David Baker最新Nature论文：AI从头设计变构调节蛋白，可根据需求变形，可用于递送系统、生物传感。2024年8月14日，蛋白质设计先驱、华盛顿大学 David Baker 教授团队在国际顶尖学术期刊 Nature 上发表了题为：De novo design of allosterically switchable protein assemblies 的研究论文。
该研究利用人工智能（AI）来实现全新蛋白质的从头设计，这些从未存在于自然界中的特殊蛋白可以可靠且准确地通过构象变化来控制组装和拆卸。研究团队设计了各种各样的动态蛋白质排列，为可触发的递送系统、生物传感、细胞反馈控制电路等领域的应用提供了路线图。蛋白质功能的变构调节，其中效应物与蛋白质的结合触发远处功能位点的构象变化，在代谢和细胞信号传导的控制中发挥核心作用。
在这项研究中，在经典的 Monod-Wyman-Changeux（MWC）协同性模型的启发下，David Baker 团队研究了通过多肽可切换铰链模块与蛋白质界面的刚体耦合来重新设计变构，从而指导替代寡聚物状态的形成。
通过该团队之前开发的人工智能软件，研究团队从头设计出全新的、特殊的蛋白质，它们可以进行组合和拆卸，可用于生成各种各样的变构可切换系统，包括响应肽结合的环状结构和经历效应诱导拆卸的笼状结构。环状结构组装后触发生物传感应用，笼状结构可用于设计释放药物的递送载体。研究团队进一步通过体外实验验证了这些AI设计的新型蛋白质的动力学。
体积排阻色谱法（SEC）、质量光度法和电子显微镜显示，这些变构蛋白组装体在存在和不存在肽效应子的情况下都与设计模型非常相似。环状结构表现出额外的特性，例如协同性。在这类具有协同效应的蛋白中，一个配体分子的结合增强了其他配体的结合亲和力从而产生快速的、类似开关的反应，这对于精确控制至关重要。
这项发表于 Nature 的研究表明，AI从头设计的蛋白质可以生成可变构触发的递送系统、蛋白质纳米机器和细胞反馈控制电路，超越了此前简单的蛋白质组装和拆卸，为工程蛋白质的变构控制功能铺平了道路。