REAL-d

Sonnevend, Ágnes

Multirezisztens Gram-negatív kórokozók vizsgálata az Arab-félsziget országaiban

Tamáska, Máté

Örmény városépítészet Erdélyben

Bencsik, Krisztina

Pszichopatológiai és epidemiológiai vizsgálatok Sclerosis Multiplexes betegekben Magyarországon

Rencz, Fanni

Általános és bőrgyógyászat-specifikus életminőség kérdőívek és módosításaik tesztelése és értékelése Magyarországon

Hegedűs, Tamás

 
MTA doktori értekezés tézisei 
 
 
 
 
Membrán ABC fehérjék működése és gyógyszer-kölcsönhatásai  
a 3D bioinformatika tükrében 
 
 
 
 
 
 
 
Hegedűs Tamás 
 
 
 
 
 
 
Semmelweis Egyetem, Biofizikai és Sugárbiológiai Intézet 
ELKH-SE Biofizikai Virológia Kutatócsoport 
 
 
 
Budapest, 2022 
 
  
               dc_2020_22
2 
 
Bevezetés 
Az ABC (ATP Binding Cassette; ATP-kötő kazetta) membránfehérjék minden élőlényben 
fontos szerepet játszanak különféle vegyületek biológiai membránokon keresztül történő 
átjuttatásában. Baktériumokban számos, a tápanyagfelvételben szerepet játszó, importer ABC 
fehérje ismert, míg eukarióta sejtekben az ABC transzporterek többsége vegyületek 
kipumpálásával exporterként működik. Több ABC fehérje a sejtszintű kemoimmunitási 
rendszer részeként, multidrog transzporterként működve védi a szervezetet a környezetből 
érkező mérgező anyagokkal szemben. Ezek a multidrog ABC transzporterek alacsony 
szubsztrátspecifitással rendelkeznek, képesek a sejtből különböző kémiai tulajdonságokkal 
rendelkező vegyületeket eltávolítani, ezáltal például a sejten belüli gyógyszerkoncentrációt a 
hatásos szint alatt tartani. Más ABC fehérjék hibás működése vagy termelődése 
transzportfolyamatok megváltozását eredményezi, ami különböző betegségek kialakulásához 
vezethet, mint például a cisztás fibrózis (CF), a Dubin-Johnson-szindróma, a II. típusú 
cukorbetegség és az adrenoleukodisztrófia. 
Az ABC fehérjék funkcionális egysége két transzmembrán domént (TMD) és két 
nukleotid-kötő domént (NBD) tartalmaz. A TMD-k konzerváltsága alacsony, ami magyarázza 
eltérő működésüket és szerkezetüket. Ezzel szemben az NBD-k szekvenciálisan és 
szerkezetileg is igen hasonlóak, bennük találhatók a konzervált Walker motívumok és az ABC 
signature szekvencia. A transzport folyamatokat általában e helyek ATP-kötése és/vagy 
hidrolízise hajtja, ez alól kivétel például a klorid csatornaként működő CFTR fehérje. Az ABC 
fehérjék többségére jellemző az ATP hiányában megfigyelhető "alul-nyitott" konformáció, 
amelyben az NBD-k és a TM hélixek intracelluláris vége távol van egymástól, és az ATP-kötés 
hatására bekövetkező "alul-zárt és felül-nyitott" konformáció. Ez az átfordulás a legtöbb 
esetben valószínűleg az alternativ access működési mechanizmussal hozható összefüggésbe. 
Célkitűzések 
1. Fő célunk, hogy bioinformatikai módszerek alkalmazásával megértsük a transzmembrán 
ABC fehérjék szerkezeti és működésbeli összefüggéseit.  
2. Elméleti módszerek alkalmazásával tervezzük atomi szinten megérteni a cisztás fibrózist 
okozó mutációknak a hatásmechanizmusát és a CFTR  fehérje szerkezetére és dinamikájára 
kifejtett hatását.  
               dc_2020_22
3 
 
