将 ScienceAI 设为星标
第一时间掌握
新鲜的 AI for Science 资讯
编辑 | KX
在生活中,打开一盏灯,或者调节灯光很简单。但实现类似生物分子功能控制的系统却很复杂,而且人们对此了解甚少。
在生物学中,蛋白质功能以复杂的方式开启和关闭,变构调节是其中一种重要的生物学调节机制,对于健康的新陈代谢和细胞信号传导至关重要,但在合成蛋白质系统中,创建变构现象一直存在重大挑战。
近日,华盛顿大学 David Baker 团队,设计出了能够通过变构控制,可靠而准确地在组装和拆卸之间转换的蛋白质。研究人员利用 AI 设计自然界中不存在的新蛋白质,设计了多种动态蛋白质排列。
David Baker 说:「通过设计,可以根据命令组装和拆卸的蛋白质,我们为未来可能与自然界的复杂性相媲美的生物技术铺平了道路。」
论文第一作者兼通讯作者 Arvind Pillai 说:「这项研究的关键创新之一是蛋白质组装体的设计,这些蛋白质组装体可以在不同的寡聚体状态之间切换,如二聚体、环和笼子,以响应效应分子,这种远程控制蛋白质结构的能力为开发自适应生物材料和药物输送系统开辟了可能性。」
《Nature》称之为「蛋白质设计的惊人突破」。
相关研究以「De novo design of allosterically switchable protein assemblies」为题,于 8 月 14 日发布在《Nature》上。
论文链接:https://www.nature.com/articles/s41586-024-07813-2
变构现象与从头设计
设计能够响应特定分子信号改变结构并最终发挥功能的蛋白质,这种现象被称为变构调节,一直是蛋白质工程的长期目标。
科学家对设计变构系统有着浓厚的兴趣,既是为了深入了解这种「超距作用」调节背后的机制,也是为了创建功能可由效应物调节的合成蛋白质。然而,模拟天然变构蛋白质特有的分布在许多残基上的细微构象变化是一项重大挑战。
从历史上看,具有变构调控的蛋白质工程依赖于耦合自然界现有的蛋白质,这限制了可获得的蛋白质功能的广度。相比之下,从头设计的蛋白质扩展了自然进化以前未探索过的属性库,从而为更可控地控制蛋白质功能打开了大门。
「在从头设计中,我们生成的蛋白质与任何天然蛋白质的序列相似性有限,」论文的主要作者之一、Baker 实验室的博士后 Arvind Pillai 博士表示。「它们不是现有蛋白质的小突变的结果,也不是将两个天然蛋白质缝合在一起的结果。它们与过去 35 亿年进化的任何东西都无关。」
专为变构设计
在此,研究人员受经典的 Monod-Wyman-Changeux (MWC) 协同模型启发,研究了通过将肽可切换铰链模块与蛋白质界面进行刚体(rigid-body)耦合来从头设计变构,从而指导替代寡聚状态的形成。
研究人员使用 MWC 模型作为设计变构蛋白的起点。还利用了能够高精度预测蛋白质结构的工具;设计了「结构开关」,即在没有配体分子的情况下采用一种构象,但当单个配体结合时切换到另一种构象的单体蛋白;以及通过以结构和能量上可行的方式将蛋白质模块缝合在一起来设计蛋白质的算法。
图示:构建可切换低聚物的设计策略。(来源:论文)
研究人员展示了 RFdiffusion、ProteinMPNN 和其他设计工具,可用于创建一系列动态且可变构切换的蛋白质组装体。通过结合双态铰链和定制蛋白质-蛋白质相互作用模块,生成的组装体与之前见过的任何组装体几乎没有相似之处,从而扩大了合成生物学的可能性。
该研究的关键创新之一是蛋白质组装体的设计。除了结构多功能性之外,该团队还实现了新蛋白质与其效应物之间的高亲和力结合,确保了可靠的程序化变构控制。「对于这个项目,我们使用特定的肽作为效应物,但任何类型的分子都可以在适当的条件下产生蛋白质变构,」共同作者、华盛顿大学研究生 Abbas Idris 补充道。
图示:变构控制环状组装体的设计。(来源:论文)
