Traducido del inglés al español - www.onlinedoctranslator.
com
Disponible en línea en www.sciencedirect.com
ScienceDirect
Glicobiología estructural en la era de la
criomicroscopía electrónica
Mihaela Atanasova, Haroldas Bagdonas y Jon Agirre
La metodología que sustenta la construcción, el refinamiento, la validación y
el análisis de modelos atómicos de glicoproteínas y complejos proteína-
carbohidrato ha recibido un impulso desde hace mucho tiempo en los
últimos cinco años. Este es un avance muy oportuno, ya que la revolución
de la resolución en la crio-microscopía electrónica ahora entrega
rutinariamente estructuras de importancia glucomádica clave, con una
precisión tridimensional donde los rayos X Tradicionalmente, los métodos
cristalográficos han fracasado. Esta revisión se centrará en los nuevos
desarrollos de software que se han introducido en los últimos dos años y su
impacto en el campo de la glicobiología estructural en términos de
estructuras publicadas.
Habla a
Laboratorio de Biología Estructural de York, Departamento de Química, Universidad de York, Reino
Unido
Autor para correspondencia: Agirre, Jon (jon.agirre@york.ac.uk)
Opinión actual en biología estructural 2020, 62: 70–78
Esta revisión proviene de un número temático sobre Carbohidratos
Editado por Sony Malhotra y Paul Ramsland
https://doi.org/10.1016/j.sbi.2019.12.003
0959-440X / a 2019 Elsevier Ltd. Todos los derechos reservados.
Introducción
La glicosilación de proteínas juega un papel crucial en los procesos de
reconocimiento, por ejemplo, en infecciones virales, cáncer, fertilización,
inmunidad e inflamación [1]. En esta función, se espera que los glicanos
proporcionen contactos estabilizadores dentro de la superficie enterrada de
una glicoproteína, mientras que además desempeñan un papel como
compañeros de interacción en la superficie, a través de enlaces de hidrógeno o
CH – pags interacciones. Como entidades independientes, los carbohidratos
también tienen aplicaciones biotecnológicas prometedoras, ya que son un
elemento básico en la producción de biocombustibles de segunda generación
más ecológicos a partir de desechos de cultivos que antes no se pueden tratar.
Al ayudar en esta tarea, las enzimas activas en carbohidratos reconocen,
transfieren y cortan los componentes básicos de los sacáridos, a menudo
distorsionando los anillos individuales para lograr la catálisis.
La estereoquímica complicada, la ramificación y la secuencia /
estructura impredecible hacen que la glicosilación de proteínas en
particular sea más difícil de trabajar que la proteína pura, o incluso
Opinión actual en biología estructural 2020, 62: 70–78
ácido nucleico. Quizás como era de esperar, el software para manejar
estructuras de restos de carbohidratos aún no es tan rico en
características como el de otras biomoléculas. Esta brecha en las
capacidades se hace evidente tanto en la cristalografía macromolecular
(MX) como en la crio-microscopía electrónica (crio-EM) siempre que el
problema de ajuste del estándar se desvía de las proposiciones. De
hecho, a alta resolución es posible identificar un monosacárido y
determinar su conformación de anillo (Figura 1a) - hasta la fecha, esto
solo ha sido posible con cristalografía de rayos X. Sin embargo,
esperamos que cryo-EM alcance este nivel de precisión en un futuro
próximo. A medida que la resolución disminuye, se vuelve cada vez más
difícil determinar la conformación del anillo, por lo que se requiere
restricciones adicionales para idealizar el fruncimiento del anillo (Figura 1
b - f) [2]. Finalmente, a baja resolución, generalmente no se pueden
identificar ni el monosacárido ni su conformación (Figura 1c - f). Es en este
caso particular donde la articulación del conocimiento glucoquímico
previo debe cruzar los límites del ámbito de la validación y desempeñar
un papel central en el proceso de construcción de la estructura:
conformaciones de anillo de energía más baja, una constante en
piranósidos excepto en casos raros (la catálisis es una de ellos), se puede
hacer cumplir mediante restricciones de torsión unimodales; Los tipos de
ligamiento más probables, que deben coincidir con las
glicosiltransferasas disponibles del sistema de expresión, se pueden
modolar utilizando herramientas automatizadas (vide infra); Las
orientaciones de enlaces glicosídicos de baja energía pueden fomentar
utilizando información de estructuras homólogas a través de restricciones
externas. Al igual que con la metodología de proteínas, Cualquier
información previa que sea útil para la validación en alta resolución, por
ejemplo, el criterio de Ramachandran, puede convertirse en restricciones
para el refinamiento a baja resolución, por ejemplo, las restricciones de
Ramachandran. Al convertirse en un objetivo para el refinamiento, las
métricas de validación pierden independencia; sin embargo, como parte
de un equilibrio entre términos
experimentales y geométricos, siguen siendo útiles como criterios de
validación; por ejemplo, las longitudes y ángulos de enlace ideales
también se utilizan como restricciones en el refinamiento y como
medida de distorsión, especialmente para ligandos. En última instancia,
es la elección del biólogo estructural si desea producir la mejor
estructura posible,
Experimentalmente, está claro que la movilidad de los glicanos plantea un
problema tanto para MX como para crio-EM, y la resonancia magnética nuclear
(RMN) proporciona gran parte de la información sobre las interacciones
proteína-carbohidrato debido a la resolubilidad degradante de los azúcares en
los glicanos. 'sucursales [3-] se encuentran típicamente con las dos técnicas
anteriores. Por el contrario, la mayoría de los desafíos presentes en el software
surgen de la
www.sciencedirect.com
 Glicobiología estructural en la era de la crio-EM Atanasova, Bagdonas y Agirre 71

Figura 1

(a) (D)

3QVP - 1,2 Å 6A95 - 2,6 Å

(B) (mi)

3U7Y - 2,4 Å 5W9H - 4.0 Å

(C) (F)

