Scienziati in Germania e negli Stati Uniti hanno previsto il nodo topologicamente più complesso mai trovato in una proteina utilizzando AlphaFold, il sistema di intelligenza artificiale (AI) sviluppato da DeepMind di Google. La loro analisi completa dei dati prodotti da AlphaFold ha rivelato anche i primi nodi compositi nelle proteine: strutture topologiche contenenti due nodi separati sulla stessa corda. Se i nodi proteici scoperti potranno essere ricreati sperimentalmente, ciò servirà a verificare l'accuratezza delle previsioni fatte da AlphaFold.
Le proteine possono ripiegarsi per formare strutture topologiche complesse. I più intriganti di questi sono i nodi proteici, forme che non si districherebbero se la proteina venisse tirata da entrambe le estremità. Pietro Virnau, racconta un fisico teorico dell'Università Johannes Gutenberg di Magonza Mondo della fisica che attualmente ci sono circa 20-30 proteine annodate conosciute. Queste strutture, spiega Virnau, sollevano domande interessanti su come si piegano e sul perché esistono.
La forma di una proteina può essere strettamente collegata alla sua funzione, ma sebbene esistano alcune teorie sulla funzionalità e lo scopo dei nodi proteici, ci sono poche prove concrete a sostegno di queste. Virnau dice che potrebbero aiutare a mantenere stabili le proteine, essendo particolarmente resistenti alle fluttuazioni termiche, per esempio, ma queste sono domande aperte. Sebbene i nodi proteici siano rari, sembrano anche essere altamente preservati dall'evoluzione.
"Se esiste una proteina annodata, ad esempio, nel lievito, è molto probabile che sia annodata anche nella proteina corrispondente nell'uomo", spiega Virnau. “Quindi, queste sono strutture che esistono da centinaia di milioni di anni”.
Un problema di vecchia data nella ricerca sui nodi proteici è stato trovare e identificare i nodi proteici. Sebbene le strutture proteiche complesse siano state determinate sperimentalmente in laboratorio, ciò può essere impegnativo e richiedere molto tempo. Recentemente, DeepMind ha sviluppato un sistema di intelligenza artificiale noto come AlphaFold che sostiene di poter prevedere le strutture proteiche con incredibile velocità e precisione. Il sistema di deep learning funziona su un ampio database di proteine conosciute e delle loro sequenze di aminoacidi. Utilizza quelle sequenze e informazioni sulla struttura primaria degli amminoacidi per prevedere le strutture tridimensionali delle proteine. La sua formazione si basa su vincoli evolutivi, fisici e geometrici delle strutture proteiche.
AlphaFold ha previsto diverse centinaia di migliaia di strutture proteiche, la maggior parte delle quali non sono state ancora catalogate. In questo ultimo lavoro, pubblicato in Scienza delle proteine, Virnau e i suoi colleghi hanno cercato nella banca dati di AlphaFold nodi proteici complessi precedentemente sconosciuti. Hanno scoperto nove nuovi nodi. Questo includeva i primi 71-nodo – un nodo con sette punti di incrocio che è il nodo topologicamente più complesso mai trovato in una proteina.
I ricercatori hanno anche trovato diversi nodi compositi a sei incroci. Ciascuno di essi contiene due nodi trilobati, che sono nodi con tre incroci. Hanno anche scoperto due nodi precedentemente sconosciuti con cinque incroci essenziali, un 51-nodo e un 52-nodo.
Il team sta ora lavorando con il biochimico Todd Yeates, presso l'Università della California a Los Angeles, per creare sperimentalmente le proteine identificate da AlphaFold per confermare che formano le strutture topologiche previste. "Sono abbastanza fiducioso che saremo in grado di confermare queste strutture sperimentalmente", afferma Virnau.
L’approccio quantistico rivela un ripiegamento proteico più rapido
Se queste strutture topologicamente impegnative potessero essere create sperimentalmente, dimostrerebbe che AlphaFold funziona come previsto e fornirebbe fiducia nelle sue previsioni di forme proteiche meno complesse. «I nodi proteici potrebbero rappresentare solo un aspetto minore, ma potrebbero comunque servire come convalida di questi strumenti in generale», spiega Virnau.
In futuro potrebbe essere possibile utilizzare questi strumenti di intelligenza artificiale per l’ingegneria delle proteine. Si potrebbero progettare proteine contenenti nodi e altre strutture complesse che forniscano loro funzionalità per compiti specifici, anche se ciò richiederà almeno qualche anno.
