Modelado y diseño biomolecular generalizado con RoseTTAFold All-Atom

Área de la Ciencia:

• Biología computacional
• Biología estructural
• La bioquímica

Sus antecedentes:

• El aprendizaje profundo ha avanzado en la predicción de la estructura de las proteínas, pero se limita a los sistemas de proteínas solamente.
• El modelado de conjuntos biológicos complejos requiere la integración de diversas entidades químicas.

Objetivo del estudio:

• Desarrollar un marco de aprendizaje profundo capaz de modelar y diseñar conjuntos biológicos complejos más allá de las proteínas.
• Crear una herramienta versátil para diseñar proteínas que interactúen con componentes no proteicos.

Principales métodos:

• Se introdujo RoseTTAFold All-Atom (RFAA) utilizando una representación híbrida a nivel de residuos y átomos.
• Desarrolló RFdiffusion All-Atom (RFdiffusionAA) mediante el ajuste fino de las tareas de desnudez para un diseño específico.
• Utilizó la cristalografía y ensayos de unión para la validación experimental.

Principales resultados:

• RFAA modela con éxito conjuntos de proteínas, ácidos nucleicos, moléculas pequeñas, metales y modificaciones covalentes.
• La RFdifusiónAA diseñó proteínas de novo que se unen a moléculas pequeñas específicas.
• Los diseños validados incluyen proteínas que se unen a la digoxigenina, el hemo y el bilin.

Conclusiones:

• RoseTTAFold All-Atom y RFdiffusion All-Atom representan un avance significativo en el modelado y diseño de conjuntos moleculares complejos.
• Este enfoque abre nuevas vías para la ingeniería de proteínas con las funciones e interacciones deseadas.