Peptídeo

Uma vez que têm um grupo amina terminal e um carboxilo terminal; e podem ter grupos R ionizáveis, os péptidos têm um comportamento ácido/básico similar ao dos aminoácidos. Os péptidos, do mesmo modo que aminoácidos e proteínas são biomoléculas com um carácter anfótero que permitem a regulação homeostática dos organismos. É de destacar este comportamento nas enzimas, péptidos que funcionam como catalisadores biológicos das reações metabólicas, já que têm uma valência de atuação dentro de certos níveis de pH. Caso se ultrapassem, produz-se uma descompensação de cargas na superfície da enzima, que perde a sua estrutura e a sua função.

São as mesmas que para os aminoácidos; isto é, as que dão o seu grupo amino, carboxilo e R. Estas reações (sobretudo as dos grupos amino e carboxilo) foram empregues para sequenciar péptidos.

Relativamente às reações do grupo amino, é muito interessante a reação com o reagente de Sanger para sequenciar, já que se tivermos o 2,4-dinitrofenil-péptido e o hidrolizarmos por hidrólise ácida, hidrolizar-se-ão todas as ligações peptídicas e obteremos o dinitrofenil do primeiro aminoácido da sequência, o NH2 terminal, mais o resto dos aminoácidos desagregados no meio. Com esta reação Sanger conseguiu sequenciar a insulina. Nesta reação, o núcleo colorido de dinitrobenzeno liga-se ao átomo de nitrogénio do aminoácido para produzir um derivado amarelo, o derivado 2,4-dinitrofenil ou DNP-aminoácido. O composto DNFB reage com o grupo amino livre da extremidade amino de um polipéptido, bem como com os grupos amino dos aminoácidos livres. A ligação C – N que se forma é geralmente muito mais estável do que uma ligação peptídica. Desta forma, fazendo reagir uma proteína nativa ou um polipéptido intacto com o DNFB, hidrolisando a proteína em ácido e isolando os DNP-aminoácidos coloridos, pode identificar-se o grupo amino terminal do aminoácido numa cadeia polipeptídica. O grupo amino terminal da lisina e alguns outros grupos funcionais das cadeias laterais também reagem com o DNFB. Contudo, depois da hidrólise, apenas o derivado do grupo amino terminal do aminoácido original terá o seu grupo α-amino bloqueado; assim mesmo, tais DNP-α-aminoácidos podem ser separados de outros derivados DNP por meio de procedimentos de extração simples. Com qualquer dos variados métodos cromatográficos poder-se-á identificar os DNP-α-aminoácidos.

Também podemos sequenciar começando pela extremidade carboxilo terminal, para o que se usam enzimas como a carboxipeptidase. É uma protease que hidrolisa as ligações peptídicas. Esta em concreto é uma exoprotease (ataca a proteína por uma extremidade) que ataca a extremidade carboxilo terminal. Empregam-se 2 tipos, a carboxipeptidase A e B. Catalisam a mesma reação, mas têm especificidade distinta. A A só rompe a ligação peptídica se o aminoácido carboxilo terminal é hidrofóbico. A B rompe-a se for básico. É necessário controlar muito bem o tempo de reação, já que quando se liberta um carboxilo terminal, o seguinte aminoácido converte-se no carboxilo terminal.

Relativamente às reações dos grupos R, existem muitos reagentes que reagem de forma específica com determinados grupos R (OH da serina, tiol da cisteína...). Isto é usado para ver qual o aminoácido essencial para o funcionamento da proteína. Dentro das reações dos grupos R, uma interessante sob o ponto de vista de isolamento e purificação de proteínas é a do grupo tiólico (SH) da cisteína, que é fortemente redutor. Na presença de O2 tem muita tendência a oxidar-se. Se há duas moléculas de cisteína; na presença de oxigénio, oxidam-se para originar uma molécula de cistina: Isto ocorre frequentemente numa proteína, quando se dobra e duas moléculas de cisteína ficam próximas no espaço, gerando uma ponte dissulfureto. A ponte dissulfureto ocorre de forma natural, e deve formar-se para estabilizar a estrutura tridimensional da proteína. Contudo, pode ser que não deva ocorrer de forma natural, por exemplo, se há cisteínas essenciais expostas (necessárias para a funcionalidade). Quando isolamos uma proteína do seu ambiente natural, pomos a proteína na presença de oxigénio, com o qual esses grupos tiólicos podem oxidar-se, e a proteína perder a sua funcionalidade. Para evitar isto, nos meios de isolamento e purificação de proteínas adicionamos β-mercapto-etanol, cujo grupo tiólico é mais redutor do que o da própria cisteína; tem mais tendência a oxidar-se.

