoscere le cause fondamentali e gli eventi chiave del processo di ripiegamento-aggregazione. I modelli meccanico-statistici guidati da informazioni sperimentali, hanno dato prova di essere estremamente utili nel catturare gli aspetti essenziali delle proteine, e possono essere ulteriormente sviluppati per ottenere algoritmi bio-informatici predittivi. Siamo convinti che ulteriori progressi in questo senso possano essere ottenuti solo combinando esperimenti, semplici modelli teorici meccanico-statistici, simulazioni numeriche all-atom e modellistica molecolare basata su algoritmi bio-informatici, in un unico programma di ricerca, così come suggerito in questo progetto che raggruppa due gruppi sperimentali e tre teorici.

Saranno analizzati sperimentalmente due sistemi, il dominio PDZ e l'acilfosfatasi, i quali sono già stati compresi con un certo dettaglio. Per il dominio PDZ verrà studiata la correlazione tra i processi di ripiegamento e di legame, attraverso la determinazione dei residui chiave nel processo di legame e la loro relazione con il nucleo del ripiegamento. Inoltre lo studio del ruolo delle specie meta-stabili lungo il percorso di ripiegamento insieme ad esperimenti sui meccanismi di aggregazione, permetterà di determinare il profilo di energia associato alle possibili conformazioni adottate dal dominio proteico durante il ripiegamento e l'aggregazione. L'aggregazione dell'acilfosfatasi sarà invece studiata in presenza di alcuni composti fisiologicamente rilevanti, al fine di simulare più da vicino le condizioni 'in vivo'. La modellizzazione teorica si propone di essere complementare agli esperimenti attraverso una piena caratterizzazione degli eventi molecolari che accompagnano i processi di riconoscimento dei ligandi e l'aggregazione di proteine usando i dati sperimentali per determinare le interazioni efficaci per il ripiegamento e l'aggregazione e nel costruire semplici modelli per l'aggregazione proteica. <<<

Coordinatore Scientifico del Programma di Ricerca

Amos Maritan Università degli Studi di PADOVA

Obiettivo del Programma di Ricerca

La decodificazione del genoma umano è stato uno dei principali risultati della ricerca dell’ultimo decennio. Nuovi geni (polimeri di nucleotidi) sono stati identificati ed una grande quantità di informazione è ora disponibile per il processo della espressione genica: la conversione dai geni alle proteine (sequenze di aminoacidi). Pertanto, in principio, si dovrebbe essere capaci di identificare tutte le proteine che operano nel corpo umano. Tuttavia vi è ancora una scarsa comprensione del modo in cui l’informazione genetica viene convertita in attività biologica, tramite il ripiegamento delle proteine.
La comprensione del folding proteico risulta infatti ancora uno dei problemi scientifici irrisolti della biologia molecolare moderna. Il carattere transiente delle specie molecolari popolate nel processo rende la loro identificazione e caratterizzazione sperimentale estremamente difficile, Inoltre, da un punto di vista computazionale, la modellizzazione di questo processo è resa difficile dal gran numero di deboli interazioni che possono stabilirsi tra i residui ammino-acidici e dalle piccole differenze energetiche tra stato denaturato e stato nativo.

Al di là dell’importanza del problema scientifico nel campo della fisica e della biologia di base, gli studi sul folding delle proteine hanno recentemente acquisito rilevanza bio-medica da quando è stato riconosciuto che le formazioni delle placche amiloidi, responsabili della insorgenza di alcune malattie degenerative, può essere causata da alterazioni del processo di folding in grado di portare alla formazione di stati non-nativi delle proteine.

Per questi motivi la scienza delle proteine rappresenta una delle più avanzate frontiere della fisica, richiedendo non solo un impegno considerevole nello sviluppo di teorie e tecniche sperimentali , ma anche una quantità di conoscenze da diversi ambiti disciplinari quali la chimica, biologia e biochimica. E’ sempre più evidente che nuovi passi in avanti nella comprensione di questo problema, potrà avvenire soltanto tramite una sinergia fra esperimenti, metodi teorici e metodi computazionali, come spiegheremo nelle prossime sezioni. Questo è proprio lo scopo principale di questo programma: combinare l’attività di due gruppi biochimici sperimentali e di tre gruppi teorici per sviluppare nuove tecniche per affrontare svariati problemi legati al folding, all’unfolding, alla aggregazione e all’interazione delle proteine.

