cryoWEight: Conformational ensembles from cryo-EM particle images with weighted ensemble simulations

La biología no es una colección de estatuas estáticas, sino un mundo de movimiento constante y fluido. Las proteínas, las máquinas moleculares que impulsan la vida, nunca están verdaderamente quietas; se retuercen, se doblan y cambian entre diferentes formas para realizar sus tareas. Comprender cómo se mueven es tan importante como saber cómo lucen, porque su función depende enteramente de estos cambios. Durante décadas, los científicos han utilizado potentes microscopios para tomar instantáneas de alta resolución de estas moléculas, congelándolas en el tiempo para observar sus estructuras. Sin embargo, una sola fotografía no puede contar la historia completa de un viaje. Muestra dónde está una proteína, pero no cómo llegó allí, ni con qué frecuencia visita diferentes lugares. Para llenar los vacíos entre estos momentos congelados, los investigadores utilizan simulaciones por computadora para observar el movimiento de las proteínas. No obstante, estas simulaciones a menudo luchan por capturar los movimientos raros y de gran escala que ocurren durante periodos prolongados, dejando a los científicos con imágenes incompletas de cómo funcionan realmente estas moléculas.

Un nuevo enfoque llamado cryoWEight ofrece una forma de cerrar esta brecha combinando lo mejor de ambos mundos: las instantáneas detalladas de la criomicroscopía electrónica y el movimiento dinámico de las simulaciones por computadora. El método fue desarrollado por investigadores del Flatiron Institute y la Universidad de California, Irvine, para resolver un problema específico. Las simulaciones tradicionales pueden quedarse atrapadas en una forma durante demasiado tiempo, perdiendo las transiciones raras que son cruciales para la función. Por el contrario, intentar forzar una simulación para que coincida con las imágenes experimentales a menudo distorsiona la física natural de la molécula. El equipo creó un sistema que permite que los datos experimentales guíen suavemente la simulación sin romper las reglas de la física. Probaron este sistema en tres proteínas diferentes, que van desde una diminuta cadena de diez residuos hasta una enzima más grande, y descubrieron que podía dirigir con éxito los modelos computacionales hacia las formas observadas en el microscopio, incluso cuando la simulación comenzaba desde un lugar completamente diferente.

El núcleo de este método reside en un ingenioso bucle de retroalimentación. Imagine una simulación ejecutando miles de caminos paralelos, como un enjambre de exploradores extendiéndose a través de un paisaje. Algunos caminos deambulan por áreas que rara vez son visitadas, mientras que otros se amontonan en lugares comunes. El sistema cryoWEight verifica periódicamente estos exploradores frente a las imágenes experimentales reales. Si un camino conduce a una forma que se parece mucho a lo que ve el microscopio, ese camino recibe más importancia. Si un camino conduce a una forma que no coincide, se le da menos importancia. Este proceso no obliga a los exploradores a moverse en una dirección específica; en cambio, simplemente ajusta el peso de sus historias. Los caminos que coinciden con los datos se utilizan luego para iniciar la siguiente ronda de exploración, sembrando efectivamente la simulación con las direcciones más prometedoras. A lo largo de muchos ciclos, el grupo entero de exploradores cambia gradualmente su enfoque, moviéndose desde el punto de partida hacia las formas objetivo observadas en los experimentos.

Los investigadores validaron este enfoque utilizando tres proteínas distintas para asegurar que funcionara en diferentes niveles de complejidad. La primera fue la chignolina, una pequeña proteína sintética que se pliega en una forma de horquilla simple. Comenzaron con una simulación del estado plegado y pidieron al sistema que encontrara el estado desplegado, el cual estaba definido por un conjunto de imágenes experimentales. En solo unos pocos ciclos, la simulación logró mover la proteína desde su forma compacta plegada hacia la forma extendida y desplegada, coincidiendo perfectamente con la distribución experimental. La segunda prueba involucró una proteína ligeramente más grande llamada NTL9, que se pliega desde una cadena desplegada hacia una estructura estable. Aquí, el proceso funcionó a la inversa: comenzando con la cadena desplegada, el sistema guio la simulación hacia el estado plegado, coincidiendo nuevamente con los datos experimentales con alta precisión.

