Foldseek-Interface reveals a protein interface universe far from complete

A vida dentro de uma célula depende de uma conversa constante e intrincada entre proteínas. Estas moléculas são os trabalhadores da biologia e, para que algo seja feito, elas precisam encontrar umas às outras e se encaixar. Às vezes, elas formam estruturas rígidas e permanentes, como as vigas de um edifício. Outras vezes, elas se tocam brevemente para enviar um sinal e depois se afastam, como um aperto de mão rápido. A forma específica onde duas proteínas se tocam é chamada de interface. É a geometria única desse ponto de encontro que determina se a interação acontece, quão forte ela é e qual será o resultado. Por décadas, cientistas mapearam as formas de proteínas individuais, catalogando a vasta biblioteca de formas moleculares existentes. Mas, embora saibamos como as peças individuais se parecem, nos faltava uma maneira sistemática de mapear as bilhões de maneiras diferentes como essas peças podem se encaixar. Sem um mapa desses lugares de encontro, é difícil entender o escopo total de como as células funcionam, como elas evoluem ou como doenças podem sequestrar essas conexões.

Uma equipe de pesquisadores criou agora esse mapa que faltava. Eles desenvolveram um novo método chamado Foldseek-Interface, que trata as formas tridimensionais das interfaces proteicas como se fossem sequências simples de texto. Essa conversão inteligente permite que computadores pesquisem e comparem milhões desses pontos de encontro em uma fração do tempo que ferramentas mais antigas levariam. Ao aplicar este método a todos os complexos proteicos atualmente conhecidos pela ciência, a equipe descobriu que o universo das interfaces proteicas é muito maior e mais diverso do que se pensava anteriormente. Eles descobriram que, enquanto estávamos ocupados catalogando as formas de proteínas individuais, as maneiras pelas quais essas proteínas se conectam ainda são um território amplamente inexplorado.

Os pesquisadores começaram pegando toda a biblioteca de estruturas proteicas determinadas experimentalmente, conhecida como Protein Data Bank, que contém mais de três milhões de pares de proteínas interagindo. Usando sua nova ferramenta, eles extraíram os átomos específicos onde essas proteínas se tocam e converteram essas formas em um formato pesquisável. Isso permitiu que agrupassem interfaces semelhantes, independentemente de as proteínas em si parecerem diferentes. O resultado foi uma redução massiva de redundância: os três milhões de pares foram organizados em 77.167 clusters distintos. Cada cluster representa um tipo único de lugar de encontro, uma família topológica recorrente que a natureza tem usado repetidamente. Este recurso está agora livremente disponível para cientistas, oferecendo uma maneira de buscar interfaces semelhantes em todo o universo conhecido de estruturas proteicas.

Uma das descobertas mais impressionantes foi que nossa visão atual das interações proteicas é fortemente enviesada. O banco de dados é dominado por interfaces estáveis e rígidas, onde ambas as proteínas estão totalmente dobradas e ordenadas. No entanto, os pesquisadores suspeitam que isso seja um artefato de como a ciência tem sido feita, não um reflexo da realidade. Em células vivas, muitas interações envolvem proteínas que são maleáveis ou desordenadas, tocando-se brevemente para regular sinais. Essas interações flexíveis são muito mais difíceis de capturar em laboratório, por isso estão sub-representadas nos dados. O estudo sugere que o verdadeiro panorama das interfaces proteicas é provavelmente muito mais rico nestas conexões desordenadas e transitórias do que nossos mapas atuais mostram.

A equipe também usou este novo mapa para observar como essas interfaces evoluíram. Eles descobriram que a natureza frequentemente chega à mesma solução a partir de pontos de partida diferentes. Em alguns casos, proteínas com formas gerais completamente diferentes evoluíram para usar a exata mesma geometria de interface para se ligarem a um parceiro. Este fenômeno, conhecido como evolução convergente, sugere que certas formas são simplesmente a maneira mais eficiente de resolver um problema de ligação. Os pesquisadores também identificaram casos onde patógenos, como bactérias e vírus, evoluíram para mimetizar as interfaces de proteínas humanas. Ao copiar essas formas, os invasores podem enganar as células humanas para interagir com elas, efetivamente sequestrando a maquinaria celular. A nova ferramenta permitiu que a equipe detectasse esses eventos de mimetismo com alta precisão, revelando como os vírus frequentemente usam segmentos curtos e flexíveis para copiar interfaces humanas, enquanto as bactérias tendem a usar estruturas mais rígidas e dobradas.

Finalmente, os pesquisadores testaram se este método poderia ajudar a dar sentido ao fluxo de estruturas proteicas previstas geradas pela inteligência artificial. Eles pesquisaram através de um banco de dados de complexos proteicos humanos previstos para ver se a IA havia inventado novos tipos de interfaces que ainda não existem no registro experimental. Eles encontraram milhares de interfaces previstas que não tinham correspondência no banco de dados conhecido. Embora muitas dessas fossem provavelmente erros ou artefatos do processo de previsão, uma revisão cuidadosa revelou vários candidatos promissores. Estes incluíam potenciais novas interações envolvidas na função do ribossomo, sinalização celular e transporte de materiais dentro da célula. Essas descobertas sugerem que a inteligência artificial não está apenas confirmando o que já sabemos, mas está apontando ativamente para uma camada oculta de interações proteicas que a ciência experimental ainda não descobriu.

O trabalho fornece uma nova lente através da qual visualizar a maquinaria molecular da vida. Ao deslocar o foco da proteína inteira para o ponto específico de contato, os pesquisadores abriram uma janela para a diversidade da interação biológica. O mapa que construíram não é completo; os autores observam que os dados experimentais ainda são enviesados para estruturas estáveis, e a real extensão do universo das interfaces ainda precisa ser totalmente mapeada. No entanto, a ferramenta que criaram oferece uma maneira poderosa de navegar neste espaço, permitindo que os cientistas encontrem padrões no caos da ligação molecular. À medida que mais estruturas previstas se tornem disponíveis, este método provavelmente revelará ainda mais das conexões ocultas que impulsionam a complexidade dos sistemas vivos.