Benchmarking unsupervised protein mutational effect predictors: practical guidelines for protein engineering and reduced accuracy at beneficial residues
Questo articolo valuta tre predittori mainstream non supervisionati degli effetti delle mutazioni proteiche utilizzando dati di scansione mutazionale profonda su larga scala per fornire linee guida pratiche per l'ingegneria proteica, rivelando al contempo limitazioni costanti nella previsione delle mutazioni di guadagno di funzione e dei residui all'interno di specifici contesti strutturali o fisico-chimici.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
Le proteine sono le macchine molecolari che mantengono in funzione la vita. Esse si ripiegano in intricate forme tridimensionali per svolgere compiti come trasportare l'ossigeno, combattere le infezioni o catalizzare reazioni chimiche. Poiché queste forme determinano ciò che una proteina fa, gli scienziati cercano da tempo un modo per prevedere come il cambiamento di un singolo elemento costruttivo all'interno della catena di una proteina possa alterarne la funzione. Questo processo, noto come ingegneria proteica, consiste nello scambiare un amminoacido con un altro per migliorare le prestazioni di una proteina, come rendere un enzima più veloce o far sì che un bersaglio farmacologico si leghi più saldamente. Sebbene i computer siano diventati strumenti potenti per simulare questi cambiamenti, il campo si è basato pesantemente sul test di quanto bene diversi programmi riescano a prevedere la stabilità della forma di una proteina, piuttosto che su quanto bene identifichino i cambiamenti specifici che rendono effettivamente una proteina migliore nel suo lavoro.
Un team di ricercatori dell'Università di Tokyo, dell'Università Kitasato e dell'Istituto Nazionale delle Scienze e Tecnologie Industriali Avanzate del Giappone si è posto l'obiettivo di testare l'utilità reale di questi programmi informatici. Si sono concentrati sui metodi "non supervisionati", ovvero algoritmi che apprendono da vaste quantità di dati proteici esistenti senza necessitare di istruzioni specifiche o esempi etichettati per ogni nuova proteina. I ricercatori hanno confrontato tre tipologie principali di questi strumenti: simulazioni molecolari che calcolano le forze fisiche, modelli di linguaggio proteico che apprendono schemi dalla storia evolutiva e modelli di apprendimento automatico addestrati sulle strutture proteiche. Inveve di chiedere semplicemente se i computer potessero indovinare l'amminoacido corretto, hanno posto una domanda più pratica: questi strumenti potevano dire a uno scienziato quale punto specifico di una proteina mutare per migliorarne la funzione?
Per rispondere a questo, il team ha raccolto una vasta collezione di dati sperimentali che copriva dieci diverse proteine e cinque distinte proprietà funzionali, tra cui l'efficacia con cui gli enzimi degradano i farmaci, la forza con cui le proteine si legano tra loro e la brillantezza con cui una proteina emette luce. Hanno eseguito i tre tipi di programmi informatici contro questi dati per vedere quanto bene le previsioni corrispondessero alla realtà. I risultati hanno offerto una mappa chiara di punti di forza e di debolezza. I modelli di linguaggio proteico, che analizzano la probabilità statistica delle sequenze amminoacidiche basandosi sull'evoluzione, hanno generalmente superato gli altri metodi in termini di accuratezza complessiva. Tuttavia, gli strumenti di apprendimento automatico basati sulla struttura si sono dimostrati più coerenti tra i diversi tipi di proteine, mostrando una robustezza che i modelli linguistici talvolta mancavano.
Lo studio ha rivelato che il successo di queste previsioni dipende pesantemente da dove avviene la mutazione e da quale sia l'obiettivo. Ad esempio, i computer erano molto più bravi a prevedere i cambiamenti nel nucleo densamente compatto di una proteina rispetto alla sua superficie esposta o all'interfaccia in cui si lega ad altre molecole. Questo rappresenta un ostacolo significativo per l'ingegneria proteica, poiché i cambiamenti più utili avvengono spesso sulla superficie. Inoltre, i ricercatori hanno scoperto che la scelta dell'input strutturale conta immensamente. Quando si cerca di migliorare la capacità di una proteina di legarsi a un'altra, l'uso di un modello informatico che vede le due proteine insieme come un complesso produce risultati migliori rispetto al guardarle separatamente. Al contrario, quando si cerca di prevedere quanta proteina una cellula produrrebbe, osservare la proteina da sola è stato più efficace.
Forse la scoperta più sorprendente è stata un paradosso al cuore dell'ingegneria proteica. I ricercatori hanno scoperto che proprio i punti in cui una mutazione è più probabile che migliori la funzione di una proteina sono anche i punti in cui i programmi informatici sono meno accurati. In altre parole, gli algoritmi faticavano di più proprio quando ne avevano più bisogno. Sebbene gli strumenti potessero identificare con successo quali regioni di una proteina valesse la pena investigare, spesso fallivano nel precisare la sostituzione amminoacidica esatta che avrebbe prodotto il miglior risultato. Ciò suggerisce che, sebbene i metodi computazionali siano maturati abbastanza da guidare la ricerca iniziale di mutazioni benefiche, l'ultimo passaggio di selezione della modifica perfetta rimane una sfida difficile, particolarmente per le mutazioni di "guadagno di funzione" che guidano la creazione di migliori enzimi e terapie.
Lo studio ha anche evidenziato come la natura fisica degli amminoacidi coinvolti influenzi l'accuratezza della previsione. I cambiamenti che alteravano la carica elettrica di un residuo o che scambiavano una parte idrofobica (che respinge l'acqua) con una idrofila erano più difficili da prevedere rispetto ad altri cambiamenti. Inoltre, la forma della proteina era importante: le mutazioni in strutture piatte, simili a fogli, erano predette con maggiore accuratezza rispetto a quelle in eliche avvolte o loop lassi. Questi risultati forniscono una serie di linee guida pratiche per gli scienziati. Suggeriscono che, sebbene nessun singolo strumento sia perfetto, scegliere il metodo giusto e l'input strutturale corretto in base all'obiettivo specifico può migliorare significativamente le probabilità di successo. Il lavoro non pretende di aver risolto il problema del design proteico, ma chiarisce il panorama, mostrando ai ricercatori esattamente dove i loro strumenti attuali sono affidabili e dove invece rischiano di inciampare.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.