https://doi.org/10.1186/s13059-025-03497-7
Abstract
Liquid-liquid phase separation (LLPS) enables the formation of membraneless organelles, essential for cellular organization and implicated in diseases. We introduce catGRANULE 2.0 ROBOT, an algorithm integrating physicochemical properties and AlphaFold-derived structural features to predict LLPS at single-amino-acid resolution. The method achieves high performance and reliably evaluates mutation effects on LLPS propensity, providing detailed predictions of how specific mutations enhance or inhibit phase separation. Supported by experimental validations, including microscopy data, it predicts LLPS across diverse organisms and cellular compartments, offering valuable insights into LLPS mechanisms and mutational impacts. The tool is freely available at https://tools.tartaglialab.com/catgranule2 and https://doi.org/10.5281/zenodo.14205831.
요약
- catGRANULE 2.0: 단일 아미노산 해상도의 LLPS 예측 모델 개발: 연구진은 catGRANULE 2.0이라는 새로운 머신러닝 기반 알고리즘을 개발하여 단백질의 액-액 상분리(LLPS) 가능성을 단일 아미노산 해상도로 예측할 수 있도록 하였습니다. 기존 모델들이 단백질 서열 전체의 LLPS 경향성을 예측하는 데 집중했다면, catGRANULE 2.0은 특정 아미노산 변이가 LLPS에 미치는 영향을 정밀하게 평가할 수 있는 장점을 가집니다.
- 물리화학적 특성과 AlphaFold 기반 구조적 특징의 통합 분석: catGRANULE 2.0은 물리화학적 속성(친수성, 전하 분포, 단백질 길이 등)과 AlphaFold2 기반의 구조적 특징을 결합하여 LLPS 예측 성능을 극대화하였습니다. 이를 통해, 특정 단백질이 LLPS에 얼마나 쉽게 관여할 수 있는지를 보다 정밀하게 분석할 수 있습니다.
- 단백질 돌연변이가 LLPS에 미치는 영향 분석: 본 연구에서는 catGRANULE 2.0을 이용하여 돌연변이가 단백질의 LLPS 경향성을 증가시키거나 감소시키는지를 평가하였습니다. 실험적 검증을 통해, 알츠하이머병 관련 단백질(TDP-43)과 같은 특정 단백질에서 특정 돌연변이가 LLPS에 미치는 영향을 성공적으로 예측하였습니다.
- 다양한 생물종에서 LLPS 예측 정확도 검증: catGRANULE 2.0은 인간 단백질뿐만 아니라 다양한 생물종(포유류, 균류, 식물 등)의 LLPS 단백질을 효과적으로 예측할 수 있도록 설계되었습니다. 기존 LLPS 예측 알고리즘(PICNIC, PSPHunter 등)과 비교한 결과, 다양한 종에서 catGRANULE 2.0이 더 높은 정확도를 기록하였습니다.
- 웹 인터페이스를 통한 접근성 향상: 연구진은 catGRANULE 2.0을 온라인 도구로 제공하여 연구자들이 쉽게 LLPS 예측을 수행하고, 특정 단백질의 LLPS 성향을 분석할 수 있도록 지원하고 있습니다. 이를 통해, 신경퇴행성 질환 연구, 단백질 설계 및 생물학적 응축체 연구 등에 광범위하게 활용될 수 있을 것으로 기대됩니다.