La dettagliata descrizione dei nostri obiettivi verrà data in un'altra sezione del programma di ricerca e dettagli più precisi sono reperibili nelle proposte delle cinque unità partecipanti al progetto. L’esperienza teorica e sperimentale dei cinque gruppi è necessaria per poter affrontare i problemi che ci prefiggiamo. Ulteriori conoscenze saranno acquisibili dalle numerose e consolidate collaborazioni, sia nazionali che internazionali, che i proponenti vantano con prestigiosi esperti nel settore.

Gli obiettivi, sia sperimentali che teorici che ci proponiamo di affrontare sono:

a) Studio della aggregazione delle proteine e della formazione di amiloidi tramite:

1) Studio sperimentale dei meccanismi di aggregazione di piccole proteine, come i domini PDZ, la cui struttura ed il processo di folding sono già conosciuti in dettaglio;

2) Studi sperimentali dell’aggregazione in presenza di composti fisiologicamente importanti (lipidi, collagene, ioni metallici,…), per i membri della famiglia delle acilfosfatasi, la cui struttura tridimensionale, meccanismo di ripiegamento e processi di aggregazione sono già noti in dettaglio

3) Simulazioni di dinamica molecolare eseguite a differenti livelli di dettaglio, partendo da simulazioni con tutti gli atomi, fino a modelizzazioni a grana grossa delle proteine;

4) Sviluppo di un algoritmo predittivo dell’architettura topologica delle fibrille amiloidi per una data sequenza di ammino-acidi

b) Determinare i potenziali di interazione effettivi fra gli ammino-acidi per il problema del ripiegamento delle proteine tramite il principio di massima entropia e con l’aiuto dei dati ottenuti negli esperimenti;

c) Individuare il ruolo delle proprietà topologiche nel folding e nel processo di binding per i domini PDZ, e chiarificare la relazione, se esistente, tra i residui che giocano un ruolo fondamentale nel processo di folding e quelli che occupano posizioni funzionalmente importanti nei processi di riconoscimento molecolare;

d) Caratterizzare gli eventi molecolari che accompagnano il riconoscimento dei ligandi da parte dei domini PDZ per mezzo di simulazioni di dinamica molecolare all-atom;

e) Studio della solvatazione di una singola proteina utilizzando modelli che legano geometria e termodinamica;

f) Determinazione del diagramma di fase delle proteine globulari in soluzione tramite opportuna modellizzazione:

g) Predizione della distribuzione delle concentrazione di diverse proteine (livelli di espressione genica) all’interno della cellula per mezzo di modelli stocastici.

Tutti gli obiettivi richiedono le competenze di almeno un paio dei gruppi coinvolti nel progetto. Incontri regolari verranno organizzati per controllare l’evolvere dei lavori e per favorire l’interazione e la sinergia delle differenti capacità e metodologie <<<

Risultati parziali attesi

Il risultato atteso dell'UR di Fierenze e' la comprensione dei meccanismi diaggregazione degli intermedi parzialmente strutturati che si generano nel processo di folding. Si cerchera' di caratterizzare lo scenario energetico in cui si collocano tutte le possibili conformazioni assunte dal dominio PDZ2, dallo stato denaturato a quello nativo, passando attraverso tutti i possibili intermedi di folding, ma anche dallo stato aggregato monomerico e quello fibrillare, attraverso tutti gli intermedi oligomerici.
Risulati simili sono attesi per il caso in cui siano presenti alcune molecole durante processo di aggregazione proteica una premessa per comprendere l'aggregazione proteica in presenza di composti di rilevanza fisiologica. I dati ottenuti saranno confrontati con quelli prodotti su altri sistemi allo scopo di raccogliere un numero di informazioni sufficiente per poter generare modelli di validità generale. A tale proposito, sarà parte determinante del progetto l'interazione con le UR di Padova e Bari, in virtù della loro capacità di sviluppare modelli che possano essere validati sulla base dei nostri dati sperimentali.

