撰文丨王聰

編輯丨王多魚

排版丨水成文

在自然界中，許多蛋白質(zhì)會折疊成穩(wěn)定的形狀。但內(nèi)在無序蛋白（IDP）和內(nèi)在無序區(qū)域（IDR）缺乏穩(wěn)定的結(jié)構(gòu)，而它們幾乎占據(jù)了人類蛋白質(zhì)組的一半。這些蛋白驅(qū)動著關(guān)鍵的細(xì)胞信號轉(zhuǎn)導(dǎo)、應(yīng)激反應(yīng)以及多種疾病進(jìn)展，但由于其高度的構(gòu)象靈活性，長期以來一直難以研究，也難以開發(fā)靶向新藥，因此也被稱為“不可成藥”（undruggable）靶點(diǎn)。

而現(xiàn)在，這些“不可成藥”靶點(diǎn)不在難成藥！人工智能（AI）攻克內(nèi)在無序蛋白/區(qū)域，成功解鎖治療靶點(diǎn)。

2025 年 7 月 17 日，諾獎得主、蛋白質(zhì)設(shè)計先驅(qū)David Baker教授發(fā)表了兩篇新論文，利用生成式人工智能（Generative AI）設(shè)計并生成能夠精準(zhǔn)結(jié)合無序蛋白質(zhì)/區(qū)域的結(jié)合蛋白，精度達(dá)到原子級別，從而攻克“不可成藥”的疾病靶點(diǎn)。

David Baker 教授

David Baker教授是華盛頓大學(xué)蛋白質(zhì)設(shè)計研究所的所長，他因開創(chuàng)性地將人工智能（AI）應(yīng)用于蛋白質(zhì)設(shè)計而榮獲 2024 年諾貝爾化學(xué)獎。近年來，他的實(shí)驗(yàn)室開發(fā)了一種基于 diffusion 的 AI 蛋白是設(shè)計模型——RFdiffusion，能夠從頭設(shè)計生成自然界不存在的全新蛋白質(zhì)，該方法此前已在癌癥免疫療法、蛋白酶、蛇毒中和蛋白等領(lǐng)域?qū)崿F(xiàn)了廣泛應(yīng)用。

已有研究嘗試通過傳統(tǒng)的動物免疫來開發(fā)靶向內(nèi)在無序區(qū)域（IDR）的抗體，然而，含有 IDR 的蛋白在注射到動物體內(nèi)后極易發(fā)生降解和聚集，導(dǎo)致難以產(chǎn)生抗體。此外，之前用于設(shè)計結(jié)合蛋白的計算方法依賴于對目標(biāo) IDR 幾何形狀的預(yù)先指定，從而限制了其通用性。

而在這兩項研究中，研究團(tuán)隊采用了兩種互補(bǔ)的設(shè)計策略，這兩種策略基于氨基酸序列，而無需蛋白結(jié)構(gòu)信息，因此，有助于在大量新的治療靶點(diǎn)上實(shí)現(xiàn)高度通用的藥物發(fā)現(xiàn)。

其中一篇論文發(fā)表發(fā)表于Science期刊，論文題為：Design of intrinsically disordered region binding proteins，Kejia Wu博士為第一作者兼共同通訊作者，Hanlun Jiang博士為共同第一作者，David Baker教授為通訊作者。

該研究采用了一種名為“logos”的蛋白質(zhì)設(shè)計策略，它以側(cè)鏈為中心，預(yù)制了一個能識別氨基酸側(cè)鏈集合的“結(jié)合口袋”庫（1000 個），然后使用 RFdiffusion 生成結(jié)合分子，有效地將這些結(jié)合口袋連接成一個單一結(jié)構(gòu)，組裝成結(jié)合蛋白。

Kejia Wu 博士

通過設(shè)計能夠適配目標(biāo)無序區(qū)域序列的結(jié)合口袋，為識別缺乏折疊結(jié)構(gòu)域的內(nèi)在無序蛋白/區(qū)域提供了一種通用解決方案。論文第一作者兼共同通訊作者Kejia Wu博士表示，為了證明這種方法確實(shí)具有通用性，我們甚至為隨機(jī)序列的多肽構(gòu)建了結(jié)合蛋白，1000 個預(yù)制的結(jié)合口袋能夠?qū)崿F(xiàn)數(shù)萬億種不同組合。

IDR 結(jié)合蛋白的設(shè)計

該研究測試了 43 個高度多樣化的無序蛋白靶點(diǎn)（21 個疾病相關(guān) IDR，18 個合成序列），平均每個靶點(diǎn)進(jìn)行了 22 個設(shè)計，對其中 39 個靶點(diǎn)實(shí)現(xiàn)了緊密結(jié)合，其中 34 個結(jié)合蛋白的結(jié)合親和力達(dá) 100 皮摩爾至 100 納摩爾。

