Los investigadores han desarrollado un proceso que podría reducir drásticamente el trabajo involucrado en el diseño computacional de proteínas, según un estudio en procedimientos de la Academia Nacional de Ciencias .

La técnica utiliza modelos estructurales 3-D para proyectar cómo las combinaciones novedosas de bloques moleculares podrían trabajar juntas para lograr el efecto deseado.

El avance que se centra en un número relativamente pequeño de subestructuras de proteínas en lugar del número infinito de combinaciones a nivel atómico, podría facilitar el desarrollo de nuevos medicamentos y materiales.

"Cuando diseñas un edificio, no es necesario comprender cómo interactúan los granos de arena entre sí dentro de un ladrillo, "dijo Gevorg Grigoryan, profesor asociado de informática en Dartmouth e investigador principal del estudio. "Porque sabes qué es un ladrillo y cuáles son sus propiedades, en su lugar, puede concentrarse en cómo los ladrillos se unen para formar la forma deseada. Ese es el mismo enfoque que estamos adoptando. Solo nos enfocamos en las subestructuras de proteínas que sabemos que funcionan ".

Las proteínas son el caballo de batalla del mundo natural. Las proteínas nos ayudan a sentir el mundo que nos rodea, digerir los alimentos y formar las defensas naturales del organismo.

Durante años, los investigadores se han centrado en la creación de proteínas personalizadas que puedan ser útiles en el cuerpo humano. Por ejemplo, Se pueden utilizar proteínas personalizadas para desarrollar fármacos terapéuticos para combatir enfermedades. Sin embargo, mientras que muchas terapias como la insulina se producen a partir de proteínas naturales, el campo no ha avanzado para permitir un desarrollo generalizado de proteínas sintéticas.

Entre las barreras para el desarrollo de proteínas sintéticas se encuentra la abrumadora cantidad de posibles combinaciones de aminoácidos. Ordenar combinaciones para encontrar una que sea útil en cualquier escenario dado es un proceso que requiere mucho tiempo y recursos.

Los investigadores que desarrollan nuevos fármacos se centran actualmente en cómo interactúan átomos específicos. Este enfoque requiere que los laboratorios creen grandes bibliotecas de variantes para encontrar una que complete la tarea especificada. Si bien esto puede producir resultados útiles, Los investigadores han encontrado un desafío para construir modelos atómicos que tengan altos niveles de precisión.

"El número de secuencias es prácticamente infinito. Esto realmente complica el proceso de encontrar una combinación correcta para satisfacer una necesidad terapéutica específica, "dijo Jianfu Zhou, un doctorado estudiante en Dartmouth que fue coautor del trabajo de investigación.

Para desarrollar un enfoque optimizado para el diseño de proteínas, el equipo de investigación escaneó una base de datos de los modelos 3-D de 150, 000 proteínas conocidas. El equipo descubrió que una pequeña cantidad de patrones estructurales se repetían con frecuencia en las proteínas, y que gran parte de la diversidad en la estructura de las proteínas proviene de cómo se combinan estos componentes básicos.

Este descubrimiento básico llevó al equipo a plantear la hipótesis de que, en lugar de modelar las proteínas como redes complejas de átomos que interactúan, en cambio, pueden representarlos de manera mucho más simple como agrupaciones de un conjunto limitado de bloques de construcción estructurales.

Con el nuevo método, Las nuevas estructuras de proteínas se pueden juzgar más fácilmente frente a patrones establecidos. El enfoque permite a los investigadores experimentar fácilmente con diseños más creativos al brindarles la oportunidad de compararlos con una biblioteca de estructuras conocidas.

"Esta técnica elimina el desafío de conseguir que la física sea absolutamente correcta a escala atómica, potencialmente haciendo que el diseño de proteínas computacionales sea un proceso mucho más robusto. Nuestros hallazgos deberían abrir las puertas al aprendizaje automático en el diseño de proteínas, "dijo Grigoryan.

El nuevo proceso se centra en los bloques más grandes de átomos que se encuentran en las proteínas, conocidos como motivos terciarios, para diseñar proteínas funcionales. Estos son arreglos estructurales recurrentes, similares a un arco o columna en un edificio, que se pueden aplicar al diseño de nuevas proteínas sin tener en cuenta su composición a nivel atómico.

Dado que las estructuras solo se unen de determinadas formas, los investigadores ya no necesitarían hacer conjeturas a nivel atómico. Los investigadores solo se centran en los bloques que encajan, ignorando aquellas estructuras que no formarían una proteína funcional.

Según el artículo de investigación, los resultados "argumentan firmemente que el Protein Data Bank es ahora lo suficientemente grande como para permitir que las proteínas se diseñen utilizando solo ejemplos de motivos estructurales de proteínas no relacionadas".

Aplicando la nueva técnica, el equipo de investigación espera eliminar la redundancia de redescubrir los principios físicos en la estructura de las proteínas simplemente confiando en esos principios en primer lugar.