Il risultato atteso dell'UR di Roma è la determinazione degli eventi molecolari che prendono parte ai processi di folding e alle reazioni di riconoscimento intermolecolare a carico dei domini PDZ e alla possibile correlazione fra questi due processi. Si tentera' di identificare i residui chiave della rete di interazioni deboli a lungo raggio che influenzano il riconoscimento dei ligandi, insieme alla correlazione con il nucleo di folding. Inoltre i risultati saranno confrontati con i meccanismi di folding e di legame di varianti circolarmente permutate che sono state evolutivamente selezionate e che sono state recentemente identificate. Questa UR tentera' inoltre di identificare gli intermedi di folding non produttivo (intermedi off-pathway). Questa unita' otterra' informazioni: strutturali su tali specie che rappresentano trappole cinetiche dei processi di folding e che possono giocare un ruolo importante nei processi di fibrillogenesi alla base di alcune patologie degenerative umane (amiloidosi, Creutzfeldt-Jacob …); e sui residui aminoacidici coinvolti nel processo di riconoscimento delle sequenze aminoacidiche bersaglio, al di là delle catene laterali presenti nella tasca di legame. Si verifichera': l’ipotesi sulla esistenza di una relazione tra meccanismi di folding e proprietà strutturali e funzionali; le eventuali relazioni esistenti tra residui chiave nei processi di folding e residui importanti negli eventi di riconoscimento intermolecolare. Si chiarira' la relazione tra la dinamica interna delle proteine e il meccanismo di folding e un processo fisiologicamente importante come il riconoscimento di proteine bersaglio.

L’UR di Padova migliorera’ il metodo PASTA (proposto dalla stessa UR) per la predizione delle regioni prone all’aggregazione ed impiegarlo, assieme a modelli coarse-grained della catena proteica per predire la struttura degli aggregati (architettura topologica degli amiloidi) per differenti sequenze, sempre a livello coarse-grained. Inizialmente si focalizzera’ sul misfolding e l'aggregazione del dominio PDZ e dell'acilfosfatase, studiate dai partner sperimentali nelle UR di Firenze e Roma.
Le UR di Padova e Bari collaboreranno per ottenere una rappresentazione piu' dettagliata dei modelli coarse-grained in modo da ottenere predizioni piu’ precise.

Riguardo a modelli coarse-grained l’UR di Padova determinera’ potenziali efficaci con metodi propri della meccanica statistica come il principio della massima entropia.
Inoltre questa UR tentera’ di predire la distribuzione di proteine nelle cellule utilizzando l’analogia con gli ecosistemi. La cellula puo` essere vista come un ecosistema e ogni tipo di proteina come una specie diversa. Attraverso questa analogia i risultati attesi sono : (a) la concentrazione di proteine nella cellula vivente in condizioni stazionarie; (b) la distribuzione di turnover cellulare (l'analogo della distribuzione di turnover di specie, comunemente usato negli studi di ecosistemi, ma mai misurato in questo contesto); (c) le funzioni di correlazione dei tempi per la concentrazione di proteine.

Le UR di Padova e Venezia in collaborazione determineranno il diagramma di fase per modelli coarse-grained di proteine che includono il solvente utilizzando metodi e modelli originali.
Inoltre la UR di Venezia determinera’ il diagramma di fase per un fluido formato da sfere rigide aventi una o due superfici circolari adesive. In particolare si concentrera’ sulla determinazione della posizione della linea di coesistenza fluido-fluido.

Oltre alle summenzionate collaborazioni con l’UR di Padova, l’UR di Bari caratterizzera’ gli eventi molecolari che accompagnano i processi di riconoscimento di ligandi dell’aggrega- zione di proteine con modelli molto raffinati di proteina e solvente. L’obiettivo principale e’ chiarire il meccanismo che lega l’acilfosfatasi a molecole associate con le fibrille amiloidi, in particolare lipidi e glicosamminoglicani. Si attendono risultati rilevanti per le UR sperimentali di Roma e Firenze su due sistemi di cruciale importanza biologica: il dominio legante PDZ e proteine della famiglia delle acilfosfatasi. Le simulazioni atomistiche in dinamica molecolare consentiranno di perfezionare le strutture modello ottenute dall’Unità di Ricerca di Padova per le conformazioni mal ripiegate e i loro oligomeri. <<<

