أحدث أعمال ديفيد بيكر! تصميم جديد لإطار رابط الببتيد الحلقي الكبير يوفر RFpeptides إمكانيات جديدة للبروتينات غير القابلة للعلاج

في كفاح البشرية الطويل ضد المرض، كان البحث والتطوير في مجال الأدوية دائمًا في طليعة الاستكشاف العلمي. ومن بينها، أصبحت الأدوية الجزيئية الصغيرة القوة الرئيسية في البحث والتطوير الدوائي بسبب مزاياها مثل سهولة التحضير، ونفاذية الخلايا القوية، والتناول عن طريق الفم المريح، وتكلفة التصنيع المنخفضة. ومع ذلك، فإن الأدوية الجزيئية الصغيرة غالبا ما تكون عاجزة ضد البروتينات التي تفتقر إلى جيوب عميقة كارهة للماء. مع تقدم العلم، أصبحت الحلقات الكبيرة، بفضل بنيتها الثلاثية الأبعاد الفريدة وتقاربها العالي، قادرة على تنظيم الأهداف الجزيئية التي يصعب الوصول إليها باستخدام الأدوية الجزيئية الصغيرة التقليدية، مما يوفر إمكانيات علاجية جديدة لتلك البروتينات "غير القابلة للعلاج".

ومع ذلك، يعتمد تطوير الأدوية التقليدية على اكتشاف المنتجات الطبيعية أو تكنولوجيا الفحص عالية الإنتاجية، وهو أمر يستغرق وقتا طويلا ومكلف. لقد أدى تطوير الذكاء الاصطناعي إلى تحقيق اختراقات جديدة في تصميم الأدوية. حديثاً،قام فريق ديفيد بيكر، عالم الأحياء الحاسوبية المتميز ومدير معهد واشنطن لأبحاث البروتين، والذي فاز بجائزة نوبل في الكيمياء لعام 2024، بتطوير تقنية مبتكرة تعتمد على نموذج الانتشار، RFpeptides، لتصميم روابط ببتيدية كبيرة الحجم عالية الألفة لمجموعة متنوعة من أهداف البروتين.

على وجه التحديد، تستخدم التكنولوجيا RoseTTAFold المعدلة وRFdiffusion مع ترميز الموضع النسبي للحلقة لتوليد هياكل حلقية كبيرة دقيقة، ودمج ProteinMPNN وRosetta Relax لتحسين التسلسل، ويمكنها تحقيق تصميم حلقي كبير مستهدف وفعال، مما يفتح إمكانيات جديدة لتطوير الأدوية وتكنولوجيا التشخيص. تم نشر الدراسة، التي تحمل عنوان "التصميم الدقيق الجديد لدورات كبيرة مرتبطة بالبروتينات عالية الألفة باستخدام التعلم العميق"، كنسخة أولية على bioRxiv.

أبرز الأبحاث:

* تتميز RFpeptides بالتفوق في تصميم حلقات كبيرة ذات هياكل ثانوية مختلفة، بما في ذلك تكوينات α-helix وβ-sheet وloop، والتي يمكن تصميمها لتناسب واجهات بروتينية محددة، مما يؤدي إلى تطوير التطبيقات العلاجية والتشخيصية

* أظهرت الحلقات الكبيرة المصممة بواسطة RFpeptides والتي تستهدف MCL1 وMDM2 وGABARAP وRbtA جميعها تقاربًا عاليًا للارتباط

* يمكن لببتيدات RF تصميم روابط جديدة للبروتينات ذات الهياكل غير المحلولة، مما يؤدي إلى تغيير قواعد تصميم الأهداف للبروتينات غير المستكشفة أو غير المحددة

عنوان الورقة:
https://doi.org/10.1101/2024.11.18.622547

اتبع الحساب الرسمي وأجب بـ "大环设计" للحصول على ملف PDF الكامل

يجمع المشروع المفتوح المصدر "awesome-ai4s" أكثر من مائة تفسير ورقي لـ AI4S ويوفر مجموعات وأدوات ضخمة من البيانات:

https://github.com/hyperai/awesome-ai4s

مجموعة البيانات: استهداف MCL1 وMDM2 وGABARAP وRbtA، واختيار البروتينات المستهدفة لتصميم الدورة الكبيرة

