Le funzioni biologiche dipendono in gran parte da come le diverse proteine interagiscono tra loro. Queste interazioni facilitano processi fondamentali come la trascrizione del DNA, il controllo della divisione cellulare e le funzioni più complesse negli organismi superiori. Tuttavia, molto rimane ancora da chiarire su come queste funzioni siano orchestrate a livello molecolare e su come le proteine interagiscano tra loro, sia con altre proteine che con copie di se stesse.
Il potenziale dei frammenti proteici
Recenti scoperte hanno rivelato che piccoli frammenti proteici possiedono un notevole potenziale funzionale. Anche se sono pezzi incompleti, brevi sequenze di amminoacidi possono legarsi alle interfacce di una proteina bersaglio, replicando le interazioni native. Attraverso questo processo, possono alterare la funzione della proteina o interrompere le sue interazioni con altre proteine. I frammenti proteici potrebbero quindi potenziare sia la ricerca di base sulle interazioni proteiche e sui processi cellulari, sia avere potenziali applicazioni terapeutiche.
Innovazioni nell’uso dell’intelligenza artificiale
Recentemente, un nuovo metodo sviluppato nel Dipartimento di Biologia si basa su modelli di intelligenza artificiale esistenti per prevedere computazionalmente frammenti proteici in grado di legarsi e inibire proteine a lunghezza intera in E. coli. Teoricamente, questo strumento potrebbe portare a inibitori geneticamente codificabili contro qualsiasi proteina. Il lavoro è stato svolto nel laboratorio di un professore associato di biologia in collaborazione con il laboratorio di un altro professore di ingegneria biologica.
Il programma FragFold
Il programma, chiamato FragFold, sfrutta AlphaFold, un modello di intelligenza artificiale che ha portato a straordinari progressi in biologia negli ultimi anni grazie alla sua capacità di prevedere il ripiegamento delle proteine e le interazioni proteiche. L’obiettivo del progetto era prevedere inibitori di frammenti, un’applicazione innovativa di AlphaFold. I ricercatori hanno confermato sperimentalmente che più della metà delle previsioni di FragFold per il legame o l’inibizione erano accurate, anche quando non avevano dati strutturali precedenti sui meccanismi di quelle interazioni.
Applicazioni future e sfide
“I nostri risultati suggeriscono che questo è un approccio generalizzabile per trovare modalità di legame che probabilmente inibiscono la funzione proteica, anche per nuovi bersagli proteici, e si possono utilizzare queste previsioni come punto di partenza per ulteriori esperimenti”, afferma Andrew Savinov, co-primo autore e autore corrispondente. “Possiamo davvero applicare questo metodo a proteine senza funzioni note, senza interazioni conosciute, senza nemmeno strutture conosciute, e possiamo dare credito a questi modelli che stiamo sviluppando.”
Il caso di studio di FtsZ
Un esempio è FtsZ, una proteina chiave per la divisione cellulare. È ben studiata ma contiene una regione intrinsecamente disordinata e, quindi, particolarmente difficile da studiare. Le proteine disordinate sono dinamiche e le loro interazioni funzionali sono molto probabilmente fugaci, avvenendo così brevemente che gli attuali strumenti di biologia strutturale non riescono a catturarle.
Fonte: MIT
foto credit: Image courtesy of Andrew Savinov.
Ricevi le ultime attualità sul mondo tech!
