Confidence-graded, proteome-wide identification of candidate antimicrobial peptide precursors in the Ghaf tree (Prosopis cineraria) using a preregistered, decoy-calibrated pipeline

Na guerra invisível entre as plantas e os micróbios que tentam comê-las, a natureza desenvolveu um sofisticado sistema de defesa química. As plantas não podem fugir de um fungo faminto ou de uma infecção bacteriana, por isso dependem de um exército interno de pequenos fragmentos de proteínas chamados peptídeos antimicrobianos. Estes são cadeias curtas de aminoácidos, os blocos de construção da vida, que atuam como lanças microscópicas. Ao contrário dos antibióticos tradicionais que visam uma enzima específica dentro de um germe, estes peptídeos frequentemente funcionam perfurando buracos na membrana celular microbiana, fazendo com que o invasor exploda. Como este método de ataque é tão fundamental, é muito mais difícil para as bactérias e fungos desenvolverem resistência contra ele. À medida que o mundo enfrenta uma crescente crise de infeções resistentes a medicamentos, os cientistas estão a olhar para o reino vegetal em busca de novas soluções, esperando encontrar estes defensores naturais escondidos no código genético de espécies robustas e resilientes.

Uma dessas espécies é a árvore Ghaf, conhecida cientificamente como Prosopis cineraria. Nativa das paisagens áridas da Península Arábica e do Sul da Ásia, esta árvore é famosa pela sua capacidade de sobreviver a secas extremas, calor intenso e solos salinos. Durante séculos, as pessoas utilizaram a sua casca, folhas e vagens na medicina tradicional, e extratos crus da árvore demonstraram em laboratório ser capazes de matar várias bactérias e fungos. No entanto, embora os cientistas soubessem que a árvore possuía este poder, não sabiam exatamente quais os genes responsáveis pela produção das específicas armas peptídicas. O mapa genético da árvore Ghaf tinha sido mapeado, mas as instruções específicas para estes peptídeos antimicrobianos não tinham sido sistematicamente procuradas ou catalogadas.

Para encontrar estas instruções escondidas, uma equipa de investigadores realizou um levantamento digital massivo de toda a biblioteca de proteínas da árvore Ghaf, um processo conhecido como mineração de proteoma. Eles abordaram esta tarefa com extrema cautela, registrando o seu plano de pesquisa numa base de dados pública antes mesmo de examinarem os dados. Este passo garantiu que não pudessem alterar acidentalmente as suas regras para se ajustarem aos resultados encontrados. Utilizaram cinco linhas de evidência diferentes para identificar candidatos. Primeiro, utilizaram um programa de computador treinado para reconhecer a forma geral e a composição química de peptídeos antimicrobianos. Segundo, compararam as proteínas do Ghaf com uma biblioteca de peptídeos antimicrobianos conhecidos e verificados de outras plantas para ver se eram semelhantes. Terceiro, verificaram a presença de assinaturas estruturais específicas, ou "domínios", que são únicos de famílias de peptídeos conhecidas. Quarto, previram se as proteínas eram desenhadas para serem secretadas para fora da célula, uma vez que estas armas devem ser libertadas para combater ameaças externas. Finalmente, aplicaram um modelo de computador separado e independente às partes maduras das proteínas para verificar se este concordava com as outras descobertas.

Um grande desafio nesta busca foi distinguir sinais reais de ruído aleatório. Como os peptídeos antimicrobianos são tão curtos, um computador pode facilmente confundir uma sequência aleatória de aminoácidos com uma arma real simplesmente porque a mistura de ingredientes parece semelhante. Para resolver isto, os investigadores não se basearam numa regra fixa para o que conta como uma correspondência. Em vez disso, criaram milhares de versões falsas e embaralhadas das sequências de peptídeos conhecidas e as submeteram ao mesmo processo de busca. Se uma proteína real apresentasse uma correspondência melhor do que quase todas estas versões falsas, era considerada um forte candidato. Este método permitiu-lhes atribuir um nível de confiança a cada descoberta, separando as pistas mais promissoras das mais fracas.

A busca começou com mais de cinquenta mil entradas de proteínas na base de dados do Ghaf. Após a limpeza dos dados e a remoção de duplicados ou sequências incompletas, os investigadores ficaram com cerca de vinte e nove mil proteínas primárias para analisar. A varredura inicial produziu uma longa lista de quatrocentos e oitenta e nove potenciais candidatos. No entanto, a equipa procurava as melhores correspondências, aquelas apoiadas por múltiplas linhas de evidência independentes. Ao aplicar as suas regras rigorosas e pré-registadas, reduziram esta lista para um grupo final de dezoito candidatos de alta confiança.

Estas dezoito proteínas são as fontes mais prováveis do poder antimicrobiano da árvore Ghaf. Elas pertencem a famílias de proteínas que são bem conhecidas em outras plantas pelos seus papéis defensivos, incluindo defensinas, snakinas e proteínas de transferência de lípidos. Todas são curtas, ricas num aminoácido específico chamado cisteína, que ajuda a manter a sua forma, e são previstas como sendo secretadas pela célula. Os investigadores descobriram que estes dezoito candidatos são notavelmente consistentes na sua composição química, com uma alta concentração de cisteína que os distingue do resto das proteínas da árvore. Além disso, quando os investigadores compararam estes candidatos com os genomas de outras três plantas da família das leguminosas, descobriram que a maioria destas dezoito proteínas possuía contrapartes nessas espécies, sugerindo que são uma parte importante e conservada do sistema de defesa da família de plantas.

É importante notar que, embora a análise computacional seja robusta, estas dezoito proteínas ainda não foram testadas em laboratório para provar que realmente matam bactérias ou fungos. O estudo fornece uma lista de alvos altamente fiável para futuros experimentos, mas a atividade biológica ainda carece de confirmação. Os investigadores também destacaram duas lições importantes do seu trabalho que se aplicam à ciência em geral. Primeiro, descobriram que simplesmente embaralhar as letras numa sequência de proteína para criar um controlo "falso" não funciona para testar estes programas de computador específicos, porque os programas dependem da composição química global, que o embaralhamento preserva. Segundo, descobriram que utilizar uma ferramenta de computador fora da gama de tamanhos para a qual foi desenhada pode levar a resultados enganosos, um erro que detetaram e corrigiram durante a sua análise.

O estudo conclui que a árvore Ghaf contém uma coleção rica e sistemática de potenciais armas antimicrobianas, com dezoito candidatos específicos a destacar-se como as pistas mais promissoras. Estas descobertas oferecem um ponto de partida claro para cientistas que desejam isolar e testar estas proteínas. Se tiver sucesso, estes peptídeos naturais poderão eventualmente contribuir para o desenvolvimento de novos tratamentos para infeções resistentes, transformando as antigas estratégias de sobrevivência de uma árvore do deserto em soluções médicas modernas. O trabalho serve como um modelo de como uma análise computacional cuidadosa, transparente e calibrada pode guiar a busca por novos medicamentos na vasta biblioteca do código genético da natureza.