È stato sviluppato un nuovo metodo di modellazione matematica per stimare i modelli operativi dei motori biomolecolari da dati di imaging del movimento di singole molecole con il framework di inferenza bayesiana. Il meccanismo di funzionamento di un motore molecolare lineare "chitinasi, " che si muove a senso unico su una catena di chitina con degradazione della catena passata, è stato chiarito mediante la modellazione matematica dei dati di imaging sperimentali con il metodo.

I motori biomolecolari nelle cellule generano un movimento unidirezionale, consumando energia chimica acquisita da, Per esempio, idrolisi dell'ATP. Chiarimento del principio di funzionamento di tali motori molecolari, che sono nanomacchine naturali composte da proteine, ha attirato molta attenzione. Imaging a singola molecola, che può catturare direttamente il movimento dei motori molecolari, è una tecnica promettente per comprendere il principio di funzionamento dei motori molecolari. Però, non è ancora chiaro come il consumo di energia chimica, cioè., cambiamento negli stati chimici di tali proteine ​​motorie, dà luogo al moto unidirezionale di tutti i motori. I ricercatori dell'Institute for Molecular Science e dell'Università di Shizuoka hanno scoperto il cambiamento delle forme dei profili di energia libera lungo il movimento di un motore molecolare innescato da cambiamenti di stato chimico del motore.

I ricercatori hanno prima cercato di stabilire un modello computazionale per descrivere il movimento dei motori molecolari. Il moto di un motore può essere considerato come moto diffusivo su profili di energia libera che commutano secondo gli stati chimici delle molecole che costituiscono il motore. Più specificamente, come mostrato in Fig. 1A, il motore si muove prima sulla superficie di energia libera dello stato chimico 1 (rosso) delle molecole del motore, e quindi si sposta sulla superficie di energia libera dello stato chimico 2 (blu). Però, questo cambio di stato chimico non è solitamente osservato nell'imaging a singola molecola. I ricercatori hanno trattato la transizione tra gli stati chimici utilizzando un modello di Markov nascosto in cui gli stati chimici sono considerati stati "nascosti" (Fig. 1B).

Usando questo modello di Markov nascosto, è possibile calcolare "probabilità, " che valuta la probabilità di mostrare quanto bene il modello spieghi la traiettoria del movimento effettivo della singola molecola. È anche possibile incorporare la conoscenza dei profili di energia libera come probabilità a priori. I ricercatori hanno sviluppato un metodo per stimare lo stato chimico- profili energetici liberi dipendenti, coefficienti di diffusione su ogni profilo, e costanti di velocità delle transizioni tra questi stati all'interno della struttura dell'inferenza bayesiana mediante campionamento Monte Carlo utilizzando probabilità a posteriori espresse come prodotto della verosimiglianza e delle probabilità a priori.

Quindi, il metodo sviluppato nel presente studio è stato applicato per analizzare il movimento della chitinasi, un motore molecolare lineare, osservato mediante imaging a singola molecola. L'analisi dei dati di traiettoria del moto unidirezionale della chitinasi con degradazione di una catena di chitina ha rivelato i caratteristici profili di energia libera che governano il moto (Fig. 2). I risultati dell'analisi hanno mostrato che una chitinasi sale su un binario di catena della chitina su una barriera di energia libera relativamente bassa per moto browniano. Quindi, il moto unidirezionale si ottiene commutando stati chimici attraverso la reazione di idrolisi della catena chitina e la dissociazione dei prodotti di reazione. Il presente studio fornisce una base fisica per il meccanismo a cricchetto browniano "bruciato-ponte" che i ricercatori hanno precedentemente riportato.

"Applicheremo il nostro metodo sviluppato in questo studio a vari motori molecolari e speriamo di chiarire le somiglianze e le differenze nei meccanismi dei motori molecolari. Crediamo che nuove scoperte saranno ottenute dal nostro metodo in futuro e ci daranno un indizio per i principi generali di funzionamento dei motori molecolari. Gli studi che utilizzano il nostro metodo apriranno la strada alla progettazione di nuovi motori molecolari artificiali, " disse Okazaki.