5UM8 - 3.9Å 6 MMH - 8,2 Å

Opinión actual en biología estructural

Comparación de las características de N-glicanos en mapas de densidad de electrones en un rango de resoluciones. (CA) Mapas de densidad electrónica obtenidos con cristalografía de rayos X
(MX). (d) - (f) Mapas de potencial electrónicos obtenidos con cryo-EM; Los códigos PDB y la resolución de datos se han anotado directamente en la figura. En los casos MX (a) - (c), una resolución
alta es posible identificar los monosacáridos y su conformación de anillo a partir del mapa de densidad; a resolución media, la conformación del anillo se vuelve difícil de determinar, mientras
que a baja resolución, y de hecho con muchos mapas crio-EM (d) - (f), un N-glicano modelado siempre debe estar respaldado por conocimientos glicoquímicos previos : energía más baja
conformaciones de anillo,

particularidades de la química de los carbohidratos. Tras la ciclación, hay dos
opciones para la orientación del grupo hidroxi anomérico, que conduce a dos
formas anoméricas: alfa o beta (consulte la Ref. [4-] para una descripción
gráfica). La mayoría de las piranosas de azúcar D adoptan4C1 conformación,
mientras que la mayoría de las piranosas Lazúcares adoptan la 1C4
conformación. La interconversión de anillos de piranosa entre diferentes
conformaciones requiere un itinerario, que se puede describir utilizando la
esfera Cremer-Pople [5]. Las dos conformaciones de silla,
4C1 y 1C4 sonóptimos debido al ángulo de torsión de 60 / -60
grados entre los sustituyentes, dejándolos escalonados en
lugar de eclipsados. Conversión de4C1 a 1C4 y viceversa
requiere saltar sobre una barrera de energía muy
alta, y normalmente implicaría catálisis, que se puede lograr con la
ayuda de una enzima activa de carbohidratos [4-,6].
más errores de nomenclatura, un hallazgo que dio lugar al software de
validación de carbohidratos, recientemente revisado en las Refs. [ 8-,9-].
Unos años después, Crispinet al. también criticó la falta de apoyo
metodológico para los carbohidratos, destacando una estructura
depositada con un enlace glicosídico para el cual no había
glicosiltransferasas disponibles a lo largo de su ruta biosintética [10,11].
Más recientemente, Agirreet al. [2] realizó un análisis de todos los D-
piranósidos que forman N-glicanos que se encuentran en el PDB
utilizando el software Privateer (paquete CCP4 [12]): una medida que
reduce la resolución de los datos, aparecen más y más monómeros de
azúcar en conformaciones de alta energía y / o tienen una baja
correlación en el espacio real. Esto indica la necesidad de usar
restricciones durante el refinamiento.

En esta revisión, analizaremos los últimos desarrollos de software y

La nomenclatura de residuos de carbohidratos es un desafío por varias
razones, incluidos los dos tipos diferentes de enlaces glicosídicos (alfa o
beta), ramificaciones y contorsiones de anillo. Lutteke et al. [7]
informado por primera vez que alrededor del 30% de las estructuras de
carbohidratos depositadas contienen uno o
su aplicación para resolver estructuras del mundo real, haciendo
hincapié en su impacto en la evolución reciente de la crio-
microscopía electrónica hasta convertirse en un actor completo en
el campo de la glicobiología estructural. Aparte del creciente acceso
al modelo automatizado e integrador

