W świecie biologii molekularnej przewidywanie interakcji białko-białko od lat pozostaje kluczowym wyzwaniem. Najnowsze badania zespołu z MIT prezentują FragFold – system sztucznej inteligencji wykorzystujący AlphaFold do projektowania fragmentów peptydowych zdolnych do selektywnego hamowania funkcji białek. Ta metodologia otwiera nowe możliwości w badaniach podstawowych i poszukiwaniu terapii celowanych.
Mechanizm działania FragFold
Podstawą działania FragFold jest innowacyjne podejście do przetwarzania danych ewolucyjnych. Tradycyjne modele AlphaFold generują wielokrotne dopasowanie sekwencji (MSA) dla każdego białka osobno, co przy analizie tysięcy fragmentów staje się obliczeniowo prohibitywne. Rozwiązaniem okazało się prekompilowanie MSA dla pełnej długości białka, a następnie wykorzystanie tych danych do predykcji dla wszystkich jego fragmentów.
W praktyce system dzieli docelowe białko na krótkie sekwencje aminokwasowe (zwykle 30-50 reszt), a następnie symuluje ich oddziaływania z wybranymi partnerami molekularnymi. Algorytm ocenia nie tylko stabilność kompleksu, ale również potencjał inhibicyjny fragmentu. W przypadku białka FtsZ zaangażowanego w podział komórkowy, FragFold zidentyfikował nowe miejsca wiązania w regionie strukturalnie niezorganizowanym, którego analiza konwencjonalnymi metodami była dotąd niemożliwa.
| Białko docelowe | Długość fragmentu | Skuteczność inhibicji |
|---|---|---|
| FtsZ | 35 reszt | 62% |
| LptG | 42 reszty | 58% |
Eksperymentalna walidacja wyników
Zespół zweryfikował przewidywania modelu poprzez wysokoprzepustowe testy in vivo. W przypadku kompleksu transportowego LptF-LptG zaobserwowano, że fragment LptG skutecznie zakłóca dostarczanie lipopolisacharydów do błony komórkowej E. coli. Co istotne, mutageneza wybranych reszt aminokwasowych w przewidzianych fragmentach prowadziła do wzmocnienia efektu inhibicyjnego nawet o 40% w porównaniu z sekwencjami naturalnymi.
“Połączenie danych eksperymentalnych z modelowaniem strukturalnym pozwala nie tylko potwierdzać przewidywania, ale i odkrywać nowe mechanizmy działania na poziomie molekularnym” – komentuje dr Sebastian Swanson, współautor badania.
Perspektywy aplikacyjne
Oprócz oczywistych zastosowań w projektowaniu leków, FragFold oferuje unikalne możliwości w inżynierii białek. Wstępne eksperymenty sugerują, że niektóre fragmenty mogą pełnić funkcję modulatorów aktywności enzymatycznej lub znaczników do lokalizacji subkomórkowej. Planowane są prace nad wykorzystaniem systemu do:
- Generowania stabilizatorów konformacyjnych białek
- Projektowania induktorów degradacji białkowej (PROTAC)
- Tworzenia modułowych systemów regulacji genetycznej
Obecnie zespół pracuje nad rozszerzeniem metodyki na białka ludzkie, ze szczególnym uwzględnieniem celów onkologicznych i neurodegeneracyjnych. Kolejnym etapem badań ma być integracja FragFold z systemami generatywnymi typu RFdiffusion dla projektowania całkowicie nowych inhibitorów.