في دراسة التصميم الجديدة للروابط الحلقية الكبيرة، اختار فريق البحث MCL1، الذي يلعب دورًا رئيسيًا في علاج السرطان، باعتباره البروتين المستهدف الأول.وباستخدام تقنية RFpeptides، تمكن الباحث من إنشاء 9,965 هيكلًا ببتيديًا حلقيًا متنوعًا وصمم 4 تسلسلات من الأحماض الأمينية لكل هيكل باستخدام عمليات التصميم ProteinMPNN وRosetta Relax. بعد الفحص المبني على التعلم العميق والمؤشرات القائمة على الفيزياء، تم اختيار 27 تصميمًا أخيرًا للتوصيف التجريبي.

واستهدفت الدراسة أيضًا MDM2، الذي يتفاعل مع بروتين p53 المثبط للورم.تم إنشاء عشرة آلاف من الهياكل العظمية الكبيرة الحلقية، وتم تصميم أربعة تسلسلات من الأحماض الأمينية لكل هيكل عظمي. من بين 40 ألف تصميم تنبأت بها شركة AfCycDesign، تم اعتبار 7495 تصميمًا مرتبطًا بشكل فعال بـ MDM2.

عند تصميم المركبات الحلقية الكبيرة لـ GABARAP،قام فريق البحث بتحديد ستة بقايا نقاط ساخنة، وتوليد 20 ألف هيكل عظمي حلقي كبير، وتصميم تسلسلات الأحماض الأمينية. من بين 80.000 تصميم، تم اختيار 335 تصميمًا حلقيًا كبيرًا للدراسة.

بالنسبة لـ RbtA،استخدم فريق البحث AF2 وRF2 للتنبؤ ببنيته، وحدد 7 بقايا نقطة ساخنة، وولد 20000 سلسلة رئيسية، وصمم 4 تسلسلات من الأحماض الأمينية لكل سلسلة رئيسية. في هذه العملية، تم استخدام ProteinMPNN التكراري وRosetta Relax في عملية التصميم.

ببتيدات RF: خط أنابيب التعلم العميق التوليدي للتصميم الجديد للحلقات الكبيرة التي تستهدف البروتينات المستهدفة

يتيح RFpeptides تصميم دورة كبيرة مستهدفة وفعالة. على وجه التحديد، فإنه يستخدم RoseTTAFold المعدل وRFdiffusion مع ترميز الموضع النسبي للحلقة لتوليد هياكل أساسية دقيقة لدورة كبيرة، ودمج ProteinMPNN وRosetta Relax لتحسين التسلسل.

ببتيدات RF: امتداد إضافي لـ RoseTTAFold2 وRFdiffusion

قامت الدراسة أولاً بتقييم قدرة النمذجة لشبكة التنبؤ بالبنية RoseTTAFold2 (RF2) للبنى الببتيدية الدائرية المعروفة. وكما هو موضح في الشكل أ أدناه، قام الباحثون بإجراء تحسينات رئيسية على RF2 من خلال إدخال آلية ترميز الموضع النسبي الدوري ولاحظوا أنها حققت تنبؤات قوية للهياكل الببتيدية الدائرية الطبيعية.

ونظرا لهذا النجاح، استنتج الباحثون أن ترميز الموضع النسبي الدوري قد يمكّن أيضا انتشار الترددات الراديوية من توليد هياكل ببتيدية حلقية كبيرة بسبب بنية الشبكة المماثلة. لذلك، وكما هو موضح في الشكل BC أعلاه، أضافت هذه الدراسة ترميز الموضع النسبي للحلقة إلى انتشار RF ولاحظت بنجاح التوليد القوي للببتيدات الحلقية الكبيرة المتنوعة.

