структурная биология

В статье представлен новый метод GNMCADS для генерации разнообразных конформаций белков с использованием диффузионных моделей, в частности, интегрированных в AlphaFold3. Белки являются динамическими молекулами, существующими в различных конформационных состояниях, которые определяют их биологические функции. Существующие подходы, такие как имитация молекулярной динамики, возмущение эволюционной информации или управление внутренними механизмами моделей предсказания структуры, не всегда способны предсказать конформации, возникающие при крупных доменных движениях или движениях, происходящих в течение длительных временных масштабов. GNMCADS решает эту проблему, избирательно ослабляя (аннелируя) conditioning-сигнал, управляемый внутренней динамической организацией белка, что повышает разнообразие генерируемых конформаций. Метод был протестирован на 92 белках, включая 54 рецептора класса A GPCR, 15 транспортеров и 23 белка с крупными доменными движениями. Результаты показали, что GNMCADS обеспечивает лучшее разнообразие сэмплирования по сравнению с другими современными методами конформационного сэмплирования. Этот подход имеет значительный потенциал для применения в структурной биологии и разработке лекарств, поскольку позволяет более точно моделировать динамические состояния белков, что важно для понимания их функций и взаимодействий с лигандами.

Atlantis — это новая интегративная база данных, разработанная для характеристики функциональной роли отдельных аминокислотных остатков в протеоме человека. База данных объединяет структурную и функциональную информацию на уровне остатков, аннотируя более 11 миллионов остатков в 20 тысячах человеческих белков. Atlantis идентифицирует сотни тысяч внутри- и межбелковых контактов, используя данные как экспериментальных PDB-структур, так и предсказанных моделей AlphaFoldDB. Ключевой особенностью ресурса является использование графовой базы данных, что позволяет выполнять сложные запросы и получать интегрированную информацию для многофакторного функционального анализа белковых систем. Особый интерес для исследователей представляет коннектор Model Context Protocol (MCP), который позволяет взаимодействовать с базой данных через большие языковые модели (LLM) и агентные фреймворки, открывая новые возможности для автоматизированных биомедицинских исследований. Авторы также предоставляют возможность анализа и интеграции пользовательских предсказанных 3D-комплексов, что было продемонстрировано на сотнях AlphaFold-мультимерных комплексов GPCR и сетей взаимодействия LRRK2. Инструмент доступен бесплатно по адресу https://atlantis.bioinfolab.sns.it/ и представляет собой значимый шаг в развитии ресурсов для изучения механизмов белков в норме и патологии, а также для анализа влияния мутаций на функцию белков.

В статье представлен ContrasTED — новый метод классификации белковых доменов по гомологии, основанный на контрастивном обучении с центроидами, контролируемом классификацией CATH. Метод проецирует структурно-зависимые эмбеддинги в метрическое пространство доменов, что позволяет назначать суперсемейства по ближайшему центроиду. На бенчмарке S20 с фильтрацией по последовательностям (n = 1 028) точность назначения суперсемейств достигла 92,9% для 1-NN и 91,4% для ближайшего центроида, превзойдя поиск по последовательностям, профильные HMM, Foldseek и классификатор на эмбеддингах. Обученное латентное пространство разделяет суперсемейства, сохраняя структурную информацию при идентичности последовательностей ниже 20%, при этом наибольший выигрыш наблюдается для слабо представленных суперсемейств. ContrasTED сгенерировал 4,67 миллиона новых кандидатных назначений для 3 796 суперсемейств в Энциклопедии доменов (TED), расширяя аннотационное покрытие по сравнению с предыдущими структурными методами. Метод решает проблему масштабируемости классификации гомологии в условиях быстро растущих структурных баз данных, обеспечивая высокую точность и вычислительную эффективность.