Durata

24 mesi

Base di partenza scientifica nazionale o internazionale

La scienza delle proteine rappresenta una vivace frontiera di ricerca per la fisica teorica e applicata, richiedendo impegno, risorse e conoscenze da diverse discipline. Da un punto di vista fondamentale, le proteine sono eteropolimeri composti da 20 differenti amminoacidi, la cui chimica impone la forma che assumono e, dunque, ne regola la funzione. Negli ultimi anni sono stati compiuti notevoli progressi nello studio del ripiegamento delle proteine (come le proteine assumono la loro forma tridimensionale) e della loro funzione (come le proteine svolgono il loro compito nella cellula). Tuttavia la soluzione al problema del ripiegamento delle proteine è ancora lontana. Inoltre, numerose malattie umane dipendono da un ripiegamento non corretto di proteine o piccoli peptidi: esse sono associate alla conversione di specifiche proteine o peptidi dal loro stato solubile ad aggregati fibrillari insolubili, generalmente conosciuti come fibrille amiloidi. Tra queste malattie figurano il morbo di Alzheimer, di Creutzfeldt-Jacob, il diabete di tipo II ed altre condizioni patologiche sistemiche o neurodegenerative (Selkoe 2003, Bellotti et al. 2007). Le fibrille amiloidi condividono alcune caratteristiche morfologiche e strutturali che sembrano indipendenti dalle proteine che le compongono: uno specifico diametro di 7-13 nm, un’estesa struttura a fogli beta e la capacità di legare specifici coloranti (Sunde &amp; Blake 1997). Questo suggerisce che la formazione di amiloidi non è un comportamento peculiare di specifiche proteine, ma piuttosto una tendenza che le proteine devono evitare per ripiegarsi in modo corretto e svolgere la loro funzione (Dobson 2003). Tale quadro ha ricevuto un supporto teorico dai modelli semplificati proposti dall’Unità di Ricerca di Padova: il profilo di energia libera è prescolpito con pochi minimi estesi anche per un omopolimero. Questi minimi corrispondono a strutture native marginalmente compatte di proteine: insiemi di eliche, hairpin e fogli planari. Tale risultato spiega il motivo della presenza di un numero limitato di strutture proteiche, apparentemente robusto nei confronti dei meccanismi evolutivi (Cothia 1984). In questo contesto, le strutture amiloidi sarebbero semplicemente una classe generale di forme predeterminate per proteine multiple (Hoang et al. 2006).
Risulta inoltre sempre più evidente che l’aggregazione amiloide è un processo complesso che comprende diversi passi (Chiti &amp; Dobson 2006). Le proteine ripiegate, come la maggior parte di quelle presenti in un organismo vivente, devono di solito dispiegarsi, almeno parzialmente, per potersi aggregare (Kelly 1998). Gli stati totalmente o parzialmente dispiegati formano oligomeri non strutturati che successivamente acquistano struttura formando complessi (sferici o allungati) che infine si aggregano per formare le fibrille amiloidi mature. Un’analisi dettagliata dell’aggregazione di proteine è dunque cruciale per comprendere come le proteine raggiungono il loro stato nativo nel quadro di un profilo complesso in cui l’aggregazione costituisce una concreta possibilità per una proteina non ancora ripiegata (Jahn &amp; Radford 2005). Il carattere transiente delle specie molecolari popolate lungo i percorsi del ripiegamento rende estremamente difficile la loro identificazione sperimentale. Inoltre, sta diventando sempre più chiaro che il processo della formazione delle fibrille è fortemente influenzato da varie sostanze e macromolecole presenti in vivo, tra le quali glicosamminoglicani, collagene, ioni metallici Zn2+ e Cu2+, etc. (Chiti &amp; Dobson, 2006). Sarà dunque importante comprendere come queste specie chimiche influenzano la formazione di fibrille in termini generali.

Le unità di ricerca coinvolte in questo progetto (Bari, Firenze, Padova, Roma e Venezia) e i loro collaboratori possiedono una considerevole esperienza nei campi di ricerca proposti, all’interfaccia tra fisica e biologia, nella cooperazione di progetti sperimentali e teorici.

