Para ilmuwan di Jerman dan AS telah memperkirakan simpul paling rumit secara topologi yang pernah ditemukan pada suatu protein menggunakan AlphaFold, sistem kecerdasan buatan (AI) yang dikembangkan oleh DeepMind Google. Analisis lengkap mereka terhadap data yang dihasilkan oleh AlphaFold juga mengungkapkan simpul komposit pertama dalam protein: struktur topologi yang berisi dua simpul terpisah pada string yang sama. Jika simpul protein yang ditemukan dapat dibuat ulang secara eksperimental, hal ini akan berfungsi untuk memverifikasi keakuratan prediksi yang dibuat oleh AlphaFold.
Protein dapat melipat membentuk struktur topologi yang kompleks. Yang paling menarik adalah simpul protein – bentuk yang tidak akan terurai jika protein ditarik dari kedua ujungnya. Peter Virnau, seorang ahli fisika teoretis di Universitas Johannes Gutenberg Mainz, menceritakan Dunia Fisika bahwa saat ini terdapat sekitar 20 hingga 30 protein terikat yang diketahui. Struktur ini, jelas Virnau, menimbulkan pertanyaan menarik seputar bagaimana struktur tersebut terlipat dan mengapa mereka ada.
Bentuk protein dapat dikaitkan erat dengan fungsinya, namun meskipun ada beberapa teori tentang fungsi dan tujuan simpul protein, hanya ada sedikit bukti kuat yang mendukung hal ini. Virnau mengatakan bahwa mereka mungkin membantu menjaga protein tetap stabil, misalnya dengan menjadi sangat tahan terhadap fluktuasi termal, tetapi ini adalah pertanyaan terbuka. Meskipun simpul protein jarang terjadi, simpul tersebut juga tampaknya sangat terawetkan oleh evolusi.
“Jika ada protein yang terikat, misalnya pada ragi, kemungkinan besar protein tersebut juga terikat pada protein yang sama pada manusia,” jelas Virnau. “Jadi, ini adalah struktur yang telah ada selama ratusan juta tahun.”
Masalah lama dalam penelitian simpul protein adalah menemukan dan mengidentifikasi simpul protein. Meskipun struktur protein kompleks telah ditentukan secara eksperimental di laboratorium, hal ini dapat menjadi tantangan dan memakan waktu. Baru-baru ini, DeepMind mengembangkan sistem AI yang dikenal sebagai Lipatan Alfa yang diklaimnya dapat memprediksi struktur protein dengan kecepatan dan ketepatan luar biasa. Sistem pembelajaran mendalam bekerja pada database besar protein yang diketahui dan urutan asam aminonya. Ia menggunakan urutan dan informasi tentang struktur utama asam amino untuk memprediksi struktur tiga dimensi protein. Pelatihannya didasarkan pada batasan evolusi, fisik, dan geometris struktur protein.
AlphaFold telah memperkirakan beberapa ratus ribu struktur protein, yang sebagian besar belum dikatalogkan. Dalam karya terbaru ini, diterbitkan di Ilmu Protein, Virnau dan rekan-rekannya menelusuri bank data AlphaFold untuk mencari simpul protein kompleks yang sebelumnya tidak diketahui. Mereka menemukan sembilan simpul baru. Ini termasuk 7 yang pertama1-simpul – simpul dengan tujuh titik persilangan yang merupakan simpul paling kompleks secara topologi yang pernah ditemukan dalam suatu protein.
Para peneliti juga menemukan beberapa simpul komposit yang bersilangan enam. Masing-masing berisi dua simpul trefoil, yang merupakan simpul dengan tiga persilangan. Mereka juga menemukan dua simpul yang sebelumnya tidak diketahui dengan lima penyeberangan penting, 51-simpul dan 52-simpul.
Tim sekarang bekerja dengan ahli biokimia Todd Yeates, di Universitas California Los Angeles, untuk membuat protein yang diidentifikasi oleh AlphaFold secara eksperimental untuk memastikan bahwa protein tersebut membentuk struktur topologi yang diprediksi. “Saya cukup yakin bahwa kami akan dapat memastikan struktur ini secara eksperimental,” kata Virnau.
Pendekatan kuantum mengungkap pelipatan protein yang lebih cepat
Jika struktur yang menantang secara topologi ini dapat dibuat secara eksperimental, hal ini akan menunjukkan bahwa AlphaFold bekerja seperti yang diharapkan dan memberikan keyakinan dalam prediksi bentuk protein yang tidak terlalu kompleks. “Simpul protein mungkin hanya merupakan aspek kecil dari hal ini, namun tetap dapat berfungsi sebagai validasi alat-alat ini secara umum,” jelas Virnau.
Di masa depan, alat AI ini mungkin dapat digunakan untuk rekayasa protein. Protein dapat dirancang dengan mengandung simpul dan struktur kompleks lainnya yang menyediakan fungsionalitas untuk tugas tertentu, meskipun hal ini masih memerlukan waktu beberapa tahun lagi.
