Co-folding of Membrane Proteins and Lipid Molecules Improves Membrane-Protein Structure Prediction Accuracy

ملخص تقني لورقة بحثية: التوافق المشترك للبروتينات الغشائية والجزيئات الدهنية يحسن دقة التنبؤ ببنية البروتين الغشائي

1. بيان المشكلة

على الرغم من النجاح الثوري لنماذج التعلم العميق مثل AlphaFold 3 (AF3) في التنبؤ ببنى البروتينات والمعقدات الجزيئية الحيوية، لا تزال هناك تحديات كبيرة تواجه البروتينات الغشائية.

• البيئة الضمنية مقابل الصريحة: تتعامل بروتوكولات التنبؤ الحالية مع بيئة الغشاء بشكل ضمني. وبينما تتضمن بيانات التدريب هياكل تم حلها في محاكيات غشائية، فإن طبقة الدهون الثنائية نفسها لا يتم نمذجتها بشكل صريح خلال عملية الاستدلال.
• القيود المحددة: يؤدي هذا النقص في السياق الصريح إلى ثلاثة أنماط رئيسية من الفشل:
  1. أخطاء وضعية الربيطة (Ligand Pose): التنبؤ غير الدقيق بوضعيات الجزيئات الصغيرة المرتبطة بالبروتينات الغشائية المرتبطة بالربيطة.
  2. سوء تموضع النطاقات (Domain Misplacement): في البروتينات الغشائية كاملة الطول ذات الممر الواحد، غالبًا ما يتم التنبؤ بأن النطاقات خارج الخلوية (ECD) وداخل الخلوية (ICD) في حالة اتصال مباشر، متجاهلة الحاجز الفيزيائي للطبقة الدهنية الثنائية.
  3. الصلابة التشكيلية: غالبًا ما تنتج الناقلات الديناميكية حالة تشكيلية واحدة فقط، وتفشل في أخذ عينات من حالات وظيفية متعددة (مثل الحالة المواجهة للداخل مقابل المواجهة للخارج) المعروفة تجريبيًا.

2. المنهجية: CoMPLip

قدم المؤلفون CoMPLip (التوافق المشترك للبروتينات الغغائية والجزيئات الدهنية)، وهو استراتيجية لا تتطلب تدريبًا تدمج جزيئات الدهون الصريحة في سير عمل تنبؤ AF3.

• الآلية الجوهرية: يتم توفير جزيئات الدهون كمدخلات جزيئية إضافية إلى جانب البروتين المستهدف والربيطات. يقوم AF3 بعملية "توافق مشترك" تنبؤية للبروتين والدهون في آن واحد.
• التنظيم الذاتي: أثناء عملية التنبؤ، تنظم جزيئات الدهون نفسها تلقائيًا في تكوينات تشبه الطبقة الثنائية حول مناطق العبور عبر الغشاء (TM)، مما يخلق سياقًا غشائيًا واقعيًا فيزيائيًا دون الحاجة إلى وضع يدوي أو محاكاة خارجية.
• تحسين المعلمات: قامت الدراسة بتحسين معلمات الدهون بشكل منهجي:
  • طول السلسلة: أعطت السلاسل الكربونية الأطول (تحديدًا $n \ge 14$، مثل C18 في 1-monoolein) نتائج أفضل.
  • عدد النسخ: يلزم وجود عدد كافٍ من الدهون لتغطية السطح الكاره للماء. بالنسبة لبروتين ذي أربعة ممرات مثل RseP، كان العدد الأمثل هو $\approx 80-100$ جزيء.
• درجة التصنيف الجديدة ($S_{CoMPLip}$): درجة تصنيف AF3 القياسية ($S_{AF3}$) منحازة بسبب العدد الكبير من جزيئات الدهون المضافة، مما يؤدي غالبًا إلى حجب جودة معقد (البروتين-الربيطة) المستهدف. طور المؤلفون درجة مخصصة، $S_{CoMPLip}$، والتي تحسب درجات pTM و ipTM فقط للبروتين والربيطة المستهدفة، مستبعدة المساهمات من الدهون المضافة.
  • الصيغة: $S_{CoMPLip} = 0.2 \cdot pTM_{protein} + 0.7 \cdot pTM_{ligand} + 0.1 \cdot ipTM_{protein-ligand} + 0.5 \cdot disorder - 100 \cdot has\_clash$.