Sperimentalmente, una potente strategia per studiare il meccanismo del ripiegamento di una proteina consiste nell’identificare le specie intermedie popolate durante la reazione e i corrispondenti stati di transizione, caratterizzandone le strutture. Tuttavia, è possibile ricostruire una mappa dettagliata delle interazioni nello stato di transizione mutando sistematicamente singoli amminoacidi e misurandone l’effetto sulla cinetica, attraverso una procedura nota come analisi dei valori phi (Fersht &amp; Sato 2004). A partire dal primo lavoro sulla barnasi (Fersht et al. 1992), tale analisi è stata usata estensivamente per caratterizzare il ripiegamento di più di 30 proteine (Jemth et al. 2005) ed è stata recentemente applicata dall’Unità di Ricerca di Roma (Gianni et al. 2007, Chi et al. 2007, Ivarsson et al. 2007) per studiare le proprietà strutturali degli stati di transizione nel ripiegamento della PDZ2.
L’idea che le proprietà topologiche dello stato nativo delle proteine possano rappresentare i fattori principali del ripiegamento (Baker 2000) è attualmente in fase di verifica attraverso esperimenti su mutanti topologici come le varianti circolarmente permutate: queste sono definite come varianti proteiche ottenute artificialmente in laboratorio legando le estremità N- e C-terminali della proteina con un nuovo legame peptidico e tagliando la sequenza aminoacidica in un’altra posizione. Nonostante il cambiamento drammatico nella struttura primaria, le permutazioni circolari sembrano ben tollerate dalle proteine, permettendo così di studiare direttamente le relazioni tra topologia e meccanismo di ripiegamento. Gli studi finora compiuti su proteine artificialmente permutate hanno condotto a risultati apparentemente contraddittori. Mentre la struttura tridimensionale dei permutanti circolari sembra generalmente simile a quella della proteina non mutata, il meccanismo di ripiegamento può risultare
drammaticamente alterato o sostanzialmente conservato (Viguera et al. 1996, Otzen &amp; Fersht 1998, Miller et al. 2002, Lindberg et al. 2002, Hubner et al. 2006). Permutanti circolari della PDZ sono riscontrati anche in natura (Liao et al. 2000), probabilmente perchè la selezione naturale ha ottimizzato l’integrazione del sito di legame con altri domini (Lindqvist &amp; Schneider 1997). La famiglia di proteine PDZ rappresenta dunque un sistema ideale per lo studio della relazione tra la connettività in sequenza e il processo di ripiegamento. Studi preliminari condotti dall’Unità di Ricerca di Firenze hanno indicato le condizioni sperimentali che inducono l’aggregazione della PDZ2. Questo ha consentito lo sviluppo di algoritmi in grado di determinare, ad esempio, le regioni che promuovono l’aggregazione in una sequenza peptidica (Pawar et al. 2005, Trovato et al. 2006). Inoltre, tale Unità ha condotto una imponente mole di lavoro su proteina della famiglia delle acilfosfatasi, un secondo candidato ideale per studi sui processi di ripiegamento e aggregazione (Taddei et al. 1999, Chiti et al. 2001, Pieri et al. 1998, Degl'Innocenti et al. 2003, Plakoutsi et al. 2004, Ramazzotti et al. 2006).

