Tradução e Código Genético: Propriedades, Cinética, Modelagem Matemática e Aplicações

01Por que a tradução é um dos temas mais rentáveis em prova

A tradução é o estágio do dogma central em que a informação genética vira proteína, e seu entendimento conecta três territórios cobrados em provas: a estrutura do código genético (degenerescência, wobble, exceções mitocondriais), a farmacologia do ribossomo (aminoglicosídeos, tetraciclinas, macrolídeos, linezolida e toxinas como a da difteria) e a biotecnologia moderna (otimização de códons para expressão heteróloga e desenho de vacinas de mRNA, como a do SARS-CoV-2). O código foi decifrado entre 1961 e 1966: Nirenberg e Matthaei demonstraram que o polirribonucleotídeo poli-U dirige a síntese de polifenilalanina em extrato de E. coli, provando que UUU codifica fenilalanina — o primeiro códon decifrado, premiado com o Nobel de 1968. Desde então, a tradução deixou de ser descrita apenas qualitativamente: hoje é modelada matematicamente com equações de cinética enzimática e processos estocásticos de exclusão, o que permite prever a produção de proteína a partir da sequência do mRNA.

02O código genético: propriedades formais

O código genético é lido em tripletos (códons) de bases do mRNA, no sentido 5 para 3, começando em um códon de iniciação (AUG, que codifica metionina). São 64 códons: 61 de sentido, que especificam os 20 aminoácidos padrão, e 3 sem sentido ou de parada (UAA, UAG e UGA). O código é tripletado, não sobreposto, não ambíguo (cada códon especifica um único aminoácido), degenerado (vários códons especificam o mesmo aminoácido) e quase universal, com poucas exceções canônicas. A degenerescência concentra-se na terceira posição do códon: as bases das duas primeiras posições são mais informativas, e a terceira admite pareamentos não canônicos — a base do wobble descrita por Crick em 1966: a posição 1 (extremidade 5) do anticódon do tRNA pode parear de forma relaxada com a posição 3 do códon, permitindo que G do anticódon reconheça U ou C, U reconheça A ou G e o inosinato (I, derivado de adenina por desaminação) reconheça U, C ou A. Com o wobble, cerca de 40 a 50 espécies de tRNA cobrem os 61 códons de sentido.

As exceções à universalidade precisam ser memorizadas porque são favoritas de prova. No código mitocondrial humano: UGA codifica triptofano (e não parada), AUA codifica metionina (e não isoleucina) e AGA e AGG tornam-se códons de parada (em vez de arginina). Em ciliados, UAA e UAG podem especificar glutamina. Nas selenoproteínas humanas (cerca de 25 genes, incluindo glutationa peroxidases e desiodases da tireoide), UGA é recodificado em selenocisteína quando o mRNA contém o elemento SECIS na região 3 não traduzida, que recruta a maquinaria de elongação específica (SBP2 e eEFSec). O aminoácido pirrolisina, presente em algumas arqueias metanogênicas, é codificado por UAG recodificado.

03O maquinário: ribossomo, tRNA e aminoacil-tRNA sintetases

O ribossomo procarioto é 70S (constante de sedimentação), formado pela subunidade 50S (contendo os rRNAs 23S e 5S) e pela 30S (rRNA 16S); o eucarioto citosólico é 80S, com subunidade 60S (rRNAs 28S, 5,8S e 5S) e 40S (rRNA 18S). A reação central da síntese proteica — a ligação peptídica — é catalisada pelo centro de peptidil transferase, um sítio do rRNA 23S (procariotos) ou 28S (eucariotos): o ribossomo é uma ribozima, e não uma proteína, o que responde por sua conservação evolutiva e pela riqueza de alvos antibióticos. O tRNA é a molécula adaptadora de 76 a 90 nucleotídeos com estrutura secundária em folha de trevo: o braço aceptor termina com a sequência CCA-3, onde o aminoácido é esterificado, e o braço do anticódon reconhece o códon.

A carga do tRNA é feita pelas aminoacil-tRNA sintetases (aaRS), 20 enzimas — uma para cada aminoácido —, divididas em classes I e II por arquitetura de sítio ativo. Cada aaRS une especificidade dupla: reconhece o aminoácido correto e o conjunto correto de tRNAs (identidade dada pelo anticódon e por elementos de identidade no corpo do tRNA). A energia da ligação aminoacil-éster vem da hidrólise de ATP a AMP (duas ligações de alta energia), e a fidelidade é ampliada por revisão hidrolítica: enzimas como a isoleucil-tRNA sintetase hidrolisam o valil-tRNA errado em sítio de edição separado, baixando a taxa de erro de cerca de 10^-2 para 10^-4 a 10^-5. É essa barreira de fidelidade que a mupirocina inibe (isoleucil-tRNA sintetase de bactérias) e que os aminoglicosídeos exploram indiretamente ao corromper a decodificação no ribossomo.

