Ученые из Германии и США предсказали самый топологически сложный узел, когда-либо обнаруженный в белке, с помощью AlphaFold, системы искусственного интеллекта (ИИ), разработанной DeepMind от Google. Их полный анализ данных, полученных с помощью AlphaFold, также выявил первые составные узлы в белках: топологические структуры, содержащие два отдельных узла на одной нити. Если обнаруженные белковые узлы удастся воссоздать экспериментально, это послужит для проверки точности предсказаний, сделанных AlphaFold.
Белки могут складываться, образуя сложные топологические структуры. Самыми интригующими из них являются белковые узлы — формы, которые не распутались бы, если бы белок потянули за оба конца. Питер Вирнау, физик-теоретик из Майнцского университета имени Иоганна Гутенберга, рассказывает Мир физики что в настоящее время известно от 20 до 30 узловатых белков. Эти структуры, объясняет Вирнау, поднимают интересные вопросы о том, как они складываются и почему они существуют.
Форма белка может быть тесно связана с его функцией, но, хотя существует несколько теорий о функциональности и назначении белковых узлов, убедительных доказательств, подтверждающих их, немного. Вирнау говорит, что они могут помочь сохранить стабильность белков, например, будучи особенно устойчивыми к тепловым колебаниям, но это открытые вопросы. Хотя белковые узлы встречаются редко, они, по-видимому, хорошо сохранились в ходе эволюции.
«Если завязанный белок существует, например, в дрожжах, существует высокая вероятность того, что он также завязан в соответствующем белке у людей», — объясняет Вирнау. «Итак, это структуры, которые существуют уже сотни миллионов лет».
Давняя проблема в исследованиях белковых узлов заключалась в поиске и идентификации белковых узлов. Хотя сложные белковые структуры были экспериментально определены в лаборатории, это может быть сложной задачей и требует много времени. Недавно DeepMind разработала систему искусственного интеллекта, известную как AlphaFold который, как утверждается, может предсказывать белковые структуры с невероятной скоростью и точностью. Система глубокого обучения работает с большой базой данных известных белков и их аминокислотных последовательностей. Он использует эти последовательности и информацию о первичной структуре аминокислот для предсказания трехмерных структур белков. Его обучение основано на эволюционных, физических и геометрических ограничениях белковых структур.
AlphaFold предсказал несколько сотен тысяч белковых структур, большинство из которых еще не каталогизированы. В этой последней работе, опубликованной в Белковая наука, Вирнау и его коллеги провели поиск в банке данных AlphaFold ранее неизвестных сложных белковых узлов. Они обнаружили девять новых узлов. В том числе первые 71-узел - узел с семью точками пересечения, который является самым топологически сложным узлом, когда-либо найденным в белке.
Исследователи также обнаружили несколько составных узлов с шестью пересечениями. Каждый из них содержит два узла-трилистника, которые являются узлами с тремя пересечениями. Они также обнаружили два ранее неизвестных узла с пятью важными пересечениями, 51-узел и 52-морской узел.
Команда сейчас работает с биохимиком Тодд Йейтс, в Калифорнийском университете в Лос-Анджелесе, чтобы экспериментально создать белки, идентифицированные AlphaFold, чтобы подтвердить, что они образуют предсказанные топологические структуры. «Я совершенно уверен, что мы сможем подтвердить эти структуры экспериментально», — говорит Вирнау.
Квантовый подход показывает более быстрое свертывание белка
Если эти топологически сложные структуры можно будет создать экспериментально, это покажет, что AlphaFold работает так, как ожидалось, и обеспечит уверенность в своих предсказаниях менее сложных белковых форм. «Белковые узлы могут быть лишь второстепенным аспектом этого, но, тем не менее, они могут служить подтверждением этих инструментов в целом», — объясняет Вирнау.
В будущем эти инструменты искусственного интеллекта можно будет использовать для инженерии белков. Белки могут быть созданы с узлами и другими сложными структурами, обеспечивающими их функциональность для конкретных задач, хотя до этого еще как минимум несколько лет.
