ProtRAP-LM: Predicción eficiente de la accesibilidad relativa de proteínas y cribado de proteínas de membrana a...

Área de la Ciencia:

• Bioquímica
• Biología Computacional
• Biología Estructural

Sus antecedentes:

• Las proteínas de membrana son cruciales para las funciones celulares y son objetivos terapéuticos clave.
• La predicción precisa de las propiedades de las proteínas de membrana es esencial para el descubrimiento de fármacos y la investigación biológica.
• Los métodos anteriores se basaban en alineaciones de secuencias múltiples (MSA), lo que limitaba la velocidad de predicción.

Objetivo del estudio:

• Desarrollar un método rápido y preciso para predecir las propiedades de las proteínas de membrana.
• Aprovechar los modelos de lenguaje de proteínas (pLM) para mejorar las capacidades de predicción.
• Superar las limitaciones de velocidad de los modelos de predicción basados en MSA.

Principales métodos:

• Se introdujo ProtRAP-LM, un modelo basado en transformadores que utiliza incrustaciones de pLM.
• Se aplicó el modelo para predecir la probabilidad de contacto de membrana (MCP) y la accesibilidad relativa de residuos.
• Se evaluó el rendimiento en un conjunto de prueba de 184 proteínas.

Principales resultados:

• ProtRAP-LM logró un rendimiento superior en comparación con modelos anteriores basados en MSA.
• Demostró una aceleración de más de 300 veces, lo que permite predicciones a escala de proteoma en cuestión de horas.
• Proporcionó anotaciones completas para tipos de proteínas de membrana difíciles, incluidas proteínas transmembrana de un solo paso y proteínas de lámina beta.

Conclusiones:

• ProtRAP-LM ofrece un avance significativo en la predicción rápida y precisa de las propiedades de las proteínas de membrana.
• Facilita anotaciones a gran escala del proteoma, proporcionando un recurso valioso para la investigación biológica.
• Permite una investigación más profunda sobre la estructura y función de biomoléculas de membrana esenciales.