Ana Luísa Araújo Bastos

As mutações gênicas são alterações essenciais para a evolução e o funcionamento biológico, mas podem causar o descontrole do ciclo celular e levar à formação de tumores, resultando em câncer. A diferenciação entre mutações drivers e passengers é dificultada pela heterogeneidade das mutações cancerígenas. Para superar essas limitações, pode-se usar a similaridade (homologia) entre as sequências para comparar as interações estabelecidas em um conjunto de sequências homólogas, oferecendo indícios sobre como uma mutação pontual poderia alterar a rede de interações de uma proteína. Esse projeto objetiva usar ferramentas computacionais para auxiliar nesse processo de análise, obtendo informações sobre a estrutura das cadeias homólogas, as biomoléculas com as quais interagem e o sítio de ligação dessas interações, além de contribuir para o entendimento de como as mutações estudadas conferem vantagens evolutivas às células e facilitam sua proliferação.

Por trás de cada reação biológica, há um encontro molecular. As proteínas, peças fundamentais da engrenagem da vida, raramente atuam sozinhas. Elas se reconhecem, se conectam e formam complexos que controlam desde o funcionamento do sistema imunológico até a replicação viral. Prever quais proteínas se "encaixam" é um desafio crucial da biologia. Para superá-lo, novas abordagens computacionais automatizadas vêm sendo desenvolvidas para prever essas interações entre proteínas (PPIs). Ao analisar informações estruturais minuciosas, como contatos entre átomos e variações na superfície das moléculas, e combiná-las a modelos de aprendizado de máquina, torna-se possível transformar dados estáticos em conhecimento preditivo. Essa união entre biologia e computação está impulsionando uma nova fase da ciência, na qual dados estruturais se transformam em capacidade preditiva por meio de algoritmos. Esse avanço aproxima o campo de um cenário em que a identificação de conexões e interações moleculares ocorre de forma automatizada, acelerando descobertas com impacto direto na saúde, na biotecnologia e na inovação.

O-GlcNAcylation is a post-translational modification (PTM) that involves the covalent bonding of an N-acetylglucosamine (GlcNAc) molecule to serine or threonine amino acid residues in nuclear and cytoplasmic proteins. PTMs dysregulation has been implicated in a wide range of diseases, including cancer, metabolic syndromes, and neurodegenerative disorders. Precise mapping of O-GlcNAc sites is essential for advancing both fundamental understanding and the development of targeted therapeutics. However, their detection remains challenging, which has motivated the development of computational tools to predict these sites with greater accuracy. In this study, we used Protein Language Models (PLMs) to address the challenge of predicting protein residues that are O-GlcNAc modification sites. To evaluate our method, we collected data from the O-GlcNAc Atlas. Our results indicate that our model outperformed competitors in all datasets evaluated. We believe the approach presented here can benefit scientists working on any subject where protein post-translational modifications play a role.