研究人员用 AI 设计出可切割其他蛋白质的酶
决策简报
Brief- 发生了什么
- 华盛顿大学 David Baker 团队用 RFdiffusion2 与 ProteinMPNN 设计出人工蛋白酶,能按指定序列切断目标蛋白质,并成功切割与阿尔茨海默病等神经疾病相关的蛋白。
- 为什么重要
- Google 相关结果会影响评测基准、技术路线和后续产品判断。
- 影响谁
- 建议动作
- 升级或复核变更版本
- 地区可用性
- 暂未验证地区可用性差异。
关键事实
- 华盛顿大学 David Baker 团队用 RFdiffusion2 与 ProteinMPNN 设计出人工蛋白酶,能按指定序列切断目标蛋白质,并成功切割与阿尔茨海默病等神经疾病相关的蛋白。 [src-ars]
- 这条结果说明当前 AI 蛋白质设计工具擅长满足结构约束,却不擅长指定催化活性,做酶工程的团队得靠随机突变再筛一轮才能把活性提上来,成功率也还依赖是否把水分子位置写进设计约束。 [src-ars]
由事件证据自动生成。
研究以天然蛋白酶为起点:一种是克氏原螯虾消化系统的锌蛋白酶,另一种是酵母的半胱氨酸蛋白酶。设计流程先用 RFdiffusion2 生成骨架,约束条件包括把催化所需的关键氨基酸聚到一起、并让待切的目标序列靠近催化中心;随后由 ProteinMPNN 沿骨架填氨基酸,要求所选氨基酸既能维持折叠结构,又能形成催化位点、并贴合目标序列。半胱氨酸蛋白酶项目做了 12 个骨架、69 组氨基酸组合,成功率约 19%,但活性明显低于作为模板的酵母酶。锌蛋白酶项目的问题更明显:不把水分子写进设计约束时,89 个设计只有 14 个显示微弱活性,建模显示水分子常堵住反应位点;把水分子位置作为约束后,38 个设计有 35 个表现出活性。 随后研究人员把催化位点附近但不直接参与催化的氨基酸逐个替换,筛出活性大幅提升的版本:半胱氨酸蛋白酶最优版本的肽键切割速率提升约 10^9 倍,锌蛋白酶第二版活性比原始设计高 30 倍,切割速率提升约 10^10 倍。他们还从零重设计出能切割阿尔茨海默病、额颞叶痴呆相关蛋白的锌蛋白酶,并在细胞中验证了切割效果。对做蛋白质设计的开发者来说,这既证明了工具能造出自然界没有的骨架,也暴露了瓶颈:工具擅长结构、不擅长活性,且把酶送到细胞内、避免免疫反应仍是治疗落地前要过的关卡。
摘要依据:已读全文详摘依据上方标注的来源范围整理,内容以原文为准。
来源
- Ars Technica
Deep technical and policy reporting.
- Ars Technica
留言
登入后即可留言,和其他 builder 交换实测心得。
还没有留言,抢头香。