Zespół Vishala Gohila z Texas A&M University wykorzystał AlphaFold-Multimer do przebadania wszystkich możliwych par ludzkich białek mitochondrialnych, czyli 630 003 kombinacji, i zbudował katalog 2895 przewidywanych oddziaływań nazwany MitoMatch. 57 proc. z nich nie występowało w żadnej z istniejących baz danych o interakcjach białek, a dla 85 ze 101 białek mitochondrialnych o nieznanej funkcji algorytm wskazał co najmniej jednego partnera.
- Zespół Vishala Gohila z Texas A&M University przebadał za pomocą AlphaFold-Multimer wszystkie 630 003 możliwe pary spośród około 1123 ludzkich białek mitochondrialnych i zbudował katalog MitoMatch obejmujący 2895 przewidywanych oddziaływań, z których 57 proc. nie występowało w żadnej dotychczasowej bazie danych o interakcjach białek.
- Dla 85 spośród 101 białek mitochondrialnych o całkowicie nieznanej funkcji algorytm wskazał co najmniej jednego partnera oddziaływania, przy czym metoda osiąga precyzję 85 proc. i odsetek fałszywych odkryć na poziomie około 15 proc.
- Eksperymenty laboratoryjne z użyciem koimmunoprecypitacji i CRISPR-Cas9 potwierdziły m.in. ewolucyjnie zachowane oddziaływanie między białkiem COA4 a metalochaperonem COX11; komórki ludzkich fibroblastów MCH58 pozbawione genu COA4 wykazały obniżony poziom COX11, mniej miedzi w mitochondriach i zmniejszone zużycie tlenu.
Praca „The predicted interactome of the human mitochondrial proteome” ukazała się 25 sierpnia 2026 roku w „Nature Communications” (tom 17, artykuł 10162). Pierwszym autorem jest Abhinav B. Swaminathan z Department of Biochemistry and Biophysics Texas A&M University, ostatnim Vishal M. Gohil, kierownik laboratorium. W zespole znaleźli się też badacze z Washington University School of Medicine w St. Louis, w tym David J. Pagliarini z Howard Hughes Medical Institute.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Problem dotyczy około 1100 białek, z których jedna dziesiąta nie ma przypisanej funkcji
Mitochondria to centra energetyczne komórki. Baza MitoCarta3.0, najdokładniejszy spis ludzkiego proteomu mitochondrialnego, wymienia 1136 białek. Spośród nich 101 jest całkowicie niescharakteryzowanych: nie mają przypisanego szlaku biochemicznego ani znanej funkcji molekularnej. Autorzy publikacji podają jednocześnie, że patogenne mutacje zidentyfikowano w niemal 30 proc. z tych około 1100 białek, co wiąże je z chorobami człowieka oraz z rzadkimi wrodzonymi wadami metabolizmu.
Dotychczasowe metody ustalania funkcji białka przez sprawdzenie, z czym ono oddziałuje, są powolne. Autorzy wymieniają system dwuhybrydowy drożdży, koimmunoprecypitację i profilowanie kompleksomu. Wszystkie są pracochłonne, czasochłonne i obarczone fałszywie dodatnimi wynikami.
AlphaFold-Multimer posłużył jako klasyfikator, nie jako narzędzie do przewidywania struktury
Zespół z Texas A&M użył algorytmu AlphaFold-Multimer (AFM) w sposób, do którego nie został on zaprojektowany. AFM, opisany przez Google DeepMind w 2022 roku, przewiduje trójwymiarową strukturę kompleksu białkowego o znanym składzie. Badacze potraktowali jeden z jego wskaźników ufności, ipTM (interface predicted template modeling), jako próg decyzyjny: czy dana para białek w ogóle może ze sobą oddziaływać.
