三体体与刚性AI设计的支架使原子分辨率的冷EM结构确定小蛋白质

科学领域:

• 结构生物学 结构生物学
• 生物物理学的生物物理.
• 计算生物学 计算生物学

背景情况:

• 低温电子显微镜 (cryo-EM) 单粒子分析由于信号对噪声的低值,与小蛋白质作斗争.
• 小蛋白质中有限的结构特征阻碍了高分辨率的冷EM.
• 纳米体是有价值的工具,但需要冷EM的稳定.

研究的目的:

• 开发一种可靠的方法,用于小蛋白质的高分辨率冷EM.
• 为了克服小型蛋白质结构的冷EM中信号对噪声的限制.
• 为基于纳米体的结构研究创建一个多功能工具.

主要方法:

• 开发Trimbody,一种利用人工智能设计的刚性支架的方法.
• 整合了三元基架 (H3-PrAC-5350A) 和重新格式化的纳米体融合 (Nb-TAIL).
• 使用RFdiffusion和ProteinMPNN来增强稳定性和刚性的新三螺旋捆 (H3) 和TAIL域的工程.

主要成果:

• 成功的高分辨率冷-EM结构确定四个50 kDa以下的蛋白质:人类Gal10 (2.62 Å),Aequorea coerulescens GFP (2.29 Å),人类Nectin4 IgV域 (2.43 Å) 和大肠杆菌LacY (2.50 Å).
• 在不同类型的蛋白质中证明了三体法的多功能性和有效性.
• 验证了工程H3和TAIL域提供的稳定性和刚性增强.

结论:

• 体提供了一种简单,具有成本效益和通用解决方案,用于小蛋白质的高分辨率冷电磁图.
• 该方法与标准的冷-EM工作流程兼容.
• 三体显著推进基于纳米体的药物开发和生命科学研究,通过对小蛋白质进行详细的结构洞察.