HiC-LEGO — это новая вычислительная платформа для реконструкции трёхмерной структуры хромосом из Hi-C карт контактов. Она решает ключевую проблему: иерархическую организацию генома, которая требует согласования локальной структуры с ограничениями на уровне всей хромосомы. Метод объединяет ансамблевое выделение доменов хроматина с графовым структурным обучением и поэтапной сборкой хромосом, что снижает зависимость от конкретных определений доменов и сохраняет локальную организацию при сборке масштаба хромосомы. На пяти линиях человеческих клеток с разрешением 5 кб HiC-LEGO показал более высокую согласованность реконструкции по сравнению с современными методами, лучше сохраняя доменную организацию. При разрешении 1 кб метод реконструировал полную хромосому 8 линии GM12878 и восстановил тесную пространственную близость между эпигеномно подтверждённым дистальным энхансером MYC и его промотором. Реконструкции из данных Micro-C с разрешением 5 кб показали, что 249 экспериментально определённых взаимодействий микрокомпартментов RCMC в локусе Ppm1g занимают компактные 3D-конфигурации. В наборе данных рака молочной железы HiC-LEGO воспроизвёл стабильную организацию TAD в здоровой ткани, первичных опухолях и метастазах в печень, выявив при этом большую межпациентную структурную гетерогенность в образцах злокачественного плеврального выпота. Валидация с помощью Pore-C показала, что экспериментально наблюдаемые многоточечные контакты протяжённостью 1–5 Мб обогащены в компактных реконструированных конфигурациях на всех 23 хромосомах. Таким образом, HiC-LEGO сохраняет регуляторные взаимодействия, ассоциированную с заболеваниями организацию хроматина и пространственные отношения высшего порядка, выходящие за рамки простого соответствия парных контактов.

В статье представлен комплексный подход к картированию интерактома нейропептидов и их G-белок-связанных рецепторов (GPCR) у сверчка Gryllus bimaculatus — перспективной модели и съедобного насекомого. Авторы провели повторную аннотацию хромосомного генома (BUSCO 95,3%, улучшено с 86,7% по базе insecta_odb12), выявив 48 семейств нейропепптидных предшественников (51 локус, включая 7 ранее неизвестных) и 134 кандидатных GPCR (66 родопсинового класса, 68 секретинового класса). Для всех 15 946 пар пептид-рецептор были построены структурные модели с помощью AlphaFold3 и Boltz-2, а качество интерфейсов оценено по метрикам pLDDT и ipSAE. Ранжирование этих оценок и перекрестная проверка лучших кандидатов для каждого семейства с филогенией рецепторов известной лигандной специфичности позволили уверенно сопоставить рецепторы для 27 из 35 курируемых групп рецепторов. Эти результаты подтверждают структурные оценки существующими данными деорфанизации и предлагают рецепторы для пептидов без предшествующих функциональных доказательств. Аннотации, курируемые наборы пептидов и рецепторов, а также ранжированные комплексы доступны через CricketBase (https://cricket.annotation.jp) — браузер генома с просмотрщиком структур комплексов пептид-рецептор. Работа предоставляет ресурс для эндокринологии G. bimaculatus и рабочий процесс для деорфанизации GPCR у других немодельных насекомых.

Исследователи представили HDOCK-Multimer (HDM) — новый фреймворк на основе глубокого обучения для предсказания структуры крупных белковых комплексов, который объединяет методы ab initio докинга и комбинаторной сборки. В отличие от существующих подходов вроде AlphaFold и RosettaFold, которые сталкиваются с трудностями при работе с крупными многоцепочечными белками, HDM снижает зависимость от точности предсказания отдельных компонентов за счёт интеграции докинга с стратегией сборки. Метод был протестирован на трёх бенчмарках: 35 крупных гетеромерных комплексов, 172 крупных белковых комплекса и 7 мишеней CASP15, где продемонстрировал существенное превосходство над современными методами включая MoLPC, CombFold, AlphaFold-Multimer и AlphaFold3. Важной особенностью HDM является способность предсказывать стехиометрию комплексов без необходимости ввода этой информации заранее. Инструмент особенно ценен для изучения крупных белковых комплексов и молекулярных машин, что имеет прямое значение для разработки лекарств и понимания механизмов заболеваний. Пакет HDM доступен бесплатно на GitHub по адресу https://github.com/huang-laboratory/HDOCK-Multimer.

