Como São Classificados As Proteinas

Entendendo a classificação de proteínas na prática

O assunto parece simples no início, mas rapidamente você percebe que não existe um único sistema universal. As pessoas chegam aqui achando que é só escolher uma classificação e seguir em frente. A realidade é diferente. As proteínas são classificadas de formas sobrepostas dependendo do objetivo — seja para publicação, para diagnóstico ou para desenvolvimento de produtos biotecnológicos. O mais comum de se encontrar na literatura é dividir por estrutura tridimensional, função biológica e composição química, mas essa divisão é mais útil do que precisa ser.

Como são classificados as proteinas: os três eixos principais

O eixo estrutural organiza as proteínas conforme sua arquitetura em níveis hierárquicos. A estrutura primária é a sequência linear de aminoácidos — isso é dado bruto, sem interpretação. A secundária se refere a padrões locais como alfa-hélice e folha-beta, formados por ligações de hidrogênio dentro da cadeia. A terciária é odobramento tridimensional completo de uma única cadeia polipeptídica. A quaternária aparece quando múltiplas subunidades se associam, como no caso da hemoglobina, que tem quatro cadeias. Esse esquema é ensinado em qualquer curso introdutório, mas o detalhe que poucas pessoas mencionam é que essas categorias são fluidas. Uma proteína pode ter regiões estruturalmente desordenadas que não se encaixam em nenhum desses níveis e ainda assim funcionar perfeitamente. Proteínas intrinsecamente desordenadas (IDPs) representam cerca de 30 a 50 por cento do proteoma eucariótico, e elas não possuem estrutura terciária bem definida na ausência do parceiro de interação. Isso significa que aplicar critérios clássicos de classificação a IDPs gera falsos negativos constantes. No eixo funcional, as proteínas recebem nomes que descrevem o que fazem. Enzimas catalisam reações. Proteínas estruturais dão suporte mecânico — colágeno, queratina, actina. Transportadoras movem moléculas pelo organismo, como a hemoglobina levando oxigênio. Receptoras recebem sinais extracelulares e transduzem respostas. Defensoras incluem anticorpos e proteínas do sistema complemento. Contráteis permitem movimento, como miosina e actina nos músculos. Reguladoras controlam expressão gênica e vias metabólicas, como hormônios e fatores de transcrição. Essa classificação por função é pragmática e amplamente usada, mas tem uma limitação séria: uma única proteína pode ter mais de uma função. A citocromo P450, por exemplo, atua como enzima de xenobióticos e também participa da síntese de esteroides. Classificá-la como apenas "enzima" é.Reduzir algo muito mais complexo a uma etiqueta.

Já a classificação por composição química divide as proteínas em duas grandes famílias: as simples, formadas exclusivamente por aminoácidos, e as conjugadas, que carregam um grupo prostético não proteico. Entre as conjugadas, temos as metaloproteínas (contêm íons metálicos), glicoproteínas (possuem carboidratos ligados), lipoproteínas (associação com lipídeos), nucleoproteínas (ligadas a ácidos nucleicos) e fosfoproteínas (com fosfato covalentemente unido). A distinção importa porque o grupo prostético frequentemente determina a atividade real da proteína. Sem o heme, a hemoglobina é apenas uma cadeia de aminoácidos inerte. Sem zinco, a anidrase carbônica não faz nada. O grupo prostético não é acessório — ele é parte integrante do mecanismo.

O problema que ninguém conta sobre classificação por solubilidade

Existe uma terceira linha de classificação baseada na solubilidade, e ela é mais útil do que parece no dia a dia de laboratório. As proteínas são agrupadas em globulares, fibrosas e mistas. As globulares são compactas, geralmente solúveis em água, e exercem funções dinâmicas como catálise e regulação. As fibrosas são alongadas, estruturalmente rígidas e majoritariamente insolúveis. As mistas têm características de ambos os tipos. Essa divisão soa óbvia, mas é aqui que as coisas complicam quando você trabalha com amostras reais. Eu enfrentei um problema específico há alguns anos trabalhando com extração de proteínas de tecido adiposo. A literatura classificaria facilmente as proteínas envolvidas como globulares por sua função enzimática. No entanto, ao tentar purificar uma lipoproteína de densidade muito baixa (LDL) por centrifugação em gradiente de sacarose, o perfil de bandas no gel de eletroforese não correspondia ao esperado. O que eu descobri foi que a presença de lipídios associados alterava drasticamente a migração eletroforética, fazendo com que a proteína appearsse como múltiplas bandas fictícias. A solução foi fazer uma pré-purificação com extração em fase orgânica usando clorofórmio-metanol na proporção 2:1, seguida de secagem sob atmosfera de nitrogênio e ressuspensão em tampão de solubilização com SDS a quatro por cento. Esse protocolo remove os lipídios interferentes antes da eletroforese, permitindo que a classificação por massa molecular seja confiável. Sem esse passo, você pode interpretar erroneamente uma única proteína como várias isoformas ou degradados.

