Coevolução molecular em canais iônicos e neurotoxinas

Abstract

A peçonha de escorpiões contém diversos tipos de neurotoxinas que podem interagir entre si para modular a função de canais iônicos¹. A ação desses polipeptídeos leva à ativação de canais de sódio e inibição de canais de potássio, causando um elevado influxo de sódio e a liberação de neurotransmissores, seguida por um bloqueio da excitabilidade celular². Apesar de possuírem estrutura 3D similar, as chamadas α- e β-toxinas de escorpião afetam canais iônicos de sódio dependentes de voltagem (NaV) por meio de mecanismos diferentes: as α-toxinas interagem com o sítio 3 no domínio sensor de voltagem IV (VSD-IV) e inibem o processo de inativação rápida do canal¹, enquanto as β-toxinas interagem com o sítio 4 no VSD-II e causam a hiperativação do canal por meio de um mecanismo de aprisionamento do sensor de voltagem³. Em um contexto evolutivo, espera-se que o sistema composto por esses dois tipos de toxinas e os seus alvos moleculares, os VSD de NaV, tenham sofrido um processo de coevolução molecular. Partindo do princípio de que seja possível detectar, através da análise de sequências primárias, sinais de coevolução molecular que determinem a seletividade e afinidade entre os pares toxina-VSD, foi possível propor um um modelo evolutivo de interação e seletividade entre α- e β-toxinas de escorpião e VSD-II e -IV de NaV, o qual representa o melhor conjunto possível de interações toxina-VSD. Para tanto, foi desenvolvido um algoritmo genético capaz de otimizar, baseado em um critério de energia e acoplamento, um dado sistema composto por dois conjuntos de posições de aminoácidos, obtidos de dois alinhamentos múltiplos de sequências (MSA) de proteínas. O algoritmo genético foi desenvolvido para encontrar a melhor forma de parear as sequências do MSA1 com as sequências do MSA2 de forma a minimizar a energia de interação total dos pares. O modelo otimizado de coevolução (MOC) apresentou dois grupos bem definidos, um formado por interações entre α-toxinas e VSD-IV e o outro composto por interações entre β-toxinas e VSD-II. Esse resultado indica que o algoritmo foi capaz de encontrar uma solução realista para o problema. O modelo obtido fornece informações importantes sobre quais interações entre resíduos definem as regras para as afinidade diferenciais entre β-toxinas e VSD-II, e α-toxinas e VSD-IV. Com isso, foi possível inferir um conjunto de resíduos que caracteriza a superfície funcional de cada grupo de toxinas. Os resultados obtidos são corroborados por resultados experimentais da literatura.