Um novo método húngaro pode ajudar na pesquisa de proteínas

A figura mostra o processo passo a passo de cálculo da pontuação LoCoHD para um determinado par de âncoras. A resolução química é dada pelo esquema de tipagem primitiva, que é utilizado para converter a estrutura real em uma estrutura de átomos primitivos (esquerda). Então, selecionando dois átomos âncora das duas estruturas primitivas a serem comparadas (no meio, em verde e turquesa), um número entre 0 e 1 pode ser calculado usando a fórmula vista acima. Crédito:Universidade Eötvös Loránd

Em um artigo publicado recentemente na Nature Communications , o Grupo de Pesquisa de Modelagem de Proteínas HUN-REN-ELTE (Instituto de Química) lançou as bases para um método matemático, permitindo a comparação assistida por computador das estruturas tridimensionais das proteínas. O método é único porque, embora as alternativas disponíveis até agora levassem em consideração apenas a posição dos átomos, a nova técnica, chamada LoCoHD (Local Composition Hellinger Distance), também inclui as informações químicas dos átomos.

As proteínas são máquinas moleculares que realizam processos necessários ao funcionamento das células, atuando como interruptores moleculares, transcrevendo informações do DNA, transportando moléculas pequenas e grandes e regulando reações químicas relacionadas ao metabolismo. No entanto, para que tudo isto tenha sucesso, a proteína em questão deve ter a conformação espacial correta, ou seja, o seu próprio arranjo 3D correto.

Vários métodos experimentais (cristalografia de raios X, espectroscopia de ressonância magnética nuclear, microscopia crioeletrônica) estão disponíveis para determinar o arranjo dos átomos em uma proteína e, nas últimas décadas, pesquisadores de proteínas descobriram a forma de quase 220.000 proteínas. Estes resultados exigem cada vez mais o desenvolvimento de métodos computacionais capazes de analisar estes arranjos.

Um desses métodos é o algoritmo denominado LoCoHD, desenvolvido por Zsolt Fazekas, Ph.D. candidato na Escola de Química ELTE Hevesy György e pesquisador do grupo de pesquisa do Dr. András Perczel. O algoritmo compara ambientes locais em torno de aminoácidos em proteínas com base na sua natureza química (por exemplo, composição elementar, carga, hidrofobicidade, etc.).

O método decide, numa escala simples de 0 a 1, quão diferentes são as estruturas em questão umas das outras. Valores próximos de 0 sugerem alta similaridade entre arranjos atômicos e propriedades químicas, enquanto valores próximos de 1 indicam que as proteínas comparadas podem ter propriedades muito diferentes. O valor numérico resultante (a chamada métrica) pode assim ser usado para obter novas informações sobre o sistema em estudo.

O algoritmo usa um protocolo de múltiplas etapas para gerar o número que representa as diferenças estruturais. Na primeira etapa, ele converte átomos reais da proteína nos chamados átomos primitivos. Estas podem ser representadas como posições virtualmente rotuladas cujos rótulos indicam a natureza química do átomo original.

A figura mostra as curvas LoCoHD (gráficos superiores) e estruturas (painéis inferiores) de His276 e Met197 em podocina, dois aminoácidos fortemente bimodais, medidos a partir de uma simulação de dinâmica molecular. Na simulação, o aminoácido His276 desempenha um papel no encurtamento de uma hélice, enquanto o aminoácido Met197 é responsável pelo preenchimento de uma cavidade hidrofóbica. Crédito:Universidade Eötvös Loránd

Assim, por exemplo, um átomo primitivo pode ser um “nitrogênio com carga positiva”, um “oxigênio com carga negativa”, um “oxigênio com carga neutra”, um “carbono aromático”, etc. esquema de digitação, que nos diz de forma tabulada como converter átomos reais em átomos primitivos. O usuário pode especificar livremente esta tabela, fixando a resolução química do método.

O segundo passo é determinar os pontos de referência da comparação selecionando um subconjunto de átomos primitivos. Esses átomos primitivos especiais selecionados são chamados de átomos âncora. Para cada par de átomos âncora selecionado, o algoritmo realiza uma etapa de comparação, cujo resultado fornece a medida de dissimilaridade que desejamos. Esses números podem ser usados em nível local ou podem ser calculados em média em um único descritor que caracteriza a proteína inteira.

No estudo, os pesquisadores destacaram que o método também pode ser utilizado nas competições semestrais CASP (Critical Assessment of Protein Structure Prediction), competição bastante conhecida na área de pesquisa de proteínas. Durante este evento, os concorrentes utilizam diferentes algoritmos para modelar a forma de proteínas com estruturas ainda não publicadas. Os juízes do CASP usam vários métodos de comparação de estruturas para avaliar os contendores, mas nenhum deles leva em consideração a química dos ambientes locais de aminoácidos.

Usando dados da competição CASP14 de 2020, os pesquisadores realizaram agora análises comparativas de várias proteínas modeladas, incluindo as estruturas previstas pelo método AlphaFold2 baseado em inteligência artificial. Entre estes, destacaram a análise de uma proteína do vírus SARS-CoV-2 denominada ORF8. Nas estruturas modeladas desta proteína foram identificados ambientes de aminoácidos que diferem significativamente em seus padrões de interação dos ambientes encontrados na estrutura experimental.

Além de estudar estruturas estáticas, os pesquisadores também testaram se o método é adequado para analisar o movimento interno de proteínas. Eles usaram simulações capazes de reproduzir movimentos moleculares e dados extraídos de conjuntos estruturais. Um dos sistemas em estudo foi a proteína podocina, que desempenha funções vitais nos rins e cujas mutações podem causar quadros graves, muitas vezes fatais.

O método LoCoHD foi utilizado para identificar aminoácidos da proteína que sofrem grandes alterações químico-ambientais durante a movimentação da podocina, o que pode afetar tanto sua estrutura quanto sua função. Da mesma forma, o método LoCoHD foi aplicado com sucesso no estudo da proteína da cápside do HIV-1, no qual foi identificado um aminoácido crítico para a formação do envelope viral.

Estes resultados não são apenas curiosidades de investigação, mas ao estudar as estruturas das proteínas de forma mais eficaz, podemos aproximar-nos de uma melhor compreensão dos agentes patogénicos que causam doenças graves e do desenvolvimento de medicamentos e terapêuticas eficazes.

Mais informações: Zsolt Fazekas et al, LoCoHD:uma métrica para comparar ambientes locais de proteínas, Nature Communications (2024). DOI:10.1038/s41467-024-48225-0
Informações do diário: Comunicações da Natureza

Fornecido pela Universidade Eötvös Loránd

Pesquisadores aplicam métodos de computação quântica à previsão da estrutura de proteínas

Nova estratégia aproveita a condensação de lignina para utilização de biomassa

Química