A maioria dos péptidos sintetiza-se nos ribossomas ou são resultado da quebra de cadeias polipeptídicas maiores (péptidos do leite, peptonas), mas existem também péptidos que se originam enzimaticamente sem intervenção dos ribossomas, que se chamam péptidos não ribossómico. Os péptidos não ribossómicos são montados por enzimas que são específicas para cada péptido. O péptido não ribossómico mais comum é o glutatião, que faz parte dos mecanismos de defesa contra a oxidação da maioria dos organismos aeróbicos. Outros péptidos não ribossómicos são muito mais frequentes em organismos unicelulares, plantas, e fungos e são sintetizados por complexos enzimáticos modulares chamados péptido não ribossómico sintetases, que são independentes dos ribossomas e dos ARNm. Estes complexos podem conter muitos módulos diferentes para poder realizar um conjunto diverso de manipulações químicas sobre o produto que estão a formar, e cada módulo introduz um aminoácido. Os péptidos não ribossómicos são frequentemente cíclicos ou ramificados e podem ter estruturas cíclicas muito complexas, mas são muito comuns também os péptidos não ribossómicos lineares. Este sistema tem similaridades com a maquinaria biossintética para produzir ácidos gordos e policétidos, e podem originar-se moléculas híbridas de péptido-policétido. A presença de um oxazol ou tiazol costuma indicar que o composto foi sintetizado desta maneira.

Os peptídeos podem interagir com proteínas e outras macromoléculas. Eles estão envolvidos em diversas funções importantes nas células humanas, como a sinalização celular, além de atuarem como moduladores imunológicos. De fato, estudos relataram que 15–40% de todas as interações proteína–proteína em células humanas são mediadas por peptídeos. Além disso, estima-se que pelo menos 10% do mercado farmacêutico seja baseado em produtos peptídicos.

Imagem: Condalab · BY-SA · Openverse

Métodos de aprendizado de máquina e aprendizado profundo são cada vez mais utilizados para classificar, triar e desenhar peptídeos a partir de dados derivados de sequências ou estruturas, especialmente quando a triagem experimental é cara, lenta ou difícil de escalar. Um fluxo computacional típico inclui a preparação de conjuntos de dados de referência, a conversão de sequências ou estruturas peptídicas em representações numéricas, o treinamento de modelos e a avaliação de desempenho. Representações comuns incluem composição de aminoácidos, composição de dipeptídeos, composição pseudoaminoacídica, descritores físico-químicos, matrizes de substituição, impressões digitais moleculares e embeddings aprendidos a partir de modelos de linguagem de proteínas ou peptídeos. Essas abordagens têm sido aplicadas a várias classes de peptídeos, incluindo peptídeos antimicrobianos, peptídeos de penetração célular, peptídeos capazes de atravessar a barreira hematoencefálica, peptídeos anticâncer, peptídeos antivirais e outros grupos de peptídeos funcionais. Por exemplo, o BrainPepPass utiliza redução de dimensionalidade supervisionada e extreme gradient boosting para predizer peptídeos capazes de atravessar a barreira hematoencefálica a partir de descritores moleculares de peptídeos naturais e quimicamente modificados. Para peptídeos penetrantes em células, o ConvBoost-CPP combina uma rede neural convolucional com XGBoost e utiliza descritores como nitrogênio, oxigênio e hidrofobicidade segundo a escala de Eisenberg; no conjunto de dados relatado, essa combinação de descritores aumentou a acurácia no teste independente de 82,6% para 91,3%. Na pesquisa sobre peptídeos antimicrobianos, os métodos de inteligência artificial avançaram de classificadores clássicos de aprendizado de máquina para grandes modelos de linguagem, redes neurais em grafos, modelos de difusão e estratégias de desenho orientadas por estrutura. Entre as principais limitações estão conjuntos de dados pequenos ou enviesados, protocolos de avaliação pouco consistentes, amostras negativas incertas e a interpretabilidade limitada de alguns modelos preditivos.

Imagem: Diego Mariano · BY-SA · Openverse

O espaço químico dos peptídeos pode ser descrito como um espaço multidimensional de descritores ou impressões digitais moleculares, no qual as distâncias entre moléculas aproximam sua similaridade química ou funcional. O espaço químico peptídico pode ser mapeado a partir de sequências de aminoácidos, estruturas moleculares tridimensionais ou de ambas. As propriedades moleculares usadas para esse fim incluem massa molecular, logP, logD, área de superfície polar topológica, doadores e aceptores de ligações de hidrogênio, número de átomos de nitrogênio e oxigênio, carga, hidrofobicidade, características relacionadas à estrutura secundária e impressões digitais moleculares. Métodos de redução de dimensionalidade, como análise de componentes principais, t-SNE, UMAP e aprendizado supervisionado de variedades, frequentemente combinados com agrupamento ou redes de similaridade, são usados para visualizar bibliotecas de peptídeos e identificar grupos com propriedades ou atividades relacionadas.