Sul fronte teorico, risultati importanti sono stati ottenuti dall’Unità di Ricerca di Padova, introducendo un modello semplificato in cui la catena proteica è rappresentata da un tubo di spessore finito, senza alcuna specificità chimica (Maritan et al. 2000, Banavar et al. 2002). Tale semplice modello ha conseguenze molto rilevanti. In particolare, il ruolo del solvente è fondamentale per il processo di ripiegamento e comporta interazioni efficaci tra le diverse parti del tubo, all’origine della transizione fase estesa-fase globulare.
Ad oggi non è noto un metodo diretto per predire il diagramma di fase per le proteine in soluzione (Sear 2006, Piazza 2004). Diversi gruppi, inclusa l’Unità di Ricerca di Venezia, hanno studiato metodi per estrarre informazioni sperimentali sulle interazioni proteina-proteina misurando il secondo coefficiente viriale della soluzione (Spinozzi et al 2002, Giacometti et al 2005). D’altra parte, ci sono prove chiare che un ingrediente cruciale in tali modelli è l’anisotropia delle interazioni precedentemente introdotta nel contesto dei fluidi molecolari (Jackson et al 1988). L’Unità di Ricerca di Venezia ha proposto una variante di questo metodo che è riconducibile a calcoli analitici e ha trovato importanti applicazioni nel contesto dei fluidi colloidali (Buzzacaro et al 2007, Fantoni et al 2007). Il modello semplificato proposto dall’Unità di Ricerca di Padova è stato ulteriormente arricchito da aspetti più specifici delle proteine (Hoang et al. 2004, Hoang et al. 2005), quali vincoli sterici (Ramachandran &amp; Sasisekharan 1968), legami idrogeno (Pauling et al. 1951) e idrofobicità (Kauzmann 1959). In base alla comune origine fisico-chimica del ripiegamento delle proteine e della loro aggregazione fibrillare, l’Unità di Ricerca di Padova ha introdotto recentemente l’algoritmo PASTA (Trovato et al. 2006, Trovato et al. 2007), che è in grado di predire le regioni che hanno maggiore propensione ad aggregare in amiloidi. Tuttavia, chiarire questi meccanismi a livello molecolare costituisce, al momento, un problema di cruciale importanza per la prevenzione delle aggregazioni aberranti che conducono all’insorgenza delle malattie neurodegenerative. Ciò richiede i dettagli di una descrizione a livello atomistico e una ricostruzione efficiente ed accurata del profilo di energia libera esplorato dalla proteina. L’Unità di Ricerca di Bari ha recentemente dedicato parecchio impegno alle simulazioni in dinamica molecolare, ai calcoli dettagliati di energia libera e a strumenti bioinformatici quali il docking computazionale. La recente tecnica della metadinamica si è rivelata estremamente efficiente nell’esplorazione di transizioni rare e per la ricostruzione dell’energia libera in funzione di diverse variabili con un’accuratezza prestabilita (Laio &amp; Parrinello 2002). Due recenti applicazioni includono il docking di ligandi in recettori proteici flessibili (Gervasio et al. 2005) e la stabilità del foglietto beta antiparallelo nel prione murino che tende ad aggregare in placche amiloidi in seguito ad un ripiegamento scorretto (Barducci et al. 2006). Le dimensioni degli aggregati amiloidi impediscono una descrizione atomistica della loro dinamica. Tuttavia, il gruppo di Padova ha contribuito allo sviluppo di tecniche computazionali (MM/CG) che coniugano l’efficienza dei modelli semplificati con il dettaglio chimico (Neri et al. 2005).

Infine, l’Unità di Ricerca di Padova si è occupata di macro-ecologia, sviluppando uno schema teorico che ha permesso di ottenere risultati analitici per situazioni stazionarie e non stazionarie. Ottimi riscontri sono stati trovati tra i calcoli ed i dati sperimentali nel caso dell'abbondanza di specie nelle foreste tropicali (Volkov et al. 2004, Volkov et al. 2005) e nelle barriere coralline (Volkov et al. 2007), della beta diversità delle foreste tropicali (Zillio et al. 2005) e della dinamica di non equilibrio di comunità (Azaele et al. 2006, Pigolotti et al. 2005), ottenendo stime quantitative dei tempi per l'estinzione di specie sia per il loro tasso di cambiamento. Lo stesso approccio può essere esteso alla predizione della distribuzione delle proteine all’interno della cellula, un problema di fondamentale importanza per chiarire le condizioni che portano alla formazione degli aggregati fibrillari.