www.sciencedirect.com Opinión actual en biología estructural 2020, 62: 70–78

72 Carbohidratos
herramientas de construcción y validación, también están disponibles
para el glicobiólogo estructural una serie de recursos de soporte en línea:
ver Refs. [13,14] para una revisión de los recursos en línea, y Pérez y De
Sanctis [15-] para obtener un resumen reciente de los recursos y técnicas
disponibles cuando se dispone de una fuente de luz de sincrotrón.
Diccionarios: el libro del conocimiento químico
El proceso de construcción del modelo involucra programas de
refinamiento macromolecular que derivan restricciones geométricas de
bibliotecas de diccionarios, al menos para los monómeros más comunes.
Los diccionarios se utilizan para almacenar conocimientos químicos
previos sobre compuestos, incluida su composición, conectividad y
estereoquímica. La biblioteca de monómeros CCP4, uno de los primeros
ejemplos de este tipo, se basó en la geometría propuesta por Engh y
Huber [dieciséis], que ahora está desactualizado, especialmente en lo que
respeta a los azúcares [4-]. Si un compuesto químico no tiene una entrada
en la biblioteca, o si es incorrecta, es necesario generar una nueva. Hay
varios programas que se pueden utilizar para esto, con resultados
irregulares para los carbohidratos [4-]. El programa CCP4 ACEDRG [ 17,18]
funciona mediante la extracción de bases de datos como Crystallography
Open Database (COD) [18] para generar diccionarios a partir de los datos
disponibles allí. Luego usa RDKit (quimioinformática de código abierto;
http://www.rdkit.org) para generar confórmeros que se clasifican por
energía libre, y se elige el de energía mínima. ACEDRG / COD produce
resultados similares a GRADE (Global Phasing Ltd.) y Phenix.eLBOW [19],
que derivan sus restricciones de Mogul [20], una herramienta que a su
vez extrae la base de datos estructurales de Cambridge (CSD). Mogul se
utiliza actualmente para la validación de geometría tras la deposición con
el Protein Data Bank, lo que significa que el uso de diccionarios antiguos
durante el refinamiento con objetivos de geometría ajustados, por
ejemplo, al refinar contra un mapa crio-EM, puede producir un número
desproporcionado de longitud de enlace. y valores atípicos de ángulos.
Actualmente se está llevando a cabo un esfuerzo de modernización en
CCP4, con cientos de entradas de carbohidratos marcadas para su
actualización mediante la combinación de ACEDRG y Privateer [21]. Los
nuevos diccionarios tienen una fecha de lanzamiento prevista para 2020.
Construcción del modelo
El mejorado NORTE-módulo de construcción de glicosilación para Coot
Focha [22] tiene una herramienta de construcción de carbohidratos [
23-] - versión anterior revisada en la Ref. [9-] - que se puede utilizar
para construir NORTE-glicosilación en mapas cristalográficos y crio-
EM. El módulo tiene tres modos: manual, semiautomático y
automatizado. El modo manual permite al usuario elegir un
monosacárido y un tipo de enlace de una selección de glicoformas
únicamente disponibles. Coot elige la mejor posición, orientación y
conformación para el monosacárido seleccionado y refina la
estructura. En el modo semiautomático, el usuario selecciona enlace
un tipo de glucano y Coot devuelve posibles opciones para el
monosacárido y el glucosídico. El modo automático requiere que el
usuario simplemente elija el punto de partida
Opinión actual en biología estructural 2020, 62: 70–78
y el tipo de árbol de glicosilación, y Coot lo construye automáticamente,
interrumpiendo el proceso cuando ya no se pueden construir más
azúcares en la densidad clara. Se presenta una descripción general de los
resultados enFigura 2 (adaptado con permiso de IUCr Journals). La
herramienta ha recibido una adopción positiva por parte de la
comunidad, como lo demuestra su uso en varias estructuras de rayos X y
crio-EM de alto perfil con proteína abundante.24-27].
Su principal limitación es la selección relativamente estrecha de
glicoformas disponibles. Esta es claramente una decisión de diseño
más que un descuido, ya que representan las formas más comunes
que generalmente se pueden resolver de manera experimental. Es
más, Focha no incluye el refinamiento del factor de temperatura, ya
que todos los átomos se obtuvieron en un valor fijo. Los autores
sugirieron integrar el
procedimiento de refinamiento del factor B sin modelo descrito por
Cowtan y Agirre [28] como una mejora.
PDB-REDO: Carbivore y Carbonanza
Van Beusekom y col. [29-] presentó un conjunto de herramientas que se basan
en Coot NORTE-módulo de construcción de glicosilación para lograr un
comportamiento más automatizado; de hecho, el software está destinado a ser
parte de su PDB-REDO [30] tubería de reconstrucción y refinamiento. La
primera herramienta que se presentó esCarbívoro, que se puede utilizar para
reconstruir y ampliar los NORTE-árboles de glicosilación automáticamente, o
agregue árboles nuevos donde falten. Para el caso de que no se detecta la
glicosilación debido a que C1 no se enfrenta a la cadena lateral de la
asparagina, los autores introdujeron otro programa, llamado Carbonanza,
para generar registros de enlaces. El método de adición de árboles completos
de Coot se extendió para permitir la construcción de árboles parciales, es decir,
extender los árboles existentes. Además, una característica que
encuentraNORTEsitios de glicosilación basados en la secuencia de consenso
Asn-X-Ser / Thr se implementó en Carbívoro. Además, una opción para
encontrar NORTE-También se presentó los sitios de glicosilación basados en
modelos homólogos; sin embargo, no se utiliza de forma
predeterminada ya que es probable que la búsqueda sea lenta.
ISOLDE
El complemento ISOLDE [31] para ChimeraX [32] ofrece una forma refrescante
de lidiar con la glicosilación de proteínas y admite tanto la crio-microscopía
electrónica como los datos cristalográficos de rayos X. La interfaz gráfica se
conecta a una simulación interactiva de mecánica molecular acelerada por
GPU, que actualiza el modelo y los mapas de densidad electrónica, si se trabaja
con datos cristalográficos, en función de los movimientos push-pull del usuario
y los resultados de ejecutar la simulación en las coordenadas actualizadas. . En
cuanto a la tecnología, esta nueva herramienta hace uso del kit de
herramientas OpenMM [33] para simulaciones y el módulo Clipper-python [34]
para cálculos de densidad de electrones, que está muy paralelizado con CPU,
utilizando subprocesos de estilo C ++ 11, en la última versión disponible en
Cobertizo de herramientas ChimeraX en el momento de la publicación. La
glicosilación de proteínas se maneja mediante una versión adaptada del campo
de fuerza GLYCAM [35]. Aunque en la actualidad algunos efectos no deseados
como el anillo
www.sciencedirect.com
 Glicobiología estructural en la era de la crio-EM Atanasova, Bagdonas y Agirre 73

Figura 2

Manosa alta Híbrido (Mamífero) Biantenario (Mamífero) Biantenario (Planta)

Árboles completos disponibles

Ejemplos construidos

GlcNAc Man Glu Galón Fuc Xyl Sia

Densidad de electrones

1juh 191A 4b7i 297A 4byh 297A 5aog 237A

Opinión actual en biología estructural

Resultados de una prueba del NORTE-herramienta de construcción de glicosilación en Coot [23-]. Los diagramas en formato SNFG muestran las glicoformas esperadas y los subconjuntos que
Coot pudo construir automáticamente, mientras que la tercera fila de imágenes muestra cómo se veían los mapas en cada ejemplo. Reproducido de Ref. [23-
] con permiso de la Unión Internacional de Cristalografía.

las inversiones pueden aparecer como resultado de las altas temperaturas
poco realistas simuladas por los movimientos de empujar y tirar del usuario,
está claro que esta herramienta será de gran resistencia cuando sea necesario
evaluar múltiples conformaciones generales de glucanos en un mapa de baja
resolución; una combinación con la validación en tiempo real en los niveles de
monosacáridos y glicanos podría informar aún más el proceso de ajuste y
evitar errores también. Las capacidades de ISOLDE se muestran de manera
más eficaz en el video complementario de [31].
Paño
Velas [36] se puede utilizar para construir azúcares automáticamente, ya sea
enlazados covalentemente a proteínas o como ligandos. El software se encuentra
actualmente en el medio de un cambio de infraestructura importante, pero está
programado para su lanzamiento general en 2020 (con, oa través de un
actualizar un CCP4 7.1). Utiliza un método similar al de Nautilus [ 37
] y Buccaneer [38,39], utilizando la detección de fragmentos basada
en huellas dactilares, que explican tanto al objetivo como a su
entorno. Se ha demostrado que la función de correlación detrás de
Sails funciona con datos de
criomicroscopía electrónica, aunque es posible que se necesiten
ajustes si, por ejemplo, la escala del mapa EM no es precisa o se
requiere una nitidez o difuminación del mapa diferente. Privateer y
Refmac se integrarán con Sails en una tubería para la construcción
iterativa, el refinamiento y la validación.
Refinamiento y validación
Corsario
Corsario [21] es una herramienta de validación específica de carbohidratos que puede
determinar la conformación del anillo de furanosa y

