Biopolym. Cell. 2022; 38(3):186-194.
http://dx.doi.org/10.7124/bc.000A7A
Біоінформатика
Ідентифікація нових потенційних мембранних мішеней для лікарських препаратів проти Acinetobacter baumannii ATCC 19606 за допомогою підходу субтрактивної протеоміки
1Шматков М. В., 2, 3Волинець Г. П., 2Бджола В. Г., 2, 3Матюшок В. І., 2Чубуков О. М., 2Ярмолюк С. М.
  1. Інститут високих технологій,
    Київський національний університет імені Тараса Шевченка
    пр. Академіка Глушкова 2, кор. 5, Київ, Україна, 03022
  2. Інститут молекулярної біології і генетики НАН України
    Вул. Академіка Заболотного, 150, Київ, Україна, 03143
  3. Фірма “Otava”
    Вул. Академіка Заболотного, 150, Київ, Україна, 03143

Abstract

Мета. Визначити нові потенційні мішені для лікарських препаратів проти Acinetobacter baumannii ATCC 19606. Методи. Кластеризацію для визначення паралогів було здійснено за допомогою програмного забезпечення USEARCH, визначення протеїнів, що не гомологічні до людських було проведено з використанням веб-серверів BLASTp та Database of essential genes, ідентифікацію білків, що залучені в унікальні для бактерії метаболічні шляхи здійснювали з використанням серверу KAAS від KEGG, новизну мішеней визначали по відношенню до бази даних DrugBank, субклітинну локалізацію білків передбачали за допомогою веб-ресурсів PSORTb v. 3.0.3, CELLO v. 2.5 та BUSCA. Просторову структуру білків будували з використанням веб-серверу trRosetta, якість моделей перевіряли за допомогою веб-серверу MolProbity. Ідентифікацію ліганд-зв’язувальних сайтів проводили за допомогою інтернет ресурсу PrankWeb, програмного забезпечення BIOVIA Discovery studio 2021 visualizer та Caver analyst 2.0. Результати. Серед протеїнів Acinetobacter baumannii ATCC 19606 було запропоновано шість нових потенційних мембранних мішеней для розробки потенційних лікарських препаратів, такі як аполіпопротеїн-N-ацилтрансфераза, протеїн з родини DedA, передбачувана фліппаза ліпід ІІ FtsW, проліпопротеїн диацилгліцерил трансфераза, пептидоглікан полімераза RodA, ундекапреніл-дифосфат фосфатаза. Третинні структури цих протеїнів були побудовані та передбачені ліганд-зв’язуючі сайти. Висновки. За допомогою підходу субтрактивної протеоміки було ідентифікувано шість нових потенційних мембранних мішеней для розробки потенційних лікарських препаратів щодо Acinetobacter baumannii ATCC 19606.
Keywords: Acinetobacter baumannii, субтрактивна протеоміка, мішені для лікарських засобів, мембранні білки
Повний текст: (PDF, англійською)