3. النتائج الرئيسية

تم التحقق من فعالية CoMPLip عبر ثلاث مجموعات بيانات مرجعية:

أ. تحسين التنبؤ بوضعية ارتباط الربيطة

• دراسة حالة (RseP-BAT): في منظم E. coli RseP المرتبط بالمثبط batimastat (BAT)، تنبأ AF3 القياسي بـ RMSD للربيطة قدره 10.79 Å، بينما خفض CoMPLip هذه القيمة إلى 1.37 Å.
• التحليل الإحصائي: عبر 500 تنبؤ لـ RseP، زاد عدد وضعيات الربيطة الصحيحة (RMSD < 4 Å) من 114 (22.8%) بدون دهون إلى 254 (50.8%) مع وجود الدهون.
• مجموعة الاختبار: في مجموعة بيانات مكونة من 65 معقدًا من البروتينات الغشائية والربيطات (باستثناء بيانات تدريب AF3)، قام CoMPLip بتصحيح وضعية الربيطة لـ 4 أهداف كانت غير صحيحة سابقًا، رغم أنه أدى أحيانًا إلى تدهور التنبؤات الصحيحة لـ 5 أهداف أخرى.

ب. الفصل الصحيح للنطاقات في البروتينات ذات الممر الواحد

• مجموعة البيانات: 123 بروتينًا غشائيًا كامل الطول ذو ممر واحد.
• النتيجة: فشل AF3 القياسي في فصل ECD و ICD في معظم الحالات، حيث تنبأ بوجودهما في اتصال مباشر. نجح CoMPLip في الحفاظ على فصل واضح عبر منطقة TM في 61 من أصل 123 نموذجًا (مقابل 20 فقط بدون دهون).
• الآلية: منعت الطبقة الدهنية الثنائية التي تشكلت حول حلزون TM البروتين من انهيار ECD و ICD على بعضهما البعض فيزيائيًا.
• حالة EGFR: أظهرت تنبؤات مونومرات وثنائيات EGFR البشرية تحسنًا في فصل النطاقات. ومن الجدير بالذكر أن CoMPLip كشف عن عدم توافق تشكيلي (مثل ECD غير نشط مع ICD نشط) لم يكتشفه AF3 القياسي، مما يشير إلى الحاجة إلى تحيز القوالب (template biasing) في الإصدارات المستقبلية.

ج. تعزيز أخذ عينات التشكيل (Conformational Sampling)

• دراسة حالة (NTCP): تم التنبؤ بـ Sodium Taurocholate Co-transporting Polypeptide (NTCP) باستخدام 500 بذرة (seeds).
  • بدون دهون: تقاربت جميع النماذج الـ 500 نحو الحالة المواجهة للداخل (IF).
  • مع CoMPLip: تنوعت النماذج، حيث أنتجت 195 نموذجًا مواجهًا للخارج (OF) و 305 نموذجًا مواجهًا للداخل (IF).
• الأهمية: سمحت بيئة الغشاء الصريحة للنموذج بأخذ عينات من حالات وظيفية متعددة، ويرجع ذلك على الأرجوت إلى تغيير مشهد الطاقة لولبيات العبور عبر الغشاء (مثل حركة TM8b).

4. الأهمية والقيود

• الأهمية:
  • يوفر CoMPLip طريقة بسيطة لا تتطلب تدريبًا لتعزيز أداء AF3 للبروتينات الغشائية من خلال النمذجة الصريحة لبيئة الدهون.
  • يعالج القيود الفيزيائية الحرجة (فصل النطاقات، جيوب ربط الربيطة، والديناميكيات التشكيلية) التي غالبًا ما تغفلها النماذج المعتمدة على التسلسل فقط.
  • يقدم تقديم $S_{CoMPLip}$ أداة عملية لاختيار النماذج عالية الجودة في مهام التنبؤ الغنية بالدهون.
• القيود:
  • التكلفة الحسابية: يزيد التوافق المشترك للدهون بشكل كبير من استخدام ذاكرة GPU، مما يحد من حجم البروتينات التي يمكن التنبؤ بها على الأجهزة القياسية.
  • الحساسية للمعلمات: قد تختلف الأعداد المثلى للدهون وأطوال السلاسل حسب حجم ونوع البروتين؛ الإرشادات الحالية (مثل 100 دهون لبروتين ذي 4 ممرات) هي قواعد استرشادية.
  • وضع الدهون غير المنضبط: قد تندمج الدهون أحيانًا في المسام أو مواقع الارتباط حيث لا تكون ذات صلة بيولوجية، مما قد يتداخل مع التنبؤ.
  • تحسين درجة التصنيف: تم تحسين أوزان $S_{CoMPLip}$ الحالية على نظام واحد (RseP-BAT) وقد تتطلب إعادة ضبط لمعقدات البروتين-الربيطة المتنوعة.

الخلاصة

يمثل CoMPLip خطوة مهمة للأمام في البيولوجيا الهيكلية الحسابية للبروتينات الغشائية. من خلال معاملة الطبقة الدهنية الثنائية كشريك في التوافق بدلاً من خلفية ضمنية، يحسن CoMPLip بشكل كبير من دقة وضعيات الربيطة، وبنية النطاقات، والتنوع التشكيلي، مما يسهل تصميم الأدوية القائم على البنية بشكل أكثر موثوقية لهذه الفئة الصعبة من الأهداف.