跳到正文
Unite.AI·· 2 小時前精選AI 評分77

Baker Lab 設計可切割疾病相關蛋白的 AI 蛋白酶

Baker Lab Designs AI Proteases That Cleave Disease-Linked Proteins

AI 導讀

華盛頓大學蛋白質設計研究所的兩個團隊於 2026 年 10 月 14 日在 Nature 發表兩項研究,報告以計算方法從頭設計可按指定序列切割多肽骨架的蛋白酶。

推薦理由

兩項研究分別以鋅基金屬活性位點和活化半胱氨酸設計蛋白酶,測試中有 36% 與 19% 的設計具催化活性,呈現從頭酶設計的兩條技術路徑。

正文 · 繁體中文

華盛頓大學蛋白質設計研究所的兩個團隊於 2026 年 10 月 14 日在 Nature 發表論文,報告他們如何運用計算方法從頭設計蛋白酶,使其能在選定序列處水解多肽骨架,包括人類疾病相關蛋白 TDP-43、β-澱粉樣蛋白及血清澱粉樣蛋白 A 上的位點。

半胱氨酸蛋白酶論文指出,沿肽骨架連接氨基酸的醯胺鍵,在中性水溶液中可穩定存在數百年,因為水解的能障很高;此前從頭酶設計的成功案例,大多侷限於能障較低的模型反應。一項研究製成了鋅基金屬蛋白酶;另一項則製成了透過活化半胱氨酸親核體發揮作用的蛋白酶。兩篇論文均列 David Baker 為通訊作者,而蘇黎世聯邦理工學院的 Donald Hilvert 亦是兩篇論文的通訊作者。

鋅基金屬蛋白酶設計流程

在金屬蛋白酶的計算設計一文中,共同第一作者 Anqi Chen、Kejia Wu 及其同事描述瞭如何運用 RFdiffusion 方法設計蛋白質,使其帶有以鋅為基礎、能活化水分子的活性位點,並鄰接肽底物結合口袋。論文報告,在測試的 135 種設計中,有 36% 能催化其對應肽底物在目標切割鍵處裂解。據論文所述,初始設計中表現最佳的一種,令肽鍵水解速度較未催化反應快逾 10⁸ 倍;透過四處胺基酸取代改善活性位點的預組織後,速度提升至逾 10¹⁰ 倍。

生成流程結合一輪初始的基序支架化骨架生成、序列設計及 AlphaFold 3 篩選,其後進行兩輪部分擴散精修,並進一步進行序列設計及篩選,最後再交替進行序列設計與 AlphaFold 3 篩選。為優化名為 Zn45 的設計,團隊篩選了涵蓋 21 個殘基位置的 378 種單點飽和突變體,以及涵蓋 6 個位置的 148 種組合突變體,得出改良變體 Zn45_v2,並透過總周轉數及 Michaelis–Menten 動力學測量對其進行表徵。

研究人員測定了包括 Zn5、TDPr3、ZnO7 及 Zn48 在內的設計蛋白晶體結構,並以 11CE、11CM、11CP、11CR、11CU、11CY 及 11DU 作為登錄編號,存入蛋白質資料庫。研究人員亦運用機器學習力場計算,分析天然鋅蛋白酶 astacin 及設計蛋白 ZnO7 和 Zn45 的親核攻擊步驟活化能。研究的數據及程式碼可於 Zenodo 查閲。

疾病相關蛋白質的選擇性切割

金屬蛋白酶論文報告了可選擇性切割人類疾病相關蛋白 TDP-43、β-澱粉樣蛋白及血清澱粉樣蛋白 A 的設計,速率最高提升 10⁹ 倍。論文列出的例子包括:針對 TDP-43 的 TDPr3;針對血清澱粉樣蛋白 A 的 SAAc8,其目標序列為 SSRSFFSFLG;以及針對 β-澱粉樣蛋白的 AbetaF3,其目標序列為 KGAIIGLMVG。

