Desenvolupen la base de dades més completa per a l'estudi de l'agregació de proteïnes

L’A3D-MOBD l’ha desenvolupat el Grup de Plegament de Proteïnes i Malalties Conformacionals, dirigit pel catedràtic de Bioquímica i de Biologia Molecular Salvador Ventura, en col·laboració amb científics de la Universitat de Varsòvia, i ha estat publicat a la revista Nucleic Acids Research. Ofereix anàlisis de propensió a l’agregació precalculades i eines per a l’estudi d’aquest fenomen a escala proteòmica, així com la comparació evolutiva entre diferents espècies.

El nou recurs parteix del mètode que el mateix grup de recerca va dissenyar l’any 2015, l’Aggrescan 3D, però amplia significativament el conjunt de dades disponibles. En total, conté més de 500.000 prediccions estructurals per a les més de 160.000 proteïnes de dotze organismes model ben caracteritzats i de gran interès i ús per a la recerca en biologia, biotecnologia i biomedicina. Hi són inclosos, entre d’altres, la planta herbàcia Arabidopsis thaliana, el cuc nematode Caenorhabditis elegans, el peix zebra Danio rerio, el bacteri entèric Escherichia coli, el bacteri amb genoma mínim Mycoplasma genitalium, el ratolí Mus musculus, els llevats Saccharomyces cerevisiae i Schizosaccharomyces pombe, l’Homo sapiens, la rata Rattus norvegicus, la mosca de la fruita Drosophila melanogaster i el virus causant de la COVID-19, el SARS-CoV-2. L’arquitectura adaptable d’A3D-MOBD permet donar cabuda a futures incorporacions d’altres organismes rellevants per als sectors mèdic, biològic, agrícola i industrial.

A més, l’eina proporciona resultats sobre la solubilitat i l’estabilitat de les proteïnes i inclou informació addicional per contextualitzar el procés d’agregació. Per al seu desenvolupament, els investigadors han utilitzat diverses fonts computacionals com el programa de modelatge d’estructures de proteïnes basat en intel·ligència artificial AlphaFold o la predicció de interacció de les proteïnes amb membranes lipídiques TOPCONS, a més d’enllaçar amb bases de dades de referència dels organismes inclosos, com el Human Protein Atlas o la Wormbase.

Els investigadors del grup de Plegament de Proteïnes i Malalties Conformacionals involucrats en el projecte. D'esquerra a dreta: Javier Garcia-Pardo, Oriol Bàrcenas, Valentín Iglesias, Micha¿ Burdukiewicz, Salvador Ventura i Carlos Pintado-Grima.

L’agregació de proteïnes està associada a l’envelliment i és la base de diferents patologies com les malalties de Parkinson i d’Alzheimer o l’esclerosi lateral amiotròfica (ELA). A més, suposa una de les barreres més importants per a la producció industrial de molècules terapèutiques, fet que fa augmentar-ne el preu. Amb la publicació d’aquesta base de dades els investigadors esperen que es puguin esbrinar noves claus per entendre per què algunes malalties provocades per agregació proteica es desenvolupen en algunes espècies, mentre que d’altres no són susceptibles de patir-les.

El recurs publicat ara pels investigadors de la UAB representa l’eina més completa disponible a data d’avui per a la predicció de regions amb propensió a agregar proteïnes. “Preveiem que oferirà solucions a un públic molt més ampli d’investigadors, no només per l’àmplia col·lecció d’estructuromes, sinó també per la seva integració amb bases de dades de diferents àmbits biològics”, assenyala Salvador Ventura. “Confiem que establirà un nou estàndard en la recerca de l’agregació de proteïnes i esperem que esdevingui un recurs bàsic en aquest camp”, conclou l’investigador de la UAB.

Pàgina web d'A3D-MOBD Database: http://biocomp.chem.uw.edu.pl/A3D2/MODB

Article: Badaczewska-Dawid AE, Kuriata A, Pintado-Grima C, Garcia-Pardo J, Burdukiewicz M, Iglesias V, Kmiecik S, Ventura S. «A3D Model Organism Database (A3D-MODB): a database for proteome aggregation predictions in model organisms». Nucleic Acids Res 2023, gkad942. DOI: 10.1093/nar/gkad942