www.sciencedirect.com Opinión actual en biología estructural 2020, 62: 70–78

74 Carbohidratos
anillos de piranosa, forma anomérica, estereoquímica absoluta,
correlación espacial real entre modelo y densidad de omisión.
Además, Privateer genera otros resultados, como diagramas de
glicanos SVG en la notación Nomenclatura de símbolos para
glicanos (SNFG), y scripts para Refmac5 [40] y Coot [22]. Al igual que
Sails, está experimentando un cambio en la infraestructura con el
fin de preparar su arquitectura para el futuro.
Entre las diferentes comprobaciones que realizarán Privateer
en los modelos de carbohidratos, una comparación de la
conformación del anillo y la conformación ideal de energía
mínima para cada monosacárido proporciona la indicación
más rápida y útil de posibles errores en el modelado y / o
refinamiento: a alta resolución, injustificado Las
conformaciones de alta energía, aquellas sin soporte de una
densidad de electrones clara, pueden revelar problemas en
el enlace glicosídico (por ejemplo, se usó un anómero
incorrecto) o restricciones incorrectas (por ejemplo,
quiralidades invertidas). A baja resolución, el problema
puede aparecer si se permite que el modelo se desvíe de la
geometría ideal debido a que proporciona restricciones
insuficientes durante el refinamiento.41 ]. Estos desarrollos
fueron encabezados después de que se muestra que el AP
contenía un número irrealmente alto de no presidentes
como parte deNORTE-glicosilación [2].
Muchas estructuras crio-EM de glicoproteínas más nuevas se encuentran en el
rango de resolución de 2 Å-6 Å debido a la mejora en las fuentes de electrones,
los detectores y los algoritmos de procesamiento de imágenes y de
reconstrucción 3D. Pero el software para la solución y validación de estructuras
también ha mejorado, y quizás como resultado de eso, las estructuras crio-EM
de alta resolución muestran menos azúcares en las conformaciones de alta
energía que las cristalográficas. Para ilustrar este punto, Privateer se ejecutó
en todosNORTE-estructuras glicosiladas en elPDB, resueltas con cristales de
rayos X y crio-EM. Los resultados desacoplados se muestran enfigura 3. Los
azúcares se muestran en azul, los azúcares se muestran en amarillo.
Idealmente, en el caso particular deNORTE-glicosilación, todos los azúcares D
deben estar en4C1 conformación, y todos los L-azúcares en 1C4
conformación.
Como se destacó anteriormente en otro lugar [4-], las conformaciones
de piranosa de mayor energía son incluso más inusuales que los
valores atípicos de Ramachandran, y deben informarse junto con ellos
en la tabla de resumen de refinamiento.
Phenix, Rosetta y AMBER
Phenix utiliza una biblioteca de restricciones dependiente de la
conformación para la estructura de la proteína [42] y refinamiento de
homología [43] para el modelado de proteínas. Rosetta se puede utilizar
para el refinamiento de carbohidratos de estructuras de rayos X y crio-EM
mediante la parametrización derivada de estructuras de rayos X para
aproximar la energía conformacional [44 ]. Frenzet al. [45-] desarrolló un
protocolo que
Opinión actual en biología estructural 2020, 62: 70–78
puede utilizar datos cristalográficos de baja resolución, a través
de la integración de Phenix-Rosetta [46] o datos crio-EM.
El marco de RosettaCarbohydrate incluye refinamiento del espacio
de torsión para glicanos, que asume longitudes y ángulos de enlace
ideales [47]. Frenzet al. [45-] se basa en trabajos anteriores
ampliando el término de geometría de Rosetta para incluir las
desviaciones de la geometría de los enlaces. Estos se derivaron de
Phenix usando eLBOW con optimización AM1 y se agregaron a la
base de datos de Rosetta. Actualmente los monómeros de azúcar
incluidos son alfa y beta glucosa, NORTE-acetilglucosamina, alfa y
beta manosa y alfa y beta fucosa.
Los autores recomiendan usar Privateer [21] antes y después del
refinamiento para detectar errores en la estructura. Para el
refinamiento de los datos de cristalografía, se puede utilizar la
integración de Rosetta con Phenix [48]. Los protocolos se modificaron
para tener en cuenta los glucanos, incluidos los pasos para la
minimización, el aumento de los pesos repulsivos y la idealización del
hidrógeno anomérico.
Phenix también ofrece integración con el paquete de
mecánica AMBERmolecular, conocido por calcular los
potenciales de torsión con precisión [49].
Unas palabras sobre herramientas de validación heredadas
Si bien las herramientas descritas en esta sección lamentablemente
ahora no cuentan con soporte, vale la pena mencionarlas no solo
por el hecho de que están completas, sino porque aún no existe una
herramienta sustituta para algunas de las funciones clave que
brindan. PDB-CARE (PDB
Verificación de residuos de carbohidratos; [50,51]) es una
herramienta que se puede utilizar para la validación de enlaces y
nomenclaturas. Se basa en pdb2linucs, que es un software para la
detección de carbohidratos basado en tipos de átomos y sus
coordenadas. La notación LINUCS [52] se utiliza para normalizar las
estructuras de carbohidratos. Esto se hace comparando la notación
LINUCS de las estructuras de carbohidratos con el Diccionario del
Grupo PDB HET, que contiene residuos de azúcar presentes en el
archivo de coordenadas [50]. Si una estructura contiene múltiples
anómeros debido a la mutarrotación en el extremo reductor de un
sacárido, ambas formas deben tener los códigos PDB correctos de
tres letras.
CARP (Carbohydrate Ramachandran Plot) es una herramienta que
se puede utilizar para evaluar las torsiones de enlaces glicosídicos.
CARP también usa el algoritmo pdb2linucs para analizar datos y los
compara con los datos en GlyTorsionDB o GlycoMapsDB (para
enlaces menos comunes). Para cada par de monosacáridos y
combinación de enlaces, se crea una gráfica de torsión separada [7
]. Si bien estas herramientas se han utilizado principalmente con
fines de validación, son un buen complemento al examinar las
diferentes conformaciones de enlace en los desacáridos [53].
www.sciencedirect.com
 Glicobiología estructural en la era de la crio-EM Atanasova, Bagdonas y Agirre 75

