Überblick
Enzymdatenbanken sind spezialisierte Ressourcen, die detaillierte Informationen über enzymkatalysierte Reaktionen sammeln. Sie dienen als Nachschlagewerke für Enzymologen, Metabolic Engineers und Pharmakologen, indem sie organisierten Zugang zu Daten über Substrate, Produkte, kinetische Parameter, Inhibitoren, Cofaktoren und physiologische Funktionen bieten. Die beiden umfassendsten Ressourcen sind BRENDA (BRaunschweig ENzyme DAtabase) und ExplorEnz (die IUBMB-Enzymnomenklatur-Datenbank). Beide sind eng mit dem Klassifikationssystem der Enzymkommission (EC) verbunden.
Schlüsselkonzepte
BRENDA ist das umfassendste Enzyminformationssystem und enthält manuell aus der Primärliteratur extrahierte Daten. Es umfasst kinetische Parameter (Km, kcat, Vmax), Substratspezifität, Inhibitorkonstanten (Ki), optimalen pH-Wert und Temperatur, Organismenquellen und Gewebeverteilung. Dateneinträge enthalten Literaturzitate und sind nach EC-Nummer, Enzymname, Organismus oder Ligand durchsuchbar. ExplorEnz konzentriert sich auf Enzymnomenklatur und -klassifikation, es ist das offizielle Repository der IUBMB-Enzymliste und bietet den akzeptierten Namen, die Reaktionsgleichung und Kommentare für jede EC-Klasse.
Anwendungen
Enzymdatenbanken unterstützen sowohl die Forschung als auch die angewandte Biotechnologie. Metabolische Rekonstruktionen stützen sich auf BRENDA, um kinetische Parameter für die Enzymklassifikation und Nomenklatur und die Flussbilanzmodellierung zuzuweisen. Enzymkinetik-Studien nutzen BRENDA, um gemessene Parameter mit Literaturwerten zu vergleichen. Wirkstoffforschungsprogramme nutzen die Inhibitordaten von BRENDA bei der Entwicklung selektiver Enzymhemmungsstrategien. Das Verständnis der Enzymkatalysemechanismen wird durch die strukturellen und mechanistischen Annotationen bereichert, die diese Datenbanken bieten.
Praktisches Protokoll
Um Enzymklassifikations- und Reaktionsdaten für ein neuartiges Enzym zu finden, beginnen Sie auf der BRENDA-Startseite (brenda-enzymes.org). Suchen Sie nach dem Enzymnamen, dem Gene-Ontology-Begriff oder der EC-Nummer, falls bereits bekannt. Die Zusammenfassungsseite zeigt die offizielle EC-Nummer, den akzeptierten Namen, die Reaktionsgleichung und die empfohlenen Substrate an. Für ein neu entdecktes Enzym ohne EC-Zuordnung verwenden Sie ExplorEnz (enzyme-database.org), um die IUBMB-Enzymliste nach Klasse zu durchsuchen, identifizieren Sie das nächstgelegene homologe Enzym und untersuchen Sie dessen EC-Nummernhierarchie. Um beispielsweise eine neue Protease zu klassifizieren: Bestimmen Sie, dass sie nach hydrophoben Resten schneidet, führen Sie BLAST gegen UniProt durch, um den nächstgelegenen charakterisierten Homologen zu finden, und notieren Sie die EC-Nummer des Homologen (z. B. EC 3.4.21.x für Serinproteasen). Durchsuchen Sie diesen EC-Bereich in BRENDA und überprüfen Sie dann die Registerkarten “Substratspezifität” und “Kinetische Parameter”, die Km- und kcat-Werte für Dutzende von Substraten tabellarisch auflisten. Für mechanistische Einblicke öffnen Sie die Abschnitte “Cofaktor” und “Metallionen”, um die erforderlichen katalytischen Helfer zu identifizieren. Der Abschnitt “Inhibitoren” listet bekannte Inhibitormoleküle und ihre Ki-Werte auf, die für die Entwicklung von Selektivitätstests unverzichtbar sind. In der Praxis würde ein Metabolic Engineer, der einen neuartigen Abbauweg entwickelt, diesen Workflow nutzen, um die EC-Klassifikation jedes Kandidatenenzyms zu bestätigen, die Substratspezifität gegenüber den gewünschten Zwischenprodukten des Stoffwechselwegs zu überprüfen und kinetische Parameter für die Modellierung des Flusses durch den konstruierten Weg abzurufen. Derselbe Ansatz kann in der Wirkstoffforschung angewendet werden: Für eine Zielkinase, die an Krebs beteiligt ist, können die Inhibitordaten von BRENDA nach bekannten Ki-Werten über Spezies hinweg durchsucht werden, um medizinisch-chemische Bemühungen auf selektive Verbindungen mit minimalen Off-Target-Effekten zu lenken.