研究人员合成了许多设计好的蛋白质,然后表征了蛋白质结构和效应分子结合引起的切换行为。近 40% 的合成蛋白质被设计为在不同数量的原聚体组成的环状组装体之间切换,这些蛋白质是水溶性的,并显示出预期的原聚体化学计量。
此外,与蛋白质结合的效应物数量遵循 MWC 模型:所有结合位点都被填满,或者根本没有。换句话说,同源效应物结合是高度协同的,并且产生的组装体不包含 R 和 T 原聚体的混合物。
图示:根据设计在组装状态之间切换的蛋白质。(来源:Nature)
更进一步,研究人员设计了包含双铰链(两个铰链由短环连接)的蛋白质,目的是制造出在不改变蛋白质组装体中原聚体数量的情况下响应效应物结合而改变其 3D 结构的蛋白质。果然,这些蛋白质发挥了预期的作用,从而重现了自然存在的变构蛋白质(如血红蛋白)的主导行为。最后,研究人员还设计了在与效应分子结合时组装或拆卸的原聚体。
研究设计的特定从头蛋白质组装体包括由两个单体二聚化形成的环,组装后会触发光输出,用于生物传感应用,以及笼状结构,它们经过受控拆卸,用于释放有效载荷以进行药物输送。这些蛋白质动力学通过尺寸排阻色谱法、质谱法和电子显微镜在体外进行了实验验证。
Pillai 强调,环状结构表现出额外的精确特性,例如协同性,这是自然系统(例如血液蛋白、血红蛋白)所表现出的一种现象。在协同系统中,一种分子的结合会增强其他分子的结合,从而产生快速的开关式反应,这对于精确控制至关重要,例如在肺部捕获氧气并将氧气释放到组织中。
「从历史上看,在实验室中,我们做了很多工作来控制结合某种物质的亲和力,例如将其结合得越来越紧密。但这并不是与生物系统相关的唯一方面,」Pillai 说。「有时你希望能够在非常窄的浓度范围内结合。」
为了验证设计,研究人员使用阴性染色和低温电子显微镜对 20 多个蛋白质组装体进行了表征。「这使我们能够确认哪些设计是按预期形成的,并观察这些组装体在引入效应分子时如何改变其结构,」IPD 电子显微镜研究核心负责人 Andrew Borst 博士解释说。
图示:通过电子显微镜对 sr312 和 sr322 的结构进行表征。(来源:论文)
研究观察到效应结合位点和组装界面之间的变构耦合,距离大于一纳米,从原子角度来看这是一个巨大的跨度。这种广泛的耦合对于创建模仿甚至可能超越自然界的复杂蛋白质行为至关重要。
潜在应用
设计的组件包括可远程打开和关闭的纳米级容器。这样的系统可能导致具有先进控制机制的新型药物输送载体,包括隔离细胞杀伤药物直到它们遇到肿瘤的装置。
该研究为设计变构控制的功能铺平了道路,超越了蛋白质组装和拆卸,例如调节酶活性以实现代谢功能和可以将能量转化为机械功的纳米机器,类似于负责细胞运动的蛋白质肌动蛋白和肌球蛋白。
「下一步是确定我们是否能够与小分子形成相互作用并准确催化反应,这对整个领域来说是一个更具挑战性的前沿。」Pillai 说。
展望未来,研究团队寻求在更广泛的生物学背景下评估这些工程蛋白质动力学。未来的工作包括在组织培养中将这些设计功能安装在细胞表面,为治疗学(如过继细胞疗法)中的反馈控制提供有价值的工具。
参考内容:
https://www.bakerlab.org/2024/08/14/morphing-protein-assemblies-by-design/
https://www.genengnews.com/topics/artificial-intelligence/ai-designed-proteins-morph-on-demand-for-steerable-functionality/
https://www.nature.com/articles/d41586-024-02242-7
人工智能 × [ 生物 神经科学 数学 物理 化学 材料 ]
「ScienceAI」关注人工智能与其他前沿技术及基础科学的交叉研究与融合发展。
欢迎关注标星,并点击右下角点赞和在看。
点击阅读原文,加入专业从业者社区,以获得更多交流合作机会及服务。