OpenAntigens — это бесплатная база данных без регистрации, предоставляющая отчёты по дизайну конструктов для 5328 человеческих секретируемых, GPI-якорных, однопроходных и многопроходных белков поверхности клеток. Система интегрирует данные UniProt о топологии, предсказания структуры AlphaFold (pLDDT и PAE), информацию из PDB, домены InterPro и Pfam, ортологи мыши и cynomolgus, контекст паралогов, ассоциации с заболеваниями Open Targets, а также результаты BLAST-поиска. База предлагает 55 305 вариантов конструктов, включая полные регионы дизайна, границы на основе PDB, аннотированные домены, регионы на основе pLDDT/PAE и опции экспрессии мембранных белков, плюс 148 722 хита по сходству последовательностей для оценки кросс-реактивности. Для мишеней с совместимыми моделями AlphaFold интерактивный дизайнер связывает последовательность, структуру и метрики качества, позволяя редактировать границы и экспортировать эквивалентные последовательности видов с предупреждениями о цистеинах и модификациях в реальном времени. Инструмент сокращает необходимость ручной сверки данных из множества ресурсов, объединяя воспроизводимые предложения конструктов, сравнительный контекст и браузерное редактирование в едином рабочем процессе. Это ускоряет разработку антител, рекомбинантных реагентов и вычислительный дизайн байндеров, что критически важно для фармацевтических исследований и открытия новых терапевтических мишеней.

Исследование оценивает возможность использования встраиваний (embeddings) от четырёх языковых моделей белков (ESM-1b, ESM-2, ProtT5, ProstT5) для оценки попарного структурного сходства белков без выполнения выравнивания последовательностей. Бенчмарк включает 20 445 пар белков PISCES с идентичностью последовательности ≤30%, представляющих «сумеречную зону», где традиционные методы часто не работают. В качестве эталона структурного сходства использован TMmin, полученный через TM-align. Среди метрик сходства (косинусное сходство, евклидово, манхэттенское, RBF-ядро, скалярное произведение) косинусное сходство показало наилучшие результаты для всех четырёх моделей. ProstT5 достиг наивысшей корреляции Спирмена с TMmin, за ним следуют ESM-2, ProtT5 и ESM-1b; все четыре модели превзошли BLASTP. Преимущество встраиваний PLM наиболее выражено для пар белков с наименьшей идентичностью последовательности. ProstT5 также обеспечил лучшую дискриминацию между структурно схожими и несхожими парами белков при оптимальном балансе производительности и вычислительных затрат.

В исследовании представлена X-PAIR — инновационная платформа на базе глубокого обучения, предназначенная для одновременного прогнозирования белок-белковых взаимодействий (PPI) и локализации остатков интерфейса на уровне аминокислотных последовательностей. Методология объединяет представления языковых моделей белков (Protein Language Models) с облегченным механизмом перекрестного внимания (cross-attention), что позволяет работать без использования структурных шаблонов или множественного выравнивания последовательностей (MSA). Ключевым достижением является колоссальный прирост скорости: система способна проанализировать один миллион пар белков менее чем за два часа, что в 500 раз быстрее текущих методов предсказания интерфейсов и в 20 раз быстрее методов предсказания взаимодействий. Результаты тестов с контролем утечки данных подтверждают превосходство X-PAIR над существующими аналогами в обеих задачах. Исследование также выявило важную эволюционную закономерность: предсказание взаимодействий требует мультивидовой обучающей выборки, в то время как локализация интерфейсов остается устойчивой на различных таксономических масштабах. Данная разработка открывает путь к полномасштабному анализу протеомов и пониманию молекулярного распознавания на беспрецедентном уровне скорости.

В исследовании применяется метод QTY-кода (замена гидрофобных аминокислот на полярные глутамин, треонин и тирозин) для создания водорастворимых аналогов ключевых мембранных белков вируса Эпштейна — Барр (BILF1, LMP1 и LMP2). Ученые использовали инструменты AlphaFold3, ColabFold и Boltz-2 для предсказания структур, что позволило подтвердить сохранение нативной конформации при значительной модификации последовательности. Результаты показали, что несмотря на замену 54,15%–61,59% аминокислот в трансмембранных доменах, значения RMSD остались крайне низкими (от 0,217 до 1,202 Å), а изменения молекулярной массы составили всего 0,7–1,2 кДа. Разработанные QTY-аналоги обладают существенно сниженной гидрофобностью и склонностью к агрегации, что позволяет проводить исследования без использования детергентов. Данный метод открывает новые возможности для биохимической характеризации белков EBV, которые ранее были труднодоступны из-за их гидрофобности, и может ускорить разработку терапевтических стратегий против связанных с вирусом злокачественных новообразований.

