Impatto

Pubblicato
Un gruppo di scienziati in camice bianco al lavoro.

Le previsioni di AlphaFold stanno aprendo la strada a nuovi trattamenti che possono avere un impatto su oltre 10 milioni di persone in tutto il mondo

Era una fonte di soddisfazione guadagnata con fatica dopo quella che spesso era sembrata una dura battaglia. David Komander e i suoi colleghi avevano finalmente pubblicato la struttura tanto ricercata di PINK1. Le mutazioni nel gene che codifica per questa proteina causano il morbo di Parkinson a esordio precoce, una malattia neurodegenerativa caratterizzata da un’ampia gamma di sintomi progressivi, in particolare tremori e difficoltà di movimento. Ma quando altri gruppi scientifici pubblicarono le proprie strutture per la stessa proteina, divenne chiaro che qualcosa non andava.

“Le altre due strutture che sono emerse sembravano molto diverse da quella realizzata dal nostro gruppo”, afferma Zhong Yan Gan, uno studente di dottorato in Il laboratorio di Komanderco-supervisionato dal professore associato Grant Dewson, presso il WEHI (Walter and Eliza Hall Institute of Medical Research) a Melbourne, Australia. Il loro era quello strano, con caratteristiche uniche che non sembravano esistere negli altri. La posta in gioco era alta: comprendere PINK1 potrebbe aiutare a sbloccare nuovi trattamenti che affrontano la causa fondamentale del morbo di Parkinson colpisce più di 10 milioni di persone in tutto il mondo.

Sebbene il team di Komander avesse fiducia nelle proprie scoperte, i risultati contrastanti hanno sollevato alcune grandi domande. E in un campo di ricerca competitivo, sapevano che non sarebbero stati i soli a cercare risposte. “Non solo queste noci erano davvero difficili da risolvere, ma, una volta risolte, si apriva improvvisamente l’intero regno di tutti coloro che facevano cose molto simili”, afferma Komander.

Credito: Giacinta Moore

Il team alla fine ha svelato il mistero, ma ci sono voluti diversi anni di ricerca, una scoperta casuale e l’aiuto del sistema di previsione della struttura delle proteine ​​di DeepMind, AlphaFold.

IL sintomi del Parkinson si sviluppano quando il cervello di qualcuno non riesce più a produrre abbastanza dopamina chimica. La maggior parte delle persone affette dal Parkinson non conosce la causa specifica, ma circa il 10% dei pazienti può indicarla una particolare mutazione genetica. In questi casi, il Parkinson tende a svilupparsi precocemente, colpendo le persone prima di raggiungere i 50 anni.

Una di queste mutazioni genetiche è nel gene che codifica il ROSA1 proteina. PINK1 svolge un ruolo chiave nella disgregazione e nella rimozione dei mitocondri, spesso definiti le centrali elettriche all’interno delle nostre cellule. “Invecchiando, i mitocondri possono invecchiare e danneggiarsi”, afferma Gan. “PINK1 fa parte del meccanismo del corpo per riciclare i vecchi mitocondri per far posto a quelli nuovi.”

Quando questo meccanismo vacilla, i mitocondri danneggiati si accumulano, portando alla perdita delle cellule nervose che producono dopamina e, infine, al morbo di Parkinson. Quindi una strada per trovare modi migliori per trattare la condizione è migliorare comprendere PINK1 e il suo ruolo.

Credito: Giacinta Moore

Quando i ricercatori lo scoprirono PINK1 potrebbe causare la malattia di Parkinson nel 2004, trovarne la struttura divenne un obiettivo chiave, ma non fu raggiunto, in parte perché il PINK1 umano era troppo instabile per essere prodotto in laboratorio. Spinti a allargare la rete, gli scienziati hanno scoperto che le versioni di insetti di PINK1 – come quella dei pidocchi del corpo umano – erano sufficientemente stabili da poter essere prodotte e studiate in laboratorio.

Il che ci riporta all’inizio della nostra storia. Il team di Komander ha pubblicato il loro Struttura PINK1 nel 2017. Ma quando altri ricercatori hanno pubblicato strutture diverse per la stessa proteina di un insetto diverso (gli scarabei della farina), sapevano di avere solo una parte della storia. Non era del tutto sorprendente. Dopotutto, le proteine ​​sono molecole dinamiche. “Sono come macchine e possono assumere forme diverse”, afferma Gan. E se la struttura pubblicata fosse solo una di quelle forme: un’istantanea di PINK1 durante una singola fase di un processo più lungo?

Avevamo queste nuove strutture e, all’epoca, eravamo le uniche persone sul pianeta a sapere come si presenta PINK1 durante l’attivazione

David Komander, biochimico

Gan si è assunto l’ambizioso compito di capire come appare PINK1 durante ogni fase del processo di attivazione come progetto di dottorato. Fu durante questo lavoro che notò qualcosa di strano: una molecola che sembrava troppo grande per essere il suo obiettivo. “Normalmente lo ignoreresti come qualcosa che si è appena raggruppato insieme, come una specie di albume d’uovo strapazzato”, dice Komander.

Ma Gan aveva la sensazione che valesse la pena indagare più dettagliatamente questo ammasso e decise, con l’aiuto della dottoressa Alisa Glukhova, di sondare la molecola su scala atomica utilizzando microscopia crioelettronica (cryo-EM), in cui un campione congelato viene esaminato utilizzando un fascio di elettroni. “Ricordo di aver detto a Zhong: ‘Sì, puoi provarlo, ma non funzionerà mai'”, ammette Komander.

