Eiwitten zijn de kleine machines die vrijwel alle functies in ons lichaam uitvoeren. Hun driedimensionale vormen bepalen hoe ze met elkaar omgaan en werken. Het begrijpen van deze vormen of structuren is cruciaal voor de vooruitgang in de geneeskunde en biologie. Traditioneel is het bepalen van de structuur van een eiwit een moeizaam proces geweest. Krachtige machine learning-algoritmen zoals AlphaFold2 hebben echter een revolutie teweeggebracht in het veld, waardoor zeer nauwkeurige voorspellingen van eiwitstructuren mogelijk zijn, uitsluitend gebaseerd op hun aminozuursequenties.
In 2022 werd de AlphaFold Protein Structure Database gelanceerd, die voorspelde structuren bevatte voor bijna alle toen bekende eiwitten. Hoewel baanbrekend, vormde deze bron een uitdaging: deze werd niet automatisch bijgewerkt wanneer nieuwe eiwitsequenties werden ontdekt of bestaande werden verfijnd met nieuwere gegevens. Dit betekent dat de structurele modellen snel verouderd kunnen raken, wat mogelijk kan leiden tot onnauwkeurigheden in onderzoek en downstream-toepassingen.
Maak kennis met AlphaSync, een nieuwe gratis database ontwikkeld door wetenschappers van het St. Jude Children’s Research Hospital. Om deze kritische leemte aan te pakken, werkt AlphaSync voortdurend zijn verzameling van 2,6 miljoen voorspelde eiwitstructuren van honderden soorten bij.
Hoe werkt AlphaSync?
Stel je een voortdurend lopende kwaliteitscontrole voor eiwitstructuren voor. Dat is in wezen wat AlphaSync doet. Het is gekoppeld aan UniProt, ‘s werelds grootste database met eiwitsequenties. Telkens wanneer nieuwe of gewijzigde sequenties in UniProt verschijnen, voert AlphaSync automatisch de structuurvoorspellingen voor de aangetaste eiwitten opnieuw uit, waardoor onderzoekers altijd toegang hebben tot de meest actuele en nauwkeurige modellen.
Waarom is dit belangrijk?
Zie het als volgt: vertrouwen op verouderde kaarten zou de navigatie onbetrouwbaar maken. Op dezelfde manier zou het gebruik van eiwitstructuren die niet de nieuwste wetenschappelijke bevindingen weerspiegelen, kunnen leiden tot gebrekkige interpretaties en de voortgang van het onderzoek kunnen belemmeren. In een snel evoluerend vakgebied als de structurele biologie is toegang tot actuele informatie van cruciaal belang.
“In een snel evoluerend wetenschappelijk landschap is toegang tot de meest actuele en gedetailleerde informatie over eiwitstructuurmodellen essentieel voor doorbraken in de geneeskunde en biologie”, legt Dr. M. Madan Babu uit, senior co-corresponderend auteur van de studie en Chief Data Scientist bij het St. Jude Children’s Research Hospital.
Verder dan alleen bijgewerkte structuren: verbeterde functionaliteit
AlphaSync biedt niet alleen bijgewerkte structuren; het stroomlijnt ook het onderzoeksproces door vooraf berekende gegevens en gebruiksvriendelijke functies aan te bieden. Dit omvat informatie over aminozuurinteracties, toegankelijkheid van het oppervlak en conformationele toestanden – cruciale details die onderzoekers vaak nodig hebben om dieper in de eiwitfunctie te duiken. Het team heeft de complexe 3D-structurele gegevens zelfs vereenvoudigd tot een toegankelijker 2D-tabelformaat, waardoor het voor onderzoekers gemakkelijker wordt om te analyseren en te integreren met andere tools, waaronder machine learning-algoritmen.
AlphaSync vertegenwoordigt een aanzienlijke vooruitgang in het bieden van de meest nauwkeurige en tijdige informatie over eiwitstructuren aan onderzoekers. Door de database voortdurend bij te werken en gebruiksvriendelijke functies te integreren, stelt AlphaSync wetenschappers in staat om de complexiteit van eiwitten met meer vertrouwen en efficiëntie te onderzoeken, waardoor uiteindelijk de vooruitgang naar betere behandelingen voor ziekten wordt versneld.