figura 3

(a) Cristalografía de rayos X

Conformación de azúcar (θ), °

Resolución, Å

(B) Crio-microscopía electrónica

Conformación de azúcar (θ), °

Resolución, Å
Opinión actual en biología estructural

Conformaciones de anillo de piranosa versus resolución para todos los azúcares que forman parte de las glicoproteínas ligadas a N resueltas con (a) Cristalografía de rayos X o (B) crio-
microscopía electrónica en el AP a abril de 2019. E / H: Sobres y Semipresillas, B / S: Barcos y Skew-boats. Las líneas onduladas denotan el plano del anillo principal. Por razones de claridad,
la media silla, el barco sesgado y el sobre se omitieron de los ejes enu = 45, u = 90 yu = 135 respectivamente. El porcentaje de azúcares en las conformaciones que no son de silla se muestra
para los rangos resolución de 0.0–6.0 Å y 6.01–10.0 Å.

Representacion De hecho, la gran cantidad de interacciones potenciales que

Si bien las representaciones de todos los átomos son el camino a seguir para ocurren debido al tamaño de los glucanos (en casos óptimos, nueve
mostrar las interacciones entre los ligandos de proteínas y carbohidratos, o más monosacáridos enlazados podrían ser visibles) y la relevancia
existe un caso para usar una representación simplificada para los glicanos particular de su composición hace que las figuras de todos los
que participan en la glicosilación de proteínas; átomos sean difíciles o casi imposibles de identificar.

