AlphaFold Database expands to proteome-scale quaternary structures

Imagina el cuerpo humano (y todos los demás seres vivos) como una ciudad enorme y bulliciosa. Dentro de esta ciudad, los trabajadores son las proteínas. Durante mucho tiempo, los científicos pensaron en estos trabajadores como empleados solitarios, cada uno haciendo su trabajo de forma aislada. Incluso construimos una gigantesca biblioteca digital, llamada la Base de Datos AlphaFold, que contiene los planos de millones de estos trabajadores solitarios, mostrándonos exactamente cómo lucen en 3D. Pero aquí está el detalle: en la ciudad real, las proteínas rara vez trabajan solas. Son criaturas sociales que constantemente se agrupan, se dan la mano y forman máquinas complejas para hacer las cosas. Estos equipos se llaman "complejos". Hasta ahora, nuestra biblioteca carecía de los planos de estos equipos. Sabíamos quiénes eran los trabajadores, pero no sabíamos cómo se daban la mano o construían sus máquinas. Esto importa porque si quieres reparar una máquina averiada o entender cómo funciona una ciudad, necesitas ver a los trabajadores juntos, no solo de pie por separado.

Ahora, una colaboración masiva entre científicos del Laboratorio Europeo de Biología Molecular, la Universidad Nacional de Seúl, NVIDIA y Google DeepMind finalmente ha abierto las puertas a esta parte faltante de la biblioteca. No solo hicieron conjeturas; utilizaron supercomputadoras para predecir las formas 3D de más de 31 millones de posibles equipos de proteínas. De esta montaña de predicciones, filtraron las conjeturas inestables y conservaron 1.81 millones de modelos de alta confianza de pares de proteínas trabajando juntas. Piensa en esto como una actualización de la biblioteca: de una colección de retratos individuales a una vasta galería de fotos grupales. Descubrieron que, si bien algunos equipos se ven muy similares a los que ya hemos visto bajo el microscopio, muchos otros son completamente nuevos, revelando estructuras que eran totalmente invisibles cuando solo mirábamos las proteínas por separado. Este nuevo recurso está ahora disponible gratuitamente para que todos lo exploren, ofreciendo una mirada fresca a cómo se ensambla realmente la maquinaria molecular de la vida.

El Gran Salto: De Actos Solistas a Deportes de Equipo

Durante años, la Base de Datos de Estructuras de Proteínas AlphaFold (AFDB) fue como un álbum de fotos de actores individuales. Nos dio las formas 3D de proteínas individuales con una precisión increíble, revolucionando nuestra comprensión de la biología. Pero la biología rara vez es un acto solitario. Las proteínas suelen funcionar agarrándose a otras proteínas, formando pares o grupos más grandes para realizar tareas como enviar señales, construir paredes celulares o copiar el ADN. El problema era que, aunque teníamos las fotos de los actores, no teníamos las fotos de los dúos.

Este nuevo artículo describe una expansión masiva de esa base de datos. El equipo predijo las estructuras de 31 millones de candidatos a pares de proteínas (llamados dímeros) de 4,777 organismos diferentes, que van desde bacterias comunes de laboratorio hasta organismos críticos para la salud global. No lanzaron todo a la mezcla sin más; utilizaron un proceso de filtrado riguroso para encontrar las predicciones más fiables. Tras pasar estas por un control de calidad, identificaron 1.81 millones de estructuras de alta confianza. Estos son los modelos de "estándar de oro" donde la computadora está muy segura de que las dos proteínas realmente se están dando la mano de la forma predicha.

Por qué mirar a los pares lo cambia todo

La parte más emocionante de este descubrimiento es que ver a las proteínas como un equipo a menudo cambia la historia por completo. A veces, una proteína parece un bloque desordenado e irreconocible cuando se predice sola, pero cuando la pones junto a su pareja, encaja en una forma perfecta y clara.

