Németországi és amerikai tudósok az AlphaFold, a Google DeepMind által kifejlesztett mesterséges intelligencia (AI) rendszer segítségével előre jelezték a fehérjében valaha talált topológiailag legbonyolultabb csomót. Az AlphaFold által előállított adatok teljes elemzése feltárta a fehérjék első összetett csomóit is: olyan topológiai struktúrákat, amelyek két külön csomót tartalmaznak ugyanazon a húron. Ha a felfedezett fehérjecsomókat kísérletileg újra lehet hozni, az az AlphaFold által készített előrejelzések pontosságának ellenőrzésére szolgál.
A fehérjék összehajtva összetett topológiai struktúrákat alkothatnak. Ezek közül a legérdekesebbek a fehérjecsomók – olyan formák, amelyek nem válnának ki, ha a fehérjét mindkét végéről kihúznák. Virnau Péter, a mainzi Johannes Gutenberg Egyetem elméleti fizikusa meséli Fizika Világa hogy jelenleg körülbelül 20-30 ismert csomós fehérje van. Ezek a struktúrák – magyarázza Virnau – érdekes kérdéseket vetnek fel azzal kapcsolatban, hogyan hajtogatnak és miért léteznek.
A fehérje alakja szorosan összekapcsolható a funkciójával, de bár van néhány elmélet a fehérjecsomók funkciójáról és céljáról, kevés kemény bizonyíték áll rendelkezésre ezek alátámasztására. Virnau azt állítja, hogy segíthetnek megőrizni a fehérjék stabilitását, például azáltal, hogy különösen ellenállnak a hőingadozásoknak, de ezek nyitott kérdések. Noha a fehérjecsomók ritkák, úgy tűnik, hogy az evolúció nagymértékben megőrizte őket.
„Ha egy csomós fehérje létezik, például az élesztőben, nagy a valószínűsége annak, hogy az emberben a megfelelő fehérjében is csomósodik” – magyarázza Virnau. "Szóval ezek olyan szerkezetek, amelyek több százmillió éve léteznek."
A fehérjecsomók kutatásának régóta fennálló problémája a fehérjecsomók megtalálása és azonosítása. Míg a laboratóriumban kísérletileg összetett fehérjeszerkezeteket határoztak meg, ez kihívást és időigényes lehet. A közelmúltban a DeepMind kifejlesztett egy mesterséges intelligencia rendszert AlphaFold hogy állítása szerint hihetetlen gyorsasággal és pontossággal képes megjósolni a fehérjeszerkezeteket. A mélytanulási rendszer ismert fehérjék és aminosavszekvenciáik nagy adatbázisán dolgozik. Ezeket a szekvenciákat és az aminosavak elsődleges szerkezetére vonatkozó információkat használja fel a fehérjék háromdimenziós szerkezetének előrejelzésére. Képzése a fehérjeszerkezetek evolúciós, fizikai és geometriai korlátaira épül.
Az AlphaFold több százezer fehérjeszerkezetet jósolt meg, amelyek többségét még nem katalogizálták. Ebben a legújabb, ben megjelent munkában Protein ScienceVirnau és munkatársai korábban ismeretlen komplex fehérjecsomók után kutattak az AlphaFold adatbankjában. Kilenc új csomót fedeztek fel. Ebben benne volt az első 71-csomó – hét keresztezési ponttal rendelkező csomó, amely topológiailag a legösszetettebb csomó, amelyet valaha fehérjében találtak.
A kutatók több hat keresztező összetett csomót is találtak. Ezek mindegyike két szárnyas csomót tartalmaz, amelyek három keresztezésű csomók. Felfedeztek két eddig ismeretlen csomót is, amelyeknek öt lényeges kereszteződése volt, egy 5-ös1- csomó és egy 52-csomó.
A csapat jelenleg biokémikussal dolgozik Todd Yeates, a Los Angeles-i Kaliforniai Egyetemen, hogy létrehozzák az AlphaFold által kísérletileg azonosított fehérjéket annak igazolására, hogy ezek alkotják a megjósolt topológiai struktúrákat. „Biztos vagyok benne, hogy ezeket a struktúrákat kísérletileg is meg tudjuk erősíteni” – mondja Virnau.
A kvantummegközelítés gyorsabb fehérjetekeredést mutat
Ha ezek a topológiailag kihívást jelentő struktúrák kísérletileg létrehozhatók, az azt mutatná, hogy az AlphaFold a várt módon működik, és magabiztosságot adna a kevésbé összetett fehérjeformák előrejelzésében. "A fehérjecsomók talán csak egy kisebb aspektusa ennek, de általánosságban ezeknek az eszközöknek az érvényesítését szolgálhatják" - magyarázza Virnau.
A jövőben lehetségessé válhat ezeknek az AI-eszközöknek a fehérjefejlesztéshez való használata. Csomókat és más összetett struktúrákat tartalmazó fehérjéket lehetne tervezni, amelyek funkcionalitást biztosítanak számukra bizonyos feladatokhoz, bár ez még legalább néhány év múlva van.