04Iniciação, alongamento e terminação

Na iniciação procariótica, a sequência de Shine-Dalgarno (consenso AGGAGG), a montante do códon de iniciação no mRNA, pareia com a extremidade 3 do rRNA 16S, posicionando o AUG no sítio P; os fatores IF-1, IF-2 (que carrega o fMet-tRNA iniciador ligado a GTP) e IF-3 controlam a montagem, e a N-formilmetionina é o primeiro resíduo de toda proteína bacteriana (removido posteriormente). Códons alternativos GUG e UUG também iniciam, sempre lendo-se como fMet. Na iniciação eucariótica, o complexo eIF2-GTP-Met-tRNAi associa-se à subunidade 40S, que é recrutada ao mRNA pelo complexo eIF4 (eIF4E liga a capa 7-metilguanosina do mRNA); a subunidade varre o mRNA no sentido 5-3 até encontrar o AUG em contexto de Kozak (consenso GCCRCCAUGG, em que R é purina na posição -3 e G na posição +4 é o determinante mais forte do sítio de iniciação correto), consumando a junção das subunidades com hidrólise de GTP pelo eIF5B.

O alongamento ocorre em três sítios do ribossomo — A (aminoacil), P (peptidil) e E (saída). O ciclo tem quatro passos: (1) o aminoacil-tRNA correto, complexado ao EF-Tu-GTP, entra no sítio A e pareia com o códon; (2) a verificação do pareamento correto no centro de decodificação (resíduos A1492 e A1493 do 16S rRNA) hidrolisa o GTP e acomoda o tRNA; (3) o centro de peptidil transferase transfere a cadeia nascente do tRNA do sítio P para o aminoácido do sítio A, formando a ligação peptídica; (4) o EF-G-GTP transloca o ribossomo um códon à frente, movendo os tRNAs de A para P e de P para E. Cada resíduo adicionado custa quatro ligações de alta energia: duas do ATP hidrolisado a AMP na aminoacilação do tRNA, uma do GTP do EF-Tu e uma do GTP do EF-G — a síntese proteica é a via anabólica mais custosa da célula em energia. Na terminação, quando um códon de parada ocupa o sítio A, o fator de liberação entra: RF1 ou RF2 em bactérias (eRF1, único, em eucariotos) catalisa a hidrólise da cadeia peptídica do tRNA do sítio P; a puromicina, análogo estrutural da extremidade 3 do aminoacil-tRNA, entra no sítio A e aceita a cadeia nascente, liberando-a prematuramente — mecanismo clássico usado para datar passos do ciclo.

05Fidelidade, cinética e alvos farmacológicos do ribossomo

A precisão da tradução (erro na casa de 10^-4 por resíduo) nasce da verificação em duas etapas: a discriminação inicial do pareamento códon-anticódon pelo centro de decodificação e a revisão cinética (kinetic proofreading) de Hopfield e Ninio, em que hidrólises de GTP não produtivas dissipam energia para tornar improvável a acomodação de um tRNA errado. A velocidade global é ditada pela etapa mais lenta do ciclo — normalmente a acomodação do tRNA — e varia com a disponibilidade de cada aminoacil-tRNA. Esse é justamente o ponto de ataque de fármacos e toxinas que caem em prova.

06Modelagem matemática I: a cinética de alongamento códon a códon

Cada códon tem sua própria taxa de decodificação, que depende da concentração do aminoacil-tRNA correspondente e da qualidade do pareamento. Para um códon i, a velocidade média de espera segue cinética de Michaelis-Menten: v = kcat multiplicado por [aa-tRNA] dividido por (KM + [aa-tRNA]), em que kcat é a velocidade máxima de acomodação e KM reflete a afinidade do tRNA pelo sítio A. Códons que dependem de tRNAs raros têm v menor e funcionam como gargalos: o ribossomo pausa sobre eles, às vezes por centenas de milissegundos. Essas pausas deixam assinatura experimental no ribosome profiling (perfilagem de ribossomos), técnica de 2009 que sequencia fragmentos de mRNA protegidos por ribossomos congelados in vivo: a densidade de leituras sobre cada códon é proporcional ao tempo médio de trânsito, revelando o mapa de velocidade de tradução de todo o transcriptoma, de levedura a células humanas.

Do ponto de vista quantitativo, três números organizam o raciocínio: o tempo médio por códon em E. coli (cerca de 50 a 60 milissegundos, o inverso dos 15 a 20 aminoácidos por segundo), o intervalo médio entre inicições (que define quantos ribossomos ocupam o mesmo mRNA) e a variância das pausas (que concentra desvios nos códons raros). Genes muito expressos coevoluíram para usar códons decodificados por tRNAs abundantes: em E. coli, os códons AGA e AGG (arginina), CCC (prolina) e ATA (isoleucina) são clássicos exemplos de códons raros, e sua presença em genes heterólogos derruba a produção de proteína por pausas frequentes e até por abandono prematuro da tradução.

