FoldaVirus, a knowledge-based icosahedral capsid builder using AlphaFold

O artigo apresenta o FoldaVirus, uma ferramenta baseada em conhecimento que combina previsões do AlphaFold com dados estruturais de famílias virais para gerar modelos de capsídeos icosaédricos completos e energeticamente minimizados, preenchendo assim a lacuna entre a vasta quantidade de sequências de proteínas de capsídeo disponíveis e suas estruturas tridimensionais experimentais.

O essencial

Imagine que os vírus são como pequenas caixas de brinquedo perfeitamente organizadas, feitas de peças de Lego (proteínas) que se encaixam de formas muito específicas para proteger o "segredo" do vírus (seu material genético).

O problema é que existem milhões de tipos diferentes dessas peças de Lego (sequências de proteínas), mas os cientistas só conseguiram "fotografar" e montar algumas poucas dessas caixas completas usando equipamentos caríssimos e demorados. É como ter o manual de instruções de um milhão de brinquedos, mas só ter montado e fotografado 1.700 deles.

Aqui entra o FoldaVirus, uma nova ferramenta criada por um grupo de cientistas para preencher essa lacuna gigante. Vamos explicar como funciona usando algumas analogias simples:

1. O Problema: O "Robô" que vê apenas peças soltas

Existe uma inteligência artificial famosa chamada AlphaFold que é incrível em prever a forma de uma única peça de Lego (uma proteína) apenas olhando para o manual de instruções (a sequência de aminoácidos). Ela consegue dizer: "Ah, essa peça tem um formato de 'T'".

Mas, se você pedir para o AlphaFold montar a caixa inteira (o capsídeo viral), ele falha. Por que?

• Memória: A caixa é gigante demais para o computador lembrar de todas as peças de uma vez.
• Confusão: Mesmo que ele tente montar, ele pode colocar as peças de um jeito que não fecha a caixa, criando um "nó" ou uma estrutura que não existe na natureza.

2. A Solução: O "Arquiteto" que conhece a família

O FoldaVirus é como um arquiteto experiente que não tenta adivinhar a caixa do zero. Ele usa uma abordagem inteligente: "Se você é da mesma família de vírus, sua caixa deve ter o mesmo formato básico."

O processo funciona assim:

1. Identificação: Você entrega a "receita" da peça (a sequência de proteínas) para o FoldaVirus.
2. Comparação: O sistema olha para uma biblioteca gigante de vírus conhecidos (chamada VIPERdb) e diz: "Ei, essa peça é muito parecida com as do vírus da gripe. Sabemos que vírus da gripe montam caixas com formato X".
3. Montagem Guiada: Em vez de deixar o AlphaFold tentar montar tudo sozinho, o FoldaVirus pega a previsão da peça e a "encaixa" no molde correto, baseado no vírus conhecido. É como usar um molde de bolo: você sabe que a massa (a proteína) é nova, mas o formato do bolo (a caixa viral) já é conhecido.
4. Ajuste Fino (O "Massagem" de Energia): Às vezes, quando você junta as peças, elas ficam um pouco apertadas ou se tocam de um jeito estranho. O FoldaVirus usa um programa chamado Amber para dar uma "massagem" na estrutura, relaxando as peças para que elas se encaixem perfeitamente sem colidir, como se você estivesse ajustando um quebra-cabeça até que todas as peças fiquem confortáveis.

3. A Validação: O "Teste de Qualidade"

Como os cientistas sabem que a caixa montada está correta? Eles não confiam apenas na aparência. Eles usam uma régua matemática chamada Distância de Mahalanobis.

Pense nisso como um "teste de parentesco". O sistema pergunta: "Essa nova caixa que montamos tem a mesma proporção de peças internas, externas e de contato que as caixas famosas da mesma família?" Se a resposta for "sim" (a distância for pequena), a caixa é considerada válida. Se for muito diferente, o sistema avisa que algo pode estar errado.

