FoldaVirus, a knowledge-based icosahedral capsid builder using AlphaFold

El artículo presenta FoldaVirus, una herramienta web que combina las predicciones de AlphaFold con el conocimiento estructural de familias virales para generar y validar modelos de cápsides icosaédricas, cerrando así la brecha entre las secuencias de proteínas de recubrimiento disponibles y sus estructuras tridimensionales.

Lo esencial

¡Claro que sí! Imagina que los virus son como castillos microscópicos hechos de ladrillos (proteínas) que se ensamblan solos. Estos castillos tienen formas geométricas perfectas, como pelotas de fútbol o dodecaedros, y son esenciales para que el virus pueda infectar a una célula.

El problema es que, aunque tenemos miles de "recetas" (secuencias de ADN) de cómo hacer estos ladrillos, no tenemos las "fotografías" (estructuras 3D) de la mayoría de los castillos terminados. Construirlos uno por uno con microscopios reales es como intentar tomarle una foto a un mosquito en vuelo: es lento, caro y a veces imposible.

Aquí es donde entra FoldaVirus, la nueva herramienta que presenta este artículo. Vamos a explicarlo con una analogía sencilla:

🧱 El Problema: El Arquitecto que solo ve ladrillos sueltos

Imagina que tienes un super-inteligente arquitecto llamado AlphaFold (una IA famosa).

• Lo que hace bien: AlphaFold puede mirar la receta de un solo ladrillo (una proteína) y decirte exactamente cómo es su forma, sus curvas y sus huecos. ¡Es un genio!
• Lo que falla: Si le pides que construya todo el castillo (el capsídeo viral) poniendo 60, 180 o más ladrillos juntos, se confunde. A veces los pone en el orden incorrecto, como si intentara armar un rompecabezas gigante sin ver la imagen de la caja. Además, la computadora se queda sin memoria porque el castillo es demasiado grande.

🛠️ La Solución: FoldaVirus, el "Constructor con Manual de Instrucciones"

Los autores del artículo crearon FoldaVirus, que es como darle al arquitecto AlphaFold un manual de instrucciones antiguo y probado (basado en virus que ya conocemos).

Así funciona el proceso, paso a paso:

1. La Búsqueda de Parecidos (El Detective):
   Tú le das a FoldaVirus la receta de un ladrillo nuevo. El sistema busca en su biblioteca gigante (VIPERdb) y dice: "¡Eh! Este ladrillo se parece mucho a los de los virus de la familia 'Picornavirus'. Sabemos que esos siempre construyen castillos de tipo 'T=3' (una forma específica de 180 ladrillos)".

   • Analogía: Es como si le dieras a un carpintero una nueva madera y él dijera: "Esta madera es idéntica a la que usamos para hacer sillas de roble, así que vamos a usar el plano de la silla, no el de una mesa".

2. El Corte de "Exceso" (La Poda):
   A veces, las recetas tienen trozos de instrucciones que no sirven (partes desordenadas al principio o final). AlphaFold intenta dibujar esos trozos y salen como "espaguetis" que chocan con los otros ladrillos. FoldaVirus es inteligente: corta esos trozos inútiles antes de empezar a construir para que no haya choques.

3. La Construcción Guiada (El Ensamblaje):
   En lugar de dejar que AlphaFold adivine cómo se unen todos los ladrillos, FoldaVirus toma la forma del ladrillo predicha por la IA y la encaja en el plano del manual (el virus conocido).

   • Analogía: Imagina que tienes una pieza de Lego perfecta. En lugar de intentar adivinar cómo se une a las otras 179 piezas, la pones en el hueco exacto que indica el manual de instrucciones del castillo.

4. El "Ajuste Fino" (La Relajación):
   A veces, al poner los ladrillos juntos, rozan un poco o quedan muy apretados. FoldaVirus usa un programa de energía (Amber) para darles un pequeño "masaje" y que se acomoden suavemente, eliminando cualquier fricción o choque.

