当前位置:

首页 > 业界资讯 > 登Science,药物亲和力<5纳摩尔,加州大学开发特异性药物结合蛋白的从头计算方法

登Science,药物亲和力<5纳摩尔,加州大学开发特异性药物结合蛋白的从头计算方法

编辑|萝卜皮随着抗癌研究的不断深入,科学家们一直在寻找新的方法来提高治疗效果并减少副作用。小分子结合蛋白的设计技术是解决这一问题的关键。高亲和力和力学结合和可调特异性,通常需要在计算设计后进行复杂的筛选和优化,这为研究造成了重大阻碍。加州大学旧金山分校的研究人员开发了一种名为COMBS的从头蛋白质设计计算方法,旨在设计能与新兴抗癌药物紧密结合的蛋白质。该方法利用蛋白质结构中的空腔来设计出新的蛋白质,并成功设计出一种能与新兴抗癌药物紧密结合的蛋白质,为癌根据实验验证,所设计的蛋白质与药物的亲和力和强度达到了

本文目录

    登Science,药物亲和力<5纳摩尔,加州大学开发特异性药物结合蛋白的从头计算方法

    编辑 | 萝卜皮

    随着抗癌研究的不断深入,科学家们一直在寻找新的方法来提高治疗效果并减少副作用。小分子结合蛋白的设计技术是解决这一问题的关键。高亲和力和力学结合和可调特异性,通常需要在计算设计后进行复杂的筛选和优化,这为研究造成了重大阻碍。

    加州大学旧金山分校的研究人员开发了一种名为COMBS的从头蛋白质设计计算方法,旨在设计能与新兴抗癌药物紧密结合的蛋白质。该方法利用蛋白质结构中的空腔来设计出新的蛋白质,并成功设计出一种能与新兴抗癌药物紧密结合的蛋白质,为癌

    根据实验验证,所设计的蛋白质与药物的亲和力和强度达到了小于 5 纳摩尔的水平;X 射线晶体结构证明了所设计蛋白质与药物相互作用的准确性。这表明,科学家可以通过计算方法设计出具有特定功能的蛋白质,并且为癌症治疗提供了新的策略。

    该研究以「De novo design of drug-binding proteins with predictable binding energy and specificity」为题,于 2024 年 4 月 4 日发布在《Science》。

    登Science,药物亲和力<5纳摩尔,加州大学开发特异性药物结合蛋白的从头计算方法

    分子识别在药物蛋白设计中仍有挑战

    分子识别是酶催化活性的基础,并驱动蛋白质受体的信号传导。虽然科学家对蛋白质设计和分子相互作用有了深入了解,但是合理设计以降纳米尺度的蛋白质亲和分子仍然是一个重大挑战。虚然科学家对蛋白质设计和分子相互作用有了深入了解,但是合理设计以降纳米尺度的蛋白质亲和分子仍然是一个重大挑战。这是因为设计中需要考虑到莫尔斯亲和力和电荷特异性结合小分子的蛋白质亲和力,仍然是

    为了需要精确模拟和预测蛋白质与药物分子之间复杂的相互作用,包括氢键、疏水作用和电荷相互作用等等,高亲和力结合过程中的构象变化、水分子的排挤效应和电荷分子的排斥作用等都需要被精确计算和优化。这些因素都增加了研究的复杂性和难度,因此高亲和力结合过程中的结构变化、水分子的排挤效应和电荷分子的排斥作用等需要被精确计算和优化。这些因素都增加了研究的复杂性和难度,因此要求蛋白质与药物结合过程中的各种因素都能够被精确计算和优化,以确保该过程的高精度和优化。

    科学家具体指出,设计能够特异性结合小分子药物的蛋白质所面临的一大挑战是:如何克服极性基团在结合过程中失去与水分子有利相互作用的损失。

    为了补偿这种失去的水合能,小分子的极性化学基团必须与蛋白中的原子基团形成高度定向和距离依赖的氢键以及静电相互作用。这些极性相互作用不仅对亲和力至关重要,也决定了蛋白质对其底物与其他形状相似分子的特异性。

    一种针对特异性蛋白的从头算设计方法

    加州大学旧金山分校的研究人员开发了一种名为 COMBS(Convergent Motifs for Binding Sites)的设计方法,通过采样能够形成这些相互作用的序列和结构,以及通过优化蛋白质的构象来最小化结合时的构象熵损失,从而提高设计的成功率。

