Abstract:

Versione in inglese:

Nearly two decades ago, the unveiling of intrinsically disordered proteins/regions (IDPs/IDRs) disrupted the longstanding structure-function paradigm, challenging the notion that well-defined native protein structures are indispensable for function. IDPs possess the unique ability to sample ensembles of different three dimensional conformations, leading to transition pathways that have a crucial role in various unique molecular functions. However, despite their importance, our understanding of IDPs is limited due to the challenges of studying such dynamic and large molecular systems experimentally, relegating their characterization to computational methods. Although the recent breakthrough in artificial intelligence (AI)-based protein structure prediction methods has raised the awareness of the scientific community about the IDR prevalence in proteomes (up to 50% of residues in higher organisms), their ability to predict reliable IDP ensembles and explain their function remains completely unexplored. Building upon the IDPfun Consortium and in collaboration with the ELIXIR IDP Community and the ML4NGP COST Action, the proposed IDPfun2 Consortium brings together 7 European and 5 Argentinian leading institutions with complementary expertise in data management, machine learning and structural biology. IDPfun2 will combine state-of-the-art AI-based computational technology and novel data to advance the characterization of IDPs and their molecular behaviour also taking into account alternative molecular and evolutionary contexts. The Consortium will establish new standards and formats to better grasp the complexity of IDPs and provide training ground for a new generation of scientists. The ultimate goal of IDPfun2 is to translate the acquired knowledge into major international protein databases, benefiting the broader scientific community and accelerating biomedical applications with a direct impact on health and diseases.

Versione in italiano:

Quasi due decenni fa, la scoperta delle proteine/regioni intrinsecamente disordinate (IDP/IDR) ha sconvolto il consolidato paradigma struttura-funzione, mettendo in discussione l'idea che strutture proteiche native ben definite siano indispensabili per la funzione. Le IDP possiedono la capacità unica di campionare insiemi di diverse conformazioni tridimensionali, dando luogo a percorsi di transizione che svolgono un ruolo cruciale in varie funzioni molecolari uniche. Tuttavia, nonostante la loro importanza, la nostra comprensione delle IDP è limitata a causa delle difficoltà nello studiare sperimentalmente sistemi molecolari così dinamici e di grandi dimensioni, relegando la loro caratterizzazione ai metodi computazionali. Sebbene la recente svolta nei metodi di predizione della struttura proteica basati sull'intelligenza artificiale (IA) abbia accresciuto la consapevolezza della comunità scientifica sulla prevalenza delle IDR nei proteomi (fino al 50% dei residui negli organismi superiori), la loro capacità di predire insiemi di IDP affidabili e di spiegarne la funzione rimane completamente inesplorata. Sulla scia del consorzio IDPfun e in collaborazione con la comunità ELIXIR IDP e l'azione COST ML4NGP, il consorzio IDPfun2 proposto riunisce 7 istituzioni europee e 5 argentine leader nel settore, con competenze complementari in gestione dei dati, apprendimento automatico e biologia strutturale. IDPfun2 combinerà tecnologie computazionali all'avanguardia basate sull'intelligenza artificiale e dati innovativi per migliorare la caratterizzazione delle proteine intrinsecamente disordinate (IDP) e del loro comportamento molecolare, tenendo conto anche di contesti molecolari ed evolutivi alternativi. Il consorzio definirà nuovi standard e formati per comprendere meglio la complessità delle IDP e fornirà un terreno fertile per la formazione di una nuova generazione di scienziati. L'obiettivo finale di IDPfun2 è quello di tradurre le conoscenze acquisite in importanti database proteici internazionali, a beneficio dell'intera comunità scientifica e accelerando le applicazioni biomediche con un impatto diretto sulla salute e sulle malattie.

Funded by the European Union HORIZON-MSCA-2023-SE-01 under Grant Agreement 101182949. Views and opinions expressed are however those of the author(s) only and do not necessarily reflect those of the European Union or the European Research Executive Agency (REA). Neither the European Union nor the granting authority can be held responsible for them. 

Contatti: silvio.tosatto@unipd.it; diana.battistella@unipd.it