Los científicos de EPFL han desarrollado PeSTo, un modelo de IA para predecir interfaces de unión de proteínas con proteínas, ácidos nucleicos, lípidos, iones y moléculas pequeñas con un alto nivel de confianza. El bajo costo computacional del modelo permite el procesamiento de grandes cantidades de datos estructurales, lo que abre oportunidades para el descubrimiento de nueva biología.
Las proteínas son esenciales para las funciones biológicas de la mayoría de los organismos. Han evolucionado para interactuar con otras proteínas, ácidos nucleicos, lípidos, etc., y todas estas interacciones forman grandes complejos «supramoleculares». Esto significa que comprender las interacciones de las proteínas es fundamental para comprender muchos procesos celulares.
En un gran paso adelante, los científicos del grupo de Matteo Dal Peraro en EPFL han desarrollado una nueva herramienta llamada PeSTo (abreviatura de Protein Structure Converter) que puede predecir regiones específicas en la superficie de una proteína que pueden interactuar no solo con otras proteínas, sino también con ácidos nucleicos. , lípidos, iones y moléculas pequeñas. Estas interfaces son esenciales para la formación de complejos supramoleculares y la modulación de la función.
… Este método captura de manera efectiva interacciones complejas dentro de las estructuras de proteínas para permitir una predicción precisa de las interfaces de unión a proteínas».
PeSTo se basa en una red neuronal basada en tecnología de adaptador. En el contexto del aprendizaje automático, un conmutador es un tipo de red neuronal diseñada para procesar datos secuenciales, como el lenguaje natural, mediante el uso de mecanismos de autoatención para estimar la importancia de las diferentes partes de una secuencia de entrada y hacer predicciones. Esta tecnología fue presentada por Google Brain en 2017 y ahora está en el corazón de muchas herramientas modernas de IA.
¿Cómo funciona PeSTo?
“El modelo evalúa el contexto químico y físico de cada átomo al examinar todos los átomos vecinos”, dice Lucien Crabbe, desarrollador principal de PeSTo. «Usando un mecanismo de autoatención, se enfoca en átomos e interacciones importantes dentro de una estructura de proteína. Esto significa que este método captura de manera efectiva interacciones complejas dentro de estructuras de proteínas para permitir una predicción precisa de las interfaces de unión a proteínas».
Debido a que las predicciones de PeSTo se basan únicamente en la posición en el espacio y el tipo de átomos, puede hacer predicciones sin tener que describir la física y la química de la interfaz de la proteína utilizando métodos externos adicionales. Esto elimina la «sobrecarga» de superficies moleculares precomputacionales y propiedades adicionales, haciéndolos mucho más rápidos, robustos y más generales que los métodos existentes.
Esto también significa que PeSTo puede funcionar lo suficientemente rápido como para procesar grandes cantidades de datos de estructura de proteínas, por ejemplo, conjuntos de simulaciones de dinámica molecular o pliegues completos. En última instancia, esto permite una detección más rápida de las interfaces que no se pueden ver en las estructuras estáticas tradicionales resueltas experimentalmente.
PeSTo es superior a otros métodos para predecir interfaces de interacción de proteínas y puede predecir interacciones con ácidos nucleicos, lípidos, ligandos, iones y moléculas pequeñas con gran confianza. El bajo costo computacional del modelo lo convierte en una herramienta valiosa para la comunidad científica.
PeST se aplica al pliegue humano
Los investigadores liberaron PeSTo en el redil humano, una base de datos en crecimiento de estructuras de proteínas predichas. Analizaron las interacciones que las proteínas humanas hacen con otras moléculas y produjeron información detallada sobre la «interfaz» humana, la suma total de todas las interfaces de interacción de proteínas en el cuerpo humano. Para ello, los investigadores utilizaron un Instituto Europeo de Bioinformática AlphaFold (AF-EBI) Base de datos.
Los investigadores pusieron a disposición PeSTo en Servidor web fácil de usarGratis y con registro previo. El servidor puede tomar cualquier estructura proteica en formato PDB. Las interfaces pronosticadas se pueden visualizar directamente en el navegador con información adicional sobre la confianza en la predicción basada en cada residuo.
En una publicación en Nature Communications, los científicos destacan varias ventajas de PeSTo sobre los métodos más antiguos, en particular que puede funcionar con todo tipo de moléculas sin tener que conocer todos los detalles sobre su química y física. Esto convierte a PeSTo en una herramienta más flexible, poderosa y general para estudiar sistemas moleculares y sus interacciones.
«Gurú del alcohol. Analista. Defensor de la comida. Aficionado extremo al tocino. Experto total en Internet. Adicto a la cultura pop. Pionero de viajes sutilmente encantador».