    具体来说,它允许在搜索不那么特异但能量上有利的范德华和疏水相互作用来完成结合位点之前,只对能够形成极性相互作用的序列和结构进行采样。这种方法特别关注如何在蛋白质结合位点的设计中精确地排列化学基团,从而确保它们能够与目标小分子形成高度定向和距离依赖的相互作用。

    登Science,药物亲和力<5纳摩尔,加州大学开发特异性药物结合蛋白的从头计算方法

    图示:PARPi 蛋白结合物的计算设计。(来源:论文)

    COMBS 使用一种称为 vdMs(van der Mers)的工具来搜索化学基团与氨基酸骨架原子相互作用的最佳空间位置。vdMs 类似于定义氨基酸侧链原子相对于其主链原子的有利位置的 rotameric 构象,但 vdMs 定义的是与残基主链原子相互作用的化学基团片段的最佳位置。每种氨基酸类型可以采用多个 vdMs,这些 vdMs 根据在蛋白质数据库(PDB)中的出现频率,被聚类成相似的组,并附上相关的概率。

    COMBS 算法然后在给定的蛋白质骨架上找到多个位置,这些位置可以同时与目标小分子的化学基团形成有利的范德华、芳香性或氢键相互作用。通过这种方式,COMBS 能够识别出能够与药物形成高亲和力结合的蛋白质骨架,并创建出相应的结合位点。

    实际应用与湿实验验证

    研究人员首先使用 COMBS 方法定义了药物的药效团,并在选定的蛋白质骨架上采样 vdMs,从而识别能够与目标小分子形成氢键的化学基团。通过这种方法,他们发现了能够与 rucaparib 药物的特定化学基团形成相互作用的侧链。

    在初步设计后,研究人员通过 Rosetta 灵活骨架序列设计和第二轮 vdMs 采样,进一步优化了蛋白质的结合位点。这一迭代过程成功地识别了与 rucaparib 结合亲和力更高的氨基酸残基。

    登Science,药物亲和力<5纳摩尔,加州大学开发特异性药物结合蛋白的从头计算方法

    图示:评估 PiB 与 rucaparib 的计算模型和实验结合。(来源:论文)

    然后,该团队对设计的蛋白质在湿实验室中进行了表达纯化,通过荧光滴定实验验证了其与 rucaparib 的结合亲和力。结果显示,设计的蛋白质 PiB 和 PiB' 与 rucaparib 的结合亲和力非常强,Kd 值分别为 2.2 nM 和 0.37 nM。

    之后,通过X射线晶体学方法,研究人员确定了 PiB' 与 rucaparib 结合的晶体结构,证实了设计的准确性。结构分析表明,蛋白质的结合位点与预测的模型非常吻合,且与药物的相互作用也与设计的预期一致。

    登Science,药物亲和力<5纳摩尔,加州大学开发特异性药物结合蛋白的从头计算方法

    图示:药物结合的PiB'的结构与设计相符。(来源:论文)

    登Science,药物亲和力<5纳摩尔,加州大学开发特异性药物结合蛋白的从头计算方法

    图示:使用 PARPi 对 PiB 进行光谱滴定和细胞活力测定。(来源:论文)

    研究人员还测试了所设计蛋白质与一系列 PARPi 药物的结合能力。结果显示,PiB 和PiB' 能够与 rucaparib 以外的其他 PARPi 药物也表现出亚微摩尔级别的亲和力,但随着药物结构与 rucaparib 的差异增大,亲和力逐渐减弱。

    在细胞水平上,PiB 和 PiB' 能够减轻 PARPi 药物对 BRCA2 突变细胞的毒性效应,这表明了设计的蛋白质在生物学上的相关性和潜在的应用价值。

    登Science,药物亲和力<5纳摩尔,加州大学开发特异性药物结合蛋白的从头计算方法

    图示:PiB、PiB' 和突变体的 MD 模拟。(来源:论文)

    结语

    总而言之,「该团队采用考虑相互作用化学基团局部结构的方法,专注于开发少量的蛋白质设计来结合极性药物分子。他们筛选了三种得分最高的设计,并确定了一种即使没有费力的优化也能以亚纳摩尔亲和力与所需小分子结合的设计。」《Science》的编辑 Michael A. Funk 评价道。

