Trotz der bemerkenswerten Fortschritte mit AlphaFold2 bei der Vorhersage von Proteinstrukturen und der Strukturbestimmung durch kryogene Elektronenmikroskopie (Kryo-EM) ist die Proteinkristallographie wahrscheinlich noch immer die bessere Wahl, um Daten mit höherer Auflösung und zuverlässigere Strukturen für die Arzneimittelforschung zu liefern. Der Engpass bei kristallographischen Studien ist die Suche nach dem chemischen Cocktail, der die Kristallisation fördert. Jeder Leitzustand enthält zwei bis sieben Chemikalien und wird durch die Entnahme von Proben aus Hunderten von Lösungen aus Sparse-Matrix-Screens entdeckt.
Sobald die Zusammensetzung eines guten Leitmoleküls optimiert ist, werden Proteinkristalle in großer Zahl für Strukturstudien gezüchtet. Das Wachstum von Proteinkristallen führt häufig zu quadratischen Reaktionen auf steigende Konzentrationen einiger Faktoren, und Wechselwirkungen in beide Richtungen sind häufig. Zweistufige Designs übersehen diese Merkmale. Neue zweistufige modifizierte One-Factor-at-a-Time-Experimente (MOFAT) können Wechselwirkungen in Simulationsstudien erkennen (Yu 2022). Die Ausweitung von MOFAT auf drei Ebenen wäre für Kristallzüchter von Interesse.
Wir gehen davon aus, dass ein dreistufiges erweitertes MOFAT-Design (EMOFAT) Zwei-Wege- und quadratische Effekte erkennen kann. Dieses Design behält den Basisdurchlauf von Standard-OFAT-Designs bei und fügt Durchläufe mit allen Faktoren auf ihren niedrigsten oder höchsten Ebenen hinzu (2m + 3 Durchläufe, wobei m die Anzahl der Faktoren ist). Wir haben Simulationsstudien mit JSL-Skripten durchgeführt, um die Fähigkeit dieser Designs zu untersuchen, Haupteffekte und Interaktionen höherer Ordnung, einschließlich Drei-Wege-Interaktionen, zu erkennen.
Diese Designs könnten für Proteinkristallzüchter attraktiv sein, da die drei Ebenen nichtlineare Reaktionen erkennen und die Erkennung wechselseitiger Wechselwirkungen versprechen, bevor mit fortgeschritteneren Optimierungsexperimenten fortgefahren wird.
