Версия для слабовидящих: Вкл Изображения: Вкл Размер шрифта: A A A Цветовая схема: A A A A

Лаборатория биомолекулярного компьютерного дизайна

Направления исследований

Создание инновационной вычислительной молекулярно-биофизической платформы, предназначенной для эффективного рационального 3D-конструирования in silico гибридных белковых конструкций, отражающих ключевые аспекты «антигенного портрета» заданного возбудителя инфекций, в том числе с еще не охарактеризованным в деталях профилем специфичности и особенностями действия на организм человека. Помимо наличия необходимого для иммунного ответа набора антигенных детерминант, указанные синтетические конструкции (отдельные домены/фрагменты белков, полноразмерные белки и их конъюгаты), должны иметь сниженную токсичность и (при необходимости) меньшие размеры по сравнению с исходными антигенами целевого возбудителя. Будучи внедренными в состав новых вакцин, рассматриваемые конструкции могут быть использованы для борьбы с инфекционными заболеваниями различной природы — вирусными и бактериальными. Это делает предлагаемую технологию универсальным «средством быстрого реагирования» на актуальные современные эпидемиологические вызовы.

Молекулярные портреты.png

“Молекулярные портреты” — одна из технологий, разработанная сотрудниками лаборатории. Ее использование позволяет визуализировать и анализировать сложные молекулы в более простом представлении, выявляя важные участки и тонкие механизмы действия.

По работам


Методы молекулярного компьютерного моделирования для создания новых вакцин

В настоящее время невозможно разработать фармацевтический препарат или вакцину без средств компьютерного моделирования, которые позволяют быстро осуществлять массированный направленный скрининг гетерогенных баз данных биологической информации с выявлением ключевых структурно-функциональных характеристик целевых молекулярных объектов и/или интересующих молекулярных детерминант, «визуализировать» проектируемые молекулы, добавлять / модифицировать / удалять необходимые блоки и предсказывать их строение и свойства in silico. Сотрудники лаборатории обладают многолетним опытом работы и высокопрофессиональной экспертизой в этой сфере, широко используя следующие методы:

  • Структурное моделирование биомолекул, в том числе предсказание строения белков на основе гомологии (ПО MODELLER) или нейросетевых подходов (ПО Alpha Fold, ESM Fold и т.д.), позволяющие in silico изучать структуру интересующих антигенов — белков патогена и их комплексов, вызывающих иммунный ответ, — используемых в субъединичных вакцинах для создания «портрета» возбудителя заболевания.

  • Структурный анализ и молекулярный докинг, которые позволяют на основе доступных 3D-моделей (экспериментальных и предсказанных in silico) изучать свойства биомолекул: внутримолекулярную подвижность; доменное устройство; специфические внутри- и межмолекулярные взаимодействия, как стабилизирующие структуру белков и их комплексов между собой, так и определяющие связывание белок–лиганд; детальный анализ и динамическое картирование физико-химических свойств молекул, таких как гидрофобность (с помощью подхода Молекулярного Гидрофобного Потенциала), электростатический потенциал, рельеф, конформационная подвижность и др.

  • Молекулярное картирование и технология «динамического молекулярного портрета» (ДМП) — оригинальные вычислительные подходы, хорошо зарекомендовавшие себя при решении широкого круга задач моделирования сложных биомолекулярных систем: анализ свойств поверхности, изучение контактных интерфейсов между белковыми субъединицами и т.д. (разработанное авторами ПО PLATINUM, PREDDIMER, CELL).

  • Моделирование молекулярной динамики (ПО GROMACS) для оценки стабильности биомолекул, их внутримолекулярной подвижности, способности к образованию комплексов, внутри- и межмолекулярных контактов, а также для расчета значений свободной энергии (включая константы ассоциации) множества молекулярных процессов, таких как сворачивание (фолдинг) / разворачивание белка, образование / разрушение комплексов и т.д.; эти алгоритмы могут быть особенно полезны при оценке изменения соответствующих характеристик, сопровождающих, например, точечные мутации в белке (∆∆G).

  • Создание моделей молекулярных конъюгатов / химерных белков, которые будут использованы для дизайна химерных антигенов и компьютерной оценки «качества» подобных конструкций. При решении этой задачи важное значение имеют рациональный дизайн и оптимизация линкерных участков, а также потенциальных интерфейсов белок–белок — в т.ч. за счет внесения специальным образом спроектированных точечных мутаций.

