Istraživači koriste moćnu AI alatku da bi stekli nove uvide u strukture proteina

Istraživači koriste moćnu AI alatku da bi stekli nove uvide u strukture proteina

Međunarodni tim istraživača otkrio je nove uvide u trodimenzionalnu strukturu određenih vrsta proteina koristeći moćnu alatku za veštačku inteligenciju AlphaFold2.

Dugi molekuli koji se sastoje od nizova aminokiselina, proteini su presavijeni u trodimenzionalne strukture prema striktnom skupu pravila. Bezbroj različitih struktura omogućava proteinima da obavljaju svoje funkcije. U organizmima, od bakterija do ljudi, oni transportuju molekule, deluju kao katalizatori hemijskih procesa, deluju kao ventili i pumpe — i još mnogo toga.

Dok je AlphaFold2 predvideo trodimenzionalnu strukturu od oko 200 miliona proteina, do sada nije mogao da utvrdi da li delovi unutar određenih proteina, poznati kao intrinzično poremećeni regioni (IDR), uopšte imaju bilo kakvu strukturu – a još manje da predvide oblik ta struktura.

„Ovo je dugotrajna debata među biohemičarima i molekularnim biolozima – da li IDR-ovi imaju fiksnu strukturu ili su samo ‘diskide’ delovi proteina“, kaže Alan Moses, računarski biolog i profesor na odseku za ćelije i sisteme. biologije na Fakultetu umetnosti i nauke Univerziteta u Torontu.

„Potvrdili smo da, [dok] AlphaFold2 još uvek ne može dobro da predvidi strukturu IDR-a… ono što može da uradi je da nam kaže koji IDR-ovi će verovatno imati neku strukturu – nešto što je ranije bilo nemoguće.”

Moses je koautor rada, objavljenog u časopisu Proceedings of the National Academi of Sciences, koji detaljno opisuje nalaze istraživačkog tima i može dovesti do boljeg razumevanja uloge ovih proteina u bolestima i do razvoja novih tretmani lekovima.

Njegovi koautori su Reid Alderson, postdoktorski istraživač sa Medizinische Universitat Graz (MUG) koji je ranije radio postdoktorski rad na U of T; Julie Forman-Kai, viši naučnik i šef programa molekularne medicine u Bolnici za bolesnu decu i profesor biohemije na Medicinskom fakultetu U of T’s Temerti; Desika Kolarić, naučni saradnik MUG-a; i Iva Pritišanac, docent na MUG-u i bivši postdoktorski istraživač u Mojsijevoj laboratoriji.

Nalazi tima su značajni jer AlphaFold2 nije bio obučen da predvidi strukture u IDR-ovima i IDR-ovi nisu uključeni u njegove podatke o obuci. „To je kao da se veštačka inteligencija obučava da vozi automobil, a zatim pokušava da se vidi da li može da vozi i autobus“, kaže Mozes. „Ne može tako dobro da vozi autobus, ali može da prepozna da neko treba da vozi.

Tim je takođe prvi koji je to sistematski uradio za sve proteine u ljudima i drugim organizmima. „Dakle, po prvi put verujemo da znamo koliko se često to dešava“, kaže Mojsije. „Ovo je važno jer je biologija puna izuzetaka. Moramo da znamo šta je zajedničko, a šta izuzetno.“

Razvoj ove moćne i neočekivane primene AlphaFold2 demonstrira moć korišćenja veštačke inteligencije za rešavanje problema savijanja proteina i poboljšaće razumevanje istraživača o IDR-ovima i njihovoj ulozi u bolesti.

„U IDR-ovima za koje AlphaFold2 predviđa da imaju neku strukturu, pokazali smo da je veća verovatnoća da će mutacije izazvati bolest nego mutacije u drugim besstrukturnim IDR-ovima“, kaže Moses. „Ovo je važan napredak u razumevanju kako mutacije u IDR-ovima mogu izazvati bolest, što generalno nije dobro shvaćeno. Sada verujemo da mnoge mutacije na neki način narušavaju strukturu.“

„Štaviše, pošto su AlphaFold2 predviđanja već dostupna za sve proteine, sada po prvi put možemo reći koliko IDR-ova na drvetu života ima strukturu. Naš rad pokazuje da je mnogo veća verovatnoća da će bakterijski IDR-ovi imati strukturu nego ljudski i životinjski IDR-ovi. Koliko znamo, ovo je prvi put da je ovo primećeno i moglo bi da reši tekuću debatu o tome da li većina IDR-a ima strukture ili ne.“