Najpierw sprawdzili skuteczność tego podejścia na 1338 znanych parach oddziałujących i 15 005 parach nieoddziałujących, pochodzących ze struktur zdeponowanych w PDB już po zakończeniu uczenia AFM. Okazało się, że uśrednienie wyniku ipTM z pięciu modeli lepiej oddziela jedne pary od drugich niż branie najlepszego pojedynczego wyniku. Przy progu 0,5 metoda daje 67 proc. czułości przy odsetku fałszywych odkryć na poziomie około 15 proc. Autorzy piszą w abstrakcie, że AFM przewiduje binarne oddziaływania białek mitochondrialnych z precyzją 85 proc.
Z listy MitoCarta3.0 usunięto białka dłuższe niż 2000 aminokwasów oraz zawierające aminokwasy niekanoniczne. Zostało 1123 białek, czyli około 99 proc. proteomu mitochondrialnego. Sparowanie każdego z każdym dało 630 003 kombinacje. Obliczenia wykonano na klastrze FASTER w ośrodku Texas A&M High Performance Research Computing, w ramach przydziału z programu ACCESS finansowanego przez amerykańską National Science Foundation.
Wyniki w liczbach:
- 541 758 par (86 proc.) otrzymało wynik ipTM poniżej 0,2, czyli zostało uznane za nieoddziałujące
- 2895 par (0,46 proc.) przekroczyło próg 0,5 i trafiło do katalogu MitoMatch
- oddziaływania te obejmują 1004 białka, mediana liczby partnerów na białko wynosi cztery
- 43 proc. przewidywań odnaleziono w bazach STRING, BioGRID, IntAct, BioPlex, HuRI i PDB
- pozostałe 57 proc. nie było wcześniej nigdzie raportowane
- dla 85 ze 101 białek bez przypisanej funkcji wskazano co najmniej jednego partnera
MitoMatch odtworzył też w całości 56 proc. pojedynczych kompleksów mitochondrialnych z bazy Complex Portal, przy średnim pokryciu 77 proc. białek na kompleks.
Przewidywania sprawdzono w drożdżach i w ludzkich komórkach
Dwa lata eksperymentów laboratoryjnych posłużyły do weryfikacji części przewidywań. Pierwszy wątek dotyczył metabolonu koenzymu Q, czyli zespołu białek Coq odpowiedzialnych za syntezę przenośnika elektronów między kompleksami oddechowymi. Koimmunoprecypitacja białek Coq z usieciowanych mitochondriów drożdżowych pokazała, które białka tworzą kompleks. AFM wskazał dziewięć bezpośrednich oddziaływań dwuskładnikowych w tej grupie. Algorytm prawidłowo odtworzył również eksperymentalnie rozwiązaną strukturę ludzkiego kompleksu COQ7-COQ9, opublikowaną już po dacie granicznej danych treningowych AFM.
Drugi wątek dotyczył dostarczania miedzi do oksydazy cytochromu c, enzymu zużywającego około 90 proc. tlenu pobieranego przez komórkę. AFM przewidział ewolucyjnie zachowane oddziaływanie między słabo poznanym białkiem COA4 a metalochaperonem COX11. Badacze potwierdzili je koimmunoprecypitacją w drożdżach i w ludzkich komórkach 293T. Następnie wyłączyli gen COA4 metodą CRISPR-Cas9 w linii ludzkich fibroblastów MCH58. Komórki pozbawione COA4 miały wyraźnie obniżony poziom COX11, mniej miedzi w mitochondriach, mniej superkompleksów zawierających kompleks IV oraz obniżone zużycie tlenu.
Wypełnij formularz, a my skontaktujemy się z Tobą, aby upewnić się czego potrzebujesz.
