一天两篇Nature：诺奖得主David Baker设计AI蛋白酶，切割疾病相关蛋白

撰文丨王聪

编辑丨王多鱼

排版丨水成文

酰胺键（-CO-NH-）由羧基与氨基脱水缩合形成，在蛋白质中，连接相邻氨基酸残基的酰胺键特称为“肽键”，是构成蛋白质多肽链主链的基本连接单元。由于共振效应，酰胺键具有部分双键特性，使其结构刚性且不易旋转，同时水解能垒较高，在中性水溶液中极为稳定，可存续数百年之久，需特定酶（例如蛋白酶）催化才能断裂。它是构成蛋白质多肽链主链的基本连接单元。

尽管从头设计酶已取得了一些进展，但成功案例很大程度上局限于低能垒模型反应。目前，还没有从头设计酶能够切开蛋白质中的肽键。

而现在，诺奖得主、蛋白质设计先驱David Baker教授，在从头设计酶领域取得了重大突破。他的团队在国际顶尖学术期刊Nature上同期发表两篇研究论文，这两项研究分别利用 AI 设计了半胱氨酸蛋白酶和金属蛋白酶，这些设计的蛋白酶可在特定序列处切割蛋白质多肽链主链，包括人类疾病相关蛋白——TDP-43、β-淀粉样蛋白和血清淀粉样蛋白 A。

研究中设计的代表性的半胱氨酸蛋白酶（左）和金属蛋白酶（右）的结构模型

金属蛋白酶的计算设计

在这篇论文中，共同第一作者Anqi Chen和Kejia Wu利用 RFdiffusion 方法设计蛋白质，使其携带邻近肽底物结合口袋的水活化型锌基活性位点。论文报告称，在测试的 135 个设计中，有 36% 能够催化其对应多肽底物在目标可裂解键处发生水解。据论文介绍，最佳初始设计使肽键水解反应速率比无催化反应加快了超过 10⁸ 倍，而通过四个氨基酸替换进一步优化活性位点的预组织结构后，该加速效应提升至超过 10¹⁰ 倍。

该生成过程结合了一轮基于初始基序支架的主链生成，随后进行序列设计和 AlphaFold3 筛选，接着进行了两轮部分扩散优化，期间进一步开展序列设计与筛选，并最终在序列设计与 AlphaFold3 筛选之间完成一次迭代。为进一步优化名为 Zn45 的设计酶，研究团队在 21 个残基位置上筛选了 378 种单点饱和突变体，在 6 个位置上筛选了 148 种组合突变体，最终获得了一个改进变体——Zn45_v2，并对其进行了进一步表征。

研究团队进一步设计了能够选择性切割人类相关蛋白的蛋白酶，包括靶向 TDP-43 的 TDPr3、靶向血清淀粉样蛋白A 中序列 SSRSFFSFLG 的 SAAc8，以及靶向 β-淀粉样蛋白中序列 KGAIIGLMVG 的 AbetaF3。结果显示，这些设计的蛋白酶切割反应速率可提升高达 10⁹ 倍。对于 TDP-43，研究团队重新设计了一种现有支架结构，使其在蛋白质无序的 C 端结构域内进行切割。该结构域调控液-液相分离（LLPS）和寡聚化过程，而设计策略避免了对全长蛋白的完全降解。这一方法可在不破坏蛋白质有序结构域关键核功能的前提下，调控其相行为与寡聚化特性。

研究团队还设计了笼状细胞因子及受体拮抗剂，这些分子可被所设计的蛋白酶特异性激活，从而实现对细胞状态的生物正交控制。研究团队总结道，从头设计能够产生高活性且可编程的蛋白酶，有望应用于治疗、生物技术和生物修复等领域。

从头设计半胱氨酸蛋白酶

在这项研究中，研究团队采用了他们开发的一种名为 RFD2-MI 的新的深度学习方法，来设计能够利用活化的半胱氨酸亲核试剂以序列依赖性方式水解多肽主链的酶，该设计流程结合了 RFD2-MI 主链生成、ProteinMPNN 序列设计以及 AlphaFold3 筛选。论文报告称，在测试的 69 个设计中，有 13 个表现出活性，成功率为 19%，其反应速率提升最高可达背景反应的 3×10⁷ 倍。

论文指出，所设计的蛋白酶折叠结构与天然蛋白酶差异显著（TM 得分低于 0.50）；六个设计蛋白酶的晶体结构与设计模型高度接近（Cα 均方根偏差 <1.2 Å），凸显了该设计方法的普适能力与准确性。

在对一种名为 Dokki 的蛋白酶进行的一轮重新设计中，89 个生成的变体中有 24 个优于原始设计，其活性提升幅度从 1.2 倍到 31 倍不等，其中改进最显著的变体被命名为——Dokki-15。论文报告称，这些设计的蛋白酶能够在哺乳动物细胞中高效地切割其靶标。实验和计算分析表明，与活性最强的天然半胱氨酸蛋白酶相比，设计的蛋白酶的活性仍存在差距，主要归因于活性位点预组织和底物定位的不够完美。

研究团队总结道，该研究中从头设计的半胱氨酸蛋白酶能够在哺乳动物细胞中高效切割靶标，为广泛的合成生物学应用打开了大门。

论文链接：

1. https://www.nature.com/articles/s41586-026-11143-w

2. https://www.nature.com/articles/s41586-026-11167-2