www.sciencedirect.com Opinión actual en biología estructural 2020, 62: 70–78

76 Carbohidratos
seguir. McNicholas y Agirre [54] introdujo una representación
(Glicobloques para CCP4mg [55]) que, dependiente en una extensión
3D de la ahora estándar Nomenclatura de símbolos para glicanos
(SNFG) [6,56], se agregaron líneas punteadas minimalistas para los
enlaces de hidrógeno y CH – pags interacciones.
Sin centrarse en las interacciones, muchas representaciones 3D SNFG existen
ahora como complementos o como parte integral de un software de gráficos
de propósito más amplio, por ejemplo, VMD [57], LiteMol [58] y UCSF Chimera [
59] a través del complemento de Tangram [60]. Estos proporcionan
representaciones destacadas de la glicosilación de proteínas utilizando
grandes poliedros regulares. Una comparación lado a lado se muestra en
Figura 4.Finalmente, otros programas como SweetUnityMol [61] yPymol [62]
combinan el esquema de coloración familiar con una representación más
atomística.
Perspectivas futuras
Parece que los engranajes finalmente están girando en la máquina
metodológica hacia la implementación de un mejor apoyo para los
carbohidratos. Sin embargo, el software aún requiere un conocimiento
experto de la estructura de los carbohidratos o una resolución muy alta para
funcionar automáticamente. Actualmente se está trabajando en el programa
de Velas para poder superar muchos de estos
Figura 4
(a)
(C)
Comparación de representación de glucanos 3D SNFG del código PDB 4BYH en el software seleccionado: (a) CCP4mg [53] con Glicobloques [54], (B) VMD [56] y (C) LiteMol [57].
Opinión actual en biología estructural 2020, 62: 70–78
limitaciones. Además, dependiente en resultados iniciales alentadores [
63,64-,sesenta y cinco,66], los nuevos diccionarios de carbohidratos con
una geometría de modelo más fiel y restricciones de torsión precisas
mejorarán el refinamiento, particularmente para cryo-EM. Por último, los
azúcares en los sitios activos de las enzimas pueden distorsionarse en
conformaciones de alta energía y, por lo tanto, pueden requerir una
mayor validación; Será necesario trabajar en este sentido para dar a los
usuarios un nivel de confianza en su asignación conformacional.
Nos gustaría enfatizar que la construcción de modelos, el
refinamiento y la validación deberán integrarse aún más para
obtener el máximo beneficio de los usuarios. Recientemente, Van
Beusekom, Lutteke y Joosten [8-] utilizó un conjunto de
herramientas, incluido PDB-REDO [30], Corsario [21] y CARP [51]
para analizar 8.114 glicoproteínas del PDB. Lograron volver a anotar
correctamente 3620 residuos de carbohidratos, que luego se
volvieron a refinar y ahora están disponibles para que los use la
comunidad. La incorporación de conocimientos glucoquímicos
previos en el proceso de solución de la estructura, como lo
ejemplifican los autores antes
mencionado, ampliará los límites de resolubilidad más abajo de
nuestros glucanos.
(B)
Opinión actual en biología estructural
www.sciencedirect.com
 Glicobiología estructural en la era de la crio-EM Atanasova, Bagdonas y Agirre
Declaracion de conflicto de interes
Nada declarado.
Agradecimientos
Mihaela Atanasova está financiada por el Consejo de Investigación en Ingeniería y Ciencias
Físicas del Reino Unido [EPSRC, número de concesión EP / R513386 / 1]. Haroldas Bagdonas
está financiado por The Royal Society [número de concesión RGF / R1 / 181006]. Jon Agirre es
investigador de la Royal Society University [número de premio UF160039]. También nos
gustaría agradecer el apoyo, de ninguna manera limitado al respaldo financiero, del
Departamento de Química y la Universidad de York.
Referencias y lecturas recomendadas
Los artículos de especial interés, publicados durante el período de
revisión, se han destacado como:
- de especial interés
- - de gran interés
1. Schnaar RL: Glicobiología simplificada: diversas funciones del reconocimiento de
glucanos en la inflamación. J Leukoc Biol 2016, 99: 825-838.
2. Agirre J, Davies G, Wilson K, Cowtan K: Anomalías de carbohidratos en el
AP. Nat Chem Biol 2015, 11: 303.
3. Valverde P, Quintana JI, Santos JI, Ardá A, Jiménez-Barbero J:
-- Nuevas vías de RMN para explorar la conformación y las interacciones de los
glucanos. ACS Omega 2019, 4: 13618-13630.Una descripción general de los
avances recientes para analizar las interacciones proteína-glucano con la
espectroscopia de resonancia magnética nuclear, una gran técnica alternativa cuando
ni la cristalografía ni la crioscopía electrónica pueden resolverlos.
4. Agirre J: Estrategias para la construcción de modelos de carbohidratos,
- refinamiento y validación. Acta Crystallogr Sect D Struct Biol
2017, 73: 171-186.
Una descripción general del proceso de creación de modelos manuales para carbohidratos, incluida
la generación, el refinamiento y la validación de diccionarios.
5. Cremer D, Gente JA: Una definición general de las coordenadas de
fruncimiento del anillo. J Am Chem Soc 1975, 97: 1354-1358.
6. Varki A, Cummings RD, Aebi M, Packer NH, Seeberger PH, Esko JD,
Stanley P, Hart G, Darvill A, Kinoshita T et al .: Nomenclatura de
símbolos para representaciones gráficas de glucanos.
Glicobiología 2015, 25: 1323-1324.
7. Lütteke T, Frank M, Von Der Lieth CW: Extracción de datos del banco de datos
de proteínas: detección automática y asignación de
estructuras de carbohidratos. Res de carbohidratos 2004: 1015-1020.
8. Van Beusekom B, Lütteke T, Joosten RP: Haciendo de las glicoproteínas un
-- un poco más dulce con PDB-REDO. Acta Crystallogr Sect F Struct Biol
Cryst Commun 2018, 74: 463-472.
Un estudio de cómo la re-anotación y el re-refinamiento de los residuos de carbohidratos mejoran
los modelos de carbohidratos.
9. Agirre J, Davies GJ, Wilson KS, Cowtan KD: Carbohidrato
-- estructura: el camino rocoso hacia la automatización. Curr Opin Struct Biol 2017,
44: 39-47.
Una revisión de los desarrollos de software recientes para la solución de estructura de
carbohidratos.
10. Crispin M, Stuart DI, Yvonne Jones E: Construyendo modelos
significativos de glicoproteínas. Nat Struct Mol Biol 2007, 14: 354.