وبإلهام من قابلية نقل الترميز الموضعي النسبي للحلقات، بدأ فريق البحث في استخدام انتشار الترددات الراديوية لتصميم حلقات كبيرة جديدة لربط البروتين. كما هو موضح في الشكل D أدناه، استخدمت هذه الدراسة ترميز الموضع النسبي الدائري في عملية تصميم بروتين انتشار الترددات الراديوية لتوفير الترميز للسلاسل الناتجة. بعد ذلك، كما هو موضح في الشكل E أدناه، تم استخدام ProteinMPNN لتصميم تسلسلات الأحماض الأمينية التي تتوافق مع العمود الفقري الحلقي الكبير لإكمال بناء الببتيدات RF. كما هو موضح في الشكل F أدناه، يمكن أن تنتج الببتيدات RF بسرعة مركبات حلقية كبيرة ذات هياكل ثانوية متنوعة ضد البروتينات المستهدفة.

المركبات الحلقية الكبيرة: فحص محسّن يعتمد على منتجات تصميم الببتيدات الترددية الراديوية

بعد استخدام RFpeptides لتوليد هياكل أساسية متنوعة من المركبات الحلقية الكبيرة لأهداف مختلفة، استمرت الدراسة في استخدام ProteinMPNN وRosetta Relax لإجراء تغييرات محلية على السلاسل الرئيسية المولدة للحصول على التنوع في تسلسل الأحماض الأمينية.

أولاً، استنادًا إلى iPAE وتقييم تشابه النموذج والفحص بمساعدة RF2، استخدم الباحثون AfCycDesign لإعادة التنبؤ بمجمعات البروتين-الدورة الكبيرة المصممة باستخدام تسلسلات الدورة الكبيرة وهياكل الهدف كقوالب، وتصميمات مختارة بثقة عالية.

ثانيًا، استخدمت الدراسة برنامج Rosetta لحساب مؤشرات الجودة مثل تقارب الارتباط (ddG)، واتجاه التجميع المكاني للحلقات الكبيرة المصممة (SAP)، ومساحة السطح الجزيئي للاتصال بالواجهة (CMS) لتحسين فحص المرشحين.

وفي نهاية المطاف، اختار الباحثون عددًا قليلًا من التصاميم التي تم فحصها، وحددوا ارتباطاتها في التجارب من خلال التركيب الكيميائي والتوصيف الكيميائي الحيوي، وتحققوا منها من خلال الاختبارات المقارنة لضمان دقة وفعالية التصاميم.

دقة شبه مثالية تثبت صحة قوة التنبؤ بربط الببتيدات RF

تصميم وتوصيف المركبات الحلقية الكبيرة المستهدفة لـ MCL1 وMDM2

ولتحقق من فعالية ببتيدات RF، اختار الباحثون أولاً بروتين سرطان الدم النقوي الخلوي 1 (MCL1) باعتباره البروتين المستهدف الأول وأجروا توصيفًا تجريبيًا. كما هو موضح في الشكل AB أدناه،وجد الباحثون أن MCB_D2 (الأرجواني) يرتبط بشكل وثيق بـ MCL1 (السطح الرمادي)، مع إظهار تقارب ارتباط يبلغ 2μM.

لتأكيد ما إذا كانت الحلقة الكبيرة مرتبطة بالطريقة المصممة، حدد الباحثون البنية البلورية للأشعة السينية لـ MCB_D2 المرتبطة بـ MCL1. كما هو موضح في الشكل ج أدناه،إن البنية البلورية متطابقة تقريبًا مع النموذج المصمم.Cα RMSD هو 0.7 Å. كما هو موضح في الشكل D أدناه، عندما يتم فرض الدورة الكبيرة على البنية البلورية، فإن Cα RMSD يساوي 0.4Å، وتكون تكوينات السلسلة الجانبية للبقايا المتفاعلة في البنية البلورية قريبة جدًا أيضًا من النموذج المصمم. وفي تحليل آخر لبنية البلورة، كشف الشكلان E وF أيضًا أن منطقة الحلقة في MCB_D2 بها اتصالات كارهة للماء وتفاعلات كاتيونية-π مع MCL1.