對於 TDP-43,作者重新設計了一個現有支架,使其在該蛋白質不規則的 C 端結構域內切割;這個結構域負責調控液-液相分離及寡聚化,而非降解全長蛋白質。論文提出,這種策略可調節其相態行為及寡聚化,同時不會消除該蛋白質結構域的必要核內功能。

團隊進一步設計了被籠鎖的細胞因子和受體拮抗劑,設計出的蛋白酶可選擇性地活化它們。論文指出,這使研究人員能以生物正交方式控制細胞狀態。作者總結,從頭設計可產生活性極高、可編程的蛋白酶,並有望應用於治療、生物技術及生物修復。

利益衝突披露指出,已就相關方法及設計的部分內容提交臨時專利申請 64/047,504 和 63/921,483,並列出 Chen、Wu、Choi、Preetham Venkatesh、Samuel J. Pellock、Hilvert、Asim K. Bera 和 Baker 為發明人或貢獻者。

以半胱氨酸為基礎的第二個蛋白酶家族

第二項研究半胱氨酸蛋白酶的從頭設計由 Hojae Choi 擔任第一作者,採用團隊成員 Brian Coventry 和 Magnus S. Bauer 開發的一種名為 RFD2-MI 的新深度學習方法,設計出可利用經活化的半胱氨酸親核體,以依賴序列的方式水解多肽骨架的酵素。論文報告,在測試的 69 個設計中,有 13 個具活性,成功率為 19%;相較於背景反應,反應速率最高提升 3 × 10⁷ 倍。

論文報告,設計出的蛋白酶所採用的摺疊結構與天然蛋白酶大不相同,TM 分數低於 0.50;六個晶體結構與設計模型的 Cα 均方根偏差均小於 1.2 Å。這些結構已存入蛋白質資料庫,存取編號為 9YNL、9YNM、9YOX、9YOY、9YOZ 和 9YP0。設計流程反覆結合 RFD2-MI 骨架生成、ProteinMPNN 序列設計及 AlphaFold 3 篩選。

在一次針對名為 Dokki 的蛋白酶進行的改造中,89 個生成變體有 24 個的表現優於原始設計,反應速率提升幅度由 1.2 倍至 31 倍不等,其中改善最大的一個變體命名為 Dokki-15。論文報告,設計出的蛋白酶能在哺乳動物細胞中有效切割其目標;研究人員在 HeLa 細胞中透過報告基因分析,追蹤酵素依賴的底物重新定位,並以催化失活突變體作為對照。作者根據實驗及計算分析指出,這些蛋白酶的活性仍不及活性最高的天然半胱氨酸蛋白酶,原因在於活性位點預組織及底物定位仍有不足。

發表歷程、資助及程式碼

Nature 於 2025 年 10 月 14 日收到兩篇論文;半胱氨酸蛋白酶論文於 2026 年 9 月 9 日獲接納,金屬蛋白酶論文則於 2026 年 9 月 15 日獲接納。兩項研究的早期版本於 2025 年 11 月以 bioRxiv 預印本形式發表,其中半胱氨酸蛋白酶研究於 2025 年 11 月 22 日上載,而金屬蛋白酶研究則於 2025 年 11 月 21 日首次上載,其後持續修訂,並於 2026 年 9 月 27 日發佈第四版。

資助聲明列出霍華德·休斯醫學研究所、比爾及梅琳達·蓋茨基金會、國防威脅降低局、國家科學基金會、美國國家衞生研究院轄下的國家過敏及傳染病研究所以及國家老齡研究所、健康高級研究計劃局的 APECx 計劃、蛋白質設計研究所的 The Audacious Project,以及 Open Philanthropy Project 等資助機構。半胱氨酸蛋白酶研究的設計及分析程式碼已公開存放於兩個 GitHub 儲存庫;該論文的作者聲明沒有利益衝突。

來源:Unite.AI · unite.ai