Estructuras tridimensionales de proteínas de membrana de la secuenciación genómica.

Área de la Ciencia:

• La biofísica es la biofísica.
• Biología computacional Biología computacional.
• Biología Estructural Biología estructural.

Sus antecedentes:

• Las proteínas transmembranares son cruciales para las funciones celulares, pero son difíciles de caracterizar estructuralmente.
• Predecir sus estructuras 3D solo a partir de la secuencia es un desafío significativo en la biología estructural.

Objetivo del estudio:

• Desarrollar y validar un nuevo método computacional para predecir las estructuras de proteínas transmembrana.
• Demostrar la utilidad de la información evolutiva para la predicción de la estructura de novo.

Principales métodos:

• Utilizando la covarianza de aminoácidos inferida de los registros de secuencias evolutivas.
• Aplicación de un enfoque de entropía máxima para identificar las restricciones de distancia en pares.
• Generar modelos de todos los átomos utilizando estas restricciones (EVfold_membrane).

Principales resultados:

• Predijo con éxito estructuras 3D para 11 proteínas transmembrana desconocidas anteriormente (hasta 14 hélices).
• Se logró una precisión sin precedentes en la predicción ciega de la estructura de novo para 23 familias de proteínas transmembrana.
• Demostró la capacidad del método para predecir la oligomerización de proteínas, los sitios funcionales y los cambios conformacionales.

Conclusiones:

• Los datos de la secuencia evolutiva proporcionan poderosas restricciones para la predicción de la estructura de las proteínas transmembrana.
• EVfold_membrane avanza significativamente las capacidades para modelar diversas y complejas proteínas transmembrana.
• Este enfoque es prometedor para expandir el modelado estructural a una gama más amplia de proteínas.