وبعد أن استلهم الفريق البحثي من التحقق التجريبي من ارتباط MCL1 بالجزيئات الدائرية، شرع في تصميم مواد رابطة لـ MDM2. كما هو موضح في الشكل التالي GI،وجد الباحثون أن MDB_D8 هو أفضل مركب حلقي كبير لـ MDM2، حيث أظهر تقاربًا عاليًا يبلغ 1.9 ميكرومولار.علاوة على ذلك، فإن نقاط الاتصال الرئيسية في الواجهة التي تنبأت بها النمذجة الحاسوبية تشترك في أوجه التشابه مع التفاعلات التي لوحظت في بنية مجمع MDM2-p53 الأصلي.

تصميم وتوصيف المركبات الحلقية الكبيرة المستهدفة لـ GABARAP

لتحليل ببتيدات RF بشكل أكبر، صمم الباحثون بعد ذلك مركبًا بموقع ارتباط مختلف تمامًا عن بنية MCL1 وMDM2 - بروتين مرتبط بمستقبل حمض جاما أمينوبوتيريك من النوع أ (GABARAP).

تظهر النتائج التجريبية أنه كما هو موضح في الشكلين AB وDE،يعد كل من GAB_D8 وGAB_D23 مركبات فعالة لـ GABARAP، حيث تظهر تقاربًا يبلغ 6nM و36nM على التوالي، ومن بينها GAB_D8 هو المركب الحلقي الكبير الأكثر فعالية لـ GABARAP الذي تم العثور عليه حتى الآن.كما هو موضح في الشكلين C وF أدناه، وجد تحليل بنية البلورة بالأشعة السينية أن بنية مجمع GAB_D8-GABARAPL1 متوافقة للغاية مع نموذج التصميم، وأن بنية مجمع GAB_D23 وGABARAP متوافقة للغاية أيضًا مع نموذج التصميم، مما يؤكد دقة التفاعلات الرئيسية في نموذج التصميم.

وعلى الرغم من وجود اختلافات طفيفة بين النموذج المصمم والبنية البلورية في بعض المناطق، فإن التنبؤ المبني على محاذاة التسلسل المتعدد (MSA) يظهر اتساقًا أعلى مع البنية البلورية للأشعة السينية. وكما هو موضح في الشكل GI أدناه، وعلى الرغم من هذه الاختلافات الطفيفة، فإن تنبؤات MSA لا تزال أكثر اتساقًا مع البنية البلورية التي تم الحصول عليها تجريبيًا.

تصميم وتوصيف المركبات الحلقية الكبيرة التي تستهدف RbtA ذات البنية غير المعروفة

كما هدفت الدراسة إلى تصميم مركبات حلقية كبيرة للبروتينات المستهدفة ذات الهياكل التجريبية غير المعروفة للتكهن بما إذا كانت ببتيدات RF قادرة على تقليل مخاطر التصميم بشكل فعال. وباستخدام RbtA كمثال، كان الباحثون أول من توقع بنية البروتين باستخدام AF2 وRF2، وتنبأت الطريقتان بهياكل إجمالية مماثلة. وعلى هذا الأساس، اختار الباحثون تصميم ببتيدات RF تستهدف مناطق من المتوقع أن تكون متطابقة تقريبًا بين AF2 وRF2. وتظهر النتائج أنه كما هو موضح في الشكل AB،RBB_D10 هو مركب حلقي كبير قوي من RbtA، يظهر تقارب ارتباط يبلغ 9.4 نانومول.

لتأكيد نمط الارتباط بين RbtA وRBB_D10، قام الباحثون بتحليل البنية البلورية للأشعة السينية عالية الدقة لربط apo وRbtA. كما هو موضح في الشكل ج أعلاه،وقد أكدت تقنية علم البلورات بالأشعة السينية أن بنية apo متوافقة إلى حد كبير مع البنية المتوقعة (RMSD 1.2Å و1.1Å)، وأن البنية المعقدة الموضحة في الشكل D أعلاه تتطابق بشكل