AI从头设计超越天然蛋白亲和力的结合蛋白

B站影视 2024-12-09 06:46 2

摘要:原创 生物世界 生物世界撰文丨王聪编辑丨王多鱼排版丨水成文在自然界中,组成生物体的蛋白质都是由20种氨基酸排列组合而来。氨基酸序列包含了它能形成蛋白质的所有结构信息,经过空间折叠后形成特定的三维构象,在细胞内发挥特定的功能——有的与受体结合,激活特定的信号通路

原创 生物世界 生物世界撰文丨王聪编辑丨王多鱼排版丨水成文在自然界中,组成生物体的蛋白质都是由20种氨基酸排列组合而来。氨基酸序列包含了它能形成蛋白质的所有结构信息,经过空间折叠后形成特定的三维构象,在细胞内发挥特定的功能——有的与受体结合,激活特定的信号通路;有的结合DNA,控制基因的开关;有的识别病原体,启动免疫反应。因此,如果能准确模拟出蛋白质折叠后的三维构象,就能改造蛋白甚至从头设计出全新蛋白。然而,天然的生物蛋白都是经过漫长的进化过程才逐渐演化而来,想要无中生有般从头设计出一种全新且有功能的蛋白质十分困难。近年来,以 David Baker 被代表的科学家在蛋白质设计领域取得了一系列突破,并因此获得了2024年诺贝尔化学奖。2024年12月5日,David Baker 教授团队在国际顶尖学术期刊 Science 上发表了题为:Target-conditioned diffusion generates potent TNFR superfamily antagonists and agonists 的研究论文。研究团队使用他们之前开发的RFdiffusion算法来设计肿瘤坏死因子受体(TNFR)的结合蛋白。研究团队在初始设计生成后使用部分扩散设计出具有低皮摩尔级亲和力的结合蛋白,同时还具有高特异性的优点。这些人工设计的蛋白质可以应用于生物学研究,并可能作为潜在的疾病治疗药物。研究团队表示,为重要的药理学靶点设计高亲和力和高特异性的拮抗剂和激动剂的能力,预示着蛋白质设计时代正在到来,在这个时代,蛋白质结合剂是通过计算而不是通过免疫或随机筛选方法产生的。可溶性低聚物4-1BB和OX40超激动剂的设计总的来说,这项发表于 Science 的研究提出了一种基于计算结构生物学设计和开发人工结合蛋白的新方法。这一研究为药理学上的关键靶点设计高亲和力和高特异性拮抗剂和激动剂提供了新的方向,为蛋白质设计领域的一个即将到来的新时代揭开帷幕。论文链接:1. https://www.science.org/doi/10.1126/science.adp17792. https://www.nature.com/articles/s41586-023-06415-8原标题:《诺奖得主David Baker最新Science论文:AI从头设计超越天然蛋白亲和力的结合蛋白,预示着蛋白质设计时代的到来》

来源:是否时尚

相关推荐