    「实验验证和计算工作证实了设计的准确性,并揭示了相关药物分子的预测和观察到的结合亲和力之间的相关性。这些结果为高亲和力药物结合蛋白的设计提供了一种有前景的方法。」他说。

    论文链接:https://www.science.org/doi/10.1126/science.adl5364

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    业界资讯 理论
    相关文章 更多
    OPPO 即将行业首发 5.5G 技术 理论可实现 10 倍连接速率提升
    OPPO 即将行业首发 5.5G 技术 理论可实现 10 倍连接速率提升

    3月28日,OPPOFind系列产品负责人周意保在微博发文,表示OPPO已经进入了5.5G时代。OPPOFindX7系列周意保在微博上传了一张截图,图中的手机锁屏界面右上方状态栏信号一栏显示为5GA,也就是人们更加熟悉的5.5G。此外,周意保也发文称:"和大家一起进入5.5G新移动网络时代!"宣布了5.5G新移动网络时代的到来。OPPOFind系列产品负责人周意保微博有博主表示,OPPOFindX7系列即将行业首发支持5G-A(5.5G),OTA固件已经准备好了。5G-A理论上可以实现10倍提升的连接速率

    突破共价蛋白药物关键技术,西湖大学为下一代药物研发开辟新路线
    突破共价蛋白药物关键技术,西湖大学为下一代药物研发开辟新路线

    为什么很多蛋白质药物效果好、副作用小,却非得天天给药? 这背后其实是一个困扰药物研发领域多年的“动力学矛盾”。蛋白质药物虽然识别精准、安全性高,但它们在体内的“寿命”往往很短,代谢速度很快。与此同时,它们与疾病靶点发生关键的共价反应,速度却又相对较慢。结果就是,药物还没来得及牢牢“锁住”靶点,就已经

    涵盖文本、定位和分割任务,智源、港中文联合提出首个多功能3D医学多模态大模型
    涵盖文本、定位和分割任务,智源、港中文联合提出首个多功能3D医学多模态大模型

    作者|香港中文大学白帆编辑|ScienceAI近日,香港中文大学和智源联合提出的M3D系列工作,包括M3D-Data,M3D-LaMed和M3D-Bench,从数据集、模型和测评全方面推动3D医学图像分析的发展。(1)M3D-Data是目前最大的3D医学图像数据集,包括M3D-Cap(120K3D图文对),M3D-VQA(510K问答对),M3D-Seg(150K3DMask),M3D-RefSeg(3K推理分割)共四个子数据集。(2)M3D-LaMed是目前最多功能的3D医学多模态大模型,能够解决文本(

    自动识别最佳分子,降低合成成本,MIT开发分子设计决策算法框架
    自动识别最佳分子,降低合成成本,MIT开发分子设计决策算法框架

    编辑|紫罗AI在简化药物发现方面的应用正在爆炸式增长。从数十亿种候选分子中筛选出可能具有开发新药所需特性的分子。需要考虑的变量太多了,从材料价格到出错的风险,即使科学家使用AI,权衡合成最佳候选分子的成本也不是一件容易的事。在此,MIT研究人员开发了一个定量决策算法框架SPARROW,来自动识别最佳分子候选物,从而最大限度地降低合成成本,同时最大限度地提高候选物具有所需特性的可能性。该算法还确定了合成这些分子所需的材料和实验步骤。SPARROW考虑了一次合成一批分子的成本,因为多个候选分子通常可以从一些相

    Llama分子嵌入优于GPT,LLM能理解分子吗?这一局Meta赢了OpenAI
    Llama分子嵌入优于GPT,LLM能理解分子吗?这一局Meta赢了OpenAI

    编辑|萝卜皮OpenAI的GPT和MetaAI的Llama等大型语言模型(LLM)因其在化学信息学领域的潜力而日益受到认可,特别是在理解简化分子输入行输入系统(SMILES)方面。这些LLM还能够将SMILES字符串解码为矢量表示。加拿大温莎大学(UniversityofWindsor)的研究人员比较了GPT和Llama与SMILES上的预训练模型在下游任务中嵌入SMILES字符串的性能,重点关注两个关键应用:分子特性预测和药物-药物相互作用预测。该研究以「Canlargelanguagemodelsun

