Modeliranje lastnosti proteinov s površinskimi deskriptorjiErzin, Lara (Avtor) Ravnik, Miha (Mentor) Kuzman, Drago (Komentor) proteinimatematično-fizikalno modeliranjebiološka razpoložljivostmonoklonska protitelesapovršinski deskriptorjiAlphaFoldmolekularna dinamikaagregacijaProteini uravnavajo številne biološke procese, pri čemer njihove fizikalno-kemijske lastnosti določajo njihovo stabilnost, strukturno fleksibilnost in interakcije z drugimi molekulami. Za formulacije s terapevtskimi proteini, kot so monoklonska protitelesa, je zato nujno testirati kemično degradacijo in agregacijo učinkovine, saj ti pojavi vplivajo na varnost in učinkovitost zdravila. Za začetek kliničnih testiranj je kritična tudi začetna ocena doze, ki pa je močno odvisna od biološke razpoložljivosti zdravila. Vedno pomembnejši postajajo pristopi, ki bi že v fazi oblikovanja molekule omogočili zanesljivo napoved, ali bo določeno monoklonsko protitelo primerno za nadaljnjo uporabo. V magistrski nalogi raziskujemo možnost uporabe matematično-fizikalnega modeliranja v kombinaciji z eksperimenti za napovedi lastnosti proteinov, specifično monoklonskih protiteles, s pomočjo površinskih deskriptorjev. Za ta namen smo uporabili program AlphaFold za napovedovanje proteinskih struktur in simulacije molekularne dinamike za analizo njihovih površinskih lastnosti. Izračunali smo različne deskriptorje, kot sta SASA (angl. 'solvent accessible surface area'), SCM (angl. 'spatial charge map') in drugi, ter jih uporabili pri modeliranju biološke razpoložljivosti. Kljub sistematičnemu pristopu in širokemu naboru deskriptorjev so rezultati pokazali, da izbrani parametri niso zadostni za zanesljivo napoved biološke razpoložljivosti, kar poudarja zapletenost tega pojava in potrebo po nadaljnjem razvoju metodologije. Kot primer uspešne uporabe površinskih deskriptorjev pri napovedi lastnosti proteinov pa predstavljamo tudi uspešno napoved agregacije proteinov na podlagi njihovih površinskih lastnosti. Naši rezultati izpostavljajo omejitve izbranega pristopa ter odpirajo nova raziskovalna vprašanja o izboljšanju napovednih modelov za razumevanje lastnosti proteinov.20252025-07-09 08:15:06Magistrsko delo/naloga170541VisID: 150721COBISS_ID: 241979139sl