Identificación de los sitios de unión del interactoma 14-3-3 con aprendizaje profundo

Área de la Ciencia:

• La bioquímica
• Biología computacional
• Biología estructural

Sus antecedentes:

• Las interacciones proteína-proteína son fundamentales para los procesos biológicos y las enfermedades.
• La identificación de los sitios de interacción de proteínas, en particular para las proteínas intrínsecamente desordenadas, sigue siendo un desafío significativo.
• Las proteínas 14-3-3 actúan como centros centrales en las redes de señalización celular, lo que hace que sus interacciones sean críticas para entenderlas.

Objetivo del estudio:

• Desarrollar un marco de aprendizaje profundo para predecir los sitios de unión a las proteínas 14-3-3.
• Identificar nuevos sitios de unión 14-3-3 en proteínas médicamente relevantes, incluidas las intrínsecamente desordenadas.
• Proporcionar un recurso web de libre acceso para predecir los sitios de enlace 14-3-3.

Principales métodos:

• Pruebas sistemáticas de varios enfoques de aprendizaje profundo.
• Desarrollo de un modelo de aprendizaje profundo conjunto para la predicción de la vinculación de secuencias.
• Aplicación prospectiva del modelo a unas 300 secuencias de proteínas médicamente relevantes.
• Validación experimental de las principales secuencias de péptidos previstas mediante técnicas de laboratorio húmedo.
• Análisis estructural mediante cristalografía de rayos X y simulaciones de dinámica molecular.

Principales resultados:

• Un modelo de aprendizaje profundo conjunto logró una precisión equilibrada del 75% en secuencias externas para predecir la unión 14-3-3.
• La validación experimental confirmó la unión para cinco de las ocho secuencias de péptidos predichas, con constantes de disociación (Kd) que oscilan entre 1,6 ± 0,1 μM y 70 ± 5 μM.
• Se identificaron nuevos sitios de unión en proteínas médicamente relevantes, incluidas las implicadas en enfermedades como el Alzheimer.
• El estudio demostró la capacidad del aprendizaje profundo para predecir interacciones que involucran proteínas intrínsecamente desordenadas.

Conclusiones:

• El marco de aprendizaje profundo desarrollado predice eficazmente los sitios de unión a las proteínas 14-3-3.
• Los nuevos sitios de unión identificados ofrecen nuevas vías para investigar la función de las proteínas y la orientación terapéutica.
• El estudio subraya el poder del aprendizaje profundo para descifrar complejas interacciones proteína-proteína.
• Se creó una herramienta web disponible al público para facilitar la investigación adicional sobre las interacciones 14-3-3.