Исследователи представили pHaseMD4AI — масштабный набор данных молекулярной динамики, разработанный специально для обучения генеративного ИИ пониманию термодинамики, кинетики и конформационной эволюции белков. Датасет объединяет две ключевые ветви: глобально уравновешенную ветвь пептидов (включая три- и тетрапептиды с посттрансляционными модификациями) и ветвь белков масштаба протеома, использующую метод молекулярной динамики с постоянным pH (CpHMD). В состав данных входят синхронизированные атомные координаты (R), скорости (V), силы (F) и кинетические аннотации на основе марковских моделей состояний. Разработчики также запустили веб-портал для визуализации и загрузки траекторий, что делает ресурс доступным для широкого сообщества. В качестве демонстрации возможностей набора была представлена модель, способная предсказывать равновесные распределения диэдральных углов на уровне остатков непосредственно из аминокислотной последовательности. Этот ресурс критически важен для создания новых методов машинного обучения, способных учитывать изменения pH и химические модификации при моделировании биомолекул.

В данном исследовании ученые применили методы байесовского интегративного моделирования для определения структуры комплекса MICOS, который играет ключевую роль в формировании и ремоделировании крист внутренней мембраны митохондрий. Для решения задачи использовался комплексный подход, объединяющий предсказания нейросети AlphaFold с данными масс-спектрометрии с перекрестным связыванием (crosslinking mass spectrometry), электронная томографии, биохимическими анализами и гомологичным моделированием. В результате была выявлена структура субсборки, содержащей белки Mic60, Mic19, Mic10 и Mic13, а также обнаружены новые интерфейсы взаимодействия между Mic10N,C, Mic60LBS1,LBS2, mitofilin и Mic13central,C. Исследование показало, что белок Mic13 способствует сборке комплекса, связывая Mic10 в области, прилегающей к внутренней мембране, и Mic60 в межмембранном пространстве. Особую значимость имеет обнаружение того, что ряд потенциально патогенных миссенс-мутаций локализуется именно в этих новых интерфейсах взаимодействия, что подчеркивает их критическую роль в функционировании митохондрий. Работа демонстрирует мощный потенциал использования ИИ-инструментов (AlphaFold) в сочетании с экспериментальными данными для структурной биологии.

В исследовании представлен Diff-Switch — инновационный фреймворк для проектирования белков-переключателей (protein switches), способных менять свою структуру в ответ на биохимические стимулы. В отличие от существующих методов, оптимизированных под одну стабильную структуру, Diff-Switch использует предобученные диффузионные модели для генерации ансамблей разнообразных структурных состояний. Методология сочетает контроль локальной геометрии доменов с механизмом reward-tilting и смещением в пространстве коллективных переменных (вдохновленным метадинамикой), что позволяет избегать повторения одних и тех же конформаций. Тестирование на наборе из 20 различных белков показало, что использование сгенерированных ансамблей значительно повышает вероятность успешного нахождения последовательностей, совместимых с механизмом переключения, по сравнению с базовыми методами сэмплирования. Разработанный подход позволяет автоматизировать сложный процесс дизайна многостабильных белков, который ранее требовал глубоких экспертных знаний. Полученные результаты имеют критическое значение для биоинженерии и разработки новых терапевтических белков и сенсоров.

Исследование посвящено изучению биофизических характеристик интерфейсов белок-белковых взаимодействий (PPI) в трансмембранных белках, которые играют ключевую роль в передаче сигналов и транспорте веществ. Авторы использовали интерактом белков-переносчиков человека (SLC) и применили AlphaFold v3.0 для предсказания структур 2 055 экспериментально подтвержденных взаимодействий. В ходе работы проводилось молекулярное динамическое моделирование, а каждый интерфейс был описан с помощью 63 физико-химических, структурных и энергетических признаков. Результаты показали, что аминокислотный состав и вторичная структура являются определяющими факторами для отличия растворимых интерфейсов от полностью встроенных в мембрану. Было установлено, что мембранно-встроенные интерфейсы характеризуются повышенной долей гидрофобных остатков и α-спиралей при значительном дефиците заряженных остатков. Исследование выявило, что характеристики интерфейса варьируются в зависимости от количества трансмембранных сегментов, что создает надежную основу для будущего дизайна и изучения взаимодействий мембранных белков с помощью машинного обучения.