References

[1] Antunes LCS, Visca P, Towner KJ. Acinetobacter baumannii: evolution of a global pathogen. Pathog Dis., 2014; 71(3):292-301.
[2] Long Q, Huang C, Liao P, Xie J. Proteomic insights into Acinetobacter baumannii drug resistance and pathogenesis. Crit Rev Eukaryot Gene Expr., 2013; 23(3):227-55.
[3] Garnacho-Montero J, Amaya-Villar R. Multiresistant Acinetobacter baumannii infections: epidemiology and management. Curr Opin Infect Dis., 2010; 23(4):332-39.
[4] Barh D, Tiwari S, Jain N, Ali A, Santon AR, Misra AN, Azevedo V, Kumar A. In silico subtractive genomics for target identification in human bacterial pathogens. Drug Dev Res. 2011; 72(2):162-77.
[5] Hamidian M, Blasco L, Tillman LN, To J, Tomas M, Myers GSA. Analysis of complete genome sequence of Acinetobacter baumannii strain ATCC 19606 reveals novel mobile genetic elements and novel prophage. Microorganisms. 2020; 8(12):1851.
[6] Edgar RC. Search and clustering orders of magnitude faster than BLAST. Bioinformatics. 2010; 26(19):2460-1.
[7] Camacho C, Coulouris G, Avagyan V, Ma N, Papadopoulos J, Bealer K, Madden TL. BLAST+: architecture and applications. BMC Bioinformatics. 2009; 10:421.
[8] Altschul SF, Gish W, Miller W, Myers EW, Lipman DJ. Basic local alignment search tool. J Mol Biol. 1990; 215(3):403-10.
[9] Luo H, Lin Y, Gao F, Zhang CT, Zhang R. DEG 10, an update of the database of essential genes that includes both protein-coding genes and noncoding genomic elements. Nucleic Acids Res. 2013; 42:D574-80.
[10] Moriya Y, Itoh M, Okuda S, Yoshizawa AC, Kanehisa M. KAAS: an automatic genome annotation and pathway reconstruction server. Nucleic Acids Res. 2007; 35:W182-5.
[11] Wishart DS, Feunang YD, Guo AC, Lo EJ, Marcu A, Grant JR, Sajed T, Johnson D, Li C, Sayeeda Z, Assempour N, Iynkkaran I, Liu Y, Maciejewski A, Gale N, Wilson A, Chin L, Cummings R, Le D, Pon A, Knox C, Wilson M. DrugBank 5.0: a major update to the DrugBank database for 2018. Nucleic Acids Res. 2018; 46:D1074-82.
[12] Yu NY, Wagner JR, Laird MR, Melli G, Rey S, Lo R, Dao P, Sahinalp SC, Ester M, Foster LJ, Brinkman FSL. PSORTb 3.0: improved protein subcellular localization prediction with refined localization subcategories and predictive capabilities for all prokaryotes. Bioinformatics. 2010; 26(13):1608-15.
[13] Yu CS, Chen YC, Lu CH, Hwang JK. Prediction of protein subcellular localization. Proteins. 2006; 64(3):643-51.
[14] Savojardo C, Martelli PL, Fariselli P, Profiti G, Casadio R. BUSCA: an integrative web server to predict subcellular localization of proteins. Nucleic Acids Res. 2018; 46:W459-66.
[15] Yang J, Anishchenko I, Park H, Peng Z, Ovchinnikov S, Baker D. Improved protein structure prediction using predicted interresidue orientations. Proc Natl Acad Sci. 2020; 117(3):1496-503.
[16] Su H, Wang W, Du Z, Peng Z, Gao SH, Cheng MM, Yang J. Improved protein structure prediction using a new multi-scale network and homologous templates. Adv Sci (Weihn). 2021; 8(24):e2102592.
[17] Du Z, Su H, Wang W, Ye L, Wei H, Peng Z, Anishchenko I, Baker D, Yang J. The trRosetta server for fast and accurate protein structure prediction. Nat Protoc. 2021; 16(12):5634-51.
[18] Williams CJ, Headd JJ, Moriarty NW, Prisant MG, Videau LL, Deis LN, Verma V, Keedy DA, Hintze BJ, Chen VB, Jain S, Lewis SM, Arendall WB 3rd, Snoeyink J, Adams PD, Lovell SC, Richardson JS, Richardson DC. MolProbity: More and better reference data for improved all-atom structure validation. Protein Sci. 2018; 27(1):293-315.
[19] Jendele L, Krivak R, Skoda P, Novotny M, Hoksza D. PrankWeb: a web server for ligand binding site prediction and visualization. Nucleic Acids Res. 2019; 47:W345-49.
[20] Jurcik A, Bednar D, Byska J, Marques SM, Furmanova K, Daiel L, Kokkonen P, Brezovsky J, Strnad O, Stourac J, Pavelka A, Manak M, Damborsky J, Kozlikova B. CAVER Analyst 2.0: analysis and visualization of channels and tunnels in protein structures and molecular dynamics trajectories. Bioinformatics. 2018; 34(20):3586-88.
[21] Wang N, Ozer EA, Mandel MJ, Hauser AR. Genome-wide identification of Acinetobacter baumannii genes necessary for persistence in the lung. mBio. 2014; 5(3):e01163-14.
[22] Noland CL, Kattke MD, Diao J, Gloor SL, Pantua H, Reichelt M, Katakam AK, Yan D, Kang J, Zilberleyb I, Xu M, Kapadia SB, Murray JM. Structural insights into lipoprotein N-acylation by Escherichia coli apolipoprotein N-acyltransferase. Proc Natl Acad Sci U.S.A. 2017;114(30):E6044-53.
[23] Tiwari V, Panta PR, Billiot CE, Douglass MV, Herrera CM, Trent MS, Doerrler WT. A Klebsiella pneumoniae DedA family membrane protein is required for colistin resistance and for virulence in wax moth larvae. Sci Rep. 2021; 11(1):24365.
[24] Panta PR, Kumar S, Stafford CF, Billiot CE, Douglass MV, Trent MS, Doerrler WT. A DedA family membrane protein is required for Burkholderia thailandensis colistin resistance. Front Microbiol. 2019; 10:2532.
[25] Mohammadi T, van Dam V, Sijbrandi R, Vernet T, Zapun A, Bouhss A, Diepeveen-de Bruin M, Nguyen-Distèche M, de Kruijff B, Breukink E. Identification of FtsW as a transporter of lipid-linked cell wall precursors across the membrane. EMBO J. 2011; 30(8):1425-32.
[26] Mao G, Zhao Y, Kang X, Li Z, Zhang Y, Wang X, Sun F, Sankaran K, Zhang XC. Crystal structure of E. coli lipo-protein diacylglyceryl transferase. Nat Commun. 2016; 7:10198.
[27] Emami K, Guyet A, Kawai Y, Devi J, Wu LJ, Allenby N, Daniel RA, Errington J. RodA as the missing glycosyl-transferase in Bacillus subtilis and antibiotic discovery for the peptidoglycan polymerase pathway. Nat Microbiol. 2017; 2:16253.
[28] Sjodt M, Brock K, Dobihal G, Rohs PDA, Green AG, Hopf TA, Meeske AJ, Srisuknimit V, Kahne D, Walker S, Marks DS, Bernhardt TG, Rudner DZ, Kruse AC. Structure of the peptidoglycan polymerase RodA resolved by evolutionary coupling analysis. Nature. 2018; 556(7699):118-21.
[29] El Ghachi M, Howe N, Huang CY, Olieric V, Warshamanage R, Touzé T, Weichert D, Stansfeld PJ, Wang M, Kerff F, Caffrey M. Crystal structure of undecaprenyl-pyrophosphate phosphatase and its role in peptidoglycan biosynthesis. Nat Commun. 2018; 9(1):1078.