AlphaSync: база данных для актуального предсказания структур белков

Ученые из St. Jude Children's Research Hospital создали базу данных AlphaSync, которая регулярно предоставляет обновленные предсказанные структуры белков, обеспечивая исследователей самой актуальной информацией.

Проблема устаревания предсказаний

Форма (структура) белка определяет его функцию. В 2021 году метод AlphaFold2 с использованием машинного обучения совершил прорыв, позволив с высокой точностью предсказывать структуры белков на основе их аминокислотной последовательности. В 2022 году была запущена AlphaFold Protein Structure Database, содержавшая предсказания для почти всех известных на тот момент белковых последовательностей.

Однако эта база не обновляется автоматически при появлении новых или исправленных последовательностей. Это приводит к устареванию структурных моделей и потенциальным ошибкам.

Решение: непрерывное обновление

AlphaSync решает эту проблему, непрерывно обновляя свои данные на основе последней информации из UniProt — крупнейшей базы данных белковых последовательностей. Система проверяет UniProt на наличие новых или измененных последовательностей и запускает предсказание структур для соответствующих белков.

• При первом запуске ученые обнаружили "бэклог" из 60 000 устаревших структур, включая 3% человеческих белков.
• База содержит 2.6 миллиона предсказанных структур белков для сотен видов.
• Исследователи могут изучать важные участки белков у более 200 видов, будучи уверенными в актуальности данных.

Дополнительные возможности и удобство

Помимо актуальных структур, AlphaSync предоставляет предварительно вычисленные данные для удобства анализа:

• Сети остаточных взаимодействий (какие аминокислоты контактируют друг с другом).
• Доступность поверхности (доступна аминокислота или нет).
• Конформационное состояние (находится ли аминокислота в структурированной или неструктурированной области).

Для упрощения работы сложные 3D-структурные данные также представлены в упрощенном 2D табличном формате. Этот формат не только облегчает анализ отдельных белков, но и более удобен для последующих приложений машинного обучения.

Значение для науки

"В быстро развивающейся научной среде доступ к самой актуальной и детальной информации о структурных моделях белков необходим для прорывов в медицине и биологии", — отмечает старший соавтор М. Мадан Бабу.

"AlphaSync выполняет важную работу по поддержанию актуальности всех этих предсказанных структур", — говорит первый автор Бенджамин Ланг. — "База данных AlphaSync гарантирует, что структура, на которую вы смотрите, соответствует последовательности белка, с которым вы работаете".

Исследователи надеются, что AlphaSync не только минимизирует распространение структурных и последовательностных неточностей, но и углубит понимание белков, связанных с человеческими заболеваниями, что в конечном итоге ускорит разработку более эффективных методов лечения.

Доступ к базе данных: https://alphasync.stjude.org/

Работа опубликована в журнале Nature Structural & Molecular Biology.