Los autores encontraron varias formas en que esto sucede:

• El efecto "Pieza de Rompecabezas": Algunas proteínas son como piezas de un rompecabezas que solo tienen sentido cuando encajan. Por ejemplo, una proteína de un moho mucilaginoso (un tipo de microbio) parecía un desastre roto y de baja confianza por sí sola. Pero al modelarla como un par, las dos mitades intercambiaron partes de su estructura para completar las formas de la otra, formando una máquina perfecta de alta confianza.
• El efecto "Constructor de Muros": Algunas proteínas son como ladrillos que necesitan ser apilados para formar un muro. Una proteína involucrada en la limpieza celular (autofagia) parecía un haz de hélices inestable e incierto por sí sola. Pero al emparejarla con su gemela, formaron una estructura sólida y coherente que definía claramente dónde debería estar la membrana celular, algo que el modelo individual no pudo descifrar.
• El efecto "Arquitecto": Incluso cuando una proteína individual se ve bien, añadir una pareja puede corregir cómo se disponen sus diferentes partes. Una proteína tenía una forma confiable, pero la distancia entre sus dos secciones principales era una conjetura. Al modelarla como un par, la pareja actuó como un andamio, bloqueando las dos secciones en la posición correcta.

En resumen, el artículo muestra que, para muchas proteínas, la forma "real" solo existe cuando están en un complejo. No puedes entender el cuadro completo mirando las partes de forma aislada.

Lo que los números nos dicen

El equipo no solo hizo imágenes bonitas; hicieron los cálculos para ver qué tan fiables son estas predicciones. Establecieron reglas estrictas para lo que cuenta como un equipo de "alta confianza". Descubrieron que:

• Homodímeros (pares idénticos): Aproximadamente el 9.1% de los pares idénticos predichos pasaron la prueba de alta confianza. ¡Esto es mucho! Sugiere que cuando dos proteínas iguales forman un equipo, la computadora es bastante buena determinando cómo encajan.
• Heterodímeros (pares diferentes): Solo alrededor del 1.0% de los pares diferentes predichos pasaron la prueba. Esto es menor, y los autores sugieren que se debe a que lanzaron una red muy amplia para encontrar socios potenciales, lo que significa que muchos de los pares que probaron podrían no interactuar realmente en la vida real.
• Equipos Ancestrales: Cuando agruparon estas estructuras por similitud, encontraron que el 1% superior de las estructuras más comunes representaba aproximadamente el 44% de todos los complejos de alta confianza. Aún más fascinante, cerca del 8.3% de estas estructuras comunes se encontraron en ramas de la vida completamente diferentes (como bacterias, plantas y animales). Esto sugiere que algunos de estos equipos de proteínas son ancestrales, habiendo sido preservados por la evolución durante miles de millones de años porque funcionan muy bien.

Más allá del mundo conocido

Uno de los mayores aprendizajes es cuánto de este nuevo mundo es nuevo. Cuando compararon sus 1.81 millones de modelos de alta confianza con la biblioteca existente de estructuras determinadas experimentalmente (el PDB), descubrieron que el 31.3% de las predicciones individuales no coincidían con nada que hayamos visto antes bajo un microscopio. Al nivel de los grupos (clústeres), el 63.6% de las estructuras únicas no tenían un par experimental conocido.

Esto significa que la base de datos no solo está llenando los huecos, sino que está descubriendo territorios completamente nuevos. Si bien muchas de estas predicciones están ancladas en lo que ya conocemos (lo que da confianza a los científicos para usarlas), una gran parte se extiende hacia territorio inexplorado, ofreciendo hipótesis para estructuras que los experimentalistas aún no han encontrado.

La conclusión

Este artículo es un paso gigante hacia adelante, convirtiendo la Base de Datos AlphaFold de una colección de retratos individuales en una galería dinámica de trabajo en equipo molecular. Al proporcionar 1.81 millones de modelos de alta confianza de pares de proteínas, los autores han entregado a los biólogos una nueva herramienta para generar hipótesis sobre cómo las proteínas interactúan, cómo las enfermedades podrían interrumpir estos equipos y cómo diseñar nuevos fármacos. No pretenden haber resuelto todas las interacciones proteicas del universo, pero han proporcionado un marco escalable y fiable que cierra la brecha entre lo que sabemos y lo que necesitamos descubrir. La biblioteca ya está abierta, y las fotos grupales están listas para que las explores.