Раскрытие секретов эволюции белков с помощью базы данных AlphaFold

Исследователи разработали эффективный метод сравнения всех предсказанных белковых структур в базе данных AlphaFold, выявив сходства между белками у разных видов. Эта работа помогает понять эволюцию белков и открыла новые данные о происхождении белков иммунной системы человека.

Исследование провели Европейский институт биоинформатики EMBL (EMBL-EBI), Институт молекулярных системных биологии ETH Zurich и Школа биологических наук Сеульского национального университета.

База данных AlphaFold — это революционный ресурс в области исследования белков, содержащий AI-предсказанные 3D-структуры всех известных белков. Она заполняет критический пробел в понимании функции и эволюции белков, предлагая высококачественные структурные предсказания. Хотя AI-предсказания не заменяют экспериментально определённые структуры, они предоставляют научному сообществу бесценную информацию.

Для этого исследования, опубликованного в журнале Nature, учёные разработали новый алгоритм Foldseek Cluster, который можно использовать для одновременного анализа больших наборов белковых структур. Foldseek Cluster применили к 200 миллионам предсказанных структур в базе AlphaFold, выявив более 2 миллионов уникальных структурных кластеров — групп белковых структур, схожих по трёхмерной форме. Одна треть этих кластеров не имела ранее никаких аннотаций, то есть они не были описаны или классифицированы.

Преодоление разрыва в белковой науке

Белки критически важны для процессов в клетке. Понимание структуры белка ключевое для изучения его функции и эволюции. Несмотря на значительный прогресс в предсказании структур на основе последовательностей, вычислительные ограничения затрудняли их масштабное изучение. Foldseek Cluster теперь позволяет проводить структурные сравнения и кластеризацию в беспрецедентном масштабе, сокращая время таких задач на несколько порядков.

"Мы вступили в новую эру структурной биологии, где вычислительные методы открывают беспрецедентный доступ для изучения белковой вселенной", — сказал Мартин Штайннеггер, доцент Школы биологических наук Сеульского национального университета.

"Мы подсчитали, что кластеризация всех структур установленными методами заняла бы десятилетие по сравнению с пятью днями, которые потребовались нашему новому методу Foldseek Cluster. Наш алгоритм может просеять миллионы предсказанных белковых структур в базе AlphaFold и сгруппировать их на основе их 3D-форм. Это ускорение вычислительной мощности не просто делает вещи быстрее; оно делает вещи возможными".

Эволюция белков и иммунитет

Исследование также углубляется в эволюционные следствия этих кластеров. Хотя большинство кластеров имеют древнее происхождение, около 4% оказываются видоспецифичными. Это даёт новое представление об эволюционных явлениях, таких как de novo рождение генов — когда новые гены возникают из некодирующих участков генома. Работа также иллюстрирует несколько примеров эволюционных взаимосвязей, которые могут обогатить наше понимание функции белков у разных видов, включая их роль в иммунитете человека.

"Эта работа не просто о более эффективном сравнении, она о получении новых знаний об эволюционной истории белков", — сказал Педро Белтрао, доцент Института молекулярных системных биологии ETH Zurich.

"Одно из самых интересных открытий этого исследования — обнаружение структурного сходства между белками иммунной системы человека и белками, обнаруженными в бактериях. Это предполагает, что белки, участвующие в иммунной системе, могут иметь древнее эволюционное происхождение, которое мы разделяем с бактериальными видами. Если это правда, это может изменить наше понимание иммунитета. Наше исследование не только продвигает текущие знания, но и намечает дорожную карту для будущих исследований тайн функции и эволюции белков".

Улучшение функциональности базы данных AlphaFold

По мере роста базы данных AlphaFold и других баз данных по наукам о жизни возникает значительная потребность помочь пользователям просеивать огромные объёмы данных, одновременно снижая вычислительные затраты на их анализ и управление. Подходы, подобные алгоритму Foldseek Cluster, который масштабируется до миллиардов структур, будут бесценны для помощи исследователям в навигации по этому богатству информации.

"Foldseek Cluster — это больше, чем просто технологический прогресс; это улучшение, которое повышает весь опыт работы с базой данных AlphaFold для исследователей по всему миру", — сказал Самир Веланкар, руководитель группы в EMBL-EBI.

"С взрывным ростом предсказанных белковых структур в AFDB эффективное управление и навигация по этим данным были серьёзной проблемой, — продолжил он. — Foldseek Cluster революционизировал этот процесс. Мы работаем над интеграцией кластеров FoldSeek в AFDB, чтобы упростить анализ больших наборов белковых структур и облегчить нашему сообществу пользователей поиск именно того, что им нужно".