La tenacia di Gan ha dato i suoi frutti. Ciò che ha scoperto è stata proprio la molecola che i ricercatori stavano cercando: PINK1. Ma perché così grande? Si è scoperto che a PINK1 piace la compagnia. Invece di una singola proteina, era raggruppata in coppie di molecole note come dimeri, che si erano disposte in formazioni ancora più grandi. “Sei dimeri di PINK1 si stavano assemblando in grandi strutture a forma di ciambella”, afferma Gan.

Credito: Giacinta Moore

Questa scoperta casuale ha significato che avrebbe potuto utilizzare la crio-EM, che non avrebbe funzionato per una molecola piccola come una singola PINK1, per risolvere la struttura fisica della proteina. La squadra ha avuto la sua risposta.

Le strutture precedentemente pubblicate di PINK1 non erano sbagliate: erano forme diverse che la proteina assume nelle varie fasi del suo processo di attivazione. Ma c’era un problema. Tutto questo lavoro sperimentale è stato svolto utilizzando PINK1 derivato da insetti. Per comprendere le implicazioni delle loro scoperte per gli esseri umani affetti da Parkinson, dovrebbero indagare se le loro scoperte si estendono alla versione umana della proteina.

Komander e il suo team si sono rivolti ad AlphaFold. “Avevamo queste nuove strutture e, all’epoca, eravamo le uniche persone sul pianeta a sapere come appare PINK1 durante l’attivazione”, afferma Komander. Quindi hanno usato AlphaFold per richiamare la sua previsione per la struttura di PINK1 di origine umanae pochi istanti dopo eccolo sullo schermo. È stato “completamente scioccante” quanto fossero accurate le previsioni di AlphaFold, dice.

Successivamente, quando Gan inserì due sequenze proteiche in AlphaFold per prevedere la struttura di un dimero PINK1 negli esseri umani, il risultato fu quasi indistinguibile dal suo lavoro sperimentale con la proteina degli insetti. “Quel dimero stava sostanzialmente mostrando esattamente come queste due proteine ​​interagiscono in modo che possano agire e lavorare insieme per formare alcuni di questi complessi che avevamo visto”, dice Komander.

Possiamo iniziare a pensare: “Che tipo di farmaci dobbiamo sviluppare per riparare la proteina, invece di limitarci ad affrontare il fatto che è rotta?”

Davide Comandante

Questo stretto allineamento tra diversi risultati sperimentali e le strutture previste da AlphaFold ha dato al team la fiducia che il sistema di intelligenza artificiale potesse fornire conoscenze significative oltre il loro lavoro empirico. Hanno continuato a utilizzare AlphaFold per modellare l’effetto che alcune mutazioni avrebbero avuto sulla formazione del dimero, per esplorare come tali mutazioni avrebbero potuto portare al morbo di Parkinson, e i loro sospetti sono stati confermati.

“Siamo stati in grado di generare immediatamente alcune informazioni reali per le persone che presentano queste particolari mutazioni”, afferma Komander. Queste intuizioni potrebbero alla fine portare a nuovi trattamenti. “Possiamo iniziare a pensare: ‘Che tipo di farmaci dobbiamo sviluppare per riparare la proteina, piuttosto che limitarci ad affrontare il fatto che è rotta'”, afferma Komander.

Hanno presentato i loro risultati sul meccanismo di attivazione di PINK1 alla rivista Nature nell’agosto 2021 e l’articolo è stato accettato all’inizio di dicembre 2021. Si è scoperto che i ricercatori del Trempe Lab di Montreal, in Canada, erano arrivati ​​a conclusioni simili e quando l’articolo di quel team è stato pubblicato nel dicembre 2021, il WEHI gli autori hanno dovuto accelerare le revisioni finali. “Ci è stato detto di terminare il documento tre giorni prima di Natale, in modo che potesse essere pubblicato nel 2021”, afferma Komander. “Era una sequenza temporale brutale.”

Credito: Giacinta Moore

Alla fine, questi documenti di alto profilo sono usciti a poche settimane di distanza l’uno dall’altro, ed entrambi hanno contribuito con intuizioni vitali sulle basi molecolari del Parkinson.

Naturalmente rimangono molte domande per i ricercatori sul campo e AlphaFold è disponibile gratuitamente per aiutarli a trovare alcune delle risposte. Ad esempio, Sylvie Callegari, ricercatrice post-dottorato senior nel laboratorio di Komander, ha utilizzato AlphaFold per trovare la struttura di una grande proteina chiamata VPS13C – nota per causare il morbo di Parkinson – mettendo insieme frammenti più piccoli di proteina.

“Ora possiamo iniziare a porre domande diverse”, afferma. “Invece di ‘Che aspetto ha?’ possiamo iniziare a chiederci: “Come funziona?”, “In che modo le mutazioni in questa proteina causano malattie?”

Uno dei tanti obiettivi di AlphaFold è quello di accelerare la ricerca medica, e al WEHI viene applicato anche alle sequenze genetiche di persone con Alzheimer a esordio precoce per consentire ai ricercatori di indagare sulle cause dei singoli casi. “AlphaFold ci consente di farlo sulla base di modelli umani fantastici e corretti”, afferma Komander. “È molto potente.”

Fonte: deepmind.google

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *