Atlas der vorhergesagten Proteinkomplexstrukturen über die Reiche hinweg

Warum die Kartierung von Proteinpartnerschaften wichtig ist

Jede Zelle Ihres Körpers ist gefüllt mit winzigen molekularen Maschinen, die aus Proteinen aufgebaut sind. Diese Proteine agieren selten allein; sie schließen sich paarweise oder in Gruppen zusammen, um nahezu jede Lebensfunktion auszuführen. Obwohl Wissenschaftler Millionen potenzieller Partnerschaften zwischen Proteinen kennen, liegen für nur einen kleinen Bruchteil detaillierte dreidimensionale Blaupausen vor. Diese Studie verwendet künstliche Intelligenz, um vorherzusagen, wie mehr als eine Million solcher Proteinpaare zusammenpassen — über Bakterien, Archaeen, Pflanzen, Tiere und Viren hinweg — und schafft so einen Atlas, der zukünftige Forschung in Biologie und Medizin lenken kann.

Aufbau einer riesigen Karte von Proteinpaaren

Die Forscher hatten sich zum Ziel gesetzt, die Formen von Proteinkomplexen in einem bislang ungekannten Maßstab vorherzusagen. Sie nutzten AlphaFold-basierte Werkzeuge, die aus der Aminosäuresequenz die Proteinstruktur ableiten können, und wandten diese auf Kandidatenpaare an, die aus großen öffentlichen Interaktionsdatenbanken und Genomdaten stammten. Insgesamt modellierten sie etwa 1,1 Millionen mögliche Proteinpaare und unterzogen die Vorhersagen dann strengen Qualitätskontrollen, um zu entscheiden, welche zuverlässig sind. Diese Kontrollen konzentrierten sich darauf, wie gut die Proteinoberflächen zusammenpassen und wie stark die Schnittstelle zwischen den Proteinen wirkt, basierend auf mehreren unabhängigen Bewertungsmethoden.

Nach der Filterung erhielt das Team 181.671 Komplexe mit hoher Zuversicht. Dazu gehörten mehr als 100.000 Komplexe aus Bakterien und Archaeen, über 37.000 aus menschlichen Proteinen und fast 20.000 aus Maus- und Pflanzenproteinen. Diese reichhaltige Sammlung vorhergesagter Formen erlaubte es ihnen, Komplexe zu clustern, die ähnlich aussehen, und so gemeinsame Partnerschaftsmuster zu erkennen, die sich immer wieder über entfernte Zweige des Lebensbaums ziehen. Solche wiederkehrenden Formen deuten auf uralte Lösungen hin, die die Evolution in vielen Organismen wiederverwendet hat.

Verborgene Maschinen in Mikroben aufspüren

Der Atlas ist besonders mächtig für Mikroben. Bei Bakterien und Archaeen liegen Gene, die zusammenarbeiten, oft nahe beieinander auf dem Chromosom. Durch die Kombination dieser einfachen genomischen Regel mit ihren Strukturvorhersagen identifizierten die Autoren mehr als 100.000 wahrscheinliche physische Partnerschaften, darunter viele in krankheitserregenden Bakterien. Durch das Nachzeichnen der Netzwerke dieser Wechselwirkungen konnten sie große molekulare Assemblies rekonstruieren, etwa Teile der Proteinfabriken namens Ribosomen und komplexe Hüllen, die Bakterien helfen, ungewöhnliche Nährstoffe zu verarbeiten. Sie zeigten außerdem, wie kleinere wiederkehrende Einheiten sich zu anspruchsvollen mehrschichtigen Maschinen stapeln können, und lieferten so Hypothesen dazu, wie bakterielle Virulenzsysteme aufgebaut sind.