11. Berman HM, Henrick K, Nakamura H, Markley J: Respuesta a: construcción
de modelos significativos de glucoproteínas. Nat Struct Mol Biol 2007, 14:
354-355.
12. Winn MD, Ballard CC, Cowtan KD, Dodson EJ, Emsley P, Evans PR,
Keegan RM, Krissinel EB, Leslie AGW, McCoy A et al.: Descripción
general de la suite CCP4 y desarrollos actuales. Acta Crystallogr Sect D
Biol Crystallogr 2011, 67: 235-242.
13. Yuriev E, Ramsland PA: Carbohidratos en el ciberespacio. Immunol
delantero 2015, 6: 300.
14. Emsley P, Brunger AT, Lütteke T: Herramientas para ayudar a la determinación y
validación de datos de estructura 3D de carbohidratos. Métodos Mol Biol 2015,
1273: 229-240.
www.sciencedirect.com
77
15. Pérez S, de Sanctis D: Glucosciencia @ Sincrotrón:
- Radiación de sincrotrón aplicada a la glucociencia estructural.
Beilstein J Org Chem 2017, 13: 1145-1167.
Revisión del uso de experimentos de radiación de sincrotrón para la determinación de la
estructura de proteínas que interactúan con glucanos.
dieciséis. Engh RA, Huber R: Parámetros precisos de enlace y ángulo para el refinamiento
de la estructura de la proteína de rayos X. Acta Crystallogr Secta A Crystallogr
encontrado 1991, 47: 392-400.
17. F larga, Nicholls RA, Emsley P, Gra9zulis S, Merkys A, Vaitkus A,
Murshudov GN: AceDRG: generador de descripción
estereoquímica de ligandos. Acta Crystallogr Sec D Struct Biol
2017, 73: 112-122.
18. F larga, Nicholls RA, Emsley P, Gra9ulis S, Merkys A, Vaitkus A,
Murshudov GN: Validación y extracción de información de geometría
molecular de bases de datos de moléculas pequeñas. Acta Crystallogr
Sect D Struct Biol 2017, 73: 103-111.
19. Moriarty NW, Grosse-Kunstleve RW, Departamento de Policía de Adams: Banco de trabajo de
optimización y construcción de ligandos electrónicos (eLBOW): una herramienta para la generación
de restricciones y coordenadas de ligandos. Acta Crystallogr D Biol Crystallogr 2009, sesenta y cinco:
1074-1080.
20. Bruno IJ, Cole JC, Kessler M, Luo J, Momerwell WDS, Purkis LH, Smith BR, Taylor
R, Cooper RI, Harris SE et al .: Recuperación de información de geometría
molecular derivada cristalográficamente. J Chem Inf Computación Sci 2004,
44: 2133-2144.
21. Agirre J, Iglesias-Fernández J, Rovira C, Davies GJ, Wilson KS, Cowtan KD:
Privateer: software para la validación conformacional de estructuras
de carbohidratos. Nat Struct Mollar Biol 2015, 22: 833-834.
22. Emsley P, Lohkamp B, Scott WG, Cowtan K: Características y
desarrollo de Coot. Acta Crystallogr D Biol Crystallogr 2010, 66:
486-501.
23. Emsley P, Crispin M: Análisis estructural de glicoproteínas:
-- la construcción de glucanos ligados a N con focha. Acta Crystallogr Sect D Struct
Biol 2018, 74: 256-263.
Un resumen de las herramientas para construir glucanos ligados a N disponibles dentro de Coot,
con ejemplos.
24. Zhu S, Noviello CM, Teng J, Walsh RM, Kim JJ, Hibbs RE: Estructura de un
receptor GABAA sináptico humano. Naturaleza 2018, 559:
67-72.
25. Zhang B, Wang KB, Wang W, Wang X, Liu F, Zhu J, Shi J, Li LY, Han H, Xu K et al.:
Cicloadiciones [6 + 4] catalizadas por enzimas en la biosíntesis de productos
naturales. Naturaleza 2019, 568: 122-126.
26. Klünemann T, Preuß A, Adamczack J, Rosa LFM, Harnisch F, Capa G,
Blankenfeldt W: La estructura cristalina de Dihidro-Heme d1
deshidrogenasa NirN de pseudomonas aeruginosa revela residuos de
aminoácidos esenciales para la catálisis. J Mol Biol 2019, 431:
3246-3260.
27. Lee Y, Wiriyasermkul P, Jin C, Quan L, Ohgaki R, Okuda S, Kusakizako T,
Nishizawa T, Oda K, Ishitani R et al.: Estructura crio-EM del
transportador 1 de aminoácidos de tipo L humano en complejo con la
glicoproteína CD98hc. Nat Struct Mol Biol 2019, 26: 510-517.
28. Cowtan K, Agirre J: Refinamiento macromolecular mediante la transformación
del modelo utilizando parametrizaciones no atómicas. Acta Crystallogr D
Struct Biol 2018, 74: 125-131.
29. van Beusekom B, Wezel N, Hekkelman ML, Perrakis A, Emsley P,
- Joosten RP: Construcción y reconstrucción de N-glicanos en modelos de
estructura de proteínas. Acta Crystallogr Sect D Struct Biol 2019, 75: 416-425.
Un conjunto de herramientas incorporadas en la tubería PDB-REDO para construir,
reconstruir y extender árboles de glicosilación.
30. Joosten RP, Lütteke T: Validación de estructura 3D de carbohidratos. Curr Opin
Struct Biol 2017, 44: 9-17.
31. Croll TI: ISOLDE: un entorno físicamente realista para la construcción de
modelos en mapas de densidad electrónica de baja resolución. Acta
Crystallogr D Struct Biol 2018, 74: 519-530.
32. Goddard TD, Huang CC, Meng EC, Pettersen EF, Couch GS, Morris JH,
Ferrin TE: UCSFChimeraX: enfrentando desafíos modernos en
visualización y análisis. Proteína Sci 2018, 27: 14-25.
Opinión actual en biología estructural 2020, 62: 70–78
78 Carbohidratos
33. Eastman P, Swails J, Chodera JD, McGibbon RT, Zhao Y, Beauchamp KA,
Wang LP, Simmonett AC, Harrigan MP, Stern CD y otros:
OpenMM 7: desarrollo rápido de algoritmos de alto rendimiento para
dinámica molecular. PLoS Comput Biol 2017, 13: e1005659.
34. McNicholas S, Croll T, Burnley T, Palmer CM, Hoh SW, Jenkins HT, Dodson
E, Cowtan K, Agirre J: Automatización de tareas en la determinación de la
estructura de proteínas con el módulo clipper python. Proteína Sci 2018, 27:
207-216.
35. Kirschner KN, Yongye AB, Tschampel SM, González-Outeiriño J, Daniels
CR, Foley BL, Woods RJ: GLYCAM06: un campo de fuerza biomolecular
generalizable. Carbohidratos. J Comput Chem 2008, 29: 622-655.
36. Velas (software). Disponible en GitHub enhttps://github.com/
glycojones / sails.
37. Cowtan K: Rastreo automatizado de cadenas de ácidos nucleicos en tiempo real.
IUCrJ 2014, 1: 387-392.
38. Cowtan K: El software Buccaneer para la construcción de modelos
automatizados. 1. Rastreo de cadenas de proteínas.Acta Crystallogr D Biol
Crystallogr 2006, 62: 1002-1011.
39. Cowtan K: Finalización de modelos de proteínas autoconstruidos utilizando una
base de datos de fragmentos de proteínas. IUCr Acta Crystallogr D
Biol Crystallogr 2012, 68: 328-335.
