“玩轉(zhuǎn)”蛋白質(zhì)的“高級造型師”?生成式AI首次設(shè)計出全新抗體!
發(fā)布時間:2024-03-28
瀏覽次數(shù):1672

版權(quán)歸原作者所有,如有侵權(quán),請聯(lián)系我們

蛋白質(zhì)設(shè)計領(lǐng)域又迎來了一項里程碑式的時刻——

“上帝之手”、華盛頓大學(xué)生物化學(xué)教授 David Baker 團(tuán)隊及其合作者,首次利用生成式人工智能(AI)技術(shù)從零開始設(shè)計出了一種新型抗體,將抗體療法推向了一個全新的高度。

據(jù) Nature 報道,這一工作提出了將人工智能驅(qū)動的蛋白質(zhì)設(shè)計帶入價值數(shù)千億美元的治療性抗體市場的可能性。

圖|抗體(粉色)與流感病毒蛋白(黃色)結(jié)合(藝術(shù)構(gòu)思)。(來源:Juan Gaertner/Science Photo Library)

相關(guān)研究論文以“Atomically accurate de novo design of single-domain antibodies”為題,已發(fā)表在預(yù)印本網(wǎng)站 bioRxiv 上。

英國牛津大學(xué)免疫信息學(xué)家 Charlotte Deane 評價道:“這是一項非常有前景的研究,它代表了將人工智能蛋白質(zhì)設(shè)計工具應(yīng)用于制造新抗體的重要一步?!?/p>

讓抗體設(shè)計更快、更容易

抗體是一種免疫分子,能強(qiáng)力附著在與疾病相關(guān)的蛋白質(zhì)上,傳統(tǒng)的制造方法包括對動物進(jìn)行免疫實驗或?qū)Υ罅糠肿舆M(jìn)行篩選,昂貴且費(fèi)時。

該論文的共同第一作者、華盛頓大學(xué)計算生物化學(xué)家 Nathaniel Bennett 認(rèn)為,能夠縮短這些昂貴的人工智能工具有可能“使設(shè)計抗體的能力民主化”。

在這項工作中,研究團(tuán)隊利用 RFdiffusion 和 RoseTTAFold2 網(wǎng)絡(luò),通過計算機(jī)模擬和實驗驗證,成功設(shè)計出了全新的抗體 VHH(單域抗體;Variable Heavy-chain of Heavy-chain antibodies)。

在整個設(shè)計過程中,研究團(tuán)隊充分考慮了抗體與靶標(biāo)之間的相互作用,力求達(dá)到最優(yōu)的結(jié)合效果。

據(jù)論文描述,RFdiffusion 和 RoseTTAFold2 網(wǎng)絡(luò)在抗體設(shè)計中扮演了至關(guān)重要的角色,實現(xiàn)了抗體結(jié)構(gòu)的設(shè)計和預(yù)測,為全新抗體的生成提供了基礎(chǔ)。

其中,RFdiffusion 網(wǎng)絡(luò)主要用于設(shè)計全新的抗體結(jié)構(gòu),特別是針對特定的抗原表位。它可以根據(jù)用戶指定的抗原表位,設(shè)計出具有結(jié)合能力的抗體結(jié)構(gòu)。

基于 AlphaFold2/RF2 的蛋白質(zhì)骨架,RFdiffusion 網(wǎng)絡(luò)使用一系列訓(xùn)練過程來進(jìn)行蛋白質(zhì)結(jié)構(gòu)的預(yù)測和優(yōu)化。

在訓(xùn)練過程中,該網(wǎng)絡(luò)通過一系列步驟對蛋白質(zhì)結(jié)構(gòu)進(jìn)行噪聲處理,并預(yù)測去噪后的結(jié)構(gòu)。這些步驟使網(wǎng)絡(luò)能夠?qū)W習(xí)并優(yōu)化抗體結(jié)構(gòu),從而適應(yīng)特定的抗原表位。

通過訓(xùn)練和優(yōu)化過程,該網(wǎng)絡(luò)能夠生成具有高結(jié)合親和力的抗體結(jié)構(gòu),從而實現(xiàn)對特定抗原的識別和結(jié)合。

圖|用于抗體設(shè)計的 RFdiffusion 概述。(來源:該論文)

RoseTTAFold2 網(wǎng)絡(luò)則主要用于預(yù)測抗體結(jié)構(gòu),特別是在抗體-抗原復(fù)合物中的抗體結(jié)構(gòu)。它能夠幫助驗證設(shè)計的抗體結(jié)構(gòu)與抗原的結(jié)合模式是否符合預(yù)期。

基于 Transformer 神經(jīng)網(wǎng)絡(luò)架構(gòu),RoseTTAFold2 網(wǎng)絡(luò)使用大量的蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)進(jìn)行訓(xùn)練。它通過對蛋白質(zhì)序列進(jìn)行序列到序列的預(yù)測,從而得到全新的蛋白質(zhì) 3D 結(jié)構(gòu)。

圖|經(jīng)過微調(diào)的 RoseTTAFold2 能夠區(qū)分真正的復(fù)合物和誘餌復(fù)合物。(來源:該論文)

圖|微調(diào)后的 RoseTTAFold2 與 IgFold 在抗體單體預(yù)測方面的比較。(來源:該論文)

通過對設(shè)計的抗體結(jié)構(gòu)進(jìn)行預(yù)測,研究團(tuán)隊可以更好地了解抗體與抗原之間的相互作用,并驗證設(shè)計的合理性和有效性。

整體上,通過設(shè)計和預(yù)測抗體結(jié)構(gòu),RFdiffusion 和 RoseTTAFold2 網(wǎng)絡(luò)為全新抗體的創(chuàng)新和驗證提供了重要支持。

人工智能設(shè)計的抗體,能用嗎?

