La arquitectura genética de la estabilidad de las proteínas

Área de la Ciencia:

• Ingeniería de proteínas
• Biología computacional
• La biofísica

Sus antecedentes:

• El espacio de secuencia para las proteínas es astronómicamente grande (por ejemplo, 20 ^ 100 para una proteína de 100 aminoácidos), lo que hace que la exploración experimental o computacional sea inviable.
• Las redes neuronales profundas ofrecen herramientas poderosas para navegar por espacios de secuencias de alta dimensión, pero a menudo son complejas y carecen de interpretabilidad.

Objetivo del estudio:

• Investigar la arquitectura genética subyacente de las proteínas dentro de grandes espacios de secuencia.
• Desarrollar modelos precisos e interpretables para predecir los fenotipos de proteínas a partir de sus secuencias genéticas.
• Para determinar si la genética de las proteínas es intrínsecamente simple o compleja.

Principales métodos:

• Muestreo experimental de espacios de secuencia de proteínas superiores a 10^10 posibilidades.
• Desarrollo y aplicación de modelos energéticos totalmente interpretables para la predicción genética.
• Análisis de las relaciones entre energías libres, fenotipos y acoplamientos energéticos.

Principales resultados:

• Demostró que la arquitectura genética de algunas proteínas es notablemente simple, contrariamente a las expectativas de alta complejidad.
• Logró una predicción genética precisa en espacios de secuencia de alta dimensión utilizando modelos de energía interpretables.
• Identificó que los modelos de energía consisten principalmente en cambios de energía libre aditivos con acoplamientos energéticos en pares escasos vinculados a la proximidad estructural.

Conclusiones:

• La genética de las proteínas puede ser sorprendentemente simple e inteligible, desafiando la noción de complejidad inherente.
• Los modelos de energía interpretables pueden capturar efectivamente los determinantes genéticos de la función de las proteínas.
• Los hallazgos allanan el camino para un diseño e ingeniería de proteínas más eficientes a través de una comprensión genética simplificada.