protocolo para modelar parejas de proteínas con AlphaFold

Hace un año Homma, Huang y van der Hoorn publicaron en Nature Comms sus experimentos modelando complejos de proteínas híbridos planta:patógeno con AlphaFold-Multimer (AFM). En concreto, encontraron una manera de encontrar SSPs, proteínas pequeñas secretadas por microorganismos patógenos de plantas que se unen de manera específica a proteínas de la planta diana. En total, su cribado con AFM consideró las combinaciones de 1879 SSPs de bacterias y hongos patógenos del tomate y 6 proteasas endógenas que participan en la defensa frente a la infección:

Modelos de parejas de proteínas planta:patógeno modelados con AFM que superan el umbral 0.75, tomada de https://doi.org/10.1038/s41467-023-41721-9.

De 376 complejos proteína:proteína prometedores, elegidos por sus puntuaciones ipTM+pTM, se centraron en 15 complejos donde SSPs sin anotar bloqueaban los sitios activos de quitinasas y proteasas de tomate. De esos, encontraron confirmación experimental para 4.

Dado el interés que despertaron estos resultados, los mismos autores han publicado ahora un protocolo (https://doi.org/10.1111/tpj.16969) para hacer este tipo de predicciones usando ColabFold en la Web y localmente (leer más en blog).

El protocolo tiene los siguientes pasos:

1. Start with ColabFold online
2. Use a computing cluster for screens
3. Small sequences model faster 
4. Curate the input sequences
5. Remove irrelevant domains
6. Include positive controls
7. Include negative controls
8. Recycle multiple sequence alignments (MSAs)
9. Control data storage
10. Separate CPU from GPU-intense steps
11. Try to get MSA >100
12. Evaluate the predicted scores
13. Beware of typical AFM errors
14. Beware of false negatives
15. Beware of false positives
16. Explore hits manually
17. Categorise hits in classes
    

Que se resumen en el siguiente diagrama de flujo:

 

Hasta pronto,

Bruno