Un conjunto de algoritmos para revolucionar el descubrimiento de estructuras de proteínas en 3D

Uno de los grandes retos de la biología molecular es determinar la estructura tridimensional de grandes biomoléculas como las proteínas. Pero esta es una tarea famosamente difícil y que requiere mucho tiempo.

La técnica estándar es la cristalografía de rayos X, que consiste en analizar el patrón de difracción de rayos X de un cristal de la molécula que se investiga. Eso funciona bien para moléculas que forman cristales fácilmente.

Pero muchas proteínas, quizás la mayoría, no forman cristales con facilidad. E incluso cuando lo hacen, a menudo adoptan configuraciones antinaturales que no se asemejan a su forma natural.

Por lo tanto, encontrar otra forma confiable de determinar la estructura tridimensional de biomoléculas grandes sería un gran avance. Hoy, Marcus Brubaker y un par de amigos de la Universidad de Toronto en Canadá dicen que han encontrado una manera de mejorar drásticamente una técnica de imágenes en 3D que nunca ha igualado la utilidad de la cristalografía de rayos X.

La nueva técnica se basa en un proceso de formación de imágenes llamado criomicroscopía electrónica. Esto comienza con una solución purificada de la molécula objetivo que se congela en una película delgada de una sola molécula de espesor.

Luego, esta película se fotografía utilizando un proceso conocido como microscopía electrónica de transmisión: se bombardea con electrones y se registran los que pasan. Esencialmente, esto produce sombragramas bidimensionales de las moléculas en la película. Luego, los investigadores seleccionan cada sombragrama y los usan para determinar la estructura tridimensional de la molécula objetivo.

Este proceso es difícil por varias razones. En primer lugar, hay una gran cantidad de ruido en cada imagen, por lo que incluso la sombra bidimensional es difícil de distinguir. En segundo lugar, no hay forma de saber la orientación de la molécula cuando se tomó la sombra, por lo que determinar la forma tridimensional es una tarea enorme.

El enfoque estándar para resolver este problema es poco más que conjeturas. Imagine una posible estructura tridimensional para la molécula y luego gírela para ver si puede generar todos los diagramas de sombras en el conjunto de datos. Si no, cambie la estructura, pruébela, etc.

Obviamente, este es un proceso que requiere mucho tiempo. El actual algoritmo de última generación que se ejecuta en 300 núcleos tarda dos semanas en encontrar la estructura tridimensional de una sola molécula a partir de un conjunto de datos de 200.000 imágenes.

Brubaker y compañía han desarrollado un método mucho más rápido que puede hacer el mismo trabajo en solo 24 horas trabajando en una sola estación de trabajo. La técnica se basa en dos innovaciones algorítmicas.

El primero explota el hecho de que las imágenes son ruidosas y contienen grandes cantidades de información redundante. El equipo soluciona esto utilizando un algoritmo que elimina gran parte de esta redundancia, dejando solo un subconjunto de los datos originales. El truco, por supuesto, es deshacerse de los datos inútiles y conservar los útiles, algo que logran mediante un enfoque de aprendizaje automático.

Eso reduce la cantidad de datos que deben procesarse, pero la principal aceleración proviene de la segunda innovación, una técnica estadística llamada muestreo de importancia.

La idea principal aquí es que ciertos datos son más importantes que otros para determinar la estructura tridimensional final. Entonces, encontrar una manera de enfocarse en eso puede acelerar dramáticamente el proceso.

Brubaker y compañía han encontrado ese enfoque. Resulta que las moléculas grandes congeladas en películas delgadas casi siempre terminan tumbadas de lado. Por lo tanto, los diagramas de sombras casi siempre muestran las moléculas en esta posición en lugar de pararse sobre la cabeza o el trasero.

Incorporar este conocimiento en el algoritmo aumenta drásticamente la velocidad a la que se asienta en una posible estructura tridimensional, ya que puede ignorar la posibilidad de que las imágenes muestren la molécula desde arriba o desde abajo.

La mejora resultante es enorme. Esto conduce a aceleraciones de 100 000 veces o más, lo que permite determinar las estructuras en un día en una estación de trabajo moderna, dice Brubaker y compañía.

El equipo continúa demostrando su técnica en un conjunto de sombragramas de dos biomoléculas bien conocidas. El primer conjunto de datos consta de más de 46.000 imágenes de una gran molécula transmembrana llamada ATP sintasa de la termo termófilo bacterias El segundo consta de casi 6000 imágenes de ATP sintasa mitocondrial bovina.

El equipo también sintetizó un tercer conjunto de datos tomando 40 000 sombragramas aleatorios de GroEL-GroES-(ADP)7, una biomolécula con una estructura conocida. Luego usaron su algoritmo para trabajar hacia atrás para recrear la estructura original.

Finalmente, el equipo compara su enfoque con otros modelos de última generación y muestra que el nuevo algoritmo supera significativamente a estos métodos estándar.

Ese es un resultado impresionante que tiene el potencial de cambiar drásticamente el panorama para los biólogos moleculares que han luchado durante años para encontrar nuevos métodos confiables para determinar la estructura de biomoléculas grandes.

La criomicroscopía electrónica parece lista para asumir este papel. Y es probable que la técnica mejore a medida que mejore la resolución de esta forma de microscopía en los próximos años.

Ref: un rxiv.org/abs/1504.03573 : Construyendo Proteínas en un Día: Reconstrucción Molecular 3-D Eficiente

esconder