Il nodo proteico più complesso con sette incroci (a sinistra) previsto da AlphaFold e una rappresentazione semplificata (a destra). Credito:Maarten Brems
La questione di come la composizione chimica di una proteina, la sequenza di amminoacidi, determini la sua struttura 3D è stata una delle maggiori sfide della biofisica per più di mezzo secolo. Questa conoscenza del cosiddetto "ripiegamento" delle proteine è molto richiesta, poiché contribuisce in modo significativo alla comprensione di varie malattie e al loro trattamento, tra le altre cose. Per questi motivi, il team di ricerca DeepMind di Google ha sviluppato AlphaFold, un'intelligenza artificiale che prevede strutture 3D.
Un team composto da ricercatori della Johannes Gutenberg University Mainz (JGU) e dell'Università della California, Los Angeles, ha ora esaminato più da vicino queste strutture e le ha esaminate rispetto ai nodi. Conosciamo i nodi principalmente dai lacci delle scarpe e dai cavi, ma si verificano anche su scala nanometrica nelle nostre cellule. Le proteine annodate non solo possono essere utilizzate per valutare la qualità delle previsioni della struttura, ma sollevano anche importanti domande sui meccanismi di ripiegamento e sull'evoluzione delle proteine.
I nodi più complessi come test per AlphaFold
"Abbiamo studiato numericamente tutte, ovvero circa 100.000, previsioni di AlphaFold per nuovi nodi proteici", ha affermato Maarten A. Brems, Ph.D. studente nel gruppo del Dr. Peter Virnau all'Università di Mainz. L'obiettivo era identificare strutture rare e di alta qualità contenenti nodi proteici complessi e precedentemente sconosciuti per fornire una base per la verifica sperimentale delle previsioni di AlphaFold. Lo studio non solo ha scoperto la proteina annodata più complessa fino ad oggi, ma anche i primi nodi compositi nelle proteine. Quest'ultimo può essere pensato come due nodi separati sulla stessa corda.
"Queste nuove scoperte forniscono anche informazioni sui meccanismi evolutivi alla base di proteine così rare", ha aggiunto Robert Runkel, un fisico teorico anche lui coinvolto nel progetto. I risultati di questo studio sono stati recentemente pubblicati su Protein Science .
Il dottor Peter Virnau è soddisfatto dei risultati:"Abbiamo già stabilito una collaborazione con il nostro collega, il dottor Todd Yeates dell'UCLA, per confermare sperimentalmente queste strutture. Questa linea di ricerca modellerà il punto di vista della comunità biofisica sull'intelligenza artificiale e siamo fortunati coinvolgere un esperto come Todd Yeates". + Esplora ulteriormente
