Презентация цикла работ на соискание премии имени М.В. Ломоносова
«Методы молекулярного моделирования
и искусственного интеллекта в изучении протеаз,
связанных с развитием опухолей»
Головин Андрей Викторович
доктор химических наук
профессор
факультет биоинженерии и биоинформатики
Аннотация цикла:
Цикл работ посвящен разработке и применению вычислительных методов (молекулярное моделирование + ИИ) для изучения структуры, динамики и функций протеаз, участвующих в патогенезе опухолей. Актуальность обусловлена ролью сериновых и цистеиновых протеаз в расщеплении внеклеточного матрикса, активации факторов роста, миграции раковых клеток и регуляции апоптоза (каспазы); нарушение протеолитических каскадов — ключевой механизм онкогенеза.
Научная новизна включает три аспекта. Во-первых, впервые изолировано влияние заряженных остатков на каталитическую эффективность ферментов: с помощью ИИ-усиленного QM/MM-сэмплирования на модельной сериновой протеазе субтилизине показано, что отрицательный заряд в 8 Å от каталитического центра снижает энергетический барьер реакции более чем на 2 ккал/моль, а положительный заряд второго остатка повышает его на 0,8 ккал/моль. Это углубляет понимание электростатической предорганизации ферментов и открывает пути направленного дизайна биокатализаторов.
Во-вторых, исследован механизм цистеиновой протеазы вируса гравировки табака (TEVp): установлено, что она сочетает черты папаин-подобных и химотрипсин-подобных протеаз, а связывание пептида смещает равновесие цистеина от анионной к протонированной форме. Показано, что AlphaFold точно конструирует комплексы протеаза-субстрат, что расширяет его применение в энзимологии.
В-третьих, предложена стратегия «перестановки» активного сайта каспазы в молекулу антитела для получения абзимов — катализаторов биохимических реакций; инициация апоптоза в раковых клетках с помощью таких ферментов рассматривается как перспективный подход к противоопухолевой терапии.
Методологическая база цикла работ включает широкий спектр вычислительных подходов: классическую и квантово-механическую молекулярную динамику, методы усиленного сэмплирования (accelerated weight histogram, AWH), гибридные схемы QM/MM, а также алгоритмы машинного обучения для анализа и предсказания свойств белков. Интеграция этих методов позволила создать эффективные in silico-фреймворки для предсказания сайтов расщепления, опосредованных протеазами, на основе структурного и пространственного анализа их взаимодействия с субстратами.
Практическая значимость работы подтверждается рядом конкретных результатов. Разработанные подходы к дизайну ферментов и их редизайну могут быть использованы для создания новых классов терапевтических агентов для борьбы с онкологическими заболеваниями. В частности, в 2025 году был предложен анти-EGFR аптамер Gol1, созданный с помощью молекулярного моделирования, который продемонстрировал нтипролиферативный потенциал в отношении клеток глиобластомы пациентов. Кроме того, в работе были computationally отобраны и экспериментально оценены протеазы пшеницы для использования в энзиматической терапии глютен-связанных расстройств. Также были разработаны подходы к созданию химерных нейротрофических факторов и исследованы их свойства.
Личный вклад соискателя в представленный цикл работ является определяющим и заключается в постановке научных задач, разработке методологии исследований, руководстве вычислительными экспериментами и анализе полученных результатов. Под руководством А. В. Головина подготовлены и успешно защищены 4 кандидатские диссертации, а также выполнены многочисленные студенческие квалификационные работы.
Таким образом, представленный цикл работ вносит значительный вклад в развитие методов вычислительной энзимологии и структурной биоинформатики, предлагая новые подходы к изучению протеаз, связанных с онкогенезом, и открывая перспективы для создания новых терапевтических агентов на основе интеграции молекулярного моделирования и искусственного интеллекта.