структурная биология

Представлен новый программный инструмент командной строки Baktfold, предназначенный для сверхчувствительной и независимой от таксономии аннотации белковых последовательностей. Методология основана на преобразовании белковых последовательностей в токены Foldseek 3Di с помощью языковой модели ProstT5, с последующим поиском по четырем комплементарным структурным базам данных через Foldseek. В ходе бенчмаркинга на более чем 300 000 видов прокариот Baktfold показал медианную скорость аннотации бактериальных геномов на уровне 87,8%, что значительно выше показателя Bakta (72,9%). Особую значимость представляет способность инструмента аннотировать оставшиеся гипотетические белки: для бактерий этот показатель составил 50,1%, а для архей — впечатляющие 68,0% (против 35,8% у Prokka). Инструмент полностью совместим с форматами GFF3 и JSON, что обеспечивает бесшовную интеграцию с Bakta и автоматизацию последующего анализа. Разработка реализована на Python 3 и доступна по лицензии MIT для систем MacOS и Linux.

Исследователи представили CROWN — новый специализированный датасет, предназначенный для обучения моделей машинного обучения, предсказывающих взаимодействия белков и лигандов. В отличие от существующих баз данных, таких как PDBBind, которые ограничены в объеме, или PLInder, lacking качества, CROWN использует автоматизированный конвейер предобработки для обеспечения высокой точности структур. Из исходных 649 915 систем после применения строгих фильтров (разрешение кристаллографии, полнота карманов, протонирование при физиологическом pH) было отобрано 153 005 высококачественных комплексов. Ключевой инновацией является этап минимизации энергии с использованием кастомных ограничений, что позволяет устранить структурную неоднородность, возникающую из-за различий в методах рефлексии кристаллографов, не искажая при этом экспериментальную геометрию связывания. Датасет обеспечивает четырехкратное увеличение разнообразия белков и видов по сравнению с PDBBind, при этом фокусируясь на геометрии атомов, а не на смещенных показателях аффинности. CROWN станет фундаментальным ресурсом для обучения генеративных моделей связывания, разработки скоринг-функций и бенчмаркинга методов предсказания взаимодействий.

Исследователи представили Cyclome — комплексную вычислительную платформу для анализа циклических пептидов, которые являются перспективными каркасами для создания новых лекарственных препаратов. В ходе работы авторы объединили разрозненные данные в единый структурированный ресурс Cyclome930, увеличив объем аннотированных пептидов в 3,4 раза (с 276 до 930 соединений). Методология включает разработку уникального алгоритма выравнивания последовательностей, учитывающего вращательную симметрию и топологию узлов, а также проведение полноатомного молекулярно-динамического моделирования методом репликационного обмена (REMD) в диапазоне температур от 298 K до 400 K. На основе полученных данных была обучена модель машинного обучения STop2Melt, которая предсказывает температуру плавления пептидов, используя циклические эмбеддинги (ESMc) и векторы смещения для учета топологии. Кроме того, была разработана модель CritiCL для оценки способности пептидов связывать критически важные минералы. Данная работа создает фундаментальную базу для направленного дизайна стабильных циклических пептидов и их применения в биомедицине и промышленной биорекуперации.

В исследовании представлен VASCIF (Variable-domain Antibody-antigen Structural Complex Interface Finder) — инновационный фреймворк для предсказания интерфейсов взаимодействия антител и антигенов на уровне остатков. Модель построена на архитектуре Masked Graph Attention (MGA), которая представляет белковые комплексы в виде графов аминокислотных остатков, позволяя эффективно улавливать сложные нелокальные структурные зависимости. Разработанный метод решает критические проблемы текущих подходов: ограниченность структурных наборов данных и сильный дисбаланс классов. Согласно результатам тестирования на курируемых наборах данных, VASCIF демонстрирует показатели state-of-the-art (лучшие в своем классе) при кросс-валидации. Исследователи отметили, что переопределение интерфейсов с использованием увеличенного порога расстояния между остатками (~10 ангстрем) значительно повышает точность предсказания. Модель обладает высокой интерпретируемостью, восстанавливая биофизически значимые паттерны взаимодействия, что критически важно для ускорения разработки новых терапевтических антител и понимания механизмов иммунного распознавания.

