Explorando la diversidad estructural en todo el universo de las proteínas con The Encyclopedia of Domains

Área de la Ciencia:

• Biología estructural
• La bioinformática
• Biología computacional

Sus antecedentes:

• La base de datos de estructura de proteínas AlphaFold (AFDB) alberga más de 214 millones de estructuras de proteínas predichas.
• Los dominios de proteínas son cruciales para las relaciones estructura-función, pero identificarlos a escala es un desafío.
• Los métodos basados en secuencias existentes tienen limitaciones en la identificación completa del dominio.

Objetivo del estudio:

• Desarrollar y aplicar métodos de aprendizaje profundo para detectar y clasificar dominios de proteínas dentro de la AFDB.
• Para crear un recurso completo, The Encyclopedia of Domains, para explorar la información del dominio de las proteínas.
• Ampliar la comprensión de la diversidad de dominio, las superfamilias y las interacciones estructurales.

Principales métodos:

• Utilizó algoritmos de aprendizaje profundo para analizar las estructuras de proteínas en la AFDB.
• Desarrolló un enfoque sistemático para la detección y clasificación de dominios en millones de estructuras.
• Comparación de la identificación del dominio con los métodos tradicionales basados en secuencias.

Principales resultados:

• Detectó casi 365 millones de dominios, superando los métodos basados en secuencias en más de 100 millones.
• Dominios proteicos cubiertos de más de 1 millón de taxones.
• Se encontró que el 77% de los dominios no redundantes son similares a las superfamilias conocidas, expandiendo la representación del dominio.
• Descubrió más de 10.000 nuevas interacciones estructurales entre superfamilias y miles de nuevos pliegues.

Conclusiones:

• El aprendizaje profundo permite una escala y precisión sin precedentes en la identificación del dominio de la proteína.
• La Enciclopedia de Dominios mejora significativamente el estudio de la estructura, la función y la evolución de las proteínas.
• Este recurso proporciona una base para el descubrimiento de nuevas arquitecturas e interacciones de proteínas.