Atlas van voorspelde eiwitcomplexstructuren over verschillende rijken

Waarom het in kaart brengen van eiwitpartnerschappen ertoe doet

Elke cel in je lichaam is gevuld met miniatuur moleculaire machines opgebouwd uit eiwitten. Deze eiwitten werken zelden alleen; ze vormen paren en groepen om vrijwel elke levensfunctie uit te voeren. Hoewel wetenschappers miljoenen potentiële partnerschappen tussen eiwitten kennen, beschikten ze slechts over gedetailleerde driedimensionale blauwdrukken voor een klein deel daarvan. Deze studie gebruikt kunstmatige intelligentie om te voorspellen hoe meer dan een miljoen van zulke eiwitparen in elkaar passen, over bacteriën, archaea, planten, dieren en virussen heen, en creëert daarmee een atlas die toekomstig biologisch en medisch onderzoek kan sturen.

Een gigantische kaart van eiwitparen bouwen

De onderzoekers wilden de vormen van eiwitcomplexen voorspellen op een schaal die nog niet eerder is geprobeerd. Ze gebruikten op AlphaFold gebaseerde gereedschappen, die eiwitstructuren uit aminozuurvolgorden kunnen afleiden, en pasten deze toe op kandidaat-eiwitpartners afkomstig uit grote openbare interactiedatabases en genoomgegevens. In totaal modelleerden ze ongeveer 1,1 miljoen mogelijke eiwitparen en pasten daarna strikte kwaliteitscontroles toe om te bepalen welke voorspellingen betrouwbaar waren. Deze controles richtten zich op hoe goed de eiwitoppervlakken in elkaar passen en hoe sterk het interface tussen de eiwitten leek, gebaseerd op meerdere onafhankelijke scoringsmethoden.

Na filtering verkreeg het team 181.671 complexen met hoge betrouwbaarheid. Hieronder zaten meer dan 100.000 complexen uit bacteriën en archaea, meer dan 37.000 van menselijke eiwitten, en bijna 20.000 van muis- en planteiwitten. Deze rijke verzameling voorspelde vormen stelde hen in staat complexen te clusteren die op elkaar leken, waardoor terugkerende partnerschapspatronen zichtbaar werden die keer op keer voorkomen in verre takken van de levensboom. Zulke herhalende vormen wijzen op oude oplossingen die de evolutie in veel organismen heeft hergebruikt.

Verborgen machinerie in microben onthullen

De atlas is bijzonder krachtig voor microben. Bij bacteriën en archaea liggen genen die samen werken vaak dicht bij elkaar op het chromosoom. Door deze eenvoudige genomische regel te combineren met hun structurele voorspellingen, identificeerden de auteurs meer dan 100.000 waarschijnlijke fysieke partnerschappen, waaronder vele in ziekteverwekkende bacteriën. Door netwerken van deze interacties na te tekenen konden ze grote moleculaire assemblages reconstrueren, zoals onderdelen van de eiwitfabrieken die ribosomen worden genoemd en complexe schillen die bacteriën helpen ongebruikelijke voedingsstoffen te verwerken. Ze lieten ook zien hoe kleinere herhalende eenheden kunnen opstapelen tot geraffineerde meerlaagse machines, wat hypothesen oplevert over hoe bacteriële virulentiesystemen zijn opgebouwd.

Menselijke eiwitten koppelen aan virale trucs

Het team richtte zich ook op hoe virussen contact maken met menselijke eiwitten. Met behulp van gecureerde databanken van voorspelde mens-virus contacten modelleerden ze meer dan 80.000 kandidaat-interacties en vonden ze meer dan 5.000 die aan hun betrouwbaarheidsdrempels voldeden. Sommige menselijke eiwitten traden op als knooppunten, aangeraakt door veel verschillende virussen, waaronder leden van de 14-3-3-familie die helpen bij het regelen van celsignalering. De modellen suggereerden dat bepaalde virale eiwitten hetzelfde oppervlak van een menselijk eiwit zouden kunnen grijpen dat een andere menselijke partner normaal gebruikt, waardoor ze effectief tussenbeide komen en normale cellulaire processen ontregelen. Laboratoriumexperimenten bevestigden meerdere voorspelde contacten, waaronder virale eiwitten die binden aan bekende of potentiële toegangspunten op menselijke cellen.

De geschiedenis van eiwitten volgen via vorm

Buiten het catalogiseren van hedendaagse complexen gebruikten de auteurs de atlas om de geschiedenis van eiwitten te verkennen. Door elk partner in hun complexen te vergelijken met miljoenen enkelvoudige eiwitstructuren in de AlphaFold-database, vonden ze veel gevallen waarin twee moderne eiwitten die met elkaar interageren lijken op verschillende gedeelten van één langer eiwit in een andere soort. Deze patronen wijzen op vroegere fusiegebeurtenissen, waarbij genen samengesmolten zijn, of fissiegebeurtenissen, waarbij een eens aaneengesloten gen in delen splitste. De studie bracht ook voorbeelden aan het licht waarin virale of microbiele eiwitten menselijke complexen nauw imiteerden, wat wijst op langdurige evolutionaire druk om bepaalde vormen te behouden.

Van atlas naar praktische instrumenten

Om te laten zien dat hun atlas meer is dan een statische referentieset, gebruikten de wetenschappers die om het een deep learning-model te verbeteren dat voorspelt welke plekken op een eiwitoppervlak contact zullen maken met partners. Training op hoogwaardige voorspelde complexen scherpt het vermogen van het model aan om bindingssites op experimenteel bepaalde structuren te identificeren. Dit suggereert dat grote verzamelingen accurate voorspellingen kunnen terugvloeien in nieuwe methoden, zelfs wanneer experimentele gegevens schaars zijn, en kunnen helpen bij geneesmiddelenontwikkeling, eiwitengineering en vaccinontwerp.

Wat dit voor de toekomst betekent

Voor een niet-specialist is de kernboodschap dat we nu een eerste ontwerp hebben van hoe een enorm aantal eiwitparen mogelijk in elkaar passen over vele levensvormen heen. Hoewel niet perfect, breidt deze atlas de beschikbare structurele informatie voor onderzoekers sterk uit. Het biedt aanknopingspunten om te begrijpen hoe infecties ontstaan, hoe cellulaire machines worden opgebouwd, en hoe eiwitfamilies in de loop van de evolutie zijn veranderd. Naarmate experimentele tests deze voorspellingen verfijnen en vergelijkbare atlasprojecten groeien om meer types moleculen op te nemen, zal dit soort kaart een onmisbare gids worden om de moleculaire machines van het leven te verkennen en uiteindelijk te herontwerpen.

Bronvermelding: 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

Trefwoorden: eiwitcomplexen, AlphaFold, eiwitinteracties, mens-virus interacties, structurele biologie