Исследователи представили StriMap — единую платформу на базе глубокого обучения, предназначенную для высокоточного предсказания взаимодействий между Т-клеточными рецепторами (TCR), пептидами и молекулами HLA. В отличие от существующих методов, StriMap интегрирует физико-химические свойства, контекст последовательностей и структурные особенности интерфейсов распознавания, что позволяет моделировать сложные трехсторонние взаимодействия. В ходе тестирования платформа продемонстрировала передовые показатели точности (state-of-the-art) и высокую обобщающую способность. В качестве практического применения была проведена масштабная проверка 13 миллионов пептидов, полученных из 43 241 бактериального белка, в контексте болезни Бехтерева (анкилозирующего спондилоартрита). Исследование выявило молекулярные мимики, которые были экспериментально подтверждены как активаторы Т-клеток, связанных с данным заболеванием. Особую значимость представляет обнаружение пептида, обогащенного у пациентов с воспалительными заболеваниями кишечника (IBD), что указывает на общие микробные триггеры этих патологий. Разработка открывает новые возможности для рационального проектирования иммунотерапии и изучения антигенных драйверов аутоиммунных процессов.

В статье представлен DESPOT — новый анизотропный фреймворк на основе знаний (knowledge-based potentials), предназначенный для оценки взаимодействий между белками и лигандами. В отличие от классических изотропных методов, которые учитывают только расстояние, DESPOT моделирует условную вероятность нахождения определенных типов атомов лиганда в дискретных пространственных позициях вокруг атомов белка. Это позволяет учитывать направленные предпочтения (водородные связи, ароматические и галогенные взаимодействия) и стерическое исключение через выделенное состояние «пустоты». Тестирование на бенчмарке CASF-2016 показало, что DESPOT значительно превосходит существующие методы в задачах дискриминации поз и виртуального скрининга (p < 0.0001 для всех факторов обогащения). Исследование также подчеркивает важность минимизации энергии обучающих структур и указывает на проблему переобучения в методах на основе знаний. Данная разработка открывает новые возможности для высокоточного дизайна лекарств на основе структуры (structure-based design) и характеризации сайтов связывания.

В данном исследовании представлены новые параметры анализа ближайших соседей, предназначенные для оценки изменения свободной энергии при фолдинге РНК, с учетом модификации 1-метил-псевдоуридин. Эта модификация играет критическую роль в разработке мРНК-вакцин, так как она позволяет подавлять врожденный иммунный ответ организма. Авторы разработали новые параметры спиральных терминов для пар оснований 1-метил-псевдоуридин-аденин и 1-метил-псевдоуридин-гуанин, а также параметры стабильности петель. Методология основывалась на проведении 208 экспериментов по оптическому плавлению, которые затем были протестированы на дополнительных 16 экспериментах. Результаты показали, что замена уридина на 1-метил-псевдоуридин в среднем стабилизирует фолдинг РНК, при этом степень стабилизации варьируется в зависимости от соседней последовательности. Применение новых параметров позволило значительно улучшить моделирование ансамблей фолдинга тРНК. Разработанные данные интегрированы в программный пакет RNAstructure, что позволяет эффективно моделировать вторичные структуры как природных последовательностей, так и терапевтических мРНК.

В исследовании представлен OmniCleave — инновационный фреймворк на основе геометрического графового обучения, предназначенный для точного моделирования специфичности взаимодействия протеаз и их субстратов. В отличие от существующих методов, опирающихся на последовательности или локальные мотивы, OmniCleave использует мультимасштабные структурные графы и топологию взаимосвязей протеаз для учета пространственного контекста. Модель была обучена на обширном наборе данных, включающем 57 278 пар «протеаза-субстрат», полученных из 9 651 субстрата, охватывающих более 100 протеаз шести различных семейств. Результаты тестирования на крупных бенчмарках показали превосходство OmniCleave над существующими подходами и позволили выявить интерпретируемые геометрические детерминанты распознавания субстратов. Практическая значимость работы подтверждена экспериментальной валидацией, в ходе которой были обнаружены три новых субстрата каспазы-3 и 21 сайт расщепления. Данная разработка открывает новые возможности для системного анализа протеазной биологии и разработки таргетных терапевтических средств.

