Destilación del conocimiento de un modelo de lenguaje de proteínas produce un modelo fundacional de solvente...

Área de la Ciencia:

• Química computacional
• Biofísica
• Biología estructural

Sus antecedentes:

• Los modelos de solvente implícito (ISM) buscan la precisión del solvente explícito a un menor costo computacional.
• Los ISM actuales luchan con la precisión para el plegamiento de proteínas y las proteínas intrínsecamente desordenadas.
• El desarrollo de un ISM transferible y basado en datos es un desafío clave.

Objetivo del estudio:

• Desarrollar un modelo de solvente implícito (ISM) novedoso y basado en datos.
• Superar las limitaciones de los ISM analíticos tradicionales.
• Crear un modelo unificado tanto para proteínas plegadas como desordenadas.

Principales métodos:

• Se destiló información evolutiva del modelo de lenguaje de proteínas (ESM3) en una red neuronal gráfica (GNN).
• Se entrenó el potencial GNN con energías efectivas de ESM3.
• Se combinó el potencial GNN con un término de electrostática estándar para simulaciones de dinámica molecular.

Principales resultados:

• El potencial GNN impulsa simulaciones de dinámica molecular estables y a largo plazo.
• El modelo híbrido reproduce con precisión los paisajes energéticos libres de plegamiento de proteínas.
• El modelo predice con éxito los conjuntos estructurales de proteínas intrínsecamente desordenadas.
• Se logró un único modelo unificado transferible entre estados de proteínas plegadas y desordenadas.

Conclusiones:

• El novedoso ISM, que aprovecha los datos evolutivos, proporciona simulaciones precisas para el plegamiento de proteínas y las proteínas desordenadas.
• Este enfoque resuelve una limitación de larga data de los ISM convencionales.
• El modelo acelera el desarrollo de herramientas de simulación predictivas a gran escala en química computacional.