As interações proteína-proteína estão no centro de todas as funções celulares e processos biológicos. Essas interações são cuidadosamente reguladas no espaço e no tempo para atender aos requisitos da célula e costumam ser interrompidas em estados de doença.

Um estudo internacional liderado por Chris Soon Heng Tan no Instituto A * STAR de Biologia Molecular e Celular (IMCB) descreve uma nova técnica que usa análise de dados poderosa para inferir a dinâmica de interação proteína-proteína a partir do comportamento de fusão de complexos protéicos dentro das células.

Métodos para capturar instantâneos de redes de interação proteína-proteína em células foram descritos antes, mas como Tan explica, “até agora não havia como monitorar a dinâmica desses complexos de proteínas de uma forma de alto rendimento e não direcionada”.

A exposição das proteínas ao aumento da temperatura faz com que elas precipitem fora da solução. A coagregação de proximidade térmica (TPCA) é baseada na ideia de que as proteínas que fazem parte de um complexo de proteínas estável co-precipitarão, em virtude da proximidade, e têm um perfil de precipitação semelhante em diferentes temperaturas (ou curva de fusão).

Em isolamento, proteínas diferentes têm probabilidade de ter curvas de fusão diferentes, mas a equipe mostrou que em mais de 350 complexos de proteínas humanas bem caracterizados, as curvas de fusão das proteínas em interação são estatisticamente semelhantes. Assim, quantificando a semelhança entre as curvas de fusão, o método TPCA pode ser usado para determinar quais proteínas são susceptíveis de interagir umas com as outras e formar complexos estáveis ​​em diferentes amostras.

"Ficamos bastante surpresos que as assinaturas TPCA fossem tão fortes e detectáveis, "admite Tan. Constatou-se que as assinaturas de TPCA se correlacionam com a quantidade de interação entre duas proteínas. eles mostram que alguns complexos mudam suas curvas de fusão dependendo do tipo de célula ou estágio do ciclo celular, sugerindo que o TPCA pode ser usado para identificar mudanças nas interações de proteínas sob diferentes condições.

Ao explicar as vantagens do TPCA, Tan diz que, quando comparado com os métodos atuais, TPCA não depende da disponibilidade de reagentes de afinidade apropriados, como anticorpos, nem requer engenharia genética. Isso permite que seja aplicado a tecidos e amostras clínicas para identificar complexos de proteínas que estão impulsionando a progressão da doença e que podem servir como potenciais marcadores de prognóstico ou alvos terapêuticos.

A equipe já está usando a técnica para estudar os efeitos moleculares de drogas e produtos químicos sintéticos, e planos para estender a técnica para estudar a progressão de doenças humanas selecionadas.