La difusión condicionada por el objetivo genera potentes antagonistas y agonistas de la superfamilia TNFR

Área de la Ciencia:

• Biología computacional
• Ingeniería de proteínas
• Biología estructural

Sus antecedentes:

• El diseño de enlaces de proteínas de alta afinidad para objetivos desafiantes, particularmente aquellos con superficies planas y polares como el receptor del factor de necrosis tumoral 1 (TNFR1), sigue siendo un obstáculo significativo en las metodologías actuales de diseño de proteínas.
• Los métodos existentes a menudo no logran una complementariedad precisa de la forma en comparación con los complejos de proteínas nativos.

Objetivo del estudio:

• Investigar la eficacia de un nuevo enfoque computacional que utiliza la difusión libre del ruido aleatorio para generar aglutinantes de proteínas de forma coincidente.
• Para probar este enfoque en el objetivo desafiante TNFR1 y explorar su potencial para diseñar aglutinantes con afinidad y especificidad ajustables.

Principales métodos:

• Se empleó una estrategia de diseño computacional basada en la difusión libre del ruido aleatorio.
• El método se aplicó al diseño de aglutinantes para el receptor del factor de necrosis tumoral 1 (TNFR1).
• Se utilizaron técnicas de difusión parcial para modular la especificidad de los aglutinantes diseñados.

Principales resultados:

• El estudio generó con éxito diseños de proteínas con baja afinidad picomol para TNFR1.
• La especificidad del aglutinante podría cambiarse con precisión a otros miembros de la familia de proteínas relacionadas a través de la difusión parcial.
• Las proteínas diseñadas funcionaron como antagonistas o superagonistas para los objetivos OX40 y 4-1BB cuando se presentaron con mayor valencia.

Conclusiones:

• La difusión libre de ruido aleatorio es una estrategia computacional viable para diseñar aglutinantes de proteínas de alta afinidad y alta especificidad, incluso para objetivos difíciles.
• Este enfoque in silico ofrece un control preciso de la función del aglutinante (antagonista/agonista) y la especificidad, aplicable a objetivos farmacológicamente relevantes.
• El diseño computacional de proteínas está listo para reemplazar los métodos tradicionales como la inmunización y la detección aleatoria para crear proteínas terapéuticas.