mCSM-metal: Un recurso de aprendizaje profundo para predecir el efecto de las mutaciones en la unión de iones...

Área de la Ciencia:

• Bioquímica y Biología Estructural
• Biología Computacional y Bioinformática

Sus antecedentes:

• Los iones metálicos son vitales para la estructura, regulación y función enzimática de las proteínas.
• Los métodos experimentales para identificar sitios de unión a metales son costosos y difíciles de escalar.
• Las herramientas computacionales existentes carecen de la capacidad de predecir los cambios inducidos por mutaciones en las probabilidades de unión a metales.

Objetivo del estudio:

• Desarrollar una herramienta computacional, mCSM-metal, para predecir el impacto de las mutaciones en la unión de iones metálicos de proteínas.
• Proporcionar predicciones precisas para siete iones metálicos esenciales: Zn²⁺, Ca²⁺, Mg²⁺, Mn²⁺, Fe³⁺, Co²⁺ y Cu²⁺.

Principales métodos:

• Aprovechamiento de incrustaciones de ESMBind, un modelo de lenguaje de proteínas.
• Utilización de firmas estructurales basadas en grafos para la predicción.
• Desarrollo de un servidor web para la evaluación interactiva y la visualización de los efectos de las mutaciones.

Principales resultados:

• mCSM-metal logra un alto rendimiento predictivo, con precisiones, puntuaciones F1 y valores del coeficiente de correlación de Matthews de hasta 0,97, 0,97 y 0,95, respectivamente.
• El modelo supera a los enfoques computacionales existentes en la predicción de los efectos de las mutaciones en la unión de iones metálicos.
• El servidor web ofrece visualización de los impactos locales y de largo alcance de las mutaciones.

Conclusiones:

• mCSM-metal predice eficazmente los efectos de las mutaciones en la unión de iones metálicos, abordando una brecha crítica en las herramientas computacionales actuales.
• La herramienta facilita aplicaciones en biología estructural, modelado de enfermedades e ingeniería de proteínas.
• Hay una aplicación web accesible disponible para los investigadores.