07Modelagem matemática II: o processo de exclusão simples totalmente assimétrico (TASEP)

Quando vários ribossomos traduzem o mesmo mRNA, eles não se ultrapassam: um ribossomo bloqueado por outro à frente perde seu ciclo de GTP e o fluxo de proteína depende do congestionamento. O modelo padrão é o TASEP (totally asymmetric simple exclusion process): o mRNA é uma pista unidimensional de sítios (códons), cada ribossomo é uma partícula que avança um sítio por vez com probabilidade p por unidade de tempo, dois ribossomos nunca ocupam o mesmo sítio, ribossomos entram na pista com taxa de iniciação e saem com taxa de elongação/liberação. O modelo com fronteiras abertas tem três regimes: fase de baixa densidade (limitada pela iniciação, quando a taxa de entrada é menor que 1/2 do avanço), fase de alta densidade (limitada pela saída, com acúmulo no fim da pista) e fase de corrente máxima, atingida quando iniciação e liberação são ambas suficientemente altas, com densidade de partículas igual a 1/2 e fluxo máximo J = p/4. A implicação biológica é elegante: aumentar só a taxa de iniciação além do ponto de equilíbrio não aumenta a produção — o gargalo migra para o alongamento e surgem filas de ribossomos (traffic jams), visíveis como polissomos alongados ao microscópio eletrônico.

A aplicação mais citada do TASEP à biologia é a explicação da rampa 5: os primeiros 30 a 50 códons dos genes de organismos diversos (de bactérias a humanos) são, em média, mais lentos — enriquecidos em códons raros. Modelos e experimentos mostram que essa lentidão inicial deliberada impede que ribossomos iniciados em sucessão colidam com os que ainda traduzem o começo da pista, mantendo a densidade de ribossomos próxima do ponto de corrente máxima e aumentando a produção total de proteína. Ou seja: códons lentos no início não são imperfeições, são engenharia de tráfego molecular.

08Bias de uso de códons e o índice de adaptação de códons (CAI)

Códons sinônimos não são usados com a mesma frequência, e o padrão de uso correlaciona-se com a abundância dos tRNAs e o conteúdo de GC do genoma. Sharp e Li formalizaram a medida em 1987 com o índice de adaptação de códons (CAI): para cada família de códons sinônimos calcula-se w = f / fmax, em que f é a frequência relativa do códon no conjunto de referência de genes altamente expressos e fmax é a frequência do sinônimo mais usado da família; o CAI do gene é a média geométrica dos w de todos os seus códons, variando de 0 a 1. CAI próximo de 1 significa que o gene usa exatamente os códons preferidos pelos genes de alta expressão do organismo — e correlaciona-se fortemente com níveis proteicos, tanto que é o preditor computacional mais usado de expressão. Extensões posteriores, como o tAI (tRNA adaptation index), substituem as frequências de códons pela abundância real de tRNAs codonantes, refinando a previsão em organismos com dados de tRNA bem anotados.

09Aplicações biomédicas e biotecnológicas

Expressão heteróloga: produzir insulina humana, hormônio do crescimento, anticorpos monoclonais ou subunidades de vacina em bactérias, leveduras ou células de mamífero exige reescrever o gene com os códons preferidos do hospedeiro (codon optimization), elevar o CAI, ajustar o conteúdo de GC, eliminar motivos de instabilidade de mRNA e evitar longas fileiras de códons raros que pausam o ribossomo. A regra prática da indústria: um gene sintetizado raramente mantém os códons naturais do organismo de origem. O mesmo raciocínio aplica-se a vacinas de mRNA: na vacina mRNA-1273 contra a COVID-19, a sequência da proteína spike do SARS-CoV-2 foi otimizada em códons para células humanas, estabilizada na conformação pré-fusão por duas substituições (K986P e V987P) e transcrita com nucleosídeos modificados (N1-metilpseudouridina), que reduzem o reconhecimento do mRNA por sensores de imunidade inata e aumentam a tradução — combinação validada em camundongos e macacos-rhesus antes do primeiro ensaio clínico.

Clínica e diagnóstico: mutações que afetam a tradução fundamentam doenças e tratamentos. Mutação nonsense (códon de parada precoce) causa, por exemplo, formas de distrofia muscular de Duchenne e de fibrose cística; o ataluren (PTC124) promove leitura através (readthrough) de códons de parada prematuros nonsense e foi condicionalmente aprovado na Europa para Duchenne. Antagonistas da tradução são pilares da antibioticoterapia (tabela acima), e a resistência frequentemente se dá por metilação do rRNA (erm) ou proteção do sítio de ação (mcr, tetM). Em oncologia e virologia, ribosome profiling identificou tradução de regiões não canônicas (upstream ORFs) que geram neopeptídeos apresentados por MHC — campo em expansão para vacinas personalizadas. Finalmente, a meia-vida e a eficiência tradutória do mRNA modificado são variáveis de desenho em todas as vacinas e terapias de RNA atuais.

10Pontos de prova e erros comuns