    大脑如何处理语言?普林斯顿团队对Transformer模型进行分析
    大脑如何处理语言?普林斯顿团队对Transformer模型进行分析

    编辑|萝卜皮在处理语言时,大脑会部署专门的计算来从复杂的语言结构中构建含义。基于Transformer架构的人工神经网络是自然语言处理的重要工具。普林斯顿大学的研究人员探讨了Transformer模型和人类大脑在语言处理中的功能特殊化问题。Transformer通过结构化电路计算整合单词间的上下文信息。不过,当前的研究主要集中于这些电路生成的内部表征(「嵌入」)。研究人员直接分析电路计算:他们将这些计算解构为功能专门的「transformations」,将跨词语的上下文信息整合在一起。利用参与者聆听自然故

    AI 可能是我们未能与外星文明取得联系的「大过滤器」
    AI 可能是我们未能与外星文明取得联系的「大过滤器」

    编辑|X人工智能(AI)在过去几年中以惊人的速度发展。一些科学家现在着眼于超级人工智能(ArtificialSuperintelligence,ASI)的发展,这是一种不仅超越人类智能,而且不受人类学习速度限制的AI。超级人工智能的发展可能会带来巨大的影响和挑战。一方面,它可能为我们带来前所未有的技术进步和创新,解决各种复杂的问题。另一方面,由于其超越人类智慧的能力,我们也需要谨慎对待和管理它的发展,以避免可能的风险和危害。因此但如果这个里程碑不仅仅是一项了不起的成就呢?如果它也代表了所有文明发展的一个巨

    高效且准确,郑州大学团队开发新AI工具识别药物-靶标相互作用
    高效且准确,郑州大学团队开发新AI工具识别药物-靶标相互作用

    编辑|枯叶蝶准确识别药物-靶标相互作用(DTI)是药物发现和药物重新定位过程中的关键步骤之一。目前,许多基于计算的模型已被提出,用于预测DTI,并取得了一些显著的进步。然而,这些方法很少关注如何以适当的方式融合与药物和靶标相关的多视角相似性网络。此外,如何充分结合已知的相互作用关系来准确表示药物和靶标尚未得到很好的研究。因此,提高DTI预测模型的准确性仍然是必要的。在最新的研究中,郑州大学、电子科技大学团队提出了一种新方法MIDTI。该方法采用多视图相似性网络融合策略和深度交互式注意机制来预测药物-靶标相

    清华AIR等提出ESM-AA,首个从氨基酸到原子尺度的蛋白质语言模型
    清华AIR等提出ESM-AA,首个从氨基酸到原子尺度的蛋白质语言模型

    来自清华大学AIR、北京大学、南京大学的研究团队提出了ESM-AA模型。该模型在蛋白质语言建模领域取得了重要进展,提供了一套整合多尺度信息的统一建模方案。它是首个能同时处理氨基酸信息和原子信息的蛋白质预训练语言模型。模型的出色性能展示了多尺度统一建模在克服现有局限和解锁新能力方面的巨大潜力。作为基座模型,ESM-AA获得了多位学者的关注与广泛讨论(截图见下方),被认为有潜力基于ESM-AA开发出可与AlphaFold3、RoseTTAFoldAll-Atom相竞争的模型,为研究不同生物结构间的相互作用开辟

    取代昂贵量子方法,南科大AI方法实现蛋白质-药物系统多尺度量子「精炼」
    取代昂贵量子方法,南科大AI方法实现蛋白质-药物系统多尺度量子「精炼」

    编辑|萝卜皮生物大分子结构对于药物开发和生物催化至关重要。量子力学(QM)方法进行晶体细化,在提高结构质量至纠正生物大分子的结构方面显露出前景。量子细化(Quantumrefinement,QR)方法采用可靠的量子力学(QM)方法进行晶体精化,以显示出前景。然而,巨大的计算成本和复杂的量子力学/分子力学(QM/MM)设置限制了QR的应用。在南方科技大学的研究团队将稳健的机器学习势(MachineLearningPotentials,MLP)融入多尺度ONIOM(QM:MM)方案中,来描述核心部分(例如药物

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。