進(jìn)一步實(shí)驗(yàn)驗(yàn)證，這些設(shè)計的結(jié)合蛋白可在細(xì)胞中發(fā)揮作用，展現(xiàn)出多種應(yīng)用潛力：可從細(xì)胞裂解液中富集低豐度蛋白用于蛋白質(zhì)組學(xué)研究；靶向癌癥相關(guān)細(xì)胞膜受體的無序結(jié)構(gòu)域；抑制 G 蛋白偶聯(lián)受體（GPCR）信號通路；以及介導(dǎo)細(xì)胞內(nèi)蛋白質(zhì)定位調(diào)控功能。可用于癌癥治療、疾病診斷、神經(jīng)疾病干預(yù)等領(lǐng)域，例如，該研究中設(shè)計生成的靶向強(qiáng)啡肽的結(jié)合蛋白 DYNA_2b2，結(jié)合親和力低于 100 皮摩爾，并成功在人類細(xì)胞內(nèi)阻斷了疼痛信號轉(zhuǎn)導(dǎo)。

另一項研究發(fā)表在了預(yù)印本平臺bioRxiv上，論文題為：Diffusing protein binders to intrinsically disordered proteins，Caixuan Liu博士為第一作者，David Baker教授為通訊作者，Kejia Wu博士為共同第一作者兼共同通訊作者。

該研究應(yīng)用RFdiffusion設(shè)計生成了能夠與各種構(gòu)象的內(nèi)在無序蛋白（IDP）和內(nèi)在無序區(qū)域（IDR）結(jié)合的結(jié)合蛋白，該研究設(shè)計生成了胰淀素、C 肽、VP48這幾種內(nèi)在無序蛋白（IDP）的結(jié)合蛋白，親和力在 3-100 納摩爾范圍內(nèi)，設(shè)計生成了G3BP1、IL2RG和朊病毒這幾種包含內(nèi)在無序區(qū)域（IDR）的蛋白質(zhì)的結(jié)合蛋白，親和力在 3-100 納摩爾之間。

進(jìn)一步實(shí)驗(yàn)顯示，設(shè)計生成的 IL2RG 結(jié)合蛋白在細(xì)胞內(nèi)與其受體共定位，為調(diào)控 IL2 信號轉(zhuǎn)導(dǎo)開辟了新途徑，設(shè)計生成的胰淀素結(jié)合蛋白能夠阻止并溶解胰淀素形成與 2 型糖尿病相關(guān)的淀粉樣毒纖維。

Caixuan Liu 博士

論文第一作者Caixuan Liu博士表示，我們制造出了高度特異性的內(nèi)在無需蛋白/內(nèi)在無序區(qū)域的結(jié)合蛋白，其親和力與自然界最強(qiáng)的蛋白相互作用相當(dāng)，達(dá)到了納摩爾至皮摩爾的水平——這是此前無法實(shí)現(xiàn)的關(guān)鍵能力。

在實(shí)驗(yàn)室測試中，設(shè)計生成的結(jié)合蛋白（紫色和粉色）包裹住具有柔韌性的胰淀素（白色），阻止其形成與 2 型糖尿病相關(guān)的淀粉樣毒纖維。

這兩篇論文的通訊作者David Baker教授表示，盡管這些蛋白質(zhì)自身處于無序狀態(tài)，但當(dāng)它們與設(shè)計好的結(jié)合蛋白相互作用時，就會形成特定的結(jié)構(gòu)。也就是說，設(shè)計生成的結(jié)合蛋白實(shí)際上迫使無序蛋白形成了一種非常適合結(jié)合的構(gòu)象。

他還表示，這兩項研究中使用的策略相互補(bǔ)充，基于RFdiffusion的策略在設(shè)計與具有某些螺旋和鏈狀二級結(jié)構(gòu)的靶點(diǎn)相結(jié)合的結(jié)合蛋白方面表現(xiàn)出色，而logos策略則最適合用于缺乏規(guī)則二級結(jié)構(gòu)的靶點(diǎn)。

由于許多致病蛋白包含內(nèi)在無序區(qū)域（IDR），因此，這兩項研究開發(fā)的新的設(shè)計策略可能會引發(fā)一波新的治療手段和診斷方法。值得一提的是，David Baker實(shí)驗(yàn)室已將這兩種互補(bǔ)的 IDR 結(jié)合蛋白設(shè)計工具在線發(fā)布，所有研究人員均可免費(fèi)使用。

論文鏈接：

1. https://www.science.org/doi/10.1126/science.adr8063

2. https://www.biorxiv.org/content/10.1101/2024.07.16.603789v1