Por que isso é importante?

• Velocidade e Custo: Em vez de gastar anos e milhões de dólares para "fotografar" cada novo vírus, agora podemos gerar modelos 3D precisos em algumas horas usando apenas o código genético.
• Vacinas e Medicamentos: Para criar vacinas ou remédios que ataquem o vírus, precisamos saber exatamente como ele é por fora. Com o FoldaVirus, podemos prever a estrutura de vírus que nunca foram vistos antes, acelerando a descoberta de tratamentos.
• Ponte entre o Desconhecido e o Conhecido: O sistema consegue prever caixas complexas (até o nível T=9, que são caixas bem grandes e detalhadas), preenchendo o abismo entre as milhões de sequências de vírus que temos e as poucas estruturas que conhecemos.

Em resumo: O FoldaVirus é como um tradutor e um construtor. Ele pega a "língua" das sequências genéticas, consulta o "dicionário" dos vírus conhecidos e usa a inteligência artificial para construir, com precisão, a caixa de proteção de vírus que ainda nunca vimos, permitindo que a ciência avance muito mais rápido no combate às doenças.

Resumo técnico

Título: FoldaVirus: Um construtor de capsídeos icosaédricos baseado em conhecimento utilizando AlphaFold

1. O Problema

Existe uma lacuna significativa entre o número de sequências de proteínas de revestimento (CP) virais disponíveis e o número de estruturas 3D de capsídeos virais determinadas experimentalmente (por criomicroscopia eletrônica ou cristalografia de raios-X). Embora ferramentas como o AlphaFold 2 (AF2) e AlphaFold 3 (AF3) consigam prever com alta precisão a estrutura terciária de proteínas individuais, elas enfrentam limitações críticas na previsão de montagens quaternárias complexas, especificamente capsídeos virais completos:

• Limitações de Memória: A previsão direta de capsídeos inteiros (ex: 60 cópias para T=1) é frequentemente impossível devido às limitações de memória de GPU.
• Falha na Identificação de Oligômeros: O AlphaFold muitas vezes falha em gerar o oligômero correto que representa a Unidade Assimétrica Icosaédrica (IAU) necessária para construir capsídeos com números triangulares (T-numbers) superiores a 1, especialmente para T ≥ 3.
• Ausência de Ferramentas Generalizadas: Até o momento, não existiam métodos públicos generalizados capazes de construir modelos de capsídeos com diferentes simetrias (T=1, 3, 4, etc.) baseados apenas na sequência de aminoácidos, além de casos específicos de vírus adeno-associados (AAV).

2. Metodologia (Pipeline FoldaVirus)

O FoldaVirus é uma abordagem híbrida que combina previsões de IA com conhecimento estrutural baseado em famílias virais. O fluxo de trabalho, acessível via web em https://foldavirus.org, segue os seguintes passos principais:

1. Identificação Baseada em Conhecimento:

   • A sequência de aminoácidos da CP do usuário é submetida a uma busca BLAST contra um banco de dados local (VIPERdb) contendo estruturas de capsídeos conhecidos.
   • O sistema identifica a família viral e o provável número T (simetria icosaédrica) do capsídeo que a sequência tenderá a formar.
   • O usuário pode selecionar uma estrutura de referência (template) específica dentro da mesma família.

2. Pré-processamento e Predição:

   • Regiões desordenadas (geralmente nas extremidades N e C) são removidas da sequência de entrada para evitar colisões estéricas ("efeito espaguete" do AlphaFold).
   • A sequência trimada é replicada para preencher a IAU correspondente ao número T escolhido.
   • O AlphaFold (AF2 ou AF3 local) é executado para prever a estrutura da IAU.

3. Correção e Montagem da IAU:

   • Reconhecendo que o AlphaFold pode gerar oligômeros incorretos para IAUs complexas, o pipeline superpõe estruturalmente as cadeias preditas sobre a estrutura de referência conhecida (VIPERdb).
   • Isso gera uma IAU "reconstruída" na orientação padrão VIPER, garantindo a simetria correta.

