La exploración de la agrupación de péptidos para soluciones mejoradas de fármacos y materiales.

Científicos de China han investigado cómo se unen las cadenas peptídicas cortas para profundizar nuestra comprensión del proceso, que es crucial para la estabilidad de los fármacos y el desarrollo de materiales. Su estudio, publicado en JACS Auproporciona información valiosa sobre cómo interactúan, se pliegan y funcionan las proteínas cortas llamadas péptidos. Estos hallazgos tienen implicaciones importantes para la medicina, la ciencia de materiales y la biotecnología.

Los péptidos son cadenas cortas de aminoácidos que desempeñan funciones esenciales en el cuerpo al construir estructuras, acelerar reacciones químicas y apoyar nuestro sistema inmunológico. La función específica de una proteína está determinada por cómo sus aminoácidos interactúan entre sí y se combinan en una estructura tridimensional.

El equipo de investigación utilizó simulaciones de dinámica molecular combinadas con técnicas avanzadas de inteligencia artificial, incluidos modelos de aprendizaje profundo como Transformer Regression Networks, para predecir cómo se agregarán varios aminoácidos de péptidos de cuatro o cinco ácidos (tetrapéptidos y pentapéptidos, respectivamente) en función de su aminoácido. secuencia.

Al analizar 160.000 tetrapéptidos y 3,2 millones de pentapéptidos, descubrieron que ciertos aminoácidos, particularmente los aromáticos como el triptófano, la fenilalanina y la tirosina, mejoran significativamente la agregación, especialmente cuando se encuentran hacia un extremo (el extremo C) de la cadena del péptido. . Probablemente esto se deba a que los aminoácidos aromáticos tienen estructuras en forma de anillo que se atraen entre sí a través de sus pares de electrones, generalmente llamadas interacciones «π-π», lo que les ayuda a ensamblarse. Por el contrario, los aminoácidos hidrófilos, como el ácido aspártico y el ácido glutámico, inhiben la agregación debido a la fuerte interacción con las moléculas de agua que impide que los péptidos se peguen.

El estudio también demostró que cambiar la secuencia de aminoácidos afecta la agregación. Por ejemplo, agregar aminoácidos aromáticos al final de la cadena peptídica aumenta la agregación, mientras que colocar aminoácidos cargados negativamente al principio la disminuye. El equipo también descubrió que los péptidos se unen de diferentes formas según los tipos y posiciones de sus aminoácidos.

Suscríbase al boletín Daily Dose y reciba todas las mañanas las mejores noticias científicas de toda la Web directamente en su bandeja de entrada. Es fácil como el domingo por la mañana.

«Los aminoácidos cargados generalmente hacen que los péptidos formen estructuras largas en forma de hilos, mientras que los que evitan el agua tienden a formar grupos redondos en forma de bolas», explica el Dr. Wenbin Li, profesor asistente de la Universidad de Westlake y autor correspondiente del estudio. «También descubrimos que al comprender cómo se unen los tetrapéptidos, podemos predecir cómo se comportarán los pentapéptidos, lo que hace que sea más fácil predecir qué tan bien se unirán los péptidos».

Los hallazgos proporcionan pautas importantes para predecir y gestionar cómo se unen los péptidos. «Este conocimiento puede ayudar en la creación de nuevos materiales, el diseño de fármacos y sistemas de administración de fármacos más estables y la comprensión de enfermedades relacionadas con la agregación de péptidos, como la enfermedad de Alzheimer, donde los péptidos beta-amiloides agregados forman placas dañinas en el cerebro. «, dice el Dr. Jiaqi Wang, profesor asistente de la Universidad Xi’an Jiaotong-Liverpool (XJTLU) y primer autor del estudio.

«También puede mejorar la biotecnología, como los semiconductores, los biosensores y el diagnóstico, y garantizar que estas herramientas funcionen de manera precisa y consistente.

“Al ofrecer nuevos conocimientos sobre la agregación de péptidos, esta investigación permitirá avanzar en la bioquímica, la ciencia de los materiales y la biología computacional. También muestra la integración de la IA en los descubrimientos científicos. Estos avances pueden conducir a avances en tratamientos médicos, productos respetuosos con el medio ambiente y tecnologías innovadoras.

CRÉDITO DE LA IMAGEN: Trabajo derivado: Dhatfield (discusión) MM_PEF.svg: Edboas, CC BY-SA 3.0, a través de Wikimedia Commons