Cientistas na Alemanha e nos EUA previram o nó mais topologicamente complexo já encontrado em uma proteína usando AlphaFold, o sistema de inteligência artificial (IA) desenvolvido pelo DeepMind do Google. Sua análise completa dos dados produzidos pelo AlphaFold também revelou os primeiros nós compostos em proteínas: estruturas topológicas contendo dois nós separados na mesma corda. Se os nós de proteína descobertos puderem ser recriados experimentalmente, servirá para verificar a precisão das previsões feitas pelo AlphaFold.
As proteínas podem se dobrar para formar estruturas topológicas complexas. O mais intrigante deles são os nós de proteína – formas que não se desenredariam se a proteína fosse puxada de ambas as extremidades. Pedro Virnau, um físico teórico da Universidade Johannes Gutenberg Mainz, diz Mundo da física que existem atualmente cerca de 20 a 30 proteínas com nós conhecidas. Essas estruturas, explica Virnau, levantam questões interessantes sobre como elas se dobram e por que existem.
A forma de uma proteína pode estar intimamente ligada à sua função, mas embora existam algumas teorias sobre a funcionalidade e o propósito dos nós de proteína, há poucas evidências concretas para apoiá-las. Virnau diz que eles podem ajudar a manter as proteínas estáveis, por serem particularmente resistentes a oscilações térmicas, por exemplo, mas essas são questões em aberto. Embora os nós de proteína sejam raros, eles também parecem ser altamente preservados pela evolução.
“Se existe uma proteína com nó, por exemplo, em levedura, há uma grande probabilidade de que ela também esteja com nó na proteína correspondente em humanos”, explica Virnau. “Então, essas são estruturas que existem há centenas de milhões de anos.”
Um problema de longa data na pesquisa de nós de proteína tem sido encontrar e identificar nós de proteína. Embora estruturas de proteínas complexas tenham sido determinadas experimentalmente em laboratório, isso pode ser desafiador e demorado. Recentemente, a DeepMind desenvolveu um sistema de IA conhecido como AlfaFold que afirma pode prever estruturas de proteínas com incrível velocidade e precisão. O sistema de aprendizado profundo funciona em um grande banco de dados de proteínas conhecidas e suas sequências de aminoácidos. Ele usa essas sequências e informações sobre a estrutura primária dos aminoácidos para prever as estruturas tridimensionais das proteínas. Seu treinamento é baseado em restrições evolutivas, físicas e geométricas de estruturas de proteínas.
AlphaFold previu várias centenas de milhares de estruturas de proteínas, a maioria das quais ainda não foi catalogada. Neste último trabalho, publicado em Ciência de Proteínas, Virnau e seus colegas pesquisaram no banco de dados do AlphaFold por nós de proteínas complexas anteriormente desconhecidas. Eles descobriram nove novos nós. Isso incluiu os primeiros 71-nó – um nó com sete pontos de cruzamento que é o nó topologicamente mais complexo já encontrado em uma proteína.
Os pesquisadores também encontraram vários nós compostos de seis cruzamentos. Cada um deles contém dois nós de trevo, que são nós com três cruzamentos. Eles também descobriram dois nós até então desconhecidos com cinco cruzamentos essenciais, um 51-nó e um 52-nó.
A equipe agora está trabalhando com o bioquímico Todd Yeates, na Universidade da Califórnia em Los Angeles, para criar as proteínas identificadas pelo AlphaFold experimentalmente para confirmar que elas formam as estruturas topológicas previstas. “Estou bastante confiante de que seremos capazes de confirmar essas estruturas experimentalmente”, diz Virnau.
Abordagem quântica revela dobramento de proteínas mais rápido
Se essas estruturas topologicamente desafiadoras puderem ser criadas experimentalmente, isso mostrará que o AlphaFold está funcionando conforme o esperado e fornecerá confiança em suas previsões de formas de proteínas menos complexas. “Os nós de proteína podem ser apenas um aspecto menor disso, mas podem servir como uma validação dessas ferramentas em geral”, explica Virnau.
No futuro, pode ser possível usar essas ferramentas de IA para engenharia de proteínas. Proteínas podem ser projetadas contendo nós e outras estruturas complexas que fornecem funcionalidade para tarefas específicas, embora isso esteja a pelo menos alguns anos de distância.