5. La Inspección de Calidad (El Control de Calidad):
   ¿Cómo saben si el castillo quedó bien? No solo miran la foto. Usan una regla matemática llamada Distancia de Mahalanobis.

   • Analogía: Imagina que tienes un grupo de amigos (virus conocidos) que siempre se visten de cierta manera (tienen cierta cantidad de "piel", "interior" y "bordes"). FoldaVirus toma tu nuevo castillo y pregunta: "¿Se viste como el resto del grupo?". Si la respuesta es sí, ¡es un buen modelo! Si se viste de forma muy extraña, la herramienta te avisa.

🌟 ¿Por qué es importante esto?

• Puente entre lo que sabemos y lo que no: Tenemos millones de recetas de virus, pero pocas fotos. FoldaVirus llena ese hueco.
• Velocidad y Bajo Costo: En lugar de años de trabajo en un laboratorio, puedes obtener un modelo 3D de un virus en unas horas usando una computadora.
• Aplicaciones Reales: Esto ayuda a diseñar vacunas más rápido o a crear nanomáquinas (virus modificados) para llevar medicinas dentro del cuerpo humano.

En resumen

FoldaVirus es como un traductor y constructor inteligente. Toma la "receta" de un virus que nunca hemos visto, busca a su "primo" que ya conocemos, usa la inteligencia artificial para dibujar los ladrillos individuales, y luego usa el plano del primo para ensamblar todo el castillo perfectamente, asegurándose de que encaje bien y no se rompa.

Es una herramienta que permite a los científicos "ver" virus que antes eran invisibles, solo con escribir su código genético. ¡Y lo mejor es que es gratuita para todos!

Resumen técnico

Resumen Técnico: FoldaVirus

1. El Problema
Existe una brecha masiva entre la cantidad de secuencias de proteínas de la cápside viral (CP) disponibles (que aumentan rápidamente gracias a la secuenciación genómica) y el número limitado de estructuras 3D experimentales determinadas (mediante criomicroscopía electrónica o cristalografía de rayos X). Aunque herramientas como AlphaFold (AF2/AF3) pueden predecir con gran precisión la estructura terciaria de proteínas individuales, tienen limitaciones críticas para construir ensamblajes cuaternarios completos:

• No pueden predecir fácilmente la organización correcta de múltiples copias de una proteína para formar una cápside icosaédrica completa debido a limitaciones de memoria de GPU.
• A menudo fallan al identificar las sub-ensamblajes correctos (unidades asimétricas icosaédricas o IAU) necesarios para generar simetrías complejas (T > 1), produciendo oligómeros degenerados que no se pueden expandir simétricamente.
• La falta de modelos estructurales fiables dificulta el diseño de vacunas, la identificación de anticuerpos neutralizantes y la comprensión de la interacción virus-huésped.

2. Metodología: FoldaVirus
FoldaVirus es una metodología híbrida y una utilidad web (https://foldavirus.org) que combina las predicciones de AlphaFold con un enfoque basado en el conocimiento de la arquitectura de cápsides virales. El flujo de trabajo consta de los siguientes pasos clave:

