Bioinformática y biología estructural · global
Preparar un mapa molecular de los virus: AlphaFold publica predicciones de complejos proteicos de más de 2,800 virus
La forma en que se ensamblan las proteínas virales podría ofrecer puntos de partida para desarrollar vacunas y fármacos. Los nuevos datos abiertos aportan numerosas pistas estructurales, pero los experimentos deberán determinar si las uniones representadas en los modelos existen realmente y si pueden convertirse en dianas eficaces.
Ante la próxima epidemia, los investigadores necesitan conocer de antemano no solo qué genes tiene un virus, sino también cómo se ensamblan sus proteínas y cómo actúan conjuntamente. El 24 de septiembre, EMBL-EBI y sus colaboradores publicaron predicciones de estructuras de complejos proteicos que abarcan más de 2,800 virus, dando prioridad a las familias virales que se sabe que pueden infectar a seres humanos. El objetivo es disponer de pistas moleculares para la investigación en diagnóstico, fármacos y vacunas antes de que surjan nuevas amenazas.
Estos datos amplían el enfoque desde la forma de una proteína individual hasta la manera en que las proteínas se unen entre sí. Las interfaces de unión y las regiones superficiales podrían ayudar a los investigadores a seleccionar sitios de acción de fármacos o antígenos para vacunas que merezcan ser evaluados. Según informó *Nature*, el equipo analizó 41,774 proteínas de unos 2,800 virus, incluidos virus relacionados con enfermedades como la viruela símica, el sarampión y la hepatitis B. Sin embargo, estos modelos ofrecen un punto de partida para la investigación y todavía no han demostrado la eficacia terapéutica de ninguna diana candidata.
También existe una diferencia considerable entre el volumen de predicciones y el número que superó el filtro. *Nature* señala que la investigación generó 40,746 modelos de homodímeros, formados por proteínas iguales, y cerca de 1.7 millones de modelos de heterodímeros, formados por proteínas distintas. De ellos, 2,749 y 5,279, respectivamente, alcanzaron el umbral de inclusión en la base de datos; el conjunto completo de predicciones se publicó por separado. Este umbral sirve para filtrar la calidad de los modelos y no puede interpretarse como una confirmación experimental de las interacciones.
Una de las claves para realizar las predicciones fue determinar primero qué proteínas utilizan realmente los virus. Muchos virus producen una larga «poliproteína» que después se escinde en distintas proteínas funcionales. El Instituto Suizo de Bioinformática (SIB) recopiló información sobre la escisión de 699 virus y proporcionó secuencias fiables de 7,783 proteínas funcionales maduras. También evaluó la plausibilidad de las interacciones predichas a partir de los conocimientos sobre biología viral. SIB estableció además un nuevo estándar de anotación de poliproteínas para que los datos de escisión estén disponibles a través de ViralZone para investigaciones posteriores.
En cuanto al procesamiento computacional, NVIDIA indicó que el equipo utilizó AlphaFold2 junto con BioNeMo Inference Runtime para acelerar las predicciones a gran escala. También publicó un flujo de trabajo de predicción estructural acelerado por GPU para que los investigadores puedan procesar sus propias proteínas diana. La empresa estima que las formas estructurales de aproximadamente el 30 % de las nuevas interacciones no habían aparecido antes en el Banco de Datos de Proteínas (PDB), que recopila estructuras experimentales. Esto ofrece más hipótesis para explorar, pero todavía debe verificarse si representan nuevos mecanismos biológicos.
Los modelos también dejan lagunas importantes que afectan a su aplicación. *Nature* señala que las predicciones no incluyeron las moléculas de azúcar presentes en la superficie de muchas proteínas virales y que, al simular únicamente dímeros de dos proteínas, tampoco pueden representar por completo los complejos formados por tres o más proteínas. Por ello, al evaluar antígenos para vacunas o sitios de unión de fármacos, los investigadores aún deben confirmar si los modelos reflejan el entorno molecular real; las indicaciones de confianza que acompañan a los datos no pueden sustituir este paso.
El valor de este recurso abierto reside en ofrecer pistas estructurales que puedan compararse y ponerse a prueba también para los virus menos estudiados, ayudando a los científicos a establecer prioridades experimentales. Para pasar de un mapa molecular predictivo a una herramienta médica utilizable, todavía es necesario confirmar si las proteínas interactúan realmente entre sí, qué papel desempeñan durante la infección y si intervenir sobre ellas puede producir un efecto. EMBL-EBI también subraya que las predicciones estructurales por sí solas no permiten determinar el comportamiento real de los virus ni los efectos de las mutaciones sobre la transmisión y la patogenicidad.