Przewidywania są zachowane u szympansa i myszy, słabiej u drożdży
Zespół przeniósł 2895 ludzkich par na proteomy 11 innych organizmów eukariotycznych: szympansa, myszy, szczura, żaby szponiastej, danio pręgowanego, muszki owocowej, nicienia, śluzowca, rzodkiewnika, drożdży rozszczepkowych i drożdży piekarskich. AFM uznał za oddziałujące około 93 proc. par homologicznych u szympansa, 87 proc. u myszy i 44 proc. u drożdży piekarskich. Najlepiej zachowane między człowiekiem a drożdżami okazały się oddziaływania podjednostek łańcucha oddechowego z ich czynnikami składania oraz z białkami odpowiedzialnymi za transport kofaktorów metalicznych: miedzi, klastrów żelazowo-siarkowych i hemu.
Mam słabość do prac, w których sztuczna inteligencja nie jest tematem, tylko narzędziem. Tutaj nie powstał nowy model ani start-up wyceniony na miliard dolarów. Powstała lista 2895 hipotez, z których ktoś przez dwa lata sprawdzał kilka w probówce, i to sprawdzanie zajęło więcej czasu niż same obliczenia. To jest moim zdaniem najuczciwszy obraz tego, co AI dziś robi w nauce: skraca etap zgadywania, nie zastępuje eksperymentu.
Jednocześnie radzę ostrożność w czytaniu nagłówków o „nowych celach terapeutycznych”. Autorzy sami piszą, że ich metoda nie podaje siły wiązania ani warunków, w których do oddziaływania dochodzi w komórce. Mówi tylko, że dwa białka mogą się ze sobą połączyć. Przy zadeklarowanym odsetku fałszywych odkryć około 15 proc. oznacza to, że mniej więcej co siódma pozycja na liście może być pomyłką. Do leku dla pacjenta z chorobą mitochondrialną droga jest stąd bardzo daleka.
Ciekawi mnie co innego. MitoMatch działa, bo zespół zawęził pole poszukiwań do jednego przedziału komórki, zamiast rzucać AFM na cały ludzki proteom. Wcześniejsza próba zastosowania podobnego podejścia do całego proteomu się nie powiodła. Pytanie, które bym postawił: ile jeszcze takich dobrze zdefiniowanych, zamkniętych problemów biologicznych czeka na przeliczenie narzędziami, które już są publicznie dostępne, a nikt ich jeszcze do tego nie użył.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Autorzy podkreślają, że nie są zespołem od sztucznej inteligencji
Swaminathan w komunikacie Texas A&M University opisał punkt wyjścia projektu. Jego laboratorium zajmowało się mitochondrialnym szlakiem transportu miedzi i nie miało wiarygodnych narzędzi eksperymentalnych do oceny bezpośrednich oddziaływań między badanymi białkami. Próbne zastosowanie AFM zadziałało na tyle dobrze, że zdecydowano się rozszerzyć je na cały proteom mitochondrialny.
„Jesteśmy tradycyjnym laboratorium biochemii i genetyki, nie laboratorium sztucznej inteligencji” / „We are a traditional biochemistry and genetics lab, not an AI lab” (Abhinav B. Swaminathan, pierwszy autor publikacji, cytowany w komunikacie Texas A&M University).
MitoMatch wpisuje się w szerszy trend otwierania narzędzi strukturalnych
Katalog jest dostępny bezpłatnie pod adresem mitomatch.web.app, a przewidywane struktury wraz z metrykami ufności zdeponowano w repozytorium Zenodo. To mieści się w tym, co dzieje się wokół AlphaFold od kilku lat. Google DeepMind podało w lutym 2026 roku, że z bazy AlphaFold Protein Structure Database skorzystało ponad 3 miliony badaczy ze 190 krajów. W marcu 2026 roku EMBL-EBI wraz z Google DeepMind, NVIDIA i Uniwersytetem Narodowym w Seulu rozszerzyły tę bazę o miliony przewidywanych struktur kompleksów białkowych.
