طراحی نظری به کمک پتانسیل نیروی میانگین و بررسی تجربی یک جهش جدید در پپتید Cap37 به منظور افزایش خاصیت ضدمیکروبی آن

نویسندگان

دانشگاه شهرکرد

چکیده
چکیده

افزایش مقاومت باکتری ها بعلت مصرف بی رویه پادزیست ها مشکل آینده بشریت است که می تواند منجر به بحران و همه گیری های وسیع در سطح جهان شود. به نظر می رسد ترکیبات ضدباکتری طبیعی مثل پپتیدهای ضدمیکروبی کاتیونیک اهمیت ویژه ای دارند و امکان مقاوم شدن باکتری ها نسبت به آنها کمتر است. Cap37 یا آزروسیدین پروتئینی است که از گرانول های نوتروفیل انسانی جداسازی شده و به عنوان یک پادزیست طبیعی عمل می کند. باقیمانده های 44- 20 پروتئینCap37 خاصیت ضدباکتریایی دارد. در این مطالعه جهت افزایش خاصیت ضدباکتریایی این پپتید دوجهش در پپتید مذکور طراحی شد. شبیه سازی دینامیک مولکولی پپتیدها در آب به مدت 50 نانوثانیه و همچنین شبیه سازی عبور پپتیدها از غشا لیپید A به عنوان مدل غشا باکتری ها با روش نمونه برداری چتری به منظور محاسبه پتانسیل نیروی میانگین انجام شد. نتایج نظری نشان داد که پپتیدی که حاوی ترادف SWRW است نسبت به پپتید طبیعی که حاوی ترادف (SQRS) یا جهش دیگر که حاوی ترادف WWRS است تمایل کمتری برای رسوب و تمایل بیشتری برای عبور از غشا دارد. پس می توان نتیجه گرفت که Cap37 با جهش SWRW فعالیت ضدمیکروبی بیشتری نسبت به پپتید طبیعی دارد. برای تایید نتایج نظری به دست آمده پپتید طبیعی و جهش یافته SWRW ساخته شد. نتایج آزمون MIC نشان دهنده خاصیت ضدباکتریایی پپتید مذکور بر روی تعدادی باکتری گرم منفی و گرم مثبت از قبیل اشرشیای کلای، کلبسیلا پنومونیه، استافیلوکوکوس اورئوس و باسیلوس سابتلیس بود و نتایج نظری را تایید کرد.

کلیدواژه‌ها

موضوعات


1. Biswas, S et al., (2023). Understanding the Role of Antimicrobial Peptides in Neutrophil Extracellular Traps Promoting Autoimmune Disorders. Life. 13, 6.

2. Kasus-Jacobi , A., Noor-Mohammadi, S., , Griffith, G.L.,Hinsley , H., Mathias, L and Pereira, H.A.( 2015) A multifunctional peptide based on the neutrophil immune defense molecule, CAP37, has antibacterial and wound-healing properties. J Leukoc Biol. 97,341-50.
3. Pereira, H.A (1995) CAP37, a neutrophil-derived multifunctional inflammatory mediator. J Leukoc Biol. 57,805-12.
4. Stock, A.J., Kasus-Jacobi. A., Wren, J.D., Sjoelund, V.H., Prestwich, G.D., Pereira, H.A.(2016) The Role of Neutrophil Proteins on the Amyloid Beta-RAGE Axis. PLoS One 11,1-29.
5. Stock, A.J., Kasus-Jacobi, A., Pereira, H.A. (2018) The role of neutrophil granule proteins in neuroinflammation and Alzheimer’s disease. J Neuroinflammation. 15,240.
6. Schulze, J.C. (2017) Molecular Dynamics Simulations in GROMACS. Project report. Norwegian University of scince and technology.
7. Mahnam, K., Foruzandeh, S., Mirakhorli, N., Saffar, B.(2018) Experimental and theoretical studies of cadmium ions absorption by a new reduced recombinant defensin. J Biomol Struct Dyn. 6,2004-2014.
8. Kim, S., Patel, D.S., Park, S., Slusky, J., Klauda, J.B., Widmalm, G and Im, W. (2016). Bilayer Properties of Lipid A from Various Gram-Negative Bacteria. Biophys J. 111, 1750–1760.
9. Piggot, T.J., Holdbrook, D.A and Khalid S. (2011) Electroporation of the E. coli and S. aureus Membranes: Molecular Dynamics Simulations of Complex Bacterial Membranes. J. Phys. Chem. 115, 13381–13388.
10. Carpenter, T.S., Kirshner, D.A., Lau, E.Y., Wong, S.E., Nilmeier, J.P and Lightstone, F.C. (2014). A Method to Predict Blood-Brain Barrier Permeability of Drug-Like Compounds Using Molecular Dynamics Simulations. Biophys J .107, 630–641.
11. Menichetti, R., Kremer, K., Bereau, T (2018). Efficient potential of mean force calculation from multiscale simulations: Solute insertion in a lipid membrane, Biochem & Biophys Res Commun. 498,282-287.
12. Hub, J.S., Groot, B.Ld and Spoel, D.Vd. (2010). g_whams-A Free Weighted Histogram Analysis Implementation Including Robust Error and Autocorrelation Estimates. J. Chem. Theory Comput. 6, 3713–3720.
13. Roux B (1995). The calculation of the potential of mean force using computer simulations. Comput Phys Commun. 91,275-282.
14. Christian, L. W., Spoel, D.Vd and Hub, J.S. (2012). Large Influence of Cholesterol on Solute Partitioning into Lipid Membranes, J. Am. Chem. Soc. 134, 5351−5361.
15. Meng, F & Xu, W. (2013). Drug permeability prediction using PMF method. J Mol Model 19,991–997.
16. Andrews, J.M. (2001). Determination of minimum inhibitory concentrations. J antimicrob Chemother. 48,5-16.
17. Pasupuleti, M., Schmidtchen, A& Malmsten, M. (2012).Antimicrobial peptides: key components of the innate immune system. Crit Rev Biotechnol. 32,143-71.
18. Gordon, Y.G., Romanowski, E.G., Shanks, R.M.Q., Yates, K.A., Hinsley, H., and Pereira, H.A. (2009). CAP37-derived antimicrobial peptides have in vitro antiviral activity against adenovirus and herpes simplex virus type 1. Curr Eye Res. 34,241-249.
19. Yeaman, M.R & Yount, Y.N. (2003). Mechanisms of Antimicrobial Peptide Action and Resistance. Pharmacol rev: 55, 27-55.