Atlas de estructuras proteicas complejas predichas a través de los reinos

Por qué importa cartografiar las asociaciones proteicas

Cada célula de tu cuerpo está repleta de diminutas máquinas moleculares formadas por proteínas. Estas proteínas rara vez actúan solas; se asocian en pares y grupos para llevar a cabo casi todas las funciones de la vida. Sin embargo, aunque los científicos conocen millones de asociaciones proteicas potenciales, solo disponían de planos tridimensionales detallados para una fracción pequeña. Este estudio usa inteligencia artificial para predecir cómo encajan más de un millón de pares de proteínas, en bacterias, arqueas, plantas, animales y virus, creando un atlas que puede orientar la biología y la medicina futuras.

Construyendo un mapa gigante de pares proteicos

Los investigadores se propusieron predecir las formas de complejos proteicos a una escala sin precedentes. Usaron herramientas basadas en AlphaFold, capaces de inferir la estructura proteica a partir de la secuencia de aminoácidos, y las aplicaron a parejas candidatas extraídas de grandes bases públicas de interacciones y datos genómicos. En total modelaron alrededor de 1,1 millones de pares proteicos posibles y luego aplicaron controles de calidad estrictos para decidir qué predicciones eran fiables. Estos controles se centraron en qué tan bien encajaban las superficies proteicas y en la solidez de la interfaz entre las proteínas, según varios métodos de puntuación independientes.

Tras el filtrado, el equipo obtuvo 181.671 complejos de alta confianza. Estos incluyeron más de 100.000 complejos de bacterias y arqueas, más de 37.000 de proteínas humanas y cerca de 20.000 de proteínas de ratón y plantas. Esta rica colección de formas predichas les permitió agrupar complejos similares, revelando patrones de asociación comunes que se repiten a lo largo de ramas distantes del árbol de la vida. Tales formas recurrentes apuntan a soluciones ancestrales que la evolución ha reutilizado en muchos organismos.

Descubriendo máquinas ocultas en microbios

El atlas es especialmente potente para microbios. En bacterias y arqueas, los genes que trabajan juntos a menudo están próximos en el cromosoma. Al combinar esta sencilla regla genómica con sus predicciones estructurales, los autores identificaron más de 100.000 asociaciones físicas probables, incluidas muchas en bacterias patógenas. Al trazar redes de estas interacciones pudieron reconstruir grandes ensamblajes moleculares, como partes de las fábricas proteicas conocidas como ribosomas y casquetes complejos que ayudan a las bacterias a procesar nutrientes inusuales. También mostraron cómo unidades repetidas más pequeñas pueden apilarse en máquinas multicapa sofisticadas, ofreciendo hipótesis sobre cómo se construyen los sistemas de virulencia bacteriana.

Enlazando proteínas humanas y trucos virales

El equipo también se centró en cómo los virus se conectan con proteínas humanas. Usando bases de datos curadas de contactos humano-virus, modelaron más de 80.000 interacciones candidatas y encontraron más de 5.000 que superaron sus umbrales de confianza. Algunas proteínas humanas aparecieron como nodos, contactadas por muchos virus distintos, incluidos miembros de la familia 14-3-3 que ayudan a controlar la señalización celular. Los modelos sugirieron que ciertas proteínas virales pueden agarrar la misma superficie de una proteína humana que normalmente utiliza otro socio humano, colándose en la interacción y alterando los procesos celulares normales. Experimentos de laboratorio confirmaron varios contactos predichos, incluidas proteínas virales que se unen a puntos conocidos o potenciales de entrada en células humanas.

Siguiendo la historia de las proteínas a través de la forma

Más allá de catalogar complejos actuales, los autores usaron el atlas para explorar la historia de las proteínas. Al comparar cada socio en sus complejos con millones de estructuras de proteínas individuales en la base de datos de AlphaFold, encontraron muchos casos en los que dos proteínas modernas que interactúan se asemejan a secciones distintas de una proteína más larga en otra especie. Estos patrones señalan eventos pasados de fusión, donde genes se unieron, o de fisión, donde un gen continuo se dividió en partes. El estudio también descubrió ejemplos en los que proteínas virales o microbianas imitaron de cerca complejos humanos, lo que sugiere presiones evolutivas a largo plazo para conservar ciertas formas.

Del atlas a herramientas prácticas

Para demostrar que su atlas es algo más que un conjunto de referencia estático, los científicos lo usaron para mejorar un modelo de aprendizaje profundo que predice qué puntos en la superficie de una proteína formarán contactos con sus socios. El entrenamiento con complejos predichos de alta calidad afinó la capacidad del modelo para identificar sitios de unión en estructuras resueltas experimentalmente. Esto sugiere que grandes colecciones de predicciones precisas pueden retroalimentar nuevos métodos, incluso cuando los datos experimentales son limitados, y pueden ayudar en descubrimiento de fármacos, ingeniería de proteínas y diseño de vacunas.

Qué significa esto para el futuro

Para un no especialista, el mensaje clave es que ahora disponemos de un primer borrador de cómo podría encajar un número enorme de pares proteicos en muchas formas de vida. Aunque no es perfecto, este atlas amplía considerablemente la información estructural disponible para los investigadores. Ofrece puntos de partida para entender cómo se inician las infecciones, cómo se ensamblan las máquinas celulares y cómo han cambiado las familias de proteínas a lo largo de la evolución. A medida que las pruebas experimentales refinen estas predicciones y atlas similares crezcan para incluir más tipos de moléculas, este tipo de mapa se convertirá en un manual esencial para explorar y, eventualmente, rediseñar la maquinaria molecular de la vida.

Cita: 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

Palabras clave: complejos proteicos, AlphaFold, interacciones proteicas, interacciones humano-virus, biología estructural