Um conjunto de repetições em tandem em proteínas é definido como múltiplas (pelo menos duas) cópias adjacentes de uma sequência do mesmo aminoácidos (motivo da sequência) presentes numa proteína. Estas sequências periódicas são geradas por duplicações internas em sequências genómicas codificantes ou não codificantes. As unidades repetitivas de repetições em tandem nas proteínas são consideravelmente diversas, variando desde a repetição de um único aminoácido até domínios de 100 ou mais resíduos.
"Repetições" nas proteínas
Em proteínas, uma "repetição" é qualquer bloco de sequência que ocorre mais do que uma vez numa sequência, de forma idêntica ou muito semelhante. O grau de semelhança pode ser muito variável, e algumas repetições mantêm apenas algumas posições de aminoácidos conservadas e um comprimento característico. As repetições altamente degeneradas podem ser muito difíceis de detetar apenas a partir da sequência. A semelhança estrutural pode ajudar a identificar padrões repetitivos na sequência.
Estrutura A repetitividade por si só não indica nada sobre a estrutura da proteína. Regra geral, as sequências de repetições curtas (i.e., aquelas com menos de 10 aminoácidos de comprimento) são provavelmente intrinsecamente desordenada e não fazem parte de nenhum domínio proteico dobrado. As repetições com pelo menos 30 a 40 aminoácidos de comprimento têm muito mais probabilidade de serem dobradas como parte de um domínio. Estas repetições longas são frequentemente indicativas da presença de um domínio solenóide na proteína. Aproximadamente metade das regiões de repetições em tandem têm uma conformação intrinsecamente desordenada e são naturalmente desdobradas. Exemplos de sequências repetitivas desordenadas incluem repetições de peptídeos 7-mer encontradas na subunidade RPB1 da RNA polimerase II, ou beta-catenina em conjunto ou os motivos lineares que se ligam à axina em APC (adenomatous polyposis coli). A outra metade das regiões com estrutura 3D estável tem uma infinidade de formas e funções. Exemplos de repetições curtas que apresentam estruturas ordenadas incluem a repetição de três resíduos repetição de colagénio ou a repetição de cinco resíduos pentapeptídeo que forma uma estrutura de hélice beta.
Classificação Dependendo do comprimento das unidades repetitivas, as suas estruturas proteicas podem ser subdivididas em cinco classes:
agregados cristalinos formados por regiões com repetições de um ou dois resíduos de comprimento, arquetípicas regiões de baixa complexidade estruturas fibrosas estabilizadas por interacções intercadeias com repetições de 3 a 7 resíduos estruturas alongadas com repetições de 5 a 40 resíduos dominadas por proteínas solenóides estruturas fechadas (não alongadas) com repetições de 30 a 60 resíduos, como por exemplo repetições toroidais estruturas em cadeia de pinos com um tamanho de repetição típico de cerca de 50 resíduos, que já são suficientemente grandes para se dobrarem independentemente em domínios estáveis.
Função Alguns exemplos bem conhecidos de proteínas de repetição em tandem são o colagénio, que desempenha um papel fundamental na organização da matriz extracelular; as hélices alfa superenroladas, que possuem funções estruturais e de oligomerização; as proteínas repetição rica em leucina, que se ligam especificamente a determinadas proteínas globulares através das suas superfícies côncavas; e as proteínas de dedo de zinco, que regulam a expressão génica ligando-se ao ADN. As proteínas de repetição em tandem funcionam frequentemente como módulos de interação proteína-proteína. A repetição WD40 é um bom exemplo desta função.
Distribuição em proteomas As repetições em tandem são ubíquas em proteomas e aparecem em pelo menos 14% de todas as proteínas. Por exemplo, estão presentes em quase uma em cada três proteínas humanas e até numa em cada duas proteínas de Plasmodium falciparum ou Dictyostelium discoideum. As repetições em tandem com unidades de repetição curtas (especialmente homorepetições) são mais frequentes do que outras.
Métodos de Anotação As repetições em tandem nas proteínas podem ser detectadas a partir da sequência ou anotadas a partir da sua estrutura. Foram desenvolvidos métodos especializados para a identificação de proteínas com repetições. Estratégias baseadas em sequências baseadas na pesquisa de homologia ou atribuição de domínio, na maioria dos casos, subestimam as repetições em tandem devido à presença de unidades de repetição altamente degeneradas. Um estudo recente para compreender e melhorar a cobertura Pfam do proteoma humano mostraram que cinco em cada dez dos maiores aglomerados de sequências não anotados com Pfam são regiões repetidas. Alternativamente, os métodos que não requerem conhecimento prévio para a detecção de subsequências repetidas (substrings) podem ser baseados na autocomparação, ou agrupamento ou modelos de Markov ocultos. Outros dependem de medidas de complexidade ou aproveitam as meta-pesquisas para combinar resultados de diferentes fontes. Em contraste, os métodos baseados em estruturas exploram a modularidade das estruturas disponíveis do PDB para reconhecer elementos repetitivos conhecidos.
Referências