Riferimenti bibliografici (relativi anche ai punti successivi)

Azaele et al. 2006, Nature 444: 926
Baker 2000, Nature, 405, 39
Banavar et al. 2002, Proteins 47: 315
Barducci et al. 2006, J. Am. Chem. Soc. 128, 2705
Bellotti et al. 2007, Ann. Med. 39, 200
Bradley et al. 2005, Proteins 61 S7, 128
Buzzacaro et al 2007, Phys. Rev. Lett. 99, 098301
Calamai et al. 2006, Biochemistry-US 45, 12806
Calloni et al. 2005, J. Biol. Chem. 280, 10607
Chi et al. 2007, FEBS Lett. 581, 11019
Chiti et al. 1999, Nature Struct. Biol. 6, 1005
Chiti et al. 2001, Protein Sci. 10, 2541
Chiti et al 2002a, Nature Struct. Biol. 9, 137
Chiti et al. 2002b, Proc. Natl. Acad. Sci. USA 99, 16419
Chiti &amp; Dobson 2006, Annu. Rev. Biochem. 75, 333
Cothia 1984. Annu Rev Biochem 53, 537
Cozzetto et al. 2007, Proteins, in press
Degl’Innocenti et al. 2003, FEBS Lett. 30, 171
Dobson 2003, Nature 426, 884-890
Fantoni et al. 2007, J. Chem. Phys. (in press)
Fersht et al. 1992, J. Mol. Biol. 224, 771
Fersht &amp; Sato 2004, Proc. Natl. Acad. Sci. USA 101, 7976
Gervasio et al. 2005, J. Am. Chem. Soc. 127, 2600
Giacometti et al. 2005, Phys. Rev. E 71, 031108
Gianni et al. 2007, Proc. Natl. Acad. Sci. USA, 104, 128
Hoang et al. 2004, P. Natl. Acad. Sci. USA 101, 7960
Hoang et al. 2005, Biophys. Chem. 115, 289
Hoang et al, 2006, Proc. Natl Acad Sci. USA 103, 6883
Hubner et al. 2006, J. Mol. Biol. 359, 1075
Ivarsson et al. 2007, J. Biol. Chem. 282, 8568
Jackson et al. 1988, Mol. Phys. 65, 1
Jahn &amp; Radford 2005, FEBS J. 272, 5962
Jemth et al. 2005, J. Mol. Biol. 350, 363
Kauzmann 1959, Adv Protein Chem 14, 1
Kelly 1998, Curr. Opin. Struct. Biol. 8 101
Laio &amp; Parrinello, Proc. Natl. Acad. Sci. USA 99, 12562
Liao et al. 2000, Nat. Struct. Biol., 7, 749
Lindberg et al. 2002, Nat. Struct. Biol. 9, 818
Lindqvist &amp; Schneider 1997, Curr. Opin. Struct. Biol. 7, 422
Maritan et al. 2000, Nature 406, 287
Miller et al. 2002, Proc. Natl. Acad. Sci. USA. 99, 10359
Moult et al. 2007, Proteins, in press.
Neri et al. 2005, Phys. Rev. Lett. 95, 218102
Otzen &amp; Fersht 1998, Biochemistry 37, 8139
Pauling et al. 1951. Proc. Natl. Acad. Sci. USA 37, 205
Pawar et al. 2005, J. Mol. Biol. 350, 379
Piazza 2004, Curr. Opin. Colloid Interface Sci. 8, 515
Pieri et al. 1998, FEBS Lett. 433, 205
Pigolotti et al. 2005, Proc. Natl. Acad. Sci. USA 102, 15747
Plakoutsi et al. 2004, J. Biol. Chem. 279, 14111
Ramachandran &amp; Sasisekharan 1968. Adv. Prot. Chem. 23, 283
Ramazzotti et al. 2006, FEBS Lett. 580, 6763
Sear 2006, Curr. Opin. Colloid Interface Sci. 11, 35
Selkoe 2003, Nature 426, 900
Spinozzi et al. 2002, Biophys. J. 82, 2165
Sunde &amp; Blake 1997, Adv. Protein Chem. 50, 123
Taddei et al. 1999, Biochemistry 38, 2135
Trovato et al. 2006, PLOS Comput. Biol. 12, 1608
Trovato et al. 2007, Protein Eng. Des. Sel. (in press)
Viguera et al. 1996, Struct. Biol. 3, 874
Volkov et al. 2004, Nature 427, 696
Volkov et al. 2005, Nature 438, 658
Volkov et al. 2007, Nature (in press).
Wallner &amp; Elofsson 2006, Protein Sci. 15, 900
Zillio et al. 2005, Phys. Rev. Lett. 95, 098101 <<<