4. Relaxamento Energético (Amber):

   • A IAU reconstruída e um "capsídeo parcial" (IAU central + subunidades vizinhas) passam por dois ciclos de minimização de energia usando o AmberTools (sander).
   • O objetivo é aliviar colisões estéricas nas interfaces entre subunidades, relaxando primeiro átomos pesados e depois apenas o esqueleto proteico.

5. Geração do Capsídeo Completo e Validação:

   • A IAU relaxada é replicada 60 vezes (ou múltiplos, dependendo do T) usando matrizes de simetria icosaédrica padrão para gerar o capsídeo completo.
   • Validação Robusta: O modelo é validado calculando a Distância de Mahalanobis (MD). As resíduos são classificados como interface, núcleo (core) ou superfície com base na área de superfície acessível (SASA). A MD compara a distribuição desses resíduos no modelo predito com a distribuição de estruturas conhecidas da mesma família viral. Um MD abaixo de um limiar estatístico (97,5% de confiança) indica que o modelo é consistente com a família.

3. Contribuições Principais

• Ferramenta Web Pública: Lançamento do FoldaVirus, uma interface web gratuita que permite a qualquer pesquisador gerar modelos de capsídeos a partir de sequências de aminoácidos.
• Superação das Limitações do AlphaFold: Desenvolvimento de um método para corrigir falhas do AlphaFold na previsão de oligômeros complexos (IAUs), permitindo a construção de capsídeos com simetrias T=1 até T=9.
• Método de Validação Estatística: Implementação da Distância de Mahalanobis baseada em anotações de resíduos (interface/núcleo) como um "padrão-ouro" para validar a organização quaternária de modelos preditos, indo além das métricas tradicionais de pontuação (pLDDT, pTM).
• Suporte a Simetrias Complexas: Capacidade de lidar com capsídeos de simetria pseudo-T=3 (como Picornaviridae) que possuem múltiplas proteínas de capsídeo (VP1, VP2, VP3).

4. Resultados

• O pipeline foi testado com sucesso em diversos casos, gerando modelos para capsídeos com T-numbers variando de 1 a 9.
• Os modelos gerados foram validados comparando-os com estruturas experimentais conhecidas na mesma família viral.
• A análise de Distância de Mahalanobis demonstrou que os modelos preditos se enquadram na distribuição estatística das estruturas conhecidas, confirmando a fidelidade da organização quaternária.
• O sistema identifica automaticamente se uma sequência não é de um capsídeo (ex: hemoglobina) e recusa a construção, demonstrando robustez.
• O tempo de processamento varia de 30 minutos a 4 horas, dependendo do tamanho da proteína e do número T.

5. Significado e Impacto

O FoldaVirus preenche uma lacuna crítica entre o espaço de sequências (que cresce exponencialmente) e o espaço de estruturas virais (limitado por métodos experimentais).

• Aceleração da Pesquisa Viral: Permite a geração rápida de modelos estruturais para vírus pouco estudados, facilitando o estudo de interações vírus-hospedeiro e mecanismos de montagem.
• Design Racional de Vacinas e Terapias: Ao fornecer modelos estruturais confiáveis, a ferramenta auxilia no desenho de vacinas, na identificação de epítopos para anticorpos neutralizantes e no desenvolvimento de terapias antivirais.
• Escalabilidade: Embora atualmente limitado a T ≤ 9 devido a restrições de memória de GPU, a metodologia é escalável para capsídeos mais complexos (T > 9) e pode ser adaptada futuramente para o AlphaFold 3 (embora restrições de licença impeçam o lançamento público atual da versão AF3).

Em resumo, o FoldaVirus representa um avanço significativo na virologia estrutural computacional, transformando sequências brutas em modelos de capsídeos 3D validados e energeticamente relaxados, democratizando o acesso a informações estruturais virais.