Simple Science

Ciência de ponta explicada de forma simples

# Biologia # Bioinformática

Proteínas Reforçadas: Lições dos Mais Fortes da Natureza

Pesquisadores melhoram a estabilidade de proteínas usando o que aprenderam com organismos que amam extremos.

Moritz Ertelt, Phillip Schlegel, Max Beining, Leonard Kaysser, Jens Meiler, Clara T. Schoeder

― 8 min ler


Superaquecimento: Superaquecimento: Projetando Proteínas Fortes pra medicina e indústria. Avançando a estabilidade de proteínas
Índice

As Proteínas são moléculas essenciais que desempenham vários papéis nos organismos vivos. Elas ajudam a gente a digerir comida, combater infecções e até a construir os músculos. O funcionamento das proteínas depende muito da sua estrutura, que é como um quebra-cabeça tridimensional. Cada peça desse quebra-cabeça precisa se encaixar perfeitamente para ajudar a proteína a fazer seu trabalho, e elas também precisam ser flexíveis o suficiente para se adaptar a várias mudanças no ambiente.

O Ato de Equilíbrio da Estrutura da Proteína

Pensa nas proteínas como equilibristas. Elas têm que manter um equilíbrio delicado entre ser estáveis e funcionais. Se forem muito rígidas, podem quebrar, e se forem muito soltas, não vão conseguir fazer seu trabalho direito. Então, como as proteínas ficam na corda bamba? Uma estratégia é aceitar pequenas mudanças ou mutações na sua estrutura, desde que consigam ainda realizar suas tarefas.

Às vezes, certas partes de uma proteína precisam ser um pouco instáveis ou "frustradas" para funcionar efetivamente. Isso é especialmente visível nas enzimas - proteínas especiais que aceleram reações químicas no nosso corpo. Essas enzimas costumam ser mais flexíveis em Temperaturas mais altas, e é aí que algumas proteínas se destacam, especialmente as de organismos adaptados a condições extremas, como fontes termais.

Encontrando o Ponto Ideal

A maioria das proteínas encontradas na natureza, como as do nosso corpo ou de bactérias comuns, é feita para viver em temperaturas moderadas. Elas costumam funcionar melhor em torno de 37°C, que é uma temperatura confortável pra gente. Mas, se os cientistas querem usar proteínas na indústria, geralmente precisam que elas funcionem em temperaturas mais altas para acelerar reações ou evitar o crescimento de micróbios indesejados. Infelizmente, isso torna tudo complicado, porque muitas dessas proteínas podem ficar instáveis e perder sua eficácia em condições extremas.

Pra resolver esse desafio, os cientistas começaram a usar engenharia de proteínas, um processo onde tentam melhorar a Estabilidade das proteínas pra que consigam lidar com ambientes mais exigentes. Eles costumam usar modelos de computador pra prever quais mudanças podem ser feitas na estrutura da proteína pra aumentar sua estabilidade.

Aprendendo com a Natureza: O Caso dos Hipertermófilos

Pra superar os desafios da natureza, os pesquisadores deram uma olhada em organismos que prosperam em condições extremas, conhecidos como hipertermófilos. Eles são como os super-heróis do mundo das proteínas; vivem em ambientes onde as temperaturas podem chegar a 105°C. As proteínas deles são construídas de forma diferente, permitindo que se mantenham intactas e funcionais mesmo com temperaturas tão altas.

Uma dessas proteínas super-heróis vem de Thermotoga thermophilus, que aguenta temperaturas em torno de 70°C, bem acima do conforto da maioria dos organismos. O segredo do sucesso deles está na estrutura. Essas proteínas têm mais partes hidrofóbicas (que rejeitam água) e menos partes polares (que atraem água), tornando-as mais adequadas para altas temperaturas.

A Busca por Proteínas Termostáveis

Agora, se a gente conseguisse desenhar proteínas tão robustas quanto as dos hipertermófilos, abriríamos as portas pra uma ampla gama de aplicações. Por exemplo, no mundo da medicina, as proteínas poderiam ser usadas pra criar vacinas que não precisassem de refrigeração constante. Isso as tornaria mais fáceis de transportar, especialmente pra áreas remotas.

Pra fazer isso acontecer, os pesquisadores desenvolveram nanopartículas de proteínas auto-montáveis (SAPNs). Essas nanopartículas podem ser personalizadas pra entregar medicamentos ou vacinas de forma eficaz. Uma dessas nanopartículas, chamada I53-50, foi estudada por sua impressionante capacidade de carregar carga e poderia ser aprimorada com novos designs que a tornem estável mesmo em altas temperaturas.

Construindo uma Proteína Melhor com HyperMPNN

Na busca por criar proteínas mais estáveis, os cientistas desenvolveram uma nova ferramenta chamada HyperMPNN. Esse modelo de computador aprende com as estruturas únicas das proteínas hipertermofílicas e usa esse conhecimento pra redesenhar proteínas de outros organismos.

O objetivo é criar proteínas que tenham uma alta temperatura de fusão, tornando-as utilizáveis em vários ambientes industriais e médicos. Pra treinar o HyperMPNN, os pesquisadores coletaram milhares de sequências de proteínas de hipertermófilos e rodaram algoritmos complexos pra melhorar seus designs.