  • Анализ доменной структуры белков-антигенов, необходимый для задач разделения крупных белков на стабильные фрагменты, содержащие необходимые целевые антигенные детерминанты, задающие специфический «антигенный портрет» белковой конструкции и способные вызывать иммунный ответ, идентичный исходному антигену, но имеющие преимущество более простого рекомбинантного синтеза.

  • Предсказание B- и T-клеточных эпитопов in silico, имеющее ключевое значение в создании новых вакцин и выборе как кандидатных антигенов, так и их фрагментов для включения в состав вакцины. Использование в том числе нейросетевых инструментов, основанных на «больших языковых (белковых) моделях» (ПО SEMA).

  • Нейросетевой редизайн белков (задача «обратного фолдинга»), зарекомендовавший себя в работах последних лет как мощный инструмент повышения стабильности биоинженерных белковых конструкций (ПО ProteinMPNN), способных нести интересующий исследователя фрагмент (например, поверхность связывания в случае белка-«байндера»; или эпитоп в случае антигена) на одном из стандартных белково-пептидных каркасов, зарекомендовавших себя высокой стабильностью и устойчивостью к «трансплантации» подобных элементов.

  • Технологии молекулярного моделирования и дизайна мембранных белков, необходимые в связи с тем, что многие ключевые антигены имеют в своем составе мембрано-связанные участки (включая потенциальные, т.е. те, которые вступают во взаимодействие с водно-липидной средой лишь при сближении с мембраной). Кроме того, целый ряд важнейших антигенов способен преодолевать мембраны клеток и/или клеточных органелл. Для корректного моделирования таких белков требуются специальные вычислительные технологии и физические модели, которыми владеют и часть из которых разработали сотрудники лаборатории.

Пирофосфатный фармакофор.png

“Пирофосфатный фармакофор” — механизм действия мембраноактивного антибиотика низина, с высокой специфичностью атакующего бактериальные мембраны, распознавая “Ахиллесову пяту” этих мембран: специфичную для бактерий молекулу липида II, содержащую пирофосфатную группу.

