Incrustaciones de modelos de lenguaje de proteínas distinguen sitios catalíticos de estructurales de unión a zinc con...

Área de la Ciencia:

• Bioquímica
• Biología Computacional
• Bioinformática

Sus antecedentes:

• Los iones de zinc desempeñan funciones críticas en la función de las proteínas, actuando como cofactores catalíticos o elementos estructurales.
• Diferenciar estas funciones del sitio de zinc basándose únicamente en la secuencia de aminoácidos es difícil debido a geometrías de coordinación similares.

Objetivo del estudio:

• Investigar si las incrustaciones de secuencias de proteínas pueden clasificar con precisión los sitios de zinc como catalíticos o estructurales.
• Desarrollar un método computacional de solo secuencia para anotar metaloproteomas de zinc.

Principales métodos:

• Se utilizaron incrustaciones ESM-2, un modelo de aprendizaje profundo para secuencias de proteínas.
• Se entrenaron clasificadores de aprendizaje automático con proteínas de zinc diversas en secuencia.
• Se empleó análisis de atención para interpretar las predicciones del modelo e identificar interacciones clave de residuos.

Principales resultados:

• Se logró una alta precisión (ROC-AUC 0.93-0.97) en la clasificación de sitios de zinc utilizando incrustaciones ESM-2.
• Superó significativamente a un enfoque tradicional basado en motivos (AUC = 0.759).
• El análisis de atención reveló interacciones específicas entre ligandos de histidina catalíticos y residuos de carboxilato de segunda capa.

Conclusiones:

• Los patrones de secuencia evolutiva codifican información sobre las redes de enlaces de hidrógeno extendidas que diferencian los sitios de zinc catalíticos y estructurales.
• Un enfoque de solo secuencia proporciona un método complementario y escalable a las técnicas basadas en estructuras para la anotación del metaloproteoma.