40. Murshudov GN, Skubák P, Lebedev AA, Pannu NS, Steiner RA, Nicholls
RA, Winn MD, Long F, Vagin AA: REFMAC5 para el refinamiento de
estructuras cristalinas macromoleculares. Acta Crystallogr D Biol
Crystallogr 2011, 67: 355-367.
41. Potterton L, Agirre J, Ballard C, Cowtan K, Dodson E, Evans PR, Jenkins HT,
Keegan R, Krissinel E, Stevenson K et al.: CCP4i2: la nueva interfaz
gráfica de usuario del paquete de programas CCP4. Acta Crystallogr D
Struct Biol 2018, 74: 68-84.
42. Moriarty NW, Tronrud DE, Adams PD, Karplus PA: Las restricciones de la geometría de la
columna vertebral dependientes de la conformación nueva un nuevo estándar para el
refinamiento cristalográfico de proteínas. FEBS J 2014, 281: 4061-4071.
43. Park H, Ovchinnikov S, Kim DE, DiMaio F, Baker D: Refinamiento del modelo de
homología de proteínas mediante optimización de energía a gran escala. Proc
Natl Acad Sci EE. UU. 2018, 115: 3054-3059.
44. Alford RF, Leaver-Fay A, Jeliazkov JR, O'Meara MJ, DiMaio FP, ParkH, ShapovalovMV,
RenfrewPD, MulliganVK, KappelKetal.: La función de energía de todos los átomos
de Rosetta para el modelado y diseño macromolecular. Computación de la teoría
química de J 2017, 13: 3031-3048.
45. Frenz B, Rämisch S, Borst AJ, Walls AC, Adolf-Bryfogle J,
- Schief WR, Veesler D, DiMaio F: Soluciona automáticamente errores en las
estructuras de glicoproteínas con Rosetta. Estructura 2019, 27: 134-139.e3.
Un protocolo basado en Rosetta para el refinamiento de carbohidratos de estructuras de
rayos X y crioEM.
46. Dimaio F, Echols N, Headd JJ, Terwilliger TC, Adams PD, Baker D:
Refinamiento cristalográfico de baja resolución mejorada con
Phenix y Rosetta. Métodos Nat 2013, 10: 1102-1106.
47. Labonte JW, Adolf-Bryfogle J, Schief WR, Gray JJ: Modelado y
diseño residuocéntrico de sacáridos y
estructuras glicoconjugadas. J Comput Chem 2017, 38: 276-287.
48. Terwilliger TC, Di Maio F, Read RJ, Baker D, Bunkóczi G, Adams PD,
Grosse-Kunstleve RW, Afonine PV, Echols N: Fénix. mr-rosetta:
reemplazo molecular y reconstrucción de modelos con Phenix y
Rosetta.J Struct Funct Genómica 2012, 13: 81-90.
49. Caso DA, Cheatham TE, Darden T, Gohlke H, Luo R, Merz KM, Onufriev
A, Simmerling C, Wang B, Woods RJ: Los programas de simulación
biomolecular ámbar. J Comput Chem 2005, 26: 1668-1688.
50. Lütteke T, Von Der Lieth CW: pdb-care (PDB CArbohydrate REsidue
check): un programa para apoyar la anotación de complejos
Opinión actual en biología estructural 2020, 62: 70–78
estructuras de carbohidratos en archivos PDB. Bioinformática BMC 2004,
5.
51. Lutteke T: Carbohydrate Structure Suite (CSS): análisis de
estructuras 3D de carbohidratos derivados del PDB. Res de
ácidos nucleicos 2004, 33: D242-D246.
52. Bohne-Lang A, Lang E, Förster T, Von der Lieth CW: LINUCS: notación lineal
para una descripción única de secuencias de carbohidratos. Res de
carbohidratos 2001, 336: 1-11.
53. Fushinobu S: Conformaciones de la unidad lacto-N-biosa I tipo 1 en
estructuras de complejos proteicos. Acta Crystallogr Sect F Struct Biol Cryst
Commun 2018, 74: 473-479.
54. McNicholas S, Agirre J: Glicobloques: una representación
tridimensional esquemática de los glicanos y sus interacciones. Acta
Crystallogr Sect D Struct Biol 2017, 73: 187-194.
55. McNicholas S, Potterton E, Wilson KS, Noble MEM: Presentando sus
estructuras: el software de gráficos moleculares CCP4mg.
Acta Crystallogr D Biol Crystallogr 2011, 67: 386-394.
56. Varki A, Cummings RD, Esko JD, Freeze HH, Stanley P, Marth JD, Bertozzi CR,
Hart GW, Etzler ME: Nomenclatura de símbolos para la
representación de glicanos. Proteómica 2009, 9: 5398-5399.
57. Thieker DF, Hadden JA, Schulten K, Woods RJ: Implementación 3D
de la nomenclatura de símbolos para la representación gráfica
de glicanos. Glicobiología 2016, 26: 786-787.
58. Sehnal D, Grant OC: Visualice rápidamente símbolos de glicanos en
estructuras 3D: 3D-SNFG en LiteMol. J Proteoma Res 2019, 18: 770-774.
59. Pettersen EF, Goddard TD, Huang CC, Couch GS, Greenblatt DM, Meng
EC, Ferrin TE: Quimera UCSF: un sistema de visualización para
investigación y análisis exploratorios. J Comput Chem 2004, 25:
1605-1612.
60. Tangram-snfg (software). Disponible en GitHub enhttps: // github. com /
insilichem / tangram_snfg.
61. Pérez S, Tubiana T, Imberty A, Baaden M: Representaciones
tridimensionales de carbohidratos complejos y
polisacáridos - SweetUnityMol: un software de gráficos de computadora basado
en videojuegos. Glicobiología 2015, 25: 483-491.
62. Arroyuelo A, Vila JA, Martin OA: Azahar: un complemento PyMOL para la
construcción, visualización y análisis de moléculas de glucanos. J
Comput Aided Mol Des 2016, 30: 619-624.
63. Agirre J, Ariza A, Offen WA, Turkenburg JP, Roberts SM, McNicholas
S, Harris PV, McBrayer B, Dohnalek J, Cowtan KD et al.: Estructuras
tridimensionales de dos muy Nglycosylated Aspergilo sp. familia
GH3B-D-glucosidasas. Acta Crystallogr D Struct Biol 2016, 72: 254-265.
64. Agirre J, Moroz O, Meier S, Brask J, Munch A, Hoff T, Andersen C,
- Wilson KS, Davies GJ: La estructura del AliC GH13 a-amilasa de
Aliciclobacilo sp. revela la acomodación de los puntos de ramificación
del almidón en ela-familia amilasa. Acta Crystallogr D Struct Biol 2019,
75: 1-7.
Una descripción de la solución de estructura de la alfa-amilasa AliC GH13,
incluido el refinamiento y la validación. Se necesitaban diccionarios adhoc para
refinar dos formas anoméricas coexistentes que se rotaron entre sí.
65. Schumann B, Malaker SA, Wisnovsky SP, Debets MF, Agbay AJ, Fernandez
D, Wagner LJS, Lin L, Choi J, Fox DM et al.: Gluco-mutagénesis de precisión
química mediante ingeniería de glicosiltransferasa en células vivas. bioRxiv
2019http://dx.doi.org/ 10.1101 / 669861.
66. Ji S, Dix SR, Aziz AA, Sedelnikova SE, Baker PJ, Rafferty JB, Bullough PA,
Tzokov SB, Agirre J, Li FL et al.: La base molecular de la actividad
endolítica de una alginato liasa multidominio de Defluviitalea
phaphyphila , un representante de una nueva familia de liasa, PLxx. J
Biol Chem 2019, 294: 18077-18091 http: //dx.doi. org / 10.1074 /
jbc.RA119.010716.
www.sciencedirect.com