По работе

Публикации сотрудников лаборатории

  1. Scherbakov KA, Vassilevski AA, Chugunov AO (2025). ). Potassium channel selectivity is determined by square antiprismatic ion chelation. Int J Biol Macromol 305 (Pt 1), 140690
  2. Konshina AG, Bocharov EV, Konovalova EV, Schulga AA, Tolmachev V, Deyev SM, Efremov RG (2024). Structural basis of activity of her2-targeting construct composed of DARPin G3 and albumin-binding domains. Int J Mol Sci 25 (21), 11370
  3. Trofimov YA, Krylov NA, Minakov AS, Nadezhdin KD, Neuberger A, Sobolevsky AI, Efremov RG (2024). Dynamic molecular portraits of ion-conducting pores characterize functional states of TRPV channels. Commun Chem 7 (1), 119
  4. Zavarzina II, Kuzmenkov AI, Dobrokhotov NA, Maleeva EE, Korolkova YV, Peigneur S, Tytgat J, Krylov NA, Vassilevski AA, Chugunov AO (2024). The scorpion toxin BeKm-1 blocks hERG cardiac potassium channels using an indispensable arginine residue. FEBS Lett 598 (8), 889–901
  5. Lohan S, Konshina AG, Tiwari RK, Efremov RG, Maslennikov I, Parang K (2024). Broad-spectrum activity of membranolytic cationic macrocyclic peptides against multi-drug resistant bacteria and fungi. Eur J Pharm Sci 197, 106776
  6. Chernykh MA, Duzheva MA, Kuldyushev NA, Peigneur S, Berkut AA, Tytgat J, Vassilevski AA, Chugunov AO (2024). Scorpion neurotoxin BeM9 derivative uncovers unique interaction mode with Nav1.5 sodium channel isoform. Russ J Bioorganic Chem. 50 (4), 1341–1350
  7. Chugunov AO, Dvoryakova EA, Dyuzheva MA, Simonyan TR, Tereshchenkova VF, Filippova IY, Efremov RG, Elpidina EN (2023). Fighting celiac disease: improvement of pH stability of cathepsin L in vitro by computational design. Int J Mol Sci 24 (15), 12369
  8. Panina IS, Balandin SV, Tsarev AV, Chugunov AO, Tagaev AA, Finkina EI, Antoshina DV, Sheremeteva EV, Paramonov AS, Rickmeyer J, Bierbaum G, Efremov RG, Shenkarev ZO, Ovchinnikova TV (2023). Specific binding of the α-component of the lantibiotic lichenicidin to the peptidoglycan precursor lipid II predetermines its antimicrobial activity. Int J Mol Sci 24 (2), 1332
  9. Polyansky AA, Efremov RG (2023). On a mechanistic impact of transmembrane tetramerization in the pathological activation of RTKs. Comput Struct Biotechnol J 21, 2837–2844
  10. Neuberger A, Trofimov YA, Yelshanskaya MV, Nadezhdin KD, Krylov NA, Efremov RG, Sobolevsky AI (2023). Structural mechanism of human oncochannel TRPV6 inhibition by the natural phytoestrogen genistein. Nat Commun 14 (1), 2659
  11. Neuberger A, Trofimov YA, Yelshanskaya MV, Khau J, Nadezhdin KD, Khosrof LS, Krylov NA, Efremov RG, Sobolevsky AI (2023). Molecular pathway and structural mechanism of human oncochannel TRPV6 inhibition by the phytocannabinoid tetrahydrocannabivarin. Nat Commun 14 (1), 4630
  12. Aliper ET, Efremov RG (2023). Inconspicuous yet indispensable: the coronavirus spike transmembrane domain. Int J Mol Sci 24 (22), 16421
  13. El-Mowafi SA, Konshina AG, Mohammed EHM, Krylov NA, Efremov RG, Parang K (2023). Structural analysis and activity correlation of amphiphilic cyclic antimicrobial peptides derived from the [W4R4] Scaffold. Molecules 28 (24), 8049
  14. Panina IS, Krylov NA, Chugunov AO, Efremov RG, Kordyukova LV (2022). The mechanism of selective recognition of lipid substrate by hDHHC20 enzyme. Int J Mol Sci 23 (23), 14791
  15. Zaigraev MM, Lyukmanova EN, Paramonov AS, Shenkarev ZO, Chugunov AO (2022). Orientational preferences of GPI-anchored Ly6/uPAR proteins. Int J Mol Sci 24 (1), 11
  16. Volynsky P, Maltseva D, Tabakmakher V, Bocharov EV, Raygorodskaya M, Zakharova G, Britikova E, Tonevitsky A, Efremov R (2022). Differences in medium-induced conformational plasticity presumably underlie different cytotoxic activity of ricin and viscumin. Biomolecules 12 (2),
  17. Lohan S, Mandal D, Choi W, Konshina AG, Tiwari RK, Efremov RG, Maslennikov I, Parang K (2022). Small amphiphilic peptides: Activity against a broad range of drug-resistant bacteria and structural insight into membranolytic properties. J Med Chem 65 (1), 665–687
  18. Goncharuk MV, Baleeva NS, Nolde DE, Gavrikov AS, Mishin AV, Mishin AS, Sosorev AY, Arseniev AS, Goncharuk SA, Borshchevskiy VI, Efremov RG, Mineev KS, Baranov MS (2022). Structure-based rational design of an enhanced fluorogen-activating protein for fluorogens based on GFP chromophore. Commun Biol 5 (1), 706
  19. Aliper ET, Krylov NA, Nolde DE, Polyansky AA, Efremov RG (2022). A uniquely stable trimeric model of SARS-CoV-2 spike transmembrane domain. Int J Mol Sci 23 (16),
