Wykorzystanie metod bioinformatyki strukturalnej i uczenia maszynowego w badaniach nad strukturą i dynamiką białek oraz peptydów

W ostatnich latach bioinformatyka strukturalna stała się jedną z najszybciej rozwijających się dziedzin nauki, co wiąże się z pojawieniem się skutecznych metod opartych na głębokim uczeniu, takich jak AlphaFold2, umożliwiających przewidywanie trójwymiarowej struktury białek wyłącznie na podstawie sekwencji aminokwasowej. Choć dokładność tych predykcji jest imponująca, wiele kluczowych zagadnień pozostaje nierozwiązanych, zwłaszcza w obszarach związanych z dynamiką białek, zmiennością konformacyjną, strukturą krótkich peptydów oraz modelowaniem kompleksów międzycząsteczkowych. W mojej rozprawie doktorskiej skoncentrowałem się na opracowaniu i zastosowaniu metod pozwalających na modelowanie struktury i dynamiki białek oraz peptydów przy użyciu wieloskalowej metody CABS-flex. W pierwszym etapie pracy opracowaliśmy protokół do przewidywania struktur peptydów liniowych i cyklicznych de novo, tj. wyłącznie na podstawie ich sekwencji aminokwasowej. Nasze podejście porównaliśmy z istniejącymi metodami predykcji bazującymi na uczeniu maszynowym oraz klasycznych metodach bioinformatyki strukturalnej. W dalszej części pracy zaproponowaliśmy nowy schemat tworzenia więzów strukturalnych, oparty na wartościach pLDDT (miara lokalnej pewności predykcji struktury białka) pochodzących z modeli AlphaFold2, umożliwiając lepsze przewidywanie giętkości modeli podczas symulacji dynamiki. Równolegle zintegrowaliśmy CABS-flex z nową procedurą rekonstrukcji modeli gruboziarnistych do poziomu pełnoatomowego, opartą na uczeniu maszynowym. Wszystkie opracowane rozwiązania zostały wprowadzone do nowej wersji serwera CABS-flex 3.0, który umożliwia modelowanie struktury, giętkości i zmienności konformacyjnej białek oraz peptydów w przeglądarce internetowej. Serwis oferuje intuicyjny interfejs, zróżnicowane tryby działania oraz funkcje wizualizacji wyników w postaci trajektorii konformacyjnych i map kontaktów. Uzupełnieniem niniejszej rozprawy było opracowanie narzędzia Mapiya, przeznaczonego do interaktywnej analizy map kontaktów wewnątrz- i międzycząsteczkowych w strukturach białek, kwasów nukleinowych oraz ich kompleksów. Mapiya stanowi dopełnienie prowadzonych prac nad tworzeniem narzędzi bioinformatycznych, wspierających analizę danych strukturalnych. W końcowej części rozprawy przedstawiłem analizę nieznanych dotąd struktur kompleksów galaktozylotransferaz, przeprowadzoną we współpracy z zespołem eksperymentalnym z wykorzystaniem zewnętrznych narzędzi do predykcji struktury. Analiza ta objęła modelowanie potencjalnych form oddziaływań między podjednostkami oraz porównanie otrzymanych modeli z dostępnymi danymi biologicznymi. Opracowane i przedstawione w ramach tej pracy rozwiązania mogą wspierać predykcję struktury biomolekuł oraz znaleźć zastosowanie w badaniach nad ich funkcją, projektowaniu peptydów i białek, a także analizie kompleksów i danych strukturalnych.

In recent years, structural bioinformatics has become one of the fastest-growing areas of science, largely due to the emergence of effective deep learning-based methods such as AlphaFold2, which enable the prediction of three-dimensional protein structures solely from amino acid sequences. Although the accuracy of these predictions is impressive, many key challenges remain unresolved, particularly in areas related to protein dynamics, conformational variability, the structure of short peptides, and the modeling of intermolecular complexes. In this doctoral dissertation, I focused on the development and application of methods for modeling the structure and dynamics of proteins and peptides using the multiscale CABS-flex approach. In the initial stage of the project, we developed a de novo protocol for predicting the structures of linear and cyclic peptides based solely on their amino acid sequences. We compared our method with existing machine learning-based prediction tools as well as traditional approaches in structural bioinformatics. In the subsequent phase, we proposed a new scheme for generating structural restraints based on pLDDT values (a measure of local confidence in protein structure predictions) derived from AlphaFold2 models, enabling improved modeling of flexibility in dynamic simulations. In parallel, we integrated CABS-flex with a new machine learning-based procedure for reconstructing coarse-grained models into all-atom representations. All developed components were incorporated into the new version of the CABS-flex 3.0 web server, which allows users to model protein and peptide structure, flexibility, and conformational variability directly in a web browser. The server offers an intuitive user interface, multiple operation modes, and visualization features for results such as conformational trajectories and contact maps. As a complementary part of this dissertation, we developed Mapiya - a tool designed for the interactive analysis of intra- and intermolecular contact maps in the structures of proteins, nucleic acids, and their complexes. Mapiya complements the broader effort presented in this work to develop bioinformatics tools supporting the analysis of structural data. In the final part of the dissertation, I present an analysis of previously uncharacterized galactosyltransferase complex structures, conducted in collaboration with an experimental research group using external structure prediction tools. This analysis involved modeling potential modes of interaction between subunits and comparing the resulting models with available biological data. The methods and tools developed and presented in this dissertation can support biomolecular structure prediction and find applications in functional studies, peptide and protein design, as well as in the analysis of complexes and structural data.

protein structure, protein dynamics, molecular modeling, peptides, peptide structure, protein flexibility, de novo modeling, contact maps, protein complexes