Multi-predictor pathogenicity filtering and membrane-specific stability analysis identify and characterize candidate destabilizing missense variants of the GIP receptor (GIPR)

Resumen Técnico: Filtrado de Patogenicidad Multipredictor y Análisis de Estabilidad Específico de Membrana de las Variantes de GIPR

Planteamiento del Problema
El receptor del polipéptido insulinotrópico dependiente de glucosa (GIPR) es un objetivo terapéutico validado para la diabetes tipo 2 y la obesidad; sin embargo, las consecuencias funcionales de sus variantes de sentido erróneo (missense) permanecen en gran medida sin caracterizar. Existe una brecha metodológica significativa en el análisis de variantes: la mayoría de los predictores de patogenicidad y estabilidad fueron desarrollados para proteínas solubles y globulares, y funcionan deficientemente cuando se aplican a proteínas integrales de membrana como el GIPR. En consecuencia, existe una falta de cribados exhaustivos y conscientes de la estructura que puedan distinguir variantes funcionalmente críticas de otras benignas dentro del entorno de la bicapa lipídica.

Metodología
Los autores emplearon un riguroso flujo de trabajo in silico de múltiples etapas para priorizar las variantes de sentido erróneo de GIPR que probablemente sean tanto patogénicas como estructuralmente desestabilizadoras. El proceso procedió de la siguiente manera:

1. Recuperación y Expansión de Variantes: Se recuperaron 763 rsIDs de sentido erróneo únicos de dbSNP. Tras la expansión de las posiciones multialélicas, esto produjo 893 variantes de un solo nucleótido (SNV).
2. Filtrado Secuencial de Patogenicidad: Las variantes se filtraron a través de un panel de predictores complementarios para asegurar una alta especificidad:
   • PolyPhen-2: Aplicado con un umbral de probabilidad estricto de ≥ 0.9 (modelo HumDiv).
   • Filtro de Rareza: Se excluyeron las variantes con una frecuencia de alelo menor (MAF) global ≥ 0.005 en gnomAD v4.1.1.
   • Conservación y Predictores de Conjunto (Ensemble): Las variantes pasaron por SIFT 4G (puntuación < 0.05), PROVEAN (puntuación ≤ −2.5), AlphaMissense (puntuación ≥ 0.564), MetaRNN (puntuación ≥ 0.5) y REVEL (puntuación ≥ 0.5).
   • Patogenicidad Específica de Membrana: El filtro de patogenicidad final fue mCSM-membrane, un predictor entrenado específicamente en proteínas transmembrana, que clasificó las variantes como patogénicas o benignas.
3. Análisis de Estabilidad: Para las variantes que superaron los filtros de patogenicidad, se evaluaron los efectos de estabilidad utilizando:
   • Módulo de Estabilidad mCSM-membrane: Utilizado como el filtro cuantitativo principal con un umbral de ΔΔG ≤ −1.0 kcal/mol (indicando desestabilización).
   • DynaMut2: Utilizado para corroborar la dirección del efecto (signo de ΔΔG), reconociendo su entrenamiento en proteínas solubles.
   • Missense3D-TM: Una segunda herramienta específica de membrana utilizada para identificar violaciones estereoquímicas específicas (por ejemplo, cargas enterradas o prolinas que rompen la hélice).
4. Caracterización Estructural: El conjunto final de variantes se mapeó sobre el modelo completo de AlphaFold (AF-P48546-F1-v6) y la estructura de criomicroscopía electrónica (PDB: 7RBT). La conservación evolutiva se evaluó mediante phyloP, GERP++ RS y ConSurf. Se utilizó el servidor HOPE para caracterizar las consecuencias estructurales, incluyendo cambios en tamaño, carga, hidrofobicidad y contactos moleculares.

Resultos Clave
El flujo de trabajo redujo las 893 SNV iniciales a un conjunto final de 14 variantes raras que cumplieron con todos los criterios de patogenicidad y desestabilización estructural.

• Distribución: Las 14 variantes se mapearon exclusivamente en las siete hélices transmembrana (TM), abarcando seis de las siete hélices (TM1, TM2, TM3, TM5, TM6, TM7). No se encontraron variantes en TM4 ni en los bucles extracelulares/intracelulares.
• Conservación: Todas las 14 posiciones mostraron una fuerte restricción evolutiva, con puntuaciones altas de phyloP (4.55–9.55), puntuaciones GERP++ RS (>4.0) y grados de ConSurf (7–9).
• Predicciones de Estabilidad:
  • mCSM-membrane predijo todas las 14 variantes como desestabilizadoras (rango de ΔΔG: −1.000 a −1.716 kcal/mol).
  • DynaMut2 coincidió en la dirección de la desestabilización para 10 variantes; fue discordante (prediciendo neutralidad/estabilización) para cuatro variantes, tres de las cuales eran sustituciones de Glicina por Valina.
  • Missense3D-TM clasificó 13 de las 14 variantes como dañinas, con la única excepción siendo S179F.
• Mecanismos Estructurales: El análisis de HOPE identificó cinco mecanismos desestabilizadores recurrentes:
  1. Pérdida de Empaquetamiento del Núcleo/Formación de Cavidades: Y141N (la más desestabilizadora, ΔΔG = −1.716 kcal/mol) elimina una tirosina enterrada, perdiendo un enlace de hidrógeno con Asp191 y creando una cavidad.
  2. Reemplazo de Glicina Enterrada: G144V, G238V y G385V reemplazan glicinas pequeñas y flexibles por valinas voluminosas en interfaces de hélices estrechamente empaquetadas, alterando la geometría.
  3. Introducción de Cargas Enterradas o de Cara al Lípido: Cinco variantes (L152R, L241R, L318R, P302R, L344R) introducen residuos de arginina en el núcleo hidrofóbico o en superficies orientadas hacia los lípidos, incurriendo en penalizaciones electrostáticas significativas.
  4. Disrupción de la Geometría de la Hélice: Q224P introduce una prolina en TM3, predicha para romper la α-hélice y disrumpir la interfaz de unión del péptido. P302L, P302R y P348H eliminan prolinas nativas, alterando la rigidez de la cadena principal.
  5. Contacto con Modulador: Tres variantes (L344Q, L344R, P348H) contactan con un modulador alostérico de molécula pequeña unido (LSN3556672), lo que sugiere posibles implicaciones farmacogenéticas.

Significación y Reivindicaciones
El artículo afirma proporcionar el primer cribado exhaustivo y consciente de la estructura de la variación de sentido erróneo de GIPR que considera específicamente el entorno de la membrana. Al combinar predictores de patogenicidad ortogonales con herramientas de estabilidad específicas de membrana, los autores han generado un "conjunto de variantes candidatas priorizadas y anotadas mecánicamente".

Los autores enfatizan que estos resultados sirven como base para futuros estudios funcionales y farmacogenéticos, en lugar de como una clasificación clínica definitiva. El estudio destaca que, si bien las variantes son demasiado raras para ser determinantes de enfermedades comunes individualmente, revelan posiciones críticas esenciales para la integridad del receptor. Específicamente, la identificación de variantes cerca del sitio de unión de GIP (Q224P) y del bolsillo del modulador alostérico sugiere que estos candidatos son objetivos de alta prioridad para la validación experimental respecto a la señalización de las incretinas y la respuesta a fármacos. El trabajo subraya la necesidad de utilizar predictores específicos de membrana para evitar los falsos negativos e inexactitudes asociados con la aplicación de herramientas de proteínas solubles a receptores transmembrana.