Biofísica

Agregación amiloide de la proteína α-Sinucleína y su inhibición en un contexto fisiológico
Numerosas evidencias vinculan al proceso de agregación de α-sinucleína (αS) con la pérdida progresiva de neuronas dopaminérgicas en la substantia nigra y el inicio de la enfermedad de Parkinson (EP). Estructuralmente, la proteína αS presenta 140 residuos de aminoácidos distribuidos en tres regiones: (i) la región N-terminal, anfipática (residuos 1-60); (ii) una porción central, altamente hidrofóbica, denominada región NAC (residuos 61-90); y (iii) la región C-terminal, altamente acídica (residuos 91-140). Esta proteína, intrínsecamente desordenada, adopta en su un estado monomérico un conjunto de conformaciones que, si bien carecen de una estructura secundaria rígida, se caracterizan por la presencia de interacciones intramoleculares entre las distintas regiones de la proteína, que estabilizan el estado monomérico de αS e inhiben su proceso de agregación. El dominio N-terminal alberga once repeticiones imperfectas KTKEGV y la región NAC es indispensable para la agregación. A nivel celular, la proteína conserva en el citosol su estructura monomérica desordenada. Sin embargo, en presencia de membranas lipídicas adopta una estructura α-helicoidal en su región N-terminal, que promueve y estabiliza su unión a vesículas sinápticas. En este contexto, se postula que en condiciones fisiológicas, la proteína αS se encontraría en equilibrio entre una especie monomérica libre (citosólica), y una forma monomérica unida a membrana, donde la proteína asume una conformación que se caracteriza por una estructura α-helicoidal contínua a lo largo de la región 1-100. Así, cuando αS está unida a vesículas lipídicas, su región central NAC es parte de esa conformación α-helicoidal y actúa como un sensor de membrana; es decir, dado que la región NAC resulta fundamental para iniciar el proceso de agregación amiloide, su estabilización o desestabilización en el marco de una conformación α-helicoidal podría afectar la agregación patogénica de αS, inhibiéndola o acelerándola dependiendo de su grado de anclaje o incorporación efectiva a dicha membrana lipídica.

Figura 1. En estado fisiológico, αS adopta una estructura desordenada en el citosol de las terminales sinápticas (nubes verdes). En presencia de vesículas sinápticas, αS adopta una estructura secundaria α-helicoidal en el extremo N-terminal (cuadro verde). Así, αS agrupa vesículas sinápticas a través de sus regiones N-terminal y NAC (púrpura) y promueve la exocitosis de las vesículas cargadas de dopamina (círculos beige). En el estado patológico, que puede ser impulsado por ejemplo, por la sobreexpresión de αS se promueve la agregación mediada por superficie y la formación de fibrillas en las vesículas lipídicas, que luego difunden y se propagan. Este escenario patológico conduce finalmente al colapso de la terminal sináptica.

Recientemente se demostró que la presencia de vesículas lipídicas compuestas por fosfolípidos cargados negativamente aceleran drásticamente la cinética de agregación de αS, mediante un mecanismo que implica el aumento de su velocidad de nucleación primaria en varios órdenes de magnitud comparada con el proceso de agregación de la proteína iniciado a partir de su forma libre. Así, las superficies lipídicas influirían sobre la cinética de agregación de la proteína proporcionando un mecanismo o vía alternativa muy eficiente para la nucleación primaria de αS. Todo indicaría entonces que sería el equilibrio entre los niveles de la forma libre y unida a vesículas lipídicas de la proteína αS lo que modula tanto in vitro como in vivo su tendencia a formar agregados moleculares amiloides. Dada la exacerbada cinética de agregación de αS en presencia de membranas lipídicas, el estudio y la búsqueda de estrategias que interfieran con la agregación amiloide de αS en el contexto de unión a vesículas lipídicas (de tamaño y composición similar a las vesículas sinápticas) se ha constituido en un área muy activa de investigación en los últimos años. El MPLbioR ha sido y es uno de los principales generadores de conocimiento en este campo de la investigación científica. Nuestros estudios abordan la inhibición del proceso de agregación amiloide de la forma unida de αS a vesículas lipídicas por pequeñas moléculas en un contexto que implica la ejecución de estudios in vitro, en modelos celulares y animales de la EP.

Publicaciones representativas

Lamberto, GR, Binolfi, A, Orcellet, ML, Bertoncini, CW, Zweckstetter, M, Griesinger, C, Fernandez, CO. Structural and mechanistic basis behind the inhibitory interaction of PcTS on alpha-synuclein amyloid fibril formation. (2009) Proc Natl Acad Sci U S A 106: 21057-21062.

Fonseca-Ornelas L, Eisbach SE, Paulat M, Giller K, Fernández CO, Outerio TF, Becker S, Zweckstetter M. Small molecule-mediated stabilization of vesicle-associated helical α-synuclein inhibits patogenic misfolding and aggregation. (2014) Nature Commun 5:5957-5867.

Valiente-Gabioud AA, Miotto MC, Chesta ME, Lombardo V, Binolfi A, Fernandez CO. Phthalocyanines as molecular scaffolds to block disease-associated protein aggregation (2016) Acc Chem Res 49:801-808.

Valiente-Gabioud AA, Riedel D, Outeiro TF, Menacho-Márquez MA, Griesinger C, Fernández CO Binding Modes of Phthalocyanines to Amyloid β Peptide and Their Effects on Amyloid Fibril Formation. (2018) Biophys J 114:1036-1045. doi: 10.1016/j.bpj.2018.01.003.

Palomino-Hernandez O, Buratti FA, Sacco PS, Rossetti G, Carloni P, Fernandez CO. Role of Tyr-39 for the structural features of alpha-synuclein and for the interaction with a strong modulator of its amyloid assembly. (2020) Int J Mol Sci 21, 5061; doi:10.3390/ijms21145061

Colaboradores

Christian Griesinger

Department of NMR-based Structural Biology, Max Planck Institute for Biophysical Chemistry, Göttingen, Germany

Markus Zweckstetter

German Center for Neurodegenerative Diseases (DZNE), Göttingen, Germany

Department for NMR-based Structural Biology, Max Planck Institute for Biophysical Chemistry, Göttingen, Germany.

Department of Neurology, University Medical Center Göttingen, University of Göttingen, Göttingen, Germany

Paolo Carloni

Computational Biomedicine, Institute for Neuroscience and Medicine and Institute for Advanced Simulations, Forschungszentrum Jülich, Jülich, Germany

Faculty of Mathematics, Computer Science and Natural Sciences, Aachen, Germany

Institute for Neuroscience and Medicine, Forschungszentrum Jülich, Jülich, Germany