Integração de Redes Neurais Convolucionais na Análise de Estruturas da proteína GRB2 com SAXS

• Processo: 25/07351-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2025
• Data de Término da vigência: 30 de junho de 2026
• Área de conhecimento: Ciências Biológicas - Biofísica - Biofísica Molecular
• Pesquisador responsável: Fernando Alves de Melo
• Beneficiário: Guilherme Dias Fusari
• Instituição Sede: Instituto de Biociências, Letras e Ciências Exatas (IBILCE). Universidade Estadual Paulista (UNESP). Campus de São José do Rio Preto. São José do Rio Preto , SP, Brasil
• Vinculado ao auxílio: 23/01744-5 - Correlação entre estrutura e dinâmica da proteína GRB2 e seus estados excitados de enovelamento, AP.R
• Assunto(s): Estrutura Inteligência artificial Proteínas Redes neurais Espalhamento de raios X a baixos ângulos
• Palavra(s)-Chave do Pesquisador: Estrutura | Grb2 | Inteligência Artificial | proteína | Redes neurais | Saxs | Biofísica Molecular teorica computacional

Resumo

A técnica de Small-Angle X-ray Scattering (SAXS) desempenha um papel crucial na biologia estrutural, especialmente no estudo de macromoléculas como proteínas e complexos proteicos em solução. Sua principal importância reside na capacidade de fornecer informações sobre a conformação, tamanho e dinâmica das moléculas em condições que se assemelham ao ambiente fisiológico natural. Diferentemente de outras metodologias, o SAXS permite a análise de amostras em estado nativo, sem a necessidade de cristalização ou restrições de ambiente, o que significa que pode capturar a conformação real das proteínas em solução. Além de sua capacidade de fornecer perfis de scattering que revelam detalhes sobre a estrutura de baixa resolução, o SAXS também é uma técnica rápida e relativamente simples de realizar, tornando-a acessível para muitos laboratórios. Os avanços recentes na computação, particularmente na integração de ferramentas de inteligência artificial, têm gerado novas oportunidades significativas para a técnica de SAXS. Abordagens inovadoras, como o AlphaFold, que emprega redes neurais para prever estruturas de proteínas a partir de sequências de aminoácidos, mostram um enorme potencial quando combinadas com dados de SAXS. Essa sinergia não apenas pode aumentar a precisão das previsões estruturais, mas também oferece uma compreensão mais abrangente das dinâmicas moleculares envolvidas nos sistemas biológicos, permitindo insights mais profundos sobre o funcionamento das proteínas em seu ambiente nativo. Focando nisso, o objetivo do nosso trabalho é desenvolver uma metodologia para avaliar a qualidade do encaixe das estruturas de proteínas em modelos de dummy atoms, integrando o uso de redes neurais convolucionais com os dados de SAXS obtidos em nosso laboratório para a proteína GRB2. Essa proteína é de extrema importância biológica, pois participa de vias de sinalização celular cruciais e, estruturalmente, apresenta uma flexibilidade que permite explorar uma ampla gama de configurações conformacionais. Este processo funcionará como uma via de mão dupla: os dados experimentais alimentarão o modelo, possibilitando seu aprimoramento contínuo, enquanto os modelos resultantes contribuirão para complementar e enriquecer os resultados experimentais em andamento. (AU)