Как белки сворачиваются так быстро и так надёжно?
ИИ теперь предсказывает итоговую форму белка. Но как цепочка находит эту форму, по-прежнему загадка.
Вопрос
Белок рождается длинной цепочкой аминокислот, похожей на нитку бус. Чтобы выполнять свою работу — переваривать пищу, переносить кислород, копировать ДНК, — он должен свернуться в точную трёхмерную форму. Большинство белков делают это сами, за доли секунды, и почти всегда правильно.
В 1969 году Сайрус Левинталь указал, почему это поразительно. Цепочка из сотни аминокислот может принять астрономическое число форм. Если бы она перебирала их по одной, даже со скоростью миллиардов в секунду, поиск правильной занял бы больше времени, чем возраст Вселенной. А белки сворачиваются за время от микросекунд до секунд. Это парадокс Левинталя.
Вопрос отмечен как частично решённый. С 2020 года искусственный интеллект умеет с поразительной точностью предсказывать итоговую форму большинства белков, и эта работа получила Нобелевскую премию по химии 2024 года. Но предсказать, где цепочка окажется в конце, ещё не значит объяснить, как она туда приходит.
Что известно
- В 1950–60-х годах Кристиан Анфинсен показал, что одна лишь последовательность аминокислот содержит всё необходимое для итоговой формы: развёрнутый белок в пробирке сам сворачивается обратно в ту же форму, без посторонней помощи.
- Белки не ищут наугад. Современная картина — энергетический ландшафт в форме воронки: из любой начальной точки цепочка может скатиться к устойчивой форме разными путями, образуя частичные структуры, которые помогают дальнейшему сворачиванию.
- В 2021 году AlphaFold 2 предсказал структуры большинства белков с точностью, близкой к экспериментальной, а его база данных теперь содержит предсказанные формы сотен миллионов белков.
- Специально построенные суперкомпьютеры могут моделировать сворачивание небольших белков атом за атомом. В 2011 году исследователи наблюдали в модели, как сворачиваются десяток небольших белков, и результаты совпали с экспериментами.
- В живых клетках многим белкам нужна помощь: молекулярные машины, называемые шаперонами, защищают их от слипания, пока они сворачиваются.
- Не все белки сворачиваются. Примерно у трети белков человека есть длинные участки без фиксированной формы, и эти «неупорядоченные» части важны для их работы.
- Когда сворачивание идёт неправильно, неверно свёрнутые белки могут слипаться. Это связано с болезнями Альцгеймера, Паркинсона и прионными болезнями.
Основные гипотезы
Воронка — это весь ответ
С этой точки зрения парадокс Левинталя в принципе решён: эволюция отобрала последовательности, чьи ландшафты — гладкие воронки, поэтому сворачивание быстрое и надёжное. Остаются детали для каждого белка.
Важны пути
Другие считают, что реальные маршруты — порядок, в котором образуются части цепочки, и промежуточные состояния по пути — так же важны, как сам ландшафт. Два белка с одинаковой итоговой формой могут сворачиваться очень по-разному, и маршрут может решить, свернётся белок или слипнется.
Выучено, но не понято
Системы ИИ, возможно, уловили правила сворачивания в форме, которая работает, но не читается человеком. Одни исследователи надеются извлечь из них физические принципы, другие сомневаются, что те выучили физику, а не закономерности в уже известных структурах.
Где заканчивается понимание
Мы умеем предсказывать, чем сворачивание заканчивается, но в общем случае не знаем, как оно туда приходит. Для большинства белков мы не можем сказать, какие части образуются первыми, как выглядят промежуточные состояния и насколько быстро белок свернётся. Моделирование по-прежнему ограничено небольшими быстрыми белками; крупные сворачиваются слишком медленно, чтобы смоделировать их полностью.
У прорыва ИИ тоже есть ясные пределы. Он предсказывает одну статичную форму, а белки движутся, переключаются между формами и работают за счёт этих изменений. Он гораздо менее надёжно предсказывает, как одна мутация меняет белок, будет ли белок сворачиваться неправильно или что делают неупорядоченные участки. А именно эти вопросы важны для болезней.
И есть глубокая загадка, связанная с P и NP. Найти форму с наименьшей энергией — в упрощённых математических моделях одна из самых трудных известных компьютерам задач. Природа решает её за миллисекунды. Вероятный ответ в том, что эволюция сохранила только редкие последовательности, которые легко сворачиваются. Но тогда белок «решает» вовсе не общую задачу, и мы всё ещё не до конца понимаем, что делает последовательность способной свернуться.
Что могло бы дать ответ
- Эксперименты или модели, которые прослеживают весь путь сворачивания крупных белков атом за атомом и предсказывают его заранее.
- Модели, предсказывающие не только итоговую форму, но и скорость сворачивания, промежуточные состояния и эффекты мутаций — и объясняющие, почему они работают.
- Ясное понимание того, как в клетке начинается неправильное сворачивание, проверенное тем, что его удаётся предотвратить.
Источники
- Levinthal, C. (1968). Are there pathways for protein folding? Journal de Chimie Physique, 65, 44–45.
- Levinthal, C. (1969). How to fold graciously. In Mössbauer Spectroscopy in Biological Systems: Proceedings of a Meeting Held at Allerton House, Monticello, Illinois (pp. 22–24). University of Illinois Press.
- Anfinsen, C. B. (1973). Principles that govern the folding of protein chains. Science, 181(4096), 223–230.
- Dill, K. A., & Chan, H. S. (1997). From Levinthal to pathways to funnels. Nature Structural Biology, 4(1), 10–19.
- Berger, B., & Leighton, T. (1998). Protein folding in the hydrophobic-hydrophilic (HP) model is NP-complete. Journal of Computational Biology, 5(1), 27–40.
- Wright, P. E., & Dyson, H. J. (1999). Intrinsically unstructured proteins: re-assessing the protein structure-function paradigm. Journal of Molecular Biology, 293(2), 321–331.
- Hartl, F. U., Bracher, A., & Hayer-Hartl, M. (2011). Molecular chaperones in protein folding and proteostasis. Nature, 475(7356), 324–332.
- Lindorff-Larsen, K., Piana, S., Dror, R. O., & Shaw, D. E. (2011). How fast-folding proteins fold. Science, 334(6055), 517–520.
- Dill, K. A., & MacCallum, J. L. (2012). The protein-folding problem, 50 years on. Science, 338(6110), 1042–1046.
- Jumper, J., et al. (2021). Highly accurate protein structure prediction with AlphaFold. Nature, 596(7873), 583–589.