Protein Flexibility: From local to global motions. A computational study

Abstract

[spa] La presente tesis se centra en el estudio computacional de la dinámica de las proteínas. Las proteínas son entidades flexibles y como tales se mueven. Este movimiento es indispensable y esta directamente relacionado con su función. La dinámica de las proteínas se puede dividir en dos grandes bloques conceptuales según el número de átomos involucrados, la escala de tiempo en que tiene lugar y la amplitud y dirección de la misma. Debido a la importancia de estos fenómenos, emerge la necesidad de tener un conocimiento profundo sobre los mismos. Debido a ello, en esta tesis doctoral se ha tratado de dar respuesta a varios fenómenos observados en relación directa con la dinámica de las proteínas. Concretamente, hemos realizado estudios a nivel local, de 'centro activo', relacionados con la catálisis enzimática y el daño proteico, así como a nivel global, con la determinación y el análisis de conjuntos conformacionales de proteínas. Estos estudios, se han desarrollado usando métodos propios de la química, la bioquímica y la biofísica computacionales, los cuales se han mostrado como herramientas muy útiles a la hora de estudiar la dinámica. De todos ellos, de forma general, podemos concluir que los métodos computacionales son una herramienta eficaz y util para caracterizar la dinámica de las proteínas. Sin embargo, los métodos computacionales actuales presentan limitaciones y para resolverlos la incorporación de datos experimentales as como su correcta interpretación es crucial. Pero aunque los metodos computacionales necesitan de los experimentales, esta necesidad también se da de manera opuesta. La convergencia de los métodos experimentales y computacionales es clave para poder profundizar en el conocimiento de la dinámica de las proteínas.

[eng] Proteins are flexible entities, and thus move. Its function is closely related to the flexibility. To carry out any function is necessary a conformational change. As protein motions imply an exchange of conformations, protein dynamics is also known as Protein Conformational Dynamics. The fluctuations between the different proteic configurations can be classified according to the length-scale, the time-scale and the amplitude and directionality of them. The movement could be local movement, involving only the rearrangement of a few amino- acid side chains or even backbone, or it may be a large, global movement, modulating the allostery or the conformational transitions, and even involve folding of the entire protein. Generally local motions are also fast and small amplitude motions whereas global motions are associated with slow and large amplitude motions. All these motions encompassed into protein dynamics are governed by the features of the underlying energy landscape. To fully describe a protein, a multidimensional and rugged energy landscape defining the relative probabilities of the conformational states (thermodynamics) and the energy barriers between them (kinetics) is required. To understand proteins in action, the fourth dimension, time, must be added. As these motions are important for the proteic function a deep understanding is required. To do that in this thesis we have tried to answer several questions related to these dynamical phenomena. Concretely we have performed local studies, related to enzyme catalysis and protein damage, and globally, with the determination and analysis of protein conformational ensembles. These studies have been developed using methods of computational chemistry, computational biochemistry and computational biophysics, which have proven to be very useful tools when studying the protein dynamics. Computational methods are an efficient and useful tool to characterize protein motions. However the current computational approaches present limitations and to solve them the incorporation of experimental data and its correct interpretation is crucial. This necessity of be complemented comes from different sides: 1) from experiments to computations and 2) from computations to experiments. The convergence of experimental and computational techniques to the same point is key to achieve a deep understanding of protein dynamics.