Исследователи разработали GeoARG — инновационную платформу, объединяющую структурные признаки белков с моделями языков белка (Protein Language Models) через процесс дистилляции знаний. Основная проблема текущих методов заключается в зависимости от гомологии последовательностей, что мешает поиску эволюционно далеких генов устойчивости к антибиотикам (ARG). GeoARG решает эту задачу, позволяя проводить масштабный скрининг, используя только входные последовательности, но при этом учитывая геометрические ограничения структур. В ходе крупномасштабного метагеномного анализа с помощью нового метода было обнаружено 1485 высоконадежных кандидатов в гены устойчивости, которые значительно отличаются от уже известных типов. Структурный анализ подтвердил, что эти новые кандидаты сохраняют геометрию активных центров и стабильные конфигурации связывания лигандов, характерные для механизмов резистентности. Данная разработка существенно расширяет понимание филогенетического ландшафта резистома и предоставляет мощный инструмент для борьбы с антибиотикорезистентностью. Для широкого использования авторы запустили публичный веб-сервер.

В данном исследовании ученые решили проблему отсутствия экспериментально определенных структур рецептора уротензина II человека (hUT), что ранее ограничивало понимание механизмов его активации. Используя передовые методы мультистадийного предсказания AlphaFold, длительные симуляции молекулярной динамики (MD) и метод картирования карманов SILCS, авторы детально изучили взаимодействие пептидных лигандов hUII и URP с рецептором. Результаты показали, что лиганд hUII накладывает более сильные конформационные ограничения на трансмембранные домены TM5 и TM6 по сравнению с URP, что стабилизирует различные активные конфигурации рецептора. Исследование выявило уникальные ароматические и полярные сети взаимодействий, которые эксплуатирует каждый лиганд для модуляции наклона доменов. Полученные данные объясняют, как даже незначительные различия в структуре пептидов могут приводить к существенным изменениям в селективности сигналов и клинических исходах. Работа предоставляет валидированные 3D-модели и открывает новые возможности для разработки селективных препаратов, воздействующих на уротензин-ергическую систему.

Исследователи представили ProMaya — инновационную иерархическую многомасштабную архитектуру на базе Graph-transformer, предназначенную для идентификации белок-белковых взаимодействий (PPI). В отличие от существующих методов, ProMaya интегрирует комплексные данные: 3D-атомную геометрию, распределение электронной плотности, структуру и неупорядоченность остатков, а также сигнатуры поверхностной плотности массы и эмбеддинги из больших языковых моделей белков. В ходе масштабного тестирования на данных девяти различных видов и 47 ГБ экспериментально подтвержденных данных, система продемонстрировала среднюю точность выше 95%. Это на 12% превосходит показатели современных аналогов (SOTA). Особая значимость работы заключается в высокой интерпретируемости модели, которая использует атомную и языковую информацию для повышения точности поиска взаимодействий в любых биологических видах. Разработка ProMaya позволяет значительно сократить расходы на дорогостоящие лабораторные эксперименты за счет высокоточного компьютерного моделирования. Система доступна бесплатно для научного сообщества.

В исследовании представлен новый метод SpecRNA-QA, предназначенный для оценки качества трехмерных моделей структур РНК. Основная проблема существующих подходов заключается в их ориентации на локальную геометрию, что мешает обнаружению глобальных топологических ошибок, когда локальные элементы (например, спирали) верны, но общая укладка доменов нарушена. Авторы предложили использовать мультимасштабные спектральные признаки, извлеченные из графового Лапласиана сетей контактов между нуклеотидами. Метод анализирует распределение собственных значений, следы теплового ядра и спектральную энтропию на четырех различных дистанционных масштабах. В ходе кросс-валидации на данных CASP16 (42 мишени, 7368 моделей) SpecRNA-QA показал медианный коэффициент корреляции Спирмена rho = 0,69, что значительно превосходит базовые геометрические методы (rho = 0,47). Для крупных молекул РНК (более 200 нуклеотидов) метод продемонстрировал превосходство над статистическим потенциалом DFIRE (rho = 0,72 против 0,52). Важной особенностью является возможность использования обучения без учителя (training-free heuristic) на основе всего трех спектральных статистик, что позволяет оценивать качество без необходимости в размеченных данных.

