表皮成長因子結合の分子決定因子：分子動力学研究

表皮成長因子受容体（EGFR）は、複数の細胞プロセスで役割を果たす受容体チロシンキナーゼファミリーのメンバーです。EGFRの活性化には、細胞外ドメイン上のリガンドの結合が必要であり、細胞内キナーゼドメインの二量体化とトランスリン酸化につながる立体構造の変化を促進します。7つのリガンドは、EGFRをサブナノモルからマイクロモル分離定数に近い範囲の親和性と結合することが知られています。EGFRの場合、リガンドを結合すると想定される異なる立体配座状態は、下流のシグナル伝達ネットワークの活性化における決定要因であると考えられています。以前の生化学研究は、低親和性と高親和性EGFRリガンドの両方の存在を示唆しています。これらの研究では、リガンド結合の機能的効果が特定されていますが、高解像度の構造データが不足しています。EGFR結合親和性の分子基盤をよりよく理解するために、各EGFRリガンドを推定活性状態の細胞外ドメイン二量体にドッキングし、25.0 ns分子動力学シミュレーションを実行しました。MM-PBSA/GBSAは、タンパク質間相互作用の自由エネルギーを近似し、アミノ酸レベルで自由エネルギーを分解するための効率的な計算アプローチです。これらの方法を各リガンド受容体シミュレーションの最後の6.0 nsに適用しました。MM-PBSAの計算は、2つのアフィニティクラスに基づいて、EGFRリガンドの7つのすべてのランク付けを正常にランク付けすることができました：EGF> HB-EGF> TGF-α> BTC> EPR> EPG> AR。エネルギー分解の結果は、結合リガンドの間で一般的ないくつかの相互作用を特定しました。これらの発見は、EGFRリガンドファミリーの間にいくつかの残基が保存されているが、アフィニティクラスを決定する残基の単一セットはないことを明らかにしています。代わりに、主に静電型およびファンデルワールスの力によって駆動される不均一な相互作用のセットを見つけました。これらの結果は、EGFRダイナミクスの複雑さを示しているだけでなく、EGFリガンドまたは受容体自体を標的とする治療薬の構造ベースの設計への道を開いています。

The epidermal growth factor receptor (EGFR) is a member of the receptor tyrosine kinase family that plays a role in multiple cellular processes. Activation of EGFR requires binding of a ligand on the extracellular domain to promote conformational changes leading to dimerization and transphosphorylation of intracellular kinase domains. Seven ligands are known to bind EGFR with affinities ranging from sub-nanomolar to near micromolar dissociation constants. In the case of EGFR, distinct conformational states assumed upon binding a ligand is thought to be a determining factor in activation of a downstream signaling network. Previous biochemical studies suggest the existence of both low affinity and high affinity EGFR ligands. While these studies have identified functional effects of ligand binding, high-resolution structural data are lacking. To gain a better understanding of the molecular basis of EGFR binding affinities, we docked each EGFR ligand to the putative active state extracellular domain dimer and 25.0 ns molecular dynamics simulations were performed. MM-PBSA/GBSA are efficient computational approaches to approximate free energies of protein-protein interactions and decompose the free energy at the amino acid level. We applied these methods to the last 6.0 ns of each ligand-receptor simulation. MM-PBSA calculations were able to successfully rank all seven of the EGFR ligands based on the two affinity classes: EGF>HB-EGF>TGF-α>BTC>EPR>EPG>AR. Results from energy decomposition identified several interactions that are common among binding ligands. These findings reveal that while several residues are conserved among the EGFR ligand family, no single set of residues determines the affinity class. Instead we found heterogeneous sets of interactions that were driven primarily by electrostatic and Van der Waals forces. These results not only illustrate the complexity of EGFR dynamics but also pave the way for structure-based design of therapeutics targeting EGF ligands or the receptor itself.