O Processo de Treinamento

O processo de treinamento envolveu reunir um grande conjunto de dados de proteínas de organismos hipertermofílicos. Essa imensa coleção de dados ajuda o modelo a aprender as diferentes maneiras como essas proteínas são estruturadas e como seus aminoácidos estão arranjados. Os cientistas filtraram esses dados por estruturas de alta qualidade pra garantir precisão nas previsões.

Ao re-treinar um modelo existente chamado ProteinMPNN nesse novo conjunto de dados, os pesquisadores pretendiam ajustar sua abordagem e desenvolver uma versão chamada HyperMPNN que pudesse desenhar proteínas com melhor estabilidade. Esse re-treinamento permite que o HyperMPNN replique melhor as composições de aminoácidos únicas encontradas em proteínas de organismos que amam calor.

Comparando Proteínas: Hipertermófilos vs. Mesófilos

No estudo, os cientistas examinaram mais de perto como as proteínas de hipertermófilos se comparam às de organismos mesofílicos, como E. coli, que vivem em ambientes mais moderados. A análise mostrou que as proteínas de hipertermófilos contêm uma porcentagem maior de aminoácidos hidrofóbicos em seu núcleo e mais resíduos carregados positivamente em suas superfícies.

Essa descoberta é crucial porque destaca como pequenas mudanças na composição dos aminoácidos podem impactar significativamente a estabilidade e a funcionalidade de uma proteína. As diferenças observadas na composição das proteínas podem servir como um guia para desenhar novas proteínas robustas.

O Desafio do Design

Uma vez que o HyperMPNN foi desenvolvido, os cientistas começaram a desenhar novas proteínas com base em suas descobertas. Eles focaram especificamente na proteína I53-50B, que faz parte de uma estrutura maior de nanopartículas de proteínas. O objetivo era redesenhar partes dessa proteína pra aumentar sua estabilidade térmica.

Duas séries de designs foram criadas: uma usando o ProteinMPNN original e outra usando o novo HyperMPNN. Depois, eles submeteram essas proteínas a uma série de testes pra ver como elas conseguiam manter sua estrutura em altas temperaturas.

Validação Experimental

Depois de desenhar as novas proteínas, o próximo passo foi testá-las. Os pesquisadores expressaram o DNA das proteínas originais e redesenhadas em E. coli. Em seguida, purificaram as proteínas e avaliaram sua estabilidade sob calor.

Os resultados foram impressionantes. Enquanto a proteína original I53-50B derretia a 65°C, as proteínas redesenhadas mantiveram a estabilidade até 95°C. Esse aumento significativo na estabilidade térmica mostra a eficácia da nova abordagem de design.

O Caminho à Frente

A jornada de aprimoramento da estabilidade das proteínas não para por aqui. Com os avanços contínuos em ferramentas computacionais como o HyperMPNN, os pesquisadores esperam continuar expandindo os limites da engenharia de proteínas.

As aplicações potenciais são vastas. Desde a produção de vacinas que podem resistir ao calor até a criação de enzimas industriais mais eficientes, o impacto dessas inovações pode ser enorme. À medida que os cientistas continuam a explorar as capacidades das proteínas hipertermofílicas e refinam seus métodos de design, o futuro da engenharia de proteínas promete grandes coisas.

Conclusão

Em resumo, a busca por proteínas estáveis é uma aventura empolgante no mundo da biologia. Ao olhar para as criaturas mais duras da natureza, os pesquisadores estão encontrando novas maneiras de melhorar a funcionalidade e a resiliência das proteínas. Com ferramentas como o HyperMPNN, podemos esperar ver desenvolvimentos emocionantes que podem revolucionar campos como medicina e biotecnologia. Quem sabe? Um dia, uma proteína simples pode ser o ingrediente-chave para a próxima grande descoberta na saúde ou além.

Então, da próxima vez que você pensar em proteínas, lembre-se: elas não são apenas blocos de construção da vida - elas também são potenciais super-heróis em formação!

Fonte original

Título: HyperMPNN - A general strategy to design thermostable proteins learned from hyperthermophiles

Resumo: Stability is a key factor to enable the use of recombinant proteins in therapeutic or biotechnological applications. Deep learning protein design approaches like ProteinMPNN have shown strong performance both in creating novel proteins or stabilizing existing ones. However, it is unlikely that the stability of the designs will significantly exceed that of the natural proteins in the training set, which are biophysically only marginally stable. Therefore, we collected predicted protein structures from hyperthermophiles, which differ substantially in their amino acid composition from mesophiles. Notably, ProteinMPNN fails to recover their unique amino acid composition. Here we show that a retrained network on predicted proteins from hyperthermophiles, termed HyperMPNN, not only recovers this unique amino acid composition but can also be applied to proteins from non-hyperthermophiles. Using this novel approach on a protein nanoparticle with a melting temperature of 65{degrees}C resulted in designs remaining stable at 95{degrees}C. In conclusion, we created a new way to design highly thermostable proteins through self-supervised learning on data from hyperthermophiles.

Autores: Moritz Ertelt, Phillip Schlegel, Max Beining, Leonard Kaysser, Jens Meiler, Clara T. Schoeder

Última atualização: 2024-12-01 00:00:00

Idioma: English

Fonte URL: https://www.biorxiv.org/content/10.1101/2024.11.26.625397

Fonte PDF: https://www.biorxiv.org/content/10.1101/2024.11.26.625397.full.pdf

Licença: https://creativecommons.org/licenses/by/4.0/

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao biorxiv pela utilização da sua interoperabilidade de acesso aberto.

Artigos semelhantes