• Búsqueda y Selección de Plantilla: La secuencia de entrada de la CP se busca contra una biblioteca local BLAST construida a partir de estructuras curadas en la base de datos VIPERdb. Esto identifica la familia viral y el número de triangulación (T) probable (ej. T=1, 3, 4, etc.) basándose en la similitud de secuencia.
• Preprocesamiento de Secuencia: Se eliminan las regiones desordenadas (generalmente en los extremos N y C) que AlphaFold tiende a modelar como "espagueti", evitando colisiones estéricas futuras.
• Predicción con AlphaFold: Se generan modelos de AlphaFold para las copias de la CP que conforman la Unidad Asimétrica Icosaédrica (IAU) específica del T-number seleccionado.
• Corrección de la IAU (Paso Crítico): Dado que AlphaFold a menudo falla en predecir el oligómero correcto de la IAU para T-numeros altos, el sistema superpone estructuralmente las cadenas predichas sobre la estructura de referencia (conocida) de la misma familia viral. Esto "reconstruye" la IAU en la orientación estándar VIPER.
• Generación del Ensamblaje: Se utiliza la API Oligomer_Generator de VIPERdb para crear una cápside parcial rodeando la IAU central.
• Relajación Energética: Tanto la IAU como la cápside parcial se someten a minimización de energía utilizando el programa Amber (dos rondas: primero restringiendo átomos pesados, luego solo el esqueleto) para relajar colisiones estéricas en las interfaces entre subunidades.
• Generación de la Cápside Completa: Se aplica la simetría icosaédrica estándar (60 veces) a la IAU relajada para generar la cápside completa.
• Validación Robusta (Distancia de Mahalanobis):
  • Se clasifican los residuos de la proteína en núcleo, interfaz y superficie basándose en el área de superficie accesible al solvente (SASA).
  • Se calcula la Distancia de Mahalanobis (MD) robusta (usando el estimador MCD) comparando la fracción normalizada de residuos de núcleo e interfaz del modelo predicho con la distribución de estructuras conocidas de la misma familia viral.
  • Un MD por debajo de un umbral de confianza (97.5%) indica que el modelo es consistente con la arquitectura de la familia.

3. Contribuciones Clave

• Herramienta Web Accesible: Lanzamiento de FoldaVirus, una plataforma gratuita que permite a los usuarios generar modelos de cápsides completas a partir de secuencias de aminoácidos.
• Superación de Limitaciones de AlphaFold: Resuelve el problema de la generación de oligómeros incorrectos en IAU mediante la corrección basada en plantillas estructurales de la familia viral.
• Validación Cuantitativa: Introduce un método de validación riguroso basado en la Distancia de Mahalanobis de residuos de interfaz/núcleo, en lugar de depender solo de métricas de puntuación de AlphaFold (pLDDT/pTM), que no siempre predicen bien el ensamblaje cuaternario.
• Soporte para Simetrías Complejas: Capacidad de generar modelos para cápsides con números T hasta T=9, incluyendo virus con simetría pseudo-T=3 (como los Picornavirus) que poseen múltiples proteínas de la cápside (VP1, VP2, VP3).

4. Resultados

• El método ha sido probado exitosamente en múltiples casos de prueba, generando modelos de cápsides que van desde T=1 hasta T=9.
• Los modelos generados han sido validados contra estructuras experimentales conocidas, mostrando una alta concordancia en métricas estructurales (TM-score) y en la distribución de residuos de interfaz (baja Distancia de Mahalanobis).
• Se demostró que incluso cuando no hay información estructural directa para una familia viral específica, si la secuencia coincide con una familia caracterizada, FoldaVirus puede generar un modelo fiable.
• El tiempo de procesamiento varía entre 30 minutos y 4 horas, dependiendo del tamaño de la proteína y la complejidad del T-number.

5. Significado e Impacto
FoldaVirus cierra la brecha entre el espacio de secuencias virales y el espacio de estructuras 3D. Al permitir la modelado rápido y fiable de cápsides virales basándose en secuencias, la herramienta facilita:

• El diseño racional de vacunas y el desarrollo de terapias antivirales.
• La identificación de epítopos neutralizantes y la comprensión de la evolución viral.
• El estudio de virus para los cuales la determinación experimental de estructuras es costosa, lenta o imposible.
• La expansión del conocimiento estructural de la virología más allá de los límites actuales de la cristalografía y la criomicroscopía electrónica.

En resumen, FoldaVirus representa un avance significativo al integrar la inteligencia artificial (AlphaFold) con el conocimiento estructural biológico (VIPERdb) y la física molecular (Amber) para automatizar la construcción y validación de modelos de cápsides virales complejas.