Protein Katlanmasının Çözülmesi: Evrimsel Algoritmalar ve Yapay Zekanın Gücüyle Yenilikçi Yaklaşımlar

Abstract

AlphaFold, protein dizisinden üç boyutlu (3D) yapı tahmini yaparak yapısal biyoloji alanını değiştirmektedir. Bu olağanüstü başarı, protein katlanma probleminin "çözüldüğü" iddialarına bile yol açmıştır. Ancak protein katlanma problemi, diziden yapı tahmininden daha fazlasını içermektedir. Şu anda, AlphaFold devriminin protein katlanma ile ilgili diğer sorunları çözmeye yardımcı olup olmayacağı bilinmemektedir. Bu çalışmada, AlphaFold'un tekli mutasyonların protein stabilitesi (ΔΔG) ve fonksiyonuna etkisini tahmin etme yeteneğini değerlendiriyoruz. Bu soruyu incelemek için, AlphaFold tahminlerinden pLDDT ve metriklerini bir proteinde tekli mutasyondan önce ve sonra çıkarıyoruz ve tahmin edilen değişikliği deneysel olarak bilinen ΔΔG değerleriyle ilişkilendiriyoruz. Ayrıca, aynı AlphaFold pLDDT metriklerini yapı üzerindeki tekli mutasyonun etkisi ile büyük ölçekli bir GFP mutant veri setini kullanarak deneysel olarak test edilen floresans seviyeleri ile ilişkilendiriyoruz. AlphaFold çıktı metrikleri ile protein stabilitesi veya floresan değişimi arasında çok zayıf veya hiçbir korelasyon bulamıyoruz. Sonuçlarımız, AlphaFold'un diğer protein katlanma problemleri veya uygulamalarına hemen uygulanamayabileceğini göstermektedir.