Статья представляет собой обзор эволюции и влияния инициативы AlphaFold на структурную биологию и медицину, отмечая достижение AlphaFold 2024 года Нобелевской премии. Модели развивались от AF1 через AF2 (достигшую почти экспериментальной точности в сворачивании одиночных цепей белка) к AF3, которая расширяет предсказания на белок-лигандные, белок-нуклеиновые кислоты и белок-белковые комплексы. Архитектурные различия между версиями включают использование глубоких нейронных сетей в AF1, Evoformer для моделирования эволюционно связанных последовательностей в AF2 и Pairformer для парных аминокислотных взаимодействий в AF3. Ключевые результаты включают широкое внедрение инструментов AlphaFold, расширение структурного покрытия и повышение доступности через базу данных AlphaFold Database (AFDB). Основные приложения в медицине включают ускорение трансляционных исследований, особенно в разработке лекарств на основе структуры (SBDD) и изучении сложных макромолекулярных комплексов. Несмотря на достижения, остаются нерешённые задачи предсказания динамики белка и множественных конформационных состояний. Статья подчёркивает, что AlphaFold продолжает продвигать структурную биологию, особенно в биотехнологии и медицине, несмотря на существующие ограничения.

Исследование посвящено роли консервативных молекул воды (CWM) в белковых структурах человека и их влиянию на патогенность генетических вариаций. Авторы систематически сопоставили однонуклеотидные полиморфизмы (SNP) с сайтами связывания лигандов и консервативными водными позициями в базе данных Protein Data Bank. Результаты показали, что патогенные варианты значительно обогащены в позициях CWM, особенно в участках связывания лигандов. Для установления механизмов исследователи провели молекулярно-динамическое моделирование на примере глукосилцерамидазы (GCase), кодируемой геном GBA1 и связанной с болезнью Гоше и риском болезни Паркинсона. Удаление одной консервативной молекулы воды в диком типе белка воспроизвело ключевые структурные особенности патогенного варианта L444P, тогда как стабилизация этой воды в мутанте восстановила нативное поведение. Эти данные предоставляют прямые доказательства того, что нарушение консервативных молекул воды может вызывать долгосрочные структурные изменения, соответствующие мутациям, ассоциированным с заболеваниями. Работа идентифицирует консервативные молекулы воды как функциональные структурные элементы, чьё нарушение представляет собой рецидивирующий механизм дисфункции белка.

Исследование посвящено оценке перехода на новую версию программного обеспечения FoldX5.1 в рамках структуры MAVISp — многоуровневой системы для структурного анализа миссенс-вариантов белков. Стабильность белка является одним из ключевых аналитических слоёв этой системы, используемой для механистической интерпретации генетических вариантов с клиническими последствиями. Методология включала сравнение предсказанных изменений свободной энергии сворачивания для 539 809 общих вариантов в 119 белках между версиями FoldX5 и FoldX5.1. Ключевые результаты показали высокую общую согласованность: среднее значение коэффициента корреляции Пирсона составило 0.933, а средний коэффициент Коэна — 0.814. Большинство белков продемонстрировали сильную конкордантность, при этом только три белка (NUPR1, TSC1 и TMEM127) показали слабое согласие, что было связано с низким доверием AlphaFold2 к предсказанию структуры в этих случаях. Отсутствие систематической междоменной смещённости подтверждает возможность внедрения FoldX5.1 без компромиссов в совместимости с существующими записями. Для плавного перехода будет установлен переходный период, в течение которого существующие записи сохранят аннотации FoldX5 до ежегодного обновления, а новые данные будут обрабатываться с использованием FoldX5.1. Добавление версии FoldX как новой метаданных аннотации в базу MAVISp обеспечит прозрачность и воспроизводимость результатов в долгосрочной перспективе.

Исследование представляет PatchMAN2 — улучшенную версию вычислительного протокола для докинга пептидов к белкам, который решает задачу поиска связывающих сайтов и конформаций пептидов. Методология основана на биомеханическом подходе, рассматривающем докинг как проблему фолдинга белка, с использованием структурных мотивов из решённых структур в качестве шаблонов, которые затем уточняются с помощью Rosetta FlexPepDock. Ключевые инновации PatchMAN2 включают стратегическую фильтрацию фрагментов и локальные режимы докинга, которые фокусируют поиск на релевантных поверхностях или известных связывающих регионах. Бенчмаркинг показал, что PatchMAN2 удаляет 30-70% ненужных фрагментов при сохранении точности, что существенно сокращает время вычислений и повышает практическую эффективность докинга пептид-белковых взаимодействий. Это критически важно для разработки лекарств, так как пептид-белковые взаимодействия часто являются транзиторными и структурно неуловимыми, требуя вычислительных подходов для их идентификации. Результаты делают метод более практичным для рутинного использования в исследовательских и фармацевтических лабораториях.

Исследование представляет новый подход к молекулярному докингу — предсказанию конформации связывания малых молекул с белковыми мишенями, что критически важно для открытия новых лекарств. Авторы предлагают фреймворк обучения с подкреплением для тренировки диффузионных моделей непосредственно на недифференцируемых объективах физической валидности. Подход позволяет корректировать модель DiffDock-Pocket для генерации физически корректных поз лигандов с сохранением ключевых белково-лигандных взаимодействий. Результаты показывают существенное увеличение доли генерируемых поз, которые являются физически валидными, при этом не требуется дополнительных вычислений во время инференса. Важнейший результат — улучшение структурной точности: возрастает доля структур с позами, близкими к нативным, особенно для белковых мишеней, отличающихся от данных обучения. Доработанная модель превосходит как классические алгоритмы докинга, так и другие методы машинного обучения на наборе данных PoseBusters. Исследование демонстрирует, что обучение с подкреплением может научить диффузионные модели лучше соблюдать физические ограничения без необходимости постобработки результатов. Это открывает перспективы для более точного предсказания взаимодействия лекарств с белками-мишенями в фармацевтических исследованиях.

Исследователи представляют ProteinSage — новую фреймворк предобучения для моделей белковых языков, который интегрирует явные структурные ограничения вместо традиционного подхода, основанного исключительно на последовательностях. Методология включает структурированное маскирование белковых последовательностей и каузальную задачу, позволяющую моделировать долгосрочные зависимости в структуре белка. Такой подход позволяет достигать конкурентоспособных результатов при использовании меньшего объёма данных и вычислительных ресурсов. Валидация на задаче обнаружения белков с многопроходными трансмембранными спиральными архитектурами показала успешную идентификацию шести ранее неаннотированных гомологов микробных родопсинов. Это демонстрирует способность модели к истинному структурному обобщению, а не просто подгонке под конкретные задачи. Разработка ProteinSage открывает путь к более эффективному обучению представлений белков с сохранением структурной информации, что критически важно для предсказания структуры белков, дизайна лекарств и понимания механизмов заболеваний. Технология может ускорить открытие новых терапевтических мишеней и персонализированные подходы к лечению на основе белковых взаимодействий.

Исследование представляет новый метод ABAG-Rank — глубокую нейронную сеть на основе архитектуры DeepSets, предназначенную для эффективного выбора лучших структурных моделей комплексов антитело-антиген из ансамблей, предсказанных AlphaFold. Проблема заключается в том, что AlphaFold3, несмотря на выдающуюся точность предсказания структур белков, часто не может надёжно отличить правильные модели от множества ошибочных предсказаний, особенно для комплексов без сильной коэволюционной информации. Авторы обучили модель на избыточность-редуцированном наборе всех известных комплексов антитело-антиген, используя простые геометрические дескрипторы вместе с оценками уверенности от AlphaFold, что обеспечивает богатую информацию о качестве интерфейса без необходимости интенсивных расчётов на основе физики. Экспериментальные результаты демонстрируют, что ABAG-Rank значительно превосходит внутреннюю систему оценки AF3 и существующие методы ранжирования на основе глубокого обучения. Метод способен обрабатывать ансамбли структурных декоев переменного размера, что делает его применимым к различным настройкам предсказания. Разработанный инструмент имеет открытый исходный код и доступен по адресу GitHub, что способствует его внедрению в научное сообщество. Данная работа имеет практическую значимость для разработки лекарств, понимания иммунных реакций и дизайна вакцин, где точное предсказание структуры комплексов антитело-антиген критически важно.