Können native periphere Membranproteine günstige Wechselwirkungen mit flüssigen geordneten Phasen aufweisen?

• Antragsteller: Professor Herre Jelger Risselada, Ph.D.
• Fachliche Zuordnung: Biophysik
• Förderung: Förderung seit 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 549166051

Die Diskussion über das mögliche Vorhandensein von Phasen mit flüssiger Ordnung (Lo-Phasen) in Plasmamembranen ist ein zentraler Punkt der Debatte. Diese Lo-Phasen, die durch eine hohe Cholesterinkonzentration und erhöhte Steifigkeit gekennzeichnet sind, waren Gegenstand verschiedener Theorien und Argumente, darunter auch Spekulationen, dass es sich um Modellartefakte ohne große biologische Relevanz handeln könnte. Unser Team hat das Feld durch die Entwicklung der ersten Peptidsequenz, die selektiv an die Lo-Phase bindet, vorangebracht. Diese Entdeckung wurde durch direkte Validierung mittels Fluoreszenzmikroskopie-Experimenten an phasengetrennten Giant-Unilamellar-Vesikeln untermauert. Dieses Peptid wurde so konzipiert, dass seine Affinität für Cholesterin optimiert wurde, was zeigt, dass sogar die Bindung an die flüssig-geordnete (Lo) Phase bevorzugt wird, wenn seine Affinität für Cholesterin ausreichend hoch ist. Diese grundlegende Entdeckung deutet darauf hin, dass Protein-Lipid-Wechselwirkungen eine aktive Rolle bei der Bildung von mit Cholesterin angereicherten Membranphasen, -zonen oder -domänen spielen können, und stellt die vorherrschende Ansicht in Frage, dass deren Bildung ausschließlich auf Lipid-Lipid-Wechselwirkungen zurückzuführen ist. Dieser Durchbruch deutet darauf hin, dass ähnliche Motive auch in natürlich vorkommenden Proteinen existieren könnten. Die Identifizierung und Charakterisierung von Sequenzen in nativen Proteinen, die eine flüssigkeitsgeordnete Phase begünstigen, könnte tiefgreifende Auswirkungen auf das Verständnis der Proteinfunktionalität in lebenden Zellen haben. Unser vorrangiges Ziel ist es, festzustellen, ob ähnliche Motive tatsächlich in nativen Proteinen zu finden sind. Um dies zu erreichen, entwickeln wir ein neuronales Transformer-Netzmodell zur Vorhersage der Bindung an flüssige Phasen durch Quantifizierung der Cholesterinaffinität. Dieser rechnerische Ansatz wird zur Analyse bestehender Proteindatenbanken, zur Identifizierung von Motiven, die mit der Bindung oder Anziehung an cholesterinangereicherte Phasen verbunden sind, und zur Verbesserung unseres öffentlichen Webservers für die Vorhersage von Protein-Membran-Interaktionen (PMIpred) eingesetzt.

• DFG-Verfahren: Sachbeihilfen