  20. Lohan S, Konshina AG, Efremov RG, Maslennikov I, Parang K (2022). Structure-based rational design of small α-helical peptides with broad-spectrum activity against multidrug-resistant pathogens. J Med Chem 66 (1), 855–874
  21. Nadezhdin KD, Neuberger A, Trofimov YA, Krylov NA, Sinica V, Kupko N, Vlachova V, Zakharian E, Efremov RG, Sobolevsky AI (2021). Structural mechanism of heat-induced opening of a temperature-sensitive TRP channel. Nat Struct Mol Biol 28 (7), 564–572
  22. Panina I, Taldaev A, Efremov R, Chugunov A (2021). Molecular dynamics insight into the lipid ii recognition by type a lantibiotics: Nisin, epidermin, and gallidermin. Micromachines (Basel) 12 (10),
  23. Chernykh MA, Kuldyushev NA, Peigneur S, Berkut AA, Tytgat J, Efremov RG, Vassilevski AA, Chugunov AO (2021). Derivative of scorpion neurotoxin BeM9 is selective for insect voltage-gated sodium channels. Russ. J Bioorganic Chem. 47 (4), 854–863
  24. Chugunov AO, Potapova NA, Klimenko NS, Tatarskiy VV, Georgieva SG, Soshnikova NV (2021). Conserved structure and evolution of dpf domain of phf10—the specific subunit of pbaf chromatin remodeling complex. Int J Mol Sci 22 (20),
  25. Tabakmakher VM, Gigolaev AM, Peigneur S, Krylov NA, Tytgat J, Chugunov AO, Vassilevski AA, Efremov RG (2021). Potassium channel blocker crafted by α-hairpinin scaffold engineering. Biophys J 120 (12), 2471–2481
  26. Efremov RG (2021). Dynamic “molecular portraits” of biomembranes drawn by their lateral nanoscale inhomogeneities. Int J Mol Sci 22 (12),
  27. Konshina AG, Dubovskii PV, Efremov RG (2021). Stepwise insertion of cobra Cardiotoxin CT2 into a lipid bilayer occurs as an interplay of protein and membrane “dynamic molecular portraits”. J Chem Inf Model 61 (1), 385–399
  28. Gigolaev AM, Kuzmenkov AI, Peigneur S, Tabakmakher VM, Pinheiro-Junior EL, Chugunov AO, Efremov RG, Tytgat J, Vassilevski AA (2020). Tuning scorpion toxin selectivity: Switching from KV1.1 to KV1.3. Front Pharmacol 11, 1010
  29. Panina I, Krylov N, Nolde D, Efremov R, Chugunov A (2020). Environmental and dynamic effects explain how nisin captures membrane-bound lipid II. Sci Rep 10 (1), 8821
  30. Lubova KI, Chugunov AO, Volynsky PE, Trofimov Y, Korolkova YV, Mosharova IV, Kozlov SA, Andreev YA, Efremov RG (2020). Probing temperature and capsaicin-induced activation of TRPV1 channel via computationally guided point mutations in its pore and TRP domains. Int J Biol Macromol 158, 1175–1183
  31. Pakhomov AA, Frolova AY, Tabakmakher VM, Chugunov AO, Efremov RG, Martynov VI (2020). Impact of external amino acids on fluorescent protein chromophore biosynthesis revealed by molecular dynamics and mutagenesis studies. J Photochem Photobiol B 206, 111853
  32. Berkut AA, Chugunov AO, Mineev KS, Peigneur S, Tabakmakher VM, Krylov NA, Oparin PB, Lihonosova AF, Novikova EV, Arseniev AS, Grishin EV, Tytgat J, Efremov RG, Vassilevski AA (2019). Protein surface topography as a tool to enhance the selective activity of a potassium channel blocker. J Biol Chem 294 (48), 18349–18359
  33. Chugunov AO, Volynsky PE, Krylov NA, Nolde DE, Efremov RG (2016). Temperature-sensitive gating of TRPV1 channel as probed by atomistic simulations of its trans- and juxtamembrane domains. Sci Rep 6, 33112
  34. Chugunov AO, Volynsky PE, Krylov NA, Boldyrev IA, Efremov RG (2014). Liquid but durable: Molecular dynamics simulations explain the unique properties of archaeal-like membranes. Sci Rep 4, 7462
  35. Polyansky AA, Chugunov AO, Volynsky PE, Krylov NA, Nolde DE, Efremov RG (2014). PREDDIMER: A web server for prediction of transmembrane helical dimers. Bioinformatics 30 (6), 889–890
  36. Koromyslova AD, Chugunov AO, Efremov RG (2014). Deciphering fine molecular details of proteins' structure and function with a protein surface topography (PST) method. J Chem Inf Model 54 (4), 1189–1199
  37. Chugunov AO, Koromyslova AD, Berkut AA, Peigneur S, Tytgat J, Polyansky AA, Pentkovsky VM, Vassilevski AA, Grishin EV, Efremov RG (2013). Modular organization of α-toxins from scorpion venom mirrors domain structure of their targets, sodium channels. J Biol Chem 288 (26), 19014–19027
  38. Chugunov A, Pyrkova D, Nolde D, Polyansky A, Pentkovsky V, Efremov R (2013). Lipid-II forms potential "landing terrain" for lantibiotics in simulated bacterial membrane. Sci Rep 3, 1678

Сотрудники лаборатории Все сотрудники
>