Прогнозирование функционального воздействия миссенс-вариантов по всему протеому с помощью ProteoCast

Почему крошечные мутации важны для здоровья и болезней

У каждого человека есть огромное количество мелких изменений в ДНК, но лишь некоторые из них нарушают работу белков и способствуют заболеваниям. Отделить безвредные варианты от опасных — непростая задача, особенно сейчас, когда мы можем редактировать геномы с помощью инструментов вроде CRISPR. В этом исследовании представлен ProteoCast — вычислительный метод, который использует саму историю эволюции, чтобы предсказать, какие однобуквенные замены в белках скорее всего имеют значение, и показано, что он способен просканировать по сути весь набор белков организма одновременно.

Чтение отпечатка эволюции на белках

ProteoCast опирается на простую идею: если определённая позиция в белке почти не менялась сотни миллионов лет, то её изменение сегодня с большей вероятностью будет вредным. Авторы подводят последовательность каждого белка дрозофилы к большим эволюционным базам данных, чтобы собрать родственные белки из разных видов. Используя эти данные, ProteoCast оценивает, насколько разрушительной может быть любая возможная аминокислотная замена в каждой позиции, создавая «мутационный ландшафт» для данного белка. Метод затем группирует предсказанные изменения в три интуитивные категории — нейтральные, слабо влияющие и сильно влияющие — и помечает каждую позицию белка как либо толерантную, либо чувствительную к мутациям.

Тестирование предсказаний по всему животному

Команда применила ProteoCast почти ко всему протеому плодовой мушки Drosophila melanogaster, охватив более 22 000 форм белков и примерно 300 миллионов возможных миссенс-мутаций. Они сравнили предсказания ProteoCast с почти 400 000 известных генетических вариантов, включая природные различия, наблюдаемые в диких и инбредных популяциях, и экспериментально изученные мутации, известные своей частичной потерей функции или смертностью. ProteoCast правильно пометил примерно 85% летальных мутаций и 73% мутаций с частичной потерей функции как имеющие слабый или сильный эффект, в то время как подавляющее большинство вариантов популяции классифицировалось как нейтральные. Иными словами, сама картина эволюционной консервации оказалась высокоинформативной в определении того, какие изменения вредят фитнесу организма.

От компьютерных оценок к реальной геномной инженерии

Чтобы проверить, может ли вывод ProteoCast направлять эксперименты, авторы использовали его для выбора конкретных одноаминокислотных замен для целевой редактирования генома у мушек. Они сосредоточились на ферменте, участвующем в синтезе NAD, ключевого метаболического кофактора. ProteoCast выделил несколько замен возле активного центра или димерного интерфейса фермента как сильно влияющих, а другие замены в поверхностных областях как нейтральные, даже когда они радикально меняли химические свойства или размер аминокислоты. Когда эти пять мутаций были введены с помощью CRISPR, три предсказанные как вредные вызвали рецессивную летальность в развитии, тогда как две предсказанные как нейтральные дали здоровых мух, что соответствует вычислительным прогнозам.

Поиск скрытых переключателей в «рыхлых» участках

Многие важные регуляторные сайты в белках находятся в «неструктурированных» регионах, которые болтаются и не формируют стабильной 3D-структуры, из‑за чего их трудно изучать. ProteoCast накладывает свои оценки мутаций на 3D-модели от AlphaFold и затем делит каждый белок на регионы с похожей чувствительностью. Районы, где кластер позиций необычно чувствителен, часто соответствуют мотивам связывания или горячим точкам посттрансляционных модификаций — тонким переключателям, регулирующим активность белка. По всему протеому мушки высокочувствительные сегменты ProteoCast совпадали с большинством известных коротких линейных мотивов и большой долей сайтов модификаций, а также выделяли ранее неаннотированные сегменты, которые, вероятно, участвуют в регуляции или белок‑белковых взаимодействиях.

Широкое применение за пределами плодовой мушки

Хотя работа сосредоточена на плодовой мушке, принцип, лежащий в основе ProteoCast, универсален: эволюция кодирует богатую информацию о том, какие позиции в белке можно менять без последствий и какие критически важны. Авторы показывают, что та же методика хорошо работает для человеческих вариантов, связанных с болезнями, и на курированых наборах регуляторных сайтов из дрожжей и внутрисекционных неструктурированных областей связывания. Благодаря своей скорости, масштабируемости и отсутствию необходимости в дорогостоящем оборудовании, ProteoCast может быть применён к любому организму с доступными данными последовательностей белков. Для неспециалистов ключевое сообщение таково: позволяя эволюции выступать в роли экспериментатора, мы получаем мощную карту по всему геному о том, какие крошечные генетические изменения с наибольшей вероятностью важны для здоровья, заболеваний и будущих терапий.

Цитирование: Abakarova, M., Freiberger, M.I., Liehrmann, A. et al. Proteome-wide prediction of the functional impact of missense variants with ProteoCast. Nat Commun 17, 3813 (2026). https://doi.org/10.1038/s41467-026-72140-1

Ключевые слова: миссенс-мутации, эволюция белков, Drosophila, предсказание эффекта вариантов, функциональная геномика