对于-MHC-I复合物的高特异性结合剂的设计
Bingxu Liu1,2, Nathan F Greenwood1,2, Julia E Bonzanini1,2,3
1Department of Biochemistry, University of Washington, Seattle, WA 98195, USA.
bioRxiv : the preprint server for biology
|December 9, 2024
概括
研究人员使用深度学习来设计小蛋白质,专门针对与疾病相关的-MHC (pMHC) 复合体. 这一突破使精确的免疫监测和潜在的新疗法,通过创建高度特定的结合剂用于治疗应用.
科学领域:
- 免疫学 免疫学 免疫学
- 结构生物学 结构生物学
- 计算生物学 计算生物学
背景情况:
- 第I类主要基因相容性复合物 (MHC) 分子在细胞表面呈现细胞内,用于免疫监测.
- 向-MHC复合体 (pMHC) 提供治疗潜力,但由于有限的表位和无处不在的MHC表达,面临挑战.
研究的目的:
- 开发*denovo*设计的小蛋白质,能够专门针对pMHC复合体.
- 创建主要与抗原相互作用的结合剂,最大限度地减少与MHC分子的非目标结合.
主要方法:
- 利用基于深度学习的蛋白质设计工具来设计新的小蛋白质.
- 设计的蛋白质专门结合到十个不同的目标pMHC复合体.
- 在酵母上显示设计的结合剂用于结合试验,并将它们纳入T细胞激活研究的仿真抗原受体 (CAR).
主要成果:
- 确定了十个目标pMHC的特定结合剂,对密切相关的酸具有很高的特异性.
- 工程化CAR结合了五种设计的结合剂,导致对相关的pMHC复合物的显著T细胞激活.
- 取得的T细胞激活水平远远高于非同源-MHC复合体的背景噪声.
结论:
- 深度学习*denovo*蛋白质设计可以为pMHC复合体产生高度特定的结合剂.
- 这种方法可以准确地针对pMHC进行潜在的治疗干预.
- 该方法可适应用于实验或预测的pMHC结构,在基于蛋白质和细胞的向策略中具有广泛的适用性.
