3D Gestalt der COVID-19 Virenproteine wird sichtbar

Forscher des Rostlab der TUM, der HSWT und des Garvan Institute in Sydney beteiligt

Proteine sind die Maschinerie/Werkzeuge, die Viren nutzen um in den Körper einzudringen und sich dort zu vermehren. Ihre dreidimensionale Gestalt zu verstehen kann uns helfen, Hypothesen aufzustellen, wie die Viren funktionieren, wer möglicherweise empfindlicher auf sie reagiert und so Therapien und Impfungen zu entwickeln. Im Experiment die 3D Gestalt von Proteinen zu finden ist aufwendig und langwierig, aber computergestütze Methoden können uns dabei helfen ihnen näher zu kommen. Ein internationales Team, bestehend aus Mitgliedern des Rostlab der TUM und der Hochschule Weihenstephan Triesdorf (HSWT) hat unter der Federführung von Forschern des Garvan Institute in Sydney eine Ressource entwickelt, die es Wissenschaftlern erleichtern soll die 3D Gestalt des Virusproteins sichtbar zu machen. Ferner könnte sie dabei helfen herauszufinden, wie das Virus am besten anvisiert werden kann. Durch den systematischen Vergleich von Proteinen, aus denen SARS-CoV-2 besteht, mit bereits bekannten Proteinen in öffentlichen Datenbanken, errichtete das Team online eine COVID-19 Ressource, die aus fast 1.000 detaillierten 3D-Modellen besteht und viele unterschiedliche Stadien des Proteins umfasst, welche das SARS-CoV-2 Virus ausmachen. Diese so genannten Protein-Modelle wurden in die Online-Plattform Aquaria des Teams integriert. Dort können zehntausende Proteineigenschaften abgebildet werden, die es Wissenschaftlern ermöglichen, rasch Einblicke in die molekularen Mechanismen zu gewinnen, die COVID Infektionen zugrunden liegen. Es wurden unter anderem Eigenschaften aus PredictProtein gesammelt, einem seit langem vom Rostlab betriebenen Server, der ständig aktualisiert wird. Die neue Ressource liefert das derzeit detaillierteste Bild der SARS-CoV-2 Proteine. Forscher sollen mit seiner Hilfe herausfinden, wie das Virus mit menschlichen Proteinen interagiert, Informationen für Laborexperimente liefern und bei der Entwicklung von Behandlungsmöglichkeiten helfen.

Weitere Informationen gibt es hier:

TUM: Christian Dallago
Garvan: Sean O’Donoghue