3. A kísérletesen meghatározott statikus CFTR szerkezetek egyike sem tartamaz klorid 
vezetésre alkalmas nyitott csatornát, ezért a klorid átjutási mechanizmus és útvonal 
megismerését tűztük ki célul. 
4. Az ABCG2 transzporter számos gyógyszer szervezeten belüli eloszlását (ADME-Tox 
tulajdonságait) befolyásolja, így csökkentheti hatásosságukat. Ezért igen fontosnak tartom 
működésének és szubsztrátfelismerésének leírását a számításos biológia módszereinek 
felhasználásával. 
5. A CFTR és az ABCG2 fehérjékkel végzett munka során számos ABC vagy általánosan 
transzmembrán fehérjékkel kapcsolatos kérdés felmerült. Annak érdekében, hogy az 
ezekre adott algoritmikus megoldásaink és bányászott adataink ne csak a saját 
projektjeinkben tudjanak hasznosulni, hanem mások is fel tudják használni, ezért ezeket is 
közöltük, illetve publikus webapplikációkon keresztül elérhetővé tettük. 
Tézisek 
1. tézis (Cikk-1) 
A CFTR fehérje feltekeredését segítő legígéretesebb korrektor vegyületek még egymással 
kombinálva is csak kismértékben növelték a ∆F508-CFTR sejtfelszíni mennyiségét, csekély 
klinikai haszonnal kecsegtetve. Bemutattuk, hogy a korrektorok többsége az NBD1/CL4 
interfészt stabilizálja, s a terápia hatásosságának növelésére szükség van más helyen ható 
vegyületekre. Eléleti és kísérleti eredményeink alapján azt javasoltuk, hogy olyan ∆F508-CFTR 
konstrukcióval kell gyógyszerjelöltek keresését végrehajtani, amelyben ez az interfész 
stabilizált (pl. R1070W), így ki lehet válogatni azokat a vegyületeket, amelyek az NBD1 
stabilitását növelik.  
2. tézis (Cikk-2) 
Bizonyos CF mutánsok esetében a CFTR ioncsatorna nyitódását befolyásoló VX-770 
(Ivakaftor) potenciátor terápiás hatása jelentős. Mivel a ΔF508-CFTR betegek kezelése a 
fehérje feltekeredését javító VX-809 (Lumakaftor) korrektorral nem eredményezte 
diagnosztikus paraméterek szignifikáns javulását, ezért felmerült esetükben a VX-809 
korrektor és a VX-770 potenciátor együttes alkalmazása. Kimutattuk azonban, hogy a VX-770 
a fehérje funkcióját annak destabilizálásán keresztül javítja, ami viszont a korrektor hatását 
gyengíti. Ezért hatékony kombinált terápiákhoz a meglevő potenciátorok módosítása vagy új 
potenciátorok fejlesztése szükséges. 
               dc_2020_22
4 
 
3. tézis (Cikk-3) 
A CFTR aktív állapotban meghatározott szerkezete nem mutat klorid-vezetésre alkalmas 
útvonalat. Annak érdekében, hogy a klorid-vezetéshez szükséges geometriával rendelkező 
CFTR-konformációkat tudjunk azonosítani, a kísérletesen meghatározott CFTR szerkezettel 
egyensúlyi molekuladinamika (MD) szimulációkat végeztünk. Eredményeink olyan atomi 
szintű adatokat szolgáltattak, amely CF elleni gyógyszermolekulák hatásmechanizmusának 
megismeréséhez és potenciátorok fejlesztéséhez járul hozzá. 
4. tézis (Cikk-4) 
Az ABCG fehérjék szekvenciájuk alapján külön alcsaládot alkotnak az ABC fehérjék családján 
belül. Jellemzően alacsonyabb a transzmembrán doménben található aminosavaik száma, ezért 
más alcsaládba tartozó ABC fehérje szerkezetét templátként használva nem lehet szerkezetüket 
modellezni. Az ABCG5/ABCG8 heterodimer kristályszerkezetének meghatározása után, a 
bioinformatika alapelveit és eszközeit használva elsőként modelleztük az ABCG2 fehérje 
szerkezetét. Molekula dinamikai szimulációk alapján meghatároztuk a köszvénnyel asszociált 
Q141K és a szubszrátspecifitás változását okozó R482G mutációk lehetséges szerkezeti 
hatásait is. 
5. tézis (Cikk-5) 
A rendkívül fontos kísérletes ABCG2 szerkezetek nem tartalmaznak információt a fehérje 
dinamikájáról, ezért a transzport leírására csak limitáltan alkalmazhatók. Ezért egy fiziológiás 
szubsztrát, a húgysav jelenlétében végzett MD-szimulációkkal jellemeztük a transzlokációs 
útvonalat in silico dokkolás alkalmazása mellett.  
6. tézis (Cikk-5) 
Korábban munkatársaim kísérletesen bemutatták, hogy az ABCG2 működését a koleszterin 
jelentősen befolyásolja. A hatás atomi szintű értelmezéséhez különböző lipidösszetételű 
membránba ágyazott ABCG2 transzporterrel végeztünk MD-szimulációkat, amelyek alapján 
megállapíthattuk, hogy a koleszterin a transzportfolyamatot a transzmembrán hélixek 
intracelluláris oldalon történő zárásának elősegítésével mozdítja elő. 
7. tézis (Cikk-6) 
Fehérjék természetes variánsait és laboratóriumban előállított mutációit nehéz publikációkból 
összegyűjteni és homológ fehérjék szekvenciájának és szerkezetének kontextusában vizsgálni. 
Az ABCM2 web alkalmazásunkban ezeknek a kihívásoknak egy részét bioinformatikai 
megközelítéssel megoldottuk, amelynek kiemelkedő eleme, hogy szekvencia-illesztések 
               dc_2020_22
5 
 