Skala pojedynczego przedsięwzięcia z Texas A&M jest przy tym mała, co pokazuje jego siłę. Autorzy zwracają uwagę, że ograniczenie poszukiwań do około 1100 białek jednego przedziału komórkowego dało około dwudziestokrotne wzbogacenie w prawdziwe oddziaływania na starcie. Wcześniejsza praca opublikowana w „Science” w 2023 roku, która zastosowała AFM do białka DONSON i około 70 czynników replikacji DNA, zadziałała w wąskim zakresie. Rozszerzenie jej na cały ludzki proteom się nie powiodło. Inne podejście, oparte na dostrojonej wersji RoseTTAFold jako klasyfikatorze, odzyskiwało 8-22 proc. prawdziwie dodatnich wyników.
Co z tego ma polski czytelnik i polskie laboratoria
Choroby mitochondrialne nie są w Polsce zjawiskiem marginalnym. Według przeglądu opublikowanego w „Polskim Przeglądzie Neurologicznym” przynajmniej 1 na 4300 osób jest nosicielem patogennej mutacji i choruje albo jest obarczona ryzykiem zachorowania. Polscy badacze zajmują się tym tematem od lat, między innymi w Instytucie Genetyki i Biotechnologii Wydziału Biologii Uniwersytetu Warszawskiego, gdzie pracują prof. Ewa Bartnik i prof. Katarzyna Tońska, autorki przeglądów o chorobach mitochondrialnych w „Postępach Biochemii” i cyklu wykładów dla Medycyny Praktycznej.
Praktyczne znaczenie MitoMatch dla polskiego laboratorium jest proste: to zasób otwarty, bez opłat licencyjnych i bez potrzeby posiadania własnej mocy obliczeniowej do przeliczenia 630 tysięcy par. Grupa badająca konkretne białko mitochondrialne może sprawdzić, jakich partnerów wskazuje dla niego algorytm, i na tej podstawie zaplanować eksperyment. Autorzy wprost pozycjonują swój katalog jako punkt wyjścia do stawiania hipotez, nie jako gotową odpowiedź.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Czego ta metoda nie potrafi
Ograniczenia opisane przez autorów są konkretne i warto je czytać razem z wynikami. AFM opiera się wyłącznie na sygnale ewolucyjnym zawartym w sekwencjach białek i jest ślepy na ograniczenia biologiczne oraz termodynamiczne. Z tego wynikają trzy rzeczy.
Po pierwsze, metoda nie podaje powinowactwa wiązania pary białek. Po drugie, wiele przewidywanych oddziaływań może w komórce zachodzić wyłącznie w kontekście większego kompleksu i nie istnieć jako prawdziwe heterodimery. Po trzecie, przewidywanie mówi, czy dana para białek może oddziaływać. Nie mówi, w jakich warunkach biologicznych, w jakiej stechiometrii ani w składzie jakiego kompleksu.
Sami autorzy zaznaczają, że przewidywane oddziaływanie ze scharakteryzowanym białkiem jest początkiem hipotezy. Osierocone białko może pełnić w tym samym szlaku rolę podjednostki, czynnika regulatorowego, chaperonu albo czynnika składania kompleksu. Rozstrzygnięcie, która z tych możliwości jest prawdziwa, wymaga pracy laboratoryjnej.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz badania The predicted interactome of the human mitochondrial proteome, Abhinav B. Swaminathan i in., „Nature Communications” 17, 10162, z dnia 25.08.2026, katalogu MitoMatch oraz komunikatu Texas A&M University opublikowanego przez Phys.org z dnia 06.11.2026.
Dane o częstości chorób mitochondrialnych w populacji pochodzą z przeglądu „Padaczka w chorobach mitochondrialnych”, „Polski Przegląd Neurologiczny”. Dane o zasięgu bazy AlphaFold pochodzą z komunikatów Google DeepMind i EMBL-EBI z lutego i marca 2026 roku.
Cytat Abhinava B. Swaminathana, pierwszego autora publikacji, został zweryfikowany z oryginalnym anglojęzycznym materiałem źródłowym.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o wykorzystaniu MitoMatch i narzędzi opartych na AlphaFold do badania białek mitochondrialnych.
