Исследователи разработали высокоточный алгоритм предсказания сайтов связывания углеводов DeepGlycanSite
Углеводы, самые распространенные органические вещества в природе, необходимы для жизни. Они взаимодействуют с различными семействами белков, модулируя биологические процессы, включая иммунный ответ, дифференцировку клеток и развитие нервной системы.
Понимание того, как углеводы регулируют белки в физиологических и патологических процессах, открывает возможности для решения важных биологических проблем и разработки новых терапевтических средств. Однако разнообразие и сложность углеводов затрудняют экспериментальное определение сайтов их связывания с белками.
Поэтому создание надежного предиктора сайтов связывания углеводов имеет ключевое значение для изучения углевод-белковых взаимодействий.
В исследовании, опубликованном в Nature Communications, группа ученых представила новый предиктор сайтов связывания углеводов DeepGlycanSite, который превосходит предыдущие лучшие методы и эффективно предсказывает сайты связывания для различных углеводов.
Внедряя геометрические и эволюционные особенности белков в глубокую эквивариантную графовую нейронную сеть с архитектурой трансформера, DeepGlycanSite способен точно предсказывать сайты связывания углеводов на заданной структуре белка.
Исследователи сравнили DeepGlycanSite с лучшими предикторами сайтов связывания на независимых тестовых наборах, включающих более 100 уникальных углевод-связывающих белков. DeepGlycanSite показал средний коэффициент корреляции Мэтьюса (MCC) и точность более 0.62, в то время как все альтернативные методы имели средний MCC и точность менее 0.35.
- Для предсказания сайтов связывания моно- или дисахаридов DeepGlycanSite показал средние MCC и точность более чем в два раза выше, чем у альтернативных методов.
- Для предсказания сайтов связывания олиго- или нуклеотидсахаридов DeepGlycanSite все еще имел средние MCC и точность более 0.60.
Кроме того, DeepGlycanSite может предсказывать специфический сайт связывания для заданного углевода. Исследователи создали модель DeepGlycanSite+Ligand, которая обрабатывает структуру белка и двумерную химическую структуру целевого углевода. Эта модель способна различать специфические сайты связывания углеводов, принадлежащих к различным классам, в отличие от предыдущих методов.
В качестве примера применения DeepGlycanSite+Ligand использовали для идентификации специфического углевод-связывающего сайта на важном G-белок-сопряженном рецепторе P2Y14, который регулирует иммунные ответы и связан с астмой, повреждением почек и воспалением легких.
В тесте на мобилизацию кальция было обнаружено, что гуанозин-5'-дифосфатфукоза (GDP-Fuc) активирует человеческий P2Y14. Активация P2Y14 под действием GDP-Fuc ранее не описывалась, и механизм этого действия был неизвестен.
С помощью DeepGlycanSite исследователи идентифицировали, что аминокислоты G80, D81 и N90 формируют сайт распознавания гуанозин-5'-дифосфат-сахара в P2Y14, что было подтверждено в исследованиях с мутагенезом.
DeepGlycanSite не только поможет расшифровать биологические функции углеводов и углевод-связывающих белков, но и предоставит мощный инструмент для разработки углеводных лекарств.