Menschliche Proteine und virale Tricks verknüpfen

Das Team richtete außerdem den Fokus darauf, wie Viren mit menschlichen Proteinen in Kontakt treten. Mithilfe kuratierter Datenbanken mit vorhergesagten Mensch–Virus-Kontakten modellierten sie über 80.000 Kandidateninteraktionen und fanden mehr als 5.000, die ihre Vertrauensschwellen bestanden. Einige menschliche Proteine traten als Knotenpunkte auf, die von vielen verschiedenen Viren kontaktiert werden, darunter Mitglieder der 14-3-3-Familie, die an der Steuerung der Zell-Signalübertragung beteiligt sind. Die Modelle legten nahe, dass bestimmte virale Proteine dieselbe Oberfläche an einem menschlichen Protein ergreifen könnten, die normalerweise ein anderer menschlicher Partner nutzt, wodurch sie effektiv „in die Reihe treten“ und normale Zellprozesse stören. Laborversuche bestätigten mehrere vorhergesagte Kontakte, darunter virale Proteine, die an bekannte oder potenzielle Eintrittspunkte auf menschlichen Zellen binden.

Proteingeschichte über Form verfolgen

Über die bloße Katalogisierung heutiger Komplexe hinaus nutzten die Autoren den Atlas, um die Geschichte von Proteinen zu untersuchen. Durch den Vergleich jedes Partners in ihren Komplexen mit Millionen einzelner Proteinstrukturen in der AlphaFold-Datenbank fanden sie viele Fälle, in denen sich zwei moderne miteinander interagierende Proteine wie verschiedene Abschnitte eines einzelnen längeren Proteins in einer anderen Art ähneln. Diese Muster deuten auf frühere Fusionsereignisse hin, bei denen Gene zusammenkamen, oder auf Fissionsereignisse, bei denen ein einst durchgehendes Gen in Teile zerbrach. Die Studie enthüllte auch Beispiele, in denen virale oder mikrobielle Proteine menschliche Komplexe eng nachahmten, was auf langfristigen evolutionären Druck zur Erhaltung bestimmter Formen hindeutet.

Vom Atlas zu praktischen Werkzeugen

Um zu zeigen, dass ihr Atlas mehr ist als ein statischer Referenzsatz, nutzten die Wissenschaftler ihn zur Verbesserung eines Deep-Learning-Modells, das vorhersagt, welche Stellen auf einer Proteinoberfläche Kontaktstellen mit Partnern bilden werden. Das Training an hochwertig vorhergesagten Komplexen schärfte die Fähigkeit des Modells, Bindungsstellen auf echten, experimentell gelösten Strukturen zu identifizieren. Dies legt nahe, dass große Sammlungen genauer Vorhersagen in neue Methoden zurückfließen können, selbst wenn experimentelle Daten begrenzt sind, und Bemühungen in der Wirkstoffforschung, Protein­engineering und Impfstoffentwicklung unterstützen können.

Was das für die Zukunft bedeutet

Für Nicht-Fachleute ist die Kernbotschaft, dass wir jetzt einen ersten Entwurf dafür haben, wie eine enorme Anzahl von Proteinpaaren über viele Lebensformen hinweg zusammenpassen könnte. Zwar nicht perfekt, erweitert dieser Atlas die strukturellen Informationen für Forscher erheblich. Er bietet Ausgangspunkte, um zu verstehen, wie Infektionen entstehen, wie zelluläre Maschinen aufgebaut sind und wie Proteinfamilien sich über die Evolution verändert haben. Während experimentelle Tests diese Vorhersagen verfeinern und ähnliche Atlanten mehr Molekültypen aufnehmen, wird eine solche Karte zu einem unverzichtbaren Wegweiser, um die molekulare Maschinerie des Lebens zu erkunden und schließlich neu zu gestalten.

Zitation: Qi, X., Ye, C., Liang, J. et al. Atlas of predicted protein complex structures across kingdoms. Nat Commun 17, 4397 (2026). https://doi.org/10.1038/s41467-026-70884-4

Schlüsselwörter: Proteinkomplexe, AlphaFold, Proteinwechselwirkungen, Wechselwirkungen Mensch–Virus, Strukturbiologie