Predicción de la localización subcelular de proteínas

La predicción de la localización subcelular de proteínas (o simplemente predicción de la localización de proteínas) implica la predicción de dónde reside una proteína en una célula , su localización subcelular .

En general, las herramientas de predicción toman como entrada información sobre una proteína, como una secuencia de aminoácidos de la proteína , y producen como salida una ubicación prevista dentro de la célula, como el núcleo , el retículo endoplasmático , el aparato de Golgi , el espacio extracelular u otros orgánulos . El objetivo es crear herramientas que puedan predecir con precisión el resultado de la selección de proteínas en las células.

La predicción de la localización subcelular de proteínas es un componente importante de la predicción de la función de las proteínas y la anotación del genoma basada en la bioinformática , y puede ayudar a la identificación de objetivos farmacológicos.

Determinar experimentalmente la localización subcelular de una proteína puede ser una tarea laboriosa y que requiere mucho tiempo. A menudo se utiliza el inmunomarcaje o el marcado (como con una proteína fluorescente verde ) para ver la localización mediante un microscopio de fluorescencia . Una alternativa de alto rendimiento es utilizar la predicción.

Gracias al desarrollo de nuevos enfoques en la ciencia informática, junto con un conjunto de datos cada vez mayor de proteínas de localización conocida, las herramientas computacionales ahora pueden proporcionar predicciones de localización rápidas y precisas para muchos organismos. Esto ha hecho que la predicción de la localización subcelular se convierta en uno de los desafíos que se están resolviendo con éxito mediante la bioinformática y el aprendizaje automático .

En la actualidad, muchos métodos de predicción superan la precisión de algunos métodos de laboratorio de alto rendimiento para la identificación de la localización subcelular de proteínas. ^{[1] [2] [3]} En particular, se han desarrollado algunos predictores ^[4] que se pueden utilizar para tratar proteínas que pueden existir simultáneamente o moverse entre dos o más ubicaciones subcelulares diferentes. Por lo general, se requiere una validación experimental para confirmar las localizaciones predichas.

En 1999, PSORT fue el primer programa publicado para predecir la localización subcelular. ^[5] Posteriormente, se han publicado herramientas y sitios web que utilizan técnicas como redes neuronales artificiales , máquinas de vectores de soporte y motivos proteicos . Los predictores pueden especializarse en proteínas de diferentes organismos. Algunos están especializados en proteínas eucariotas, ^[6] algunos en proteínas humanas, ^[7] y algunos en proteínas vegetales. ^[8] Se han revisado los métodos para la predicción de predictores de localización bacteriana y su precisión. ^[9] En 2021, se publicó SCLpred-MEM, una herramienta de predicción de proteínas de membrana impulsada por redes neuronales artificiales. ^[10] SCLpred-EMS es otra herramienta impulsada por redes neuronales artificiales que clasifica las proteínas en sistema de endomembrana y vía secretora (EMS) frente a todas las demás. ^[11] De manera similar, Light-Attention utiliza métodos de aprendizaje automático para predecir diez ubicaciones subcelulares comunes diferentes. ^[12]

El primer modelo que generaliza la localización subcelular de proteínas a todas las líneas celulares lo hace aprovechando imágenes de marcadores de referencia subcelulares (es decir, marcadores nucleares, de membrana plasmática y de retículo endoplasmático) en múltiples marcadores celulares. Al combinar datos multimodales de marcadores de referencia junto con un modelo de lenguaje de proteínas entrenado previamente, el modelo de Predicción de la localización subcelular de proteínas invisibles (PUPS) es capaz de realizar una predicción generativa de la localización subcelular de cualquier proteína en cualquier línea celular dada la secuencia de aminoácidos de la proteína y los marcadores de referencia de la línea celular. ^[13]

El desarrollo de la predicción de la ubicación subcelular de proteínas se ha resumido en dos artículos de revisión exhaustivos. ^{[14] [15]} Se pueden encontrar herramientas recientes y un informe de experiencia en un artículo reciente de Meinken y Min (2012).

El conocimiento de la localización subcelular de una proteína puede mejorar significativamente la identificación de dianas durante el proceso de descubrimiento de fármacos . Por ejemplo, las proteínas secretadas y las proteínas de la membrana plasmática son fácilmente accesibles para las moléculas de fármacos debido a su localización en el espacio extracelular o en la superficie celular.

Las proteínas secretadas y de la superficie celular bacteriana también son de interés por su potencial como candidatos a vacunas o como objetivos de diagnóstico. Se ha observado una localización subcelular aberrante de proteínas en las células de varias enfermedades, como el cáncer y la enfermedad de Alzheimer . Las proteínas secretadas de algunas arqueas que pueden sobrevivir en entornos inusuales tienen aplicaciones industriales importantes.

Al utilizar la predicción se puede evaluar una gran cantidad de proteínas para encontrar candidatos que se transporten a la ubicación deseada.

Los resultados de la predicción de la localización subcelular se pueden almacenar en bases de datos. Entre los ejemplos se incluyen la base de datos multiespecie Compartments, FunSecKB2, una base de datos de hongos; ^[16] PlantSecKB, una base de datos de plantas; ^[17] MetazSecKB, una base de datos de animales y humanos; ^[18] y ProtSecKB, una base de datos de protistas. ^[19]