El PottsMPNN del MIT mejoró el diseño de proteínas más allá de las secuencias nativas

Los flujos de trabajo de diseño de proteínas suelen fijar una estructura objetivo y luego pedir a un modelo que genere secuencias de aminoácidos que se plieguen en ella. El campo había evaluado a menudo el resultado mediante la recuperación de la secuencia nativa: si el modelo podía reproducir la secuencia que la evolución eligió. Esa métrica recompensa el parecido con la naturaleza, pero falla para proteínas genuinamente novedosas cuyas estructuras no tienen una secuencia nativa.

El Departamento de Biología del MIT desarrolló PottsMPNN para modelar en cambio el paisaje secuencia-energía: la relación entre la identidad de los aminoácidos y la estabilidad de la proteína. La receta de entrenamiento añade ruido a las estructuras proteicas para reducir la imitación de la secuencia nativa, modela interacciones por pares entre los 20 aminoácidos y alimenta conjuntos de secuencias evolutivamente relacionadas para que el modelo aprenda que distintas secuencias pueden adoptar el mismo plegamiento.

El resultado reportado es un mejor objetivo de diseño y un mejor comportamiento: PottsMPNN reduce la imitación de la secuencia nativa a la vez que mejora la compatibilidad estructural y la predicción de energía, incluso para proteínas novedosas, y mejora la predicción de los efectos de mutaciones sobre la estabilidad. La investigación desplaza el diseño de proteínas de preguntar «¿copió la evolución?» a preguntar «¿se plegará y permanecerá estable?».

Optimizar la plegabilidad, no la recuperación de la secuencia nativa

Las estructuras novedosas no tienen una secuencia nativa que copiar, por lo que la recuperación no puede ser la prueba de éxito.

El ruido desalienta al modelo a sobreajustarse a las secuencias seleccionadas por la evolución.

Las interacciones por pares entre aminoácidos modelan las dependencias físicas que determinan la estabilidad.

Las familias de secuencias relacionadas enseñan que múltiples secuencias pueden realizar un mismo plegamiento.

Si un punto de referencia recompensa el parecido con la historia, puede penalizar la novedad útil. Sustitúyalo por una restricción causal —aquí, la plegabilidad y el ajuste secuencia-energía— y entrene al modelo para explorarla.

Los autores afirman que el marco podría ajustarse finamente para tareas específicas, como predecir la consecuencia de una mutación. Su mayor promesa es un flujo de trabajo de diseño que pueda proponer proteínas nuevas para la naturaleza y útiles sin necesitar una secuencia natural como plantilla.