Las proteínas, cadenas de aminoácidos, desempeñan funciones celulares vitales, desde catalizar reacciones hasta regular el ciclo celular. Para funcionar, muchas requieren una estructura tridimensional específica, cuya dinámica es moldeada por la selección natural. Esta deja rastros en las secuencias proteicas, como la frecuencia de ciertos aminoácidos en posiciones concretas o combinaciones de aminoácidos que aparecen juntos con una frecuencia inusual.
Estas correlaciones evolutivas son cruciales para el estudio de la estructura proteica y han sido fundamentales para herramientas como AlphaFold. Sin embargo, los procesos evolutivos subyacentes aún generan debate. El nuevo trabajo propone un modelo donde la selección natural prioriza la estabilidad de las proteínas, prediciendo combinaciones de aminoácidos similares a las encontradas en proteínas naturales.
El modelo considera dos desafíos: la estabilidad para evitar el despliegue y la prevención de estructuras alternativas incorrectas, un proceso conocido como 'diseño negativo frente al mal plegamiento'. Algunas combinaciones de aminoácidos se favorecen porque dificultan la adopción de estructuras erróneas, dejando una huella detectable en las secuencias.
El estudio, que analizó 37.108 cadenas de proteínas del Protein Data Bank, confirma que las predicciones del modelo reproducen buena parte de las correlaciones observadas, especialmente en posiciones que forman contactos en la estructura tridimensional. Curiosamente, las correlaciones más intensas se dan en posiciones de la superficie, sugiriendo la influencia de factores funcionales e interacciones moleculares.
Además, se identifican correlaciones globales que no dependen directamente de la estructura, reflejando cambios en presiones selectivas o tasas de mutación. Aminoácidos como la cisteína, clave en puentes disulfuro, muestran fuertes correlaciones. También se observan agrupaciones ligadas al coste metabólico, carga eléctrica o características del código genético.
En conjunto, los resultados indican que las correlaciones proteicas surgen de la estabilidad estructural, la evitación del mal plegamiento y otras presiones evolutivas. El estudio ofrece un marco teórico para entender la información contenida en las secuencias de proteínas y las estrategias evolutivas para mantener su funcionalidad.