La prueba más compleja se realizó sobre la adenilato quinasa, una enzima grande que actúa como un gestor de energía celular. Esta proteína tiene la capacidad única de oscilar entre una forma cerrada, donde retiene su combustible, y una forma abierta, donde lo libera. Este movimiento implica que grandes partes de la molécula se doblen y roten. Los investigadores comenzaron la simulación en el estado cerrado y utilizaron imágenes del estado abierto para guiarla. El sistema condujo con éxito a la proteína a través de la transición, capturando las formas intermedias específicas que toma al abrirse. Crucialmente, el camino que tomó la simulación coincidió con la ruta natural observada en ejecuciones computacionales largas y no sesgadas, demostrando que el método no solo forzó a la proteína a adoptar una nueva forma, sino que encontró la ruta correcta para llegar allí.

Uno de los hallazgos más significativos fue que este método funciona incluso cuando el punto de partida y el objetivo son completamente diferentes. En muchos intentos previos, si una simulación comenzaba en una región del espacio de formas que no tenía superposición con el objetivo, fallaba en encontrarlo. CryoWEight, sin embargo, pudo cerrar esta brecha. Al utilizar las imágenes experimentales para reponderar los caminos, el sistema pudo generar nuevas formas que nunca estuvieron presentes en los datos iniciales. Lo hizo reconociendo que ciertas formas eran más probables de producir las imágenes observadas, y luego utilizó esas formas para guiar la exploración posterior. Esto permitió a la simulación cruzar barreras de energía elevadas que normalmente serían imposibles de cruzar en una ejecución estándar.

El estudio también exploró cuánta información se necesita de las imágenes experimentales para que el método funcione. Probaron el sistema con imágenes que tenían distintos niveles de claridad, simulando condiciones donde la señal es muy fuerte y condiciones donde está sepultada en el ruido. Cuando las imágenes eran claras, el sistema convergía rápidamente hacia las formas correctas. Cuando las imágenes eran muy ruidosas, el sistema fallaba en encontrar el objetivo, confirmando que la guía proviene de los datos mismos y no de un sesgo interno de la simulación. Esta sensibilidad a la calidad de los datos es una fortaleza, ya que asegura que los resultados estén impulsados por la evidencia experimental real.

Además, los investigadores demostraron que el método es robusto ante la forma en que se divide el espacio de la simulación. La computadora necesita dividir el complejo paisaje de formas posibles en regiones más pequeñas para gestionar los cálculos. Probaron diferentes maneras de trazar estos límites y encontraron que el resultado final era el mismo independientemente de cómo se trazara el mapa. Esto sugiere que el método es confiable y no depende de elecciones arbitrarias realizadas por los investigadores. También demostró que el sistema podía recuperar mezclas de diferentes formas. Cuando el objetivo era una combinación de estados plegados y desplegados, la simulación reprodujo correctamente la proporción de estos estados, mostrando que puede manejar escenarios complejos de múltiples estados.

Las implicaciones de este trabajo se extienden más allá de estas tres proteínas. El marco de trabajo está diseñado para ser flexible, lo que significa que podría aplicarse a otros tipos de datos experimentales, como los de la resonancia magnética nuclear o la dispersión de rayos X, no solo la criomicroscopía electrónica. La clave es que el sistema utiliza la probabilidad de una imagen para guiar la simulación, un principio que puede aplicarse a cualquier observable que defina una distribución objetivo. Aunque las pruebas actuales utilizaron imágenes sintéticas generadas a partir de estructuras conocidas, los autores señalan que el método está listo para aplicarse a datos experimentales reales. Esto permitiría a los científicos tomar imágenes reales de microscopio de una proteína en acción y utilizar la información para construir un modelo dinámico de cómo esa proteína se mueve y funciona.

Al integrar las instantáneas experimentales con el poder de las simulaciones de muestreo mejorado, cryoWEight ofrece una nueva forma de ver la dinámica invisible de la maquinaria de la vida. No reemplaza la necesidad de datos experimentales de alta calidad, ni reemplaza la necesidad de modelos físicos precisos. En cambio, actúa como un puente, utilizando los datos para corregir los modelos y los modelos para llenar los vacíos en los datos. El resultado es una imagen más completa de cómo funcionan las proteínas, revelando las rutas que toman y los estados que visitan. A medida que el campo avanza hacia la comprensión de ensamblajes moleculares más grandes y complejos, herramientas como esta serán esenciales para convertir las imágenes estáticas en historias dinámicas de la función biológica.