Biologia Molecular Mx

Resumen:

El diseño de proteínas ha dado un salto cualitativo con la llegada de Raygun, un modelo generativo de inteligencia artificial capaz de miniaturizar, modificar y ampliar secuencias proteicas a partir de plantillas existentes. A diferencia de los métodos de diseño de novo o de difusión iterativa, Raygun codifica cada proteína como una distribución de probabilidad gaussiana de dimensión fija ( bloques). Esto permite un muestreo directo de “un solo disparo” (single-shot) unas 100 veces más rápido que los modelos de difusión (~0.3 s por variante en una GPU A100). El sistema manipula sustituciones e inserciones/deleciones (indels) simultáneamente, manteniendo la fidelidad estructural y la función biológica. El trabajo fue validado experimentalmente, logrando proteínas fluorescentes miniaturizadas (más cortas que el 96% de las registradas en FPbase), ligasas de biotina compactas (TurboID) y variantes de EGF con mayor afinidad de unión a su receptor.

🧬 1. El Paradigma “Template-Guided” y la Solución Matemático-Computacional

¡GRACIAS POR LEER NUESTRAS NOTICIAS! ¿Nos invitas un cáfe? ☕

Las metodologías de novo tradicionales diseñan proteínas desde cero, pero presentan limitaciones para manipular mutaciones complejas, como indels (inserciones y deleciones), en estructuras preexistentes. Por otro lado, los modelos de lenguaje de proteínas (PLMs) como ESM-2 generan embeddings cuyas dimensiones varían directamente con la longitud de la secuencia, lo que impide la comparación directa entre proteínas de diferentes tamaños.

Raygun resuelve esta incompatibilidad dimensional aprovechando la redundancia estadística del espacio de embeddings:

• Segmentación en Bloques Fijos: Cualquier secuencia, independientemente de su longitud, se divide en  bloques contiguos de residuos.
• Aproximación Gaussiana: Apoyándose en el Teorema del Límite Central, el promediado de vectores dentro de cada bloque conforma una distribución normal multivariada en un espacio fijo de 64,000 dimensiones ().
• Control Paramétrico Preciso: La generación se rige mediante dos parámetros independientes:
  1. Ruido (): Ajusta la matriz de covarianza para controlar la tasa de sustitución de aminoácidos.
  2. Longitud Objetivo: Determina la extensión de las inserciones o deleciones (indels).

  [ Secuencia Entrada ] ──> ESM-2 (650M) ──> [ Embeddings de Dimensión Variable ]

                                                           │

                                             (Reducción a K=50 Bloques)

                                                           ▼

  [ Secuencia Generada ] <── ESM-2 Decod. <── [ Distribución Gaussiana Fija ]

                                  ▲                        │

                                  └──── (Repetición a ─────┘

                                       Longitud Objetivo)

🧪 2. Validaciones Experimentales In Vitro e In Vivo

Sistema Proteico	Longitud Nativa	Modificación Aplicada	Resultado Experimental Destacado	Referencia
Proteínas Fluorescentes (eGFP / mCherry)	238 aa / 236 aa	Miniaturización hasta 199 y 206 aa (reducción de hasta ~15.6%)	6 de 8 variantes expresadas mostraron fluorescencia sustancial in vivo en células HEK293; más cortas que el 96% de FPbase.	Fig. 3
Ligasa de Biotina (TurboID)	~335 aa	Miniaturización extrema y moderada (hasta 165 aa)	Remoción autónoma del dominio de unión a ADN (similar a UltraID); TurboID-1 y TurboID-5 mantuvieron actividad catalítica.	Fig. 4a-c
Factor de Crecimiento Epidérmico (EGF)	53 aa	Magnificación (55–57 aa) para evaluación contra EGFR	EGF-Raygun-1 () y EGF-Raygun-2 () mostraron mayor afinidad que el tipo silvestre ().	Fig. 4d

🔬 3. Conservación Estructural y Funcional a Gran Escala

• Preservación Modular: Evaluado en complejos masivos como mTOR (2,549 aa), Raygun redujo más de 500 residuos (>20% de su estructura) manteniendo un TM-score de ~0.7 derivado de predicciones con AlphaFold3.
• Preferencia de Deleción Equitativa: A diferencia de otros algoritmos que degradan severamente los elementos de estructura secundaria, Raygun distribuye de forma balanceada las deleciones entre hélices , láminas  y bucles (loops).
• Retención de Sitios Activos: La proporción de conservación en sitios funcionales anotados sobre la conservación global superó el valor de 1.0 en todas las tasas de deleción analizadas (5%, 10% y 25%), demostrando que el modelo preserva activamente dominios catalíticos sin requerir anotación explícita previa.

📚 Bibliografía

1. Devkota, K., Shonai, D., Mao, J., Ko, Y. S., Wang, W., Soderling, S., & Singh, R. (2026). Miniaturizing and modifying natural proteins with Raygun. Nature, https://doi.org/10.1038/s41586-026-10842-8