használatával lehetővé tettük különböző ABC fehérjék szekvenciálisan homológ pozícióiban 
lévő variánsainak összehasonlítását is. 
8. tézis (Cikk-7) 
Egyre több ABC membránfehérje szerkezetét határozzák meg, amely szerkezetek között 
számos jobban vagy kevésbé eltérő konformáció figyelhető meg. Ezek összehasonlítására és 
osztályozására szabványosított, automatikusan generálható mérőszámokat, konftorokat 
hoztunk létre. Ezek a metrikák hozzájárulnak az ABC membránfehérjék szerkezeti 
jellemzőinek mélyebb megértéséhez és szerkezeteinek validálásához. Hasonló 3D 
bioinformatikai metrikák más fehérjecsaládokra is kidolgozhatók és alkalmazhatók. 
9. tézis (Cikk-8) 
A krio-elektronmikroszkópiát (krio-EM) alkalmazó membránfehérje szerkezetmeghatározás 
során számos esetben a jelenlevő lipidkörnyezet is látható a krio-EM denzitásban. Ezért 
kifejlesztettünk egy olyan munkafolyamatot (MemBlob), ami ezt a kísérletes adatot 
felhasználva meghatározza a fehérje lipidkörnyezettel körülvett TM részét. Tanulmányunk 
bemutatta, hogy a krio-EM sűrűségtérképek a fehérjeszerkezeten kívül más értékes információt 
is tartalmaznak, mint például a lipidkörnyezet helyzete és a rendezetlen régiókhoz tartozó 
sűrűségek. 
10. tézis (Cikk-9) 
Fehérjék szerkezetének szekvenciájuk alapján történő jóslásában nagy áttörést hozott a neurális 
hálózaton alapuló AlphaFold, amelyet a betanítás során nem érzékenyítettek 
membránfehérjékre. Ezért megvizsgáltuk és bemutattuk, hogy az AF2 membránfehérjékre is 
hasonló minőségű szerkezeteket tud jósolni mint szolubilis fehérjékre. A módszer 
felhasználásával megépítettük olyan dimer humán ABC fehérjék szerkezetét, amelyek sem a 
kísérletes PDB, sem az AF2 EBI adatbázisban nem találhatók meg (https://abc3d.hegelab.org). 
11. tézis (Cikk-10) 
A fehérje-membrán kölcsönhatások alapvető szerepet játszanak számos celluláris folyamatban, 
s ezek kialakításában gyakran vesznek részt rendezetlen régiók (Intrinsically Disordered 
Region). Az olyan rendezetlen régiókat, amelyek nemcsak más fehérjékkel, hanem lipidekkel 
is képesek specifikus, reverzibilis kölcsönhatásokat kialakítani, MemMoRF-oknak (Membrane 
Molecular Recognition Feature) neveztük el. Ezeket a régiókat és a hozzájuk tartozó szerkezeti 
adatokat, betegségekkel kapcsolatos információkat összegyűjtöttük, és egy web applikáción 
keresztül elérhetővé tettük. A MemMoRF adatbázis felhasználóbarát felületen keresztül érhető 
               dc_2020_22
6 
 
