Nature重磅,AI高效设计蛋白质结合剂,成功率接近50%

B站影视 日本电影 2025-08-29 19:13 2

摘要:在合成生物学和药物研发领域,如何高效设计能够与特定靶点蛋白质紧密结合的功能性分子一直是一个核心难题。传统的抗体发现和定向进化方法往往依赖大规模筛选,成本高、耗时长,且成功率通常不足百分之一。这种低效率长期制约了蛋白质结合剂在治疗和诊断应用中的发展。

在合成生物学和药物研发领域,如何高效设计能够与特定靶点蛋白质紧密结合的功能性分子一直是一个核心难题。传统的抗体发现和定向进化方法往往依赖大规模筛选,成本高、耗时长,且成功率通常不足百分之一。这种低效率长期制约了蛋白质结合剂在治疗和诊断应用中的发展。

来自瑞士洛桑联邦理工学院(EPFL)和麻省理工学院(MIT)的研究团队在 Nature 发表的最新成果“One-shot design of functional protein binders with BindCraft”为这一难题提供了突破性方案,他们提出的 BindCraft 流程实现了无需实验筛选即可直接设计高亲和力结合剂,对多个靶点的平均实验成功率达到 46.3%,意味着对于许多靶点,通常只需测试不到十个设计,就能获得纳摩尔级亲和力的结合剂。这一方法的出现标志着蛋白质设计进入了一个新的阶段

BindCraft 的核心在于将 AlphaFold2 从被动预测工具转变为主动设计引擎。研究团队不再把 AlphaFold2 仅用作验证序列的结构合理性,而是通过反向传播的方式直接优化序列,使其趋向于生成与靶标蛋白形成高质量复合物的结构。设计过程从随机序列出发,将其与靶标输入 AlphaFold2 进行复合物预测,根据预测结果计算结合置信度和界面互补性等指标,再通过梯度优化不断迭代调整序列。最终获得的结合剂是 AlphaFold2 在计算过程中“生成”的结果,而非源于自然界已知的骨架或片段。与以往依赖固定骨架的策略不同,BindCraft 允许靶标和结合剂在设计中共同折叠,从而在一定程度上模拟真实的诱导契合效应,这种策略使得所得设计更自然、更贴近生物分子相互作用的实际情况。初步生成的结合剂还需经过进一步优化,研究团队使用 ProteinMPNN 提升序列的稳定性和可溶性,并通过 AlphaFold2 单体模型及 Rosetta 能量函数对候选进行严格过滤,只保留结构可信度高、物理合理的设计进入实验阶段。经过这一系列步骤,BindCraft 实现了从随机序列到高亲和力结合剂的全自动化转化,大幅降低了实验筛选的必要性。

图 | BindCraft 蛋白质结合剂设计流程。利用 AlphaFold2 驱动的反向传播优化实现从随机序列到高亲和力结合剂的一步式生成

该流程的性能在多个具有挑战性的靶点上得到了验证。在过敏原中和实验中,研究团队以桦树花粉过敏原 Bet v1 及尘螨过敏原 Der f7 和 Der f21 为靶点,成功获得多种有效结合剂。其中针对 Bet v1 的结合剂展现了约 120 nM 的亲和力,并在患者血清中能够阻断高达一半的 IgE 与过敏原结合。其效果与文献中报道的单个单克隆抗体的阻断率相当,展现了替代传统抗体的潜力。

在基因编辑调控方面,研究团队针对 CRISPR-Cas9 的 REC1 结构域设计出新型结合剂,这些分子能够与 apo-Cas9 结合并显著降低其在细胞中的编辑效率,其抑制能力优于已知的抗 CRISPR 蛋白。这一结果显示 BindCraft 不仅能设计出结合剂,还能生成新一代可控的基因编辑调节工具,为提高基因治疗的安全性提供了新思路。

除此之外,团队还展示了结合剂在抑制细菌毒素和精准病毒靶向方面的应用。通过设计与 Claudin-1 结合的分子,研究人员有效中和了产气荚膜梭菌肠毒素的细胞毒性;而当将 BindCraft 生成的结合剂整合到腺相关病毒衣壳上时,病毒能够选择性地感染表达 HER2 或 PD-L1 的细胞,证明了其在靶向药物递送中的潜力。

图 | BindCraft 设计的结合剂实现 AAV 的靶向基因递送。通过衣壳改造实现对 HER2 或 PD-L1 阳性细胞的特异性感染

BindCraft 不仅在实验上表现出色,还因其开源特性进一步放大了影响力。研究团队将其以 MIT 协议完全开放,任何研究人员或企业都可以在现有计算平台上直接部署使用。这种低门槛的可及性使得该方法自预印本发布以来迅速被广泛采用。据业界新闻报道,包括多家跨国制药企业在内的机构已开始采用这一工具,并将其应用于内部研发项目。这不仅推动了学术界的探索,也使工业界能够在早期研发阶段更快评估和优化蛋白质结合剂的候选分子。尽管 BindCraft 在计算资源方面仍有一定要求,特别是对大型靶点的适用性需要进一步评估,但其高成功率和流程自动化的优势已足以使其成为蛋白质设计工具箱中的核心成员。

整体而言,BindCraft 通过将 AlphaFold2 转化为设计引擎,实现了无需大规模筛选即可直接获得功能性蛋白质结合剂的目标。这项工作不仅大幅提高了成功率,也极大降低了蛋白质设计的技术门槛,使其能力更加普惠。对合成生物学和药物研发来说,这意味着研究人员可以在更短的时间和更低的成本下探索新的治疗和诊断手段,同时也能开发出适用于基础研究的高精度分子探针。未来,随着计算能力和方法学的持续改进,BindCraft 有望在更复杂的靶点和应用场景中展现潜力,推动蛋白质设计迈向更高效、更普及的新时代。

参考链接:

1.Pacesa, M., Nickel, L., Schellhaas, C. et al. One-shot design of functional protein binders with BindCraft. Nature (2025). https://doi.org/10.1038/s41586-025-09429-6

免责声明:本文旨在传递合成生物学最新讯息,不代表平台立场,不构成任何投资意见和建议,以官方/公司公告为准。本文也不是治疗方案推荐,如需获得治疗方案指导,请前往正规医院就诊。

来源:生辉SciPhi

相关推荐