Los modelos de proteínas simplificados permiten simulaciones de patrones de plegamiento desconocidos

Las cadenas de aminoácidos que forman las proteínas son fundamentales para todas las formas de vida. Las complejas formas en que estas proteínas se pliegan e interactúan han fascinado a los investigadores durante décadas. Exactamente cómo se pliega una proteína determina su función. Por ejemplo, una proteína particular puede encargarse de transportar moléculas, atacar células invasoras o reparar el ADN.

Se han logrado muchos avances en este campo de investigación, pero aún se desconoce mucho sobre el proceso de plegado. Ahora, investigadores de Yale han descubierto cómo crear modelos informáticos que representen estas proteínas de forma sencilla pero precisa. Los resultados se publican en Revisión física E.

Cada proteína tiene una función específica, y cuando no se pliega como debería, pueden producirse enfermedades y otros trastornos graves. Una mejor comprensión de cómo se pliegan las proteínas podría conducir a la creación de nuevos productos farmacéuticos para tratar los trastornos de plegamiento incorrecto.

Sin embargo, los modelos computacionales actuales que operan con resoluciones atómicas no pueden simular el plegamiento de la mayoría de las proteínas; la complejidad hace que los cálculos sean prohibitivos. Además, el Protein Data Bank, una base de datos pública de estructuras de proteínas, sólo dispone de las estructuras conocidas del 40% de las proteínas humanas.

«Así que actualmente no conocemos las verdaderas estructuras y vías de plegado del 60 por ciento de las proteínas», dijo Corey O’Hern, profesor de ingeniería mecánica, quien dirigió el estudio.

Los investigadores se propusieron desarrollar un modelo computacional que capturara, de la forma más sencilla posible, las propiedades estructurales más importantes de las proteínas plegadas.

Los modelos computacionales pueden tener diferentes resoluciones, explicó O’Hern. Pueden describir la escala atómica, es decir, pueden modelar todos los átomos de la proteína. O los modelos pueden ser «de grano grueso», en los que los grupos de átomos de la proteína pueden representarse mediante una sola unidad. Por ejemplo, los investigadores podrían utilizar un único objeto esférico para modelar los átomos de la columna vertebral de un aminoácido determinado, y otro objeto esférico podría representar los átomos de la cadena lateral del aminoácido.

«Estudiamos una variedad de modelos computacionales, desde atomísticos hasta de grano muy grueso, para determinar la resolución más gruesa que podría capturar con precisión las propiedades estructurales de las proteínas plegadas», dijo.

Los investigadores compararon las predicciones de los modelos computacionales con la densidad del núcleo de la proteína y otras características estructurales de miles de proteínas. Luego crearon modelos computacionales de grano grueso con representaciones simplificadas.

«El modelo más burdo tenía una perla esférica por aminoácido, en comparación con el aminoácido más pequeño, que tiene 10 átomos», dijo O’Hern. «El modelo con la resolución más alta incluiría todos los átomos de cada aminoácido. Sin embargo, incluir todos los átomos de la proteína en el modelo no siempre es necesario para capturar las características estructurales clave de las proteínas».

Al hacerlo, los investigadores redujeron la complejidad computacional, permitiendo simulaciones de pliegues de proteínas que no son posibles con modelos de todos los átomos.

«Con un modelo de proteína de grano grueso que captura cuantitativamente la estructura de la proteína, podremos plegar el 60% de las proteínas con estructuras desconocidas», dijo O’Hern.