el, így jó eséllyel válhat a széles tudományos közösség számára a transzmembrán és 
membránhoz kapcsolódó fehérjék rendezetlen régióinak központi, 3D bioinformatikai 
forrásává. 
Az értekezés alapjául szolgáló közlemények 
Cikk-1 Okiyoneda, T, G Veit, JF Dekkers, M Bagdany, N Soya, H Xu, A Roldan, AS Verkman, 
M Kurth, A Simon, T Hegedus, JM Beekman, and GL Lukacs. 2013. “Mechanism-Based 
Corrector Combination Restores ΔF508-CFTR Folding and Function.” NATURE CHEMICAL 
BIOLOGY 9 (7): 444–454. doi:10.1038/nchembio.1253. 
Cikk-2 Veit, G, R Avramescu, D Perdomo, P Phuan, M Bagdany, P Apaja, F Borot, D Szollosi, 
Y Wu, W Finkbeiner, T Hegedus, A Verkman, and G Lukacs. 2014. “Some Gating Potentiators, 
Including VX-770, Diminish ΔF508-CFTR Functional Expression.” SCIENCE 
TRANSLATIONAL MEDICINE 6 (246). doi:10.1126/scitranslmed.3008889. 
Cikk-3 Farkas, Bianka, Hedvig Tordai, Rita Padányi, Attila Tordai, János Gera, Gábor Paragi, 
and Tamás Hegedűs. 2020. “Discovering the Chloride Pathway in the CFTR Channel.” 
CELLULAR AND MOLECULAR LIFE SCIENCES 77 (4): 765–778. doi:10.1007/s00018-019-
03211-4. 
Cikk-4 László, L, B Sarkadi, and T Hegedűs. 2016. “Jump into a New Fold-A Homology Based 
Model for the ABCG2/BCRP Multidrug Transporter.” PLOS ONE 11 (10). 
doi:10.1371/journal.pone.0164426. 
Cikk-5 Nagy, T, Á Tóth, Á Telbisz, B Sarkadi, H Tordai, A Tordai, and T Hegedűs. 2021. “The 
Transport Pathway in the ABCG2 Protein and Its Regulation Revealed by Molecular Dynamics 
Simulations.” CELLULAR AND MOLECULAR LIFE SCIENCES 78 (5): 2329–2339. 
doi:10.1007/s00018-020-03651-3. 
Cikk-6 Gyimesi, G, D Borsodi, H Saranko, H Tordai, B Sarkadi, and T Hegedűs. 2012. 
“ABCMdb: A Database for the Comparative Analysis of Protein Mutations in ABC 
Transporters, and a Potential Framework for a General Application.” HUMAN MUTATION 33 
(11): 1547–1556. doi:10.1002/humu.22138. 
Cikk-7 Csizmadia, Georgina, B Farkas, Z Spagina, H Tordai, and T Hegedűs. 2018. 
“Quantitative Comparison of ABC Membrane Protein Type I Exporter Structures in a 
               dc_2020_22
7 
 
Standardized Way.” COMPUTATIONAL AND STRUCTURAL BIOTECHNOLOGY JOURNAL 
16: 396–403. doi:10.1016/j.csbj.2018.10.008. 
Cikk-8 Farkas, Bianka, G Csizmadia, E Katona, GE Tusnády, and T Hegedűs. 2020. 
“MemBlob Database and Server for Identifying Transmembrane Regions Using Cryo-EM 
Maps.” BIOINFORMATICS 36 (8): 2595–2598. doi:10.1093/bioinformatics/btz539. 
Cikk-9 Hegedűs, Tamás, M Geisler, GL Lukács, and B Farkas. 2022. “Ins and Outs of 
AlphaFold2 Transmembrane Protein Structure Predictions.” CELLULAR AND MOLECULAR 
LIFE SCIENCES 79 (1). doi:10.1007/s00018-021-04112-1. 
Cikk-10 Csizmadia, Georgina, G Erdős, H Tordai, R Padányi, S Tosatto, Z Dosztányi, and T 
Hegedűs. 2020. “The MemMoRF Database for Recognizing Disordered Protein Regions 
Interacting with Cellular Membranes.” NUCLEIC ACIDS RESEARCH 49 (D1): D355–D360. 
doi:10.1093/nar/gkaa954. 
 
               dc_2020_22


Membrán ABC fehérjék működése és gyógyszer-kölcsönhatásai a 3D bioinformatika tükrében

Barcza, Zoltán

Légköri üvegházhatású gázok felszíni mérlegének vizsgálata eddy kovariancia mérések és biogeokémiai modell segítségével

Buzás, Krisztina

Daganatok kommunikációs stratégiái az immunrendszer válaszainak tükrében

Tátrai, Szilárd

A nézőpont a nyelvi megismerésben. A kontextusfüggő kiindulópontok kognitív nyelvészeti megközelítése

Rácz, Bence

A tüskeszinapszisok szerkezete

Stenger-Kovács, Csilla

Mintázat és funkció: Bentikus kovaalgák faj- és jellegalapú közösségi elemzései

Not a member yet