生物活性螺旋的高亲和度结合剂的新设计
Susana Vázquez Torres1,2,3, Philip J Y Leung1,2,4, Preetham Venkatesh1,2,3
1Department of Biochemistry, University of Washington, Seattle, WA, USA.
Nature
|December 18, 2023
概括
科学家开发了新的人工智能方法来设计与柔性激素结合的蛋白质. 这些蛋白质结合剂可以检测甲状腺激素和葡萄糖等激素,帮助治疗疾病.
科学领域:
- 生物化学
- 计算生物学
- 蛋白质工程
背景情况:
- 激素在结合受体时经常采用阿尔法螺旋结构,这对生理过程至关重要.
- 精确检测激素对于临床疾病管理至关重要.
- 在蛋白质工程中,设计灵活的螺旋的蛋白质结合剂是一个重大挑战.
研究的目的:
- 开发用于设计对螺旋目标高亲和度蛋白质结合剂的新计算方法.
- 用灵活的目标来设计蛋白质相互作用的未解决的挑战.
主要方法:
- 使用参数生成和深度学习,扩展RF扩散以实现灵活的目标绑定器设计.
- 实施了部分扩散技术 (连续噪声和无噪声) 来精制蛋白质结构.
- 通过改进现有设计或从随机分布中重新生成结合剂.
主要成果:
- 在没有实验优化的情况下实现了螺旋对象的 Picomolar 亲和结合剂.
- 通过质谱检测成功丰富并检测甲状腺激素和葡萄糖.
- 基于生物发光的功能性蛋白质生物传感器.
结论:
- 开发了一种广泛适用的计算方法,用于设计对形状可变目标的绑定器.
- 部分扩散方法有效地优化了自然和设计蛋白质.
- 这项技术有望促进诊断和治疗的发展.