Исследователи представили ProtSyntax — специализированную белковую языковую модель (pLLM), ориентированную на изучение посттрансляционных модификаций (PTM). В отличие от существующих методов, моделирующих сайты модификации независимо, ProtSyntax учитывает взаимосвязь между химией остатков, контекстом последовательности и трехмерной микросредой. Модель была обучена на массиве из 4,25 миллиона примеров, охватывающих 40 классов PTM, с использованием архитектуры разреженного смеси экспертов (sparse mixture-of-experts) и механизмов геометрически-управляемого внимания (geometry-gated attention). Результаты тестирования на 40 бенчмарках показали значительное превосходство над базовыми моделями: средние показатели MCC и AP выросли на 12,7% и 10,7% соответственно. ProtSyntax успешно идентифицирует перекрестные помехи (crosstalk) между модификациями, связывает изменения PTM с кинетикой ферментов и выявляет нарушения модификаций, связанные с заболеваниями. Данная разработка предоставляет интерпретируемую платформу для глубокого анализа регуляции протеома, что критически важно для разработки таргетной терапии.

В исследовании представлена инновационная модель LGNM (Learnable Graph Network Model), предназначенная для высокоточного прогнозирования гибкости белков на уровне отдельных аминокислотных остатков. В отличие от традиционных моделей упругой сети (ENM), которые используют унифицированные коэффициенты жесткости, LGNM применяет гетерогенный подход, где параметры связей определяются физически ограниченной графовой нейронной сетью (GNN). Обучение модели проводилось на данных молекулярной динамики (RMSF-профили) для 413 белков из базы ATLAS с использованием метода разделения по суперсемействам CATH. В основе методологии лежит фреймворк квантового обучения гамильтониану (QNPDE), что позволяет эффективно вычислять градиенты. Результаты тестирования на 91 белке показали значительное превосходство: коэффициент корреляции Пирсона r составил 0,8549 для LGNM против 0,8024 у стандартной модели mENM. Данная разработка критически важна для структурной биологии и компьютерного дизайна лекарств, так как позволяет более точно моделировать динамику молекул.

Исследование посвящено проблеме анизотропии при уточнении атомных моделей в методах криоэлектронной микроскопии (cryo-EM). Авторы указывают на критический недостаток текущих методов: они рассматривают воксели Фурье как равнозначные, игнорируя неопределенность в оценке коэффициентов Фурье, вызванную разным соотношением сигнал/шум (SNR) и неравномерным распределением проекций частиц по направлениям обзора. В работе математически доказано, что при определенных условиях подгонка атомных моделей к взвешенным объемам эквивалентна прямой подгонке к изображениям частиц, что теоретически более точно. Авторы предлагают использовать доступные прокси-метрики для учета этих искажений и заявляют о возможности легкой интеграции данного принципа в существующее ПО. В качестве доказательства концепции была проведена модификация программного обеспечения Servalcat с использованием данных из стандартных запусков RELION, что подтверждает эффективность подхода для повышения точности структурной биологии.

Исследование изучает взаимосвязь между аминокислотным составом белков Escherichia coli и их растворимостью, уделяя особое внимание роли лизина и аргинина. Авторы выдвинули гипотезу, что различия в использовании этих аминокислот проявляются на концах альфа-спиралей, которые склонны к частичному разворачиванию. Используя модели AlphaFold, ученые обнаружили значительное обогащение лизином по сравнению с аргинином на терминальных участках спиралей, причем этот эффект выражен сильнее в наиболее растворимых белках. Также было установлено, что общая сумма заряженных аминокислот на концах спиралей коррелирует с показателями растворимости. Помимо терминальных участков, выявлена корреляция между составом лизина и общей растворимостью белка. Полученные данные имеют важное значение для биоинформатики и белковой инженерии, предлагая новые протоколы дизайна белков для улучшения их растворимости через направленное обогащение лизином в специфических регионах.

В данной работе представлен инновационный метод Perturbed Flow Matching (PFM), предназначенный для ускорения процесса разработки лекарственных препаратов путем генерации трехмерных молекул, связывающихся с конкретными белковыми мишенями. В отличие от существующих диффузионных моделей, требующих большого количества шагов дискретизации, PFM использует фреймворк потокового сопоставления (Flow Matching), что позволяет значительно снизить вычислительные затраты. Авторы разработали уникальный дизайн пути условной вероятности, который интегрирует информацию о сайтах связывания в карманах белков и корреляцию между типами атомов и их координатами. Экспериментальная проверка на наборе данных CrossDocked2020 показала, что PFM достигает передовых показателей (SOTA) аффинности связывания со средним значением -7.12. Ключевым преимуществом метода является ускорение генерации валидных молекул в 21.3 раза по сравнению с существующими аналогами. Данная технология имеет критическое значение для фармацевтической отрасли, позволяя сократить время и стоимость компьютерного моделирования новых лекарств.