Επανάσταση στην προσομοίωση πρωτεΐνης: Οι ερευνητές του Βερολίνου φέρνουν επανάσταση στη μέθοδο!

Επανάσταση στην προσομοίωση πρωτεΐνης: Οι ερευνητές του Βερολίνου φέρνουν επανάσταση στη μέθοδο!

Στις 18 Ιουλίου 2025, μια διεθνής ερευνητική ομάδα με επικεφαλής την καθ. Dr. Cecilia Clementi από το Ελεύθερο Πανεπιστήμιο του Βερολίνου ένα πρωτοποριακό άρθρο στο περιοδικόΧημεία της Φύσης, που προκαλεί σάλο στον επιστημονικό κόσμο. Το άρθρο παρουσιάζει ένα νέο μοντέλο που επιτρέπει την ακριβή και αποτελεσματική προσομοίωση πρωτεϊνών - σημαντικά ταχύτερη από τις συμβατικές προσομοιώσεις μοριακής δυναμικής.

Η πρόκληση της ρεαλιστικής απεικόνισης της αναδίπλωσης και της δυναμικής των πρωτεϊνών υπάρχει για περισσότερα από 50 χρόνια. Οι ερευνητές χρησιμοποίησαν τη βαθιά μάθηση για να αναπτύξουν ένα σύστημα που προσεγγίζει προσομοιώσεις πρωτεϊνών όλων των ατόμων. Το μοντέλο που αναπτύχθηκε πρόσφατα, το CGSchNet, χρησιμοποιεί ένα νευρωνικό δίκτυο γραφημάτων για να μάθει αποτελεσματικές αλληλεπιδράσεις μεταξύ των σωματιδίων. Αυτές οι καινοτόμες προσεγγίσεις ανοίγουν πολλά υποσχόμενες εφαρμογές στην ανάπτυξη φαρμάκων και θεραπειών αντισωμάτων για τον καρκίνο και άλλες ασθένειες.

Πρόοδος στην προσομοίωση πρωτεΐνης

Το μοντέλο εστιάζει στη δυναμική διαδικασία αναδίπλωσης των πρωτεϊνών, συμπεριλαμβανομένων των ενδιάμεσων καταστάσεων που παίζουν ρόλο σε λανθασμένες αναδιπλώσεις όπως τα αμυλοειδή. Προσομοιώνει μεταβάσεις μεταξύ αναδιπλωμένων καταστάσεων που είναι κρίσιμες για τη λειτουργία των πρωτεϊνών. Μια σημαντική πρόοδος αυτού του μοντέλου είναι η ικανότητα πρόβλεψης με ακρίβεια μακρόβιων καταστάσεων διπλωμένων, ξεδιπλωμένων και διαταραγμένων πρωτεϊνών.

Ένα από τα πιο αξιοσημείωτα χαρακτηριστικά του μοντέλου CGSchNet είναι η ικανότητα πρόβλεψης της σχετικής σταθερότητας των μεταλλαγμένων αναδιπλωμένων πρωτεϊνών, κάτι που οι προηγούμενες μέθοδοι δεν ήταν σε θέση να επιτύχουν. Η καθηγήτρια Δρ Cecilia Clementi, η οποία ήταν προηγουμένως καθηγήτρια χημείας και φυσικής στο Πανεπιστήμιο Rice στο Χιούστον του Τέξας, ενισχύει την έρευνα στη θεωρητική και υπολογιστική βιοφυσική στο Ελεύθερο Πανεπιστήμιο του Βερολίνου. Το έργο τους υποστηρίζεται από τα Einstein Professorships, τα οποία υποστηρίζουν τα πανεπιστήμια του Βερολίνου και το Charité στις διαπραγματεύσεις διορισμού ή διαμονής.

Αναλυτικά δεδομένα και μοντέλα

Η μελέτη χρησιμοποίησε ολοκληρωμένα σύνολα δεδομένων. Το σύνολο δεδομένων αναφοράς περιέχει 1.262 στόχους και καλύπτει ένα ευρύ φάσμα πρωτεϊνικών δομών, συμπεριλαμβανομένων 717 πρωτεϊνών ενός τομέα, 257 πρόσφατα δημοσιευμένων στόχων και 288 στόχων από το CASP 8–14. Αυτά τα σύνολα δεδομένων προετοιμάστηκαν για να αφαιρέσουν πλεονασμούς και να προσαρμόσουν την ταυτότητα αλληλουχίας σε αποκοπή <30%.

Το σύνολο δεδομένων Human Protome περιλαμβάνει 20.595 πρωτεΐνες και επιτρέπει τη διαφοροποιημένη ανάλυση πρωτεϊνών ενός και πολλαπλών τομέων. Από αυτές, προβλέφθηκαν 19.512 πρωτεΐνες, κάτι που είναι δυνητικά μεγάλης σημασίας για την πρόβλεψη δομής. Επιπλέον, ο αγωγός D-I-TASSER, ο οποίος χρησιμοποιεί μια υβριδική προσέγγιση για την πρόβλεψη της δομής των πρωτεϊνών, ενσωματώθηκε στην έρευνα.

Αυτός ο αγωγός εκτελεί όλα τα βήματα από τη δημιουργία βαθιάς MSA έως την αναγνώριση του προτύπου σπειρώματος έως τη δομική βελτίωση και την αξιολόγηση του μοντέλου. Η χρήση αλγορίθμων και τεχνολογιών τελευταίας τεχνολογίας όπως το DeepPotential και το AttentionPotential απεικονίζει τον καινοτόμο χαρακτήρα της εργασίας.

Τα αποτελέσματα της μελέτης μπορούν να μεταφερθούν σε μια ποικιλία πρωτεϊνών εκτός του συγκεκριμένου συνόλου δεδομένων εκπαίδευσης, γεγονός που υπογραμμίζει τη συνάφεια του μοντέλου για τη βιοχημική έρευνα. Η εφαρμογή των μεθόδων που αναπτύχθηκαν στη μελέτη θα μπορούσε να έχει εκτεταμένες επιπτώσεις για το μέλλον της έρευνας πρωτεϊνών και της ανάπτυξης φαρμάκων. Περισσότερες πληροφορίες είναι διαθέσιμες στην αναλυτική δημοσίευση Φύση να βρεις.