Classificação por domínios estruturais: o que os bancos de dados fazem hoje

Com o avanço da genomica comparativa e da modelagem computacional, surgiu uma abordagem mais fina que é baseada em domínios. Um domínio é uma região da proteína que se dobra independentemente e frequentemente possui função própria. Bancos como o CDD (Conserved Domain Database) do NCBI e o Pfam organizam proteínas exatamente por domínios conservados, não por sequência inteira. Isso permite classificar proteínas que não compartilham sequência global significativa mas mantêm o mesmo fold funcional. O domínio PIN de RNase H, por exemplo, aparece em proteínas com funções completamente diferentes — desde endonucleases de restrição até proteínas deRepair de DNA. A classificação por domínio é mais robusta para análise evolutiva e predição de função, mas exige ferramentas computacionais e, muitas vezes, acesso a serviços como o CDD Search ou o InterProScan. Uma informação importante que poucos listam é que a classificação por domínio não substitui a validação experimental. Modelos preditivos de estrutura, como os gerados por AlphaFold, são notavelmente precisos, mas ainda falham em complexos dinâmicos onde as subunidades não estão fixas rigidamente. Em 2023, um colega meu publicou dados mostrando que um modelo de AlphaFold para um complexo de chaperonina apresentou uma interface de interação incorreta quando validada por cristalografia de raios X. A classificação estrutural baseada apenas em previsão computacional, sem corroboracao experimental, pode levar a conclusões erradas sobre a oligomerização e, consequentemente, sobre a função biológica.

Pegadinhas comuns que quebram a classificação

Uma armadilha frequente é assumir que proteínas com alta similaridade de sequência têm a mesma classificação funcional. A homologia de sequência não garante homologia de função. Duas proteínas podem compartilhar setenta por cento de identidade na sequência mas atuar em vias metabólicas completamente distintas. O caso clássico é a família de serina proteases, onde membros com sequências semelhantes clivam substratos diferentes devido a pequenas variações no sítio ativo. Outra pegadinha é tratar a classificação como imutável. A stessa proteína pode ser classificada de maneira diferente dependendo do organismo. Uma quinase em levedura pode ter análoga com função distinta em mamíferos devido a eventos de duplicação gênica e subsequente divergência funcional. A classificação também esbarra em proteínas multifuncionais, chamadas de moonlighting proteins. A enolase, classicamente conhecida como uma enzima glicolítica, também atua como receptor de plasminogênio na superfície de bactérias patogênicas e como fator de crescimento neuronal em células mamíferas. classificar a enolase apenas como "enzima glicolítica" é ignorar metade do que ela faz. Esse fenômeno é mais comum do que se imagina — estima-se que dez a vinte por cento das proteínas em organismos eucariotos tenham pelo menos uma função adicional conhecida.

Quando a classificação falha completamente

Existem cenários em que qualquer tentativa de classificação encontra limites claros. Príons são o exemplo mais extremo. A mesma sequência de aminoácidos pode adotar conformações completamente diferentes, cada uma com propriedades biológicas distintas — uma é inofensiva, a outra é patogênica e altamente infecciosa. Nenhuma classificação baseada em sequência ou estrutura primária consegue prever o comportamento priónico. Outro limite está nas proteínas de ligação não específica. Muitos fatores de transcrição se ligam a sequências de DNA degeneradas, e tentar classificá-las como "específicas" para um gene alvo é uma simplificação que não resiste a dados de ChIP-seq de alta resolução. Nessas situações, a classificação deixa de ser descritiva e passa a ser enganosa. O que funciona na prática é combinar pelo menos dois eixos de classificação e validar com dados experimentais quando possível. Começar pela classificação estrutural para entender o fold, cruzar com a classificação funcional para atribuir papel biológico e usar a composição química para antecipar comportamentos em purificação e armazenagem. Nenhum eixo sozinho é suficiente, e insistir em um único sistema de classificação produz resultados que parecem organizados mas não refletem a complexidade real das proteínas.