以人工智能为指导的抑制剂设计的双重策略,针对α-Synuclein纤维的结构多态
bioRxiv : the preprint server for biology
|November 24, 2025
概括
研究人员开发了人工智能设计的来抑制α-synuclein (α-syn) 纤维素的形成,这是帕金森病的一个关键过程. 这些有效地减少α-syn聚合,为神经退行性疾病治疗提供了一个有前途的策略.
科学领域:
- 神经科学是一个神经科学.
- 生物化学 生物化学
- 计算生物学 计算生物学
背景情况:
- 阿尔法-同核素 (α-syn) 聚合成富含β片纤维素是帕金森病发病的核心原因.
- 通过Cryo-EM识别的明显的α-syn纤维素多态体对抑制剂设计提出了挑战.
研究的目的:
- 利用人工智能开发一个结构导向的框架,用于设计针对α-syn纤维素中保存的β-sheet基因的抑制剂.
- 创建能够干扰不同多态的α-syn纤维素形成的短.
主要方法:
- 利用人工智能工具,包括ProteinMPNN,AlphaFold-Multimer和PepMLM,用于结构引导的生成.
- 采用了一个框架,将 Cryo-EM 结构数据与计算设计集成在一起.
- 通过ThT光测定和总体形态分析评估的疗效.
主要成果:
- 确定了两个候选,T1和S1,显示出明显抑制α-syn纤维化.
- 观察到减少ThT光和形成无形或碎片化的聚合物在处理.
- 与预测的接口能量相关联的抑制功效.
结论:
- 由Cryo-EM结构指导的人工智能辅助体设计,可以快速发现α-syn纤维的宽频抑制剂.
- 这种综合方法代表了精确治疗帕金森氏症等神经退行性疾病的有希望的战略.
- 开发的具有通过破坏病态蛋白质聚合来进行治疗干预的潜力.
