How do Co-Folding Models Organize Structural Information?

In de microscopische wereld van het leven bepaalt de vorm van een molecuul de functie. Eiwitten, de werkpaarden van de biologie, zijn lange ketens van aminozuren die moeten draaien en vouwen in precieze driedimensionale structuren om hun taken te kunnen uitvoeren. Decennialang hebben wetenschappers geprobeerd deze vormen enkel op basis van de genetische code te voorspellen, een uitdaging die onlangs voor individuele eiwitten met verbazingwekkende nauwkeurigheid is opgelost. Het leven vindt echter zelden geïsoleerd plaats. Eiwitten werken vaak in teams, waarbij ze binden aan andere eiwitten of aan kleine, medicijnachtige moleculen om complexe machines te vormen. Het voorspellen van hoe deze afzonderlijke onderdelen samenkomen om een stabiele, functionele assemblage te vormen, is een veel moeilijkere puzzel. Het vereist niet alleen begrip van hoe één keten vouwt, maar ook van hoe meerdere ketens zich ten opzien van elkaar rangschikken, en hoe een medicijnmolecuul een eiwit kan dwingen van vorm te veranderen om het te accommoderen.

Een nieuwe studie door onderzoekers van het Korea Advanced Institute of Science and Technology en HITS onderzoekt de interne werking van een geavanceerd computermodel dat ontworpen is om dit complexe probleem op te lossen. Dit model, bekend als een co-vouwsysteem, probeert de volledige structuur van een moleculaire complex in één keer te voorspellen, in plaats van de stukken afzonderlijk te vouwen en ze vervolgens probeert aan elkaar te plakken. De onderzoekers wilden precies begrijpen hoe de interne "hersenen" van het model de informatie organiseren die nodig is om deze taak te voltooien. Ze keken in de lagen van het model om te zien waar het details over individuele atomen opslaat, waar het de vorm van een enkele keten bijhoudt, en waar het de informatie bewaart over hoe verschillende ketens in elkaar passen.

Het team richtte hun onderzoek op een specifiek model genaamd Boltz-1, dat deel uitmaakt van een nieuwe generatie hulpmiddelen die de structurele biologie hebben gerevolutioneerd. Ze behandelden de interne datastromen van het model als een reeks afzonderlijke kanalen, die elk een ander type informatie dragen. Door systematisch specifieke delen van deze kanalen uit te schakelen of te verstoren en te observeren hoe de voorspellingen van het model veranderden, brachten ze de interne logica van het model in kaart. Ze ontdekten dat het model de informatie niet mengt tot een enkele, chaotische soep. In plaats daarvan splitst het de taak op in drie afzonderlijke stromen. Eén stroom draagt de fijnmazige details van individuele atomen binnen een enkel aminozuur. Een tweede stroom is gewijd aan de algehele geometrie van een enkele eiwitketen, wat ervoor zorgt dat deze in de juiste vorm vouwt. De derde stroom is verantwoordelijk voor de relatieve positionering van verschillende moleculen en fungeert als de lijm die bepaalt hoe de ene keten naast de andere ligt.

Om te begrijpen hoe deze informatie wordt opgebouwd terwijl het model een sequentie verwerkt, observeerden de onderzoekers hoe de data laag voor laag evolueert. Ze ontdekten een duidelijk patroon in hoe het model zijn begrip van de afstand tussen delen van het molecuul construeert. Voor de delen van het eiwit die tot dezelfde keten behoren, vertrouwt het model zwaar op evolutionaire data die aan het begin van het proces worden aangeleverd. Deze initiële data, afgeleid van het vergelijken van de genetische sequenties van veel soortgelijke eiwitten in de natuur, geeft het model een sterke voorsprong op hoe een enkele keten zou moeten vouwen. De informatie over hoe verschillende ketens echter met elkaar interageren, is aan het begin niet aanwezig. In plaats daarvan bouwt het model dit begrip progressief op, waarbij het de rangschikking van afzonderlijke moleculen stap voor stap verfijnt naarmate het door de diepere lagen beweegt. Dit suggereert dat, hoewel het model de evolutionaire geschiedenis van de natuur gebruikt om de vouwing van individuele delen op te lossen, het tijdens de berekening zelf actief moet leren hoe die onderdelen in elkaar passen.

De onderzoekers onderzochten ook hoe goed het model omgaat met gevallen waarin een molecuul significant van vorm verandert bij het binden aan een partner, zoals een eiwit dat van structuur verandert wanneer een medicijn zich eraan hecht. Ze ontdekten dat de interne representatie van het model niet altijd perfect is vóór de laatste stap van het genereren van de 3D-coördinaten. Soms bevat het model tegenstrijdige instructies: de interne kaart van een enkele keten kan één vorm suggereren, terwijl de kaart van hoe ketens interageren een andere vorm suggereert. De laatste fase van het model, die de fysieke coördinaten genereert, fungeert als een bemiddelaar. Het neemt deze deels inconsistente instructies en vlakt ze uit om een uiteindelijke, fysiek plausibele structuur te produceren. Dit onthult dat het model niet altijd een volledig, conflictvrij beeld heeft van de uiteindelijke vorm voordat het begint met tekenen; in plaats daarvan gebruikt het de laatste stap om de spanningen tussen verschillende stukken informatie op te lossen.

Deze bevindingen bieden een helder mechanisch beeld van hoe moderne kunstmatige intelligentie structurele informatie organiseert. De studie laat zien dat deze modellen geen "black boxes" zijn die simpelweg een resultaat produceren; het zijn gestructureerde systemen die lokale details, keten-niveau geometrie en intermoleculaire rangschikking scheiden in gespecialiseerde paden. Het onderzoek suggereert dat toekomstige modellen efficiënter ontworpen kunnen worden door deze natuurlijke verdelingen te respecteren, bijvoorbeeld door verschillende delen van het netwerk specifieke rollen te geven in plaats van één enkel systeem alles tegelijk te vragen. Door precies te begrijpen waar en hoe deze modellen de geheimen van de moleculaire vorm opslaan, kunnen wetenschappers betere instrumenten bouwen om medicijnen te ontwerpen en de machinerie van het leven te begrijpen.