利用這種方法,研究團(tuán)隊設(shè)計出了數(shù)千種抗體,這些抗體能識別幾種細(xì)菌和病毒蛋白質(zhì)(比如流感病毒用來入侵細(xì)胞的蛋白質(zhì))的特定區(qū)域以及一種抗癌藥物靶標(biāo)。

然后,他們在實驗室中制作了這些設(shè)計的一個子集,并測試了這些分子是否能與正確的靶點結(jié)合,進(jìn)而驗證了抗體卓越的有效性。

例如,表面等離子共振(SPR)等技術(shù),可以驗證 VHH 與目標(biāo)抗原的結(jié)合能力。實驗結(jié)果顯示,設(shè)計的 VHH 能夠與目標(biāo)抗原特異性結(jié)合,并表現(xiàn)出一定的結(jié)合親和力。

另外,X 射線晶體學(xué)或/和冷凍電鏡技術(shù),可以解析 VHH 與目標(biāo)抗原的復(fù)合物結(jié)構(gòu)。結(jié)構(gòu)解析結(jié)果顯示,設(shè)計的 VHH 與目標(biāo)抗原形成特定的結(jié)合模式,VHH 的關(guān)鍵殘基與抗原表位發(fā)生特異性相互作用,進(jìn)一步證明了設(shè)計的抗體具有與目標(biāo)抗原結(jié)合的能力。

最后,通過 SPR 等技術(shù),研究團(tuán)隊對 VHH 與目標(biāo)抗原的結(jié)合親和力進(jìn)行了驗證。結(jié)果顯示,設(shè)計的 VHH 與目標(biāo)抗原之間存在一定的結(jié)合親和力,其親和力值反映了兩者之間的結(jié)合強(qiáng)度和穩(wěn)定性。


以上這些結(jié)果,為設(shè)計的抗體的進(jìn)一步應(yīng)用和開發(fā)提供了重要的實驗基礎(chǔ)和支持。

然而,該研究也存在一些局限性。首先,設(shè)計的 VHH 在結(jié)合親和力和特異性方面仍有待進(jìn)一步優(yōu)化和提高;其次,設(shè)計的 VHH 主要針對單一抗原進(jìn)行了驗證,對于多種抗原或復(fù)雜疾病的治療效果尚待驗證;另外,抗體的免疫原性、穩(wěn)定性和生產(chǎn)成本等方面也需要進(jìn)一步研究和解決。

蛋白質(zhì)設(shè)計,充滿無限可能

近年來,David Baker 團(tuán)隊一直致力于蛋白質(zhì)設(shè)計研究,且成果顯著。

圖|David Baker

2021 年 8 月,團(tuán)隊研發(fā)出了一款完全免費(fèi)的、新的深度學(xué)習(xí)工具 RoseTTAFold,不僅擁有媲美 AlphaFold2 的蛋白質(zhì)結(jié)構(gòu)預(yù)測超高準(zhǔn)確度,而且更快、所需計算機(jī)處理能力更低。

2021 年 11 月,團(tuán)隊進(jìn)一步將 AlphaFold 2 與 RoseTTAFold 相結(jié)合,成功用于蛋白質(zhì)-蛋白質(zhì)復(fù)合物結(jié)構(gòu)的預(yù)測。

去年 4 月,他們在一篇發(fā)表在 Science 上的論文中,介紹了如何利用強(qiáng)化學(xué)習(xí)設(shè)計新型蛋白質(zhì)設(shè)計軟件,由該方法合成的蛋白質(zhì)能更有效地在小鼠體內(nèi)產(chǎn)生有用抗體。他們稱,這一突破將會在疫苗領(lǐng)域有所貢獻(xiàn)。

去年 7 月,他們開發(fā)了一個人工智能蛋白質(zhì)結(jié)構(gòu)預(yù)測系統(tǒng) RoseTTAFold,稱可與 AlphaFold 媲美,不僅可以預(yù)測蛋白質(zhì)結(jié)構(gòu),還能預(yù)測蛋白復(fù)合物結(jié)構(gòu)。隨后,他們也公開了 RFdiffusion 的云版本,將定制蛋白質(zhì)帶入了主流科研界。

去年 12 月,團(tuán)隊在 Nature 上發(fā)表論文,展示了人工智能技術(shù)能夠從頭設(shè)計高親和力的蛋白,這讓科學(xué)家們更有可能創(chuàng)造出更便宜的抗體替代品,用于疾病檢測和治療。

一項好的科學(xué)研究,不僅需要過硬的技術(shù),也同樣需要豐富的想象力。

未來,抗體及蛋白質(zhì)設(shè)計領(lǐng)域或?qū)⒊錆M著無限可能,為人類健康和醫(yī)學(xué)治療帶來新的希望。

參考鏈接:

https://www.biorxiv.org/content/10.1101/2024.03.14.585103v1https://www.nature.com/articles/d41586-024-00846-7

歡迎掃碼關(guān)注深i科普!

我們將定期推出

公益、免費(fèi)、優(yōu)惠的科普活動和科普好物!


聽說,打賞我的人最后都找到了真愛。
做科普,我們是認(rèn)真的!
掃描關(guān)注深i科普公眾號
加入科普活動群
  • 參加最新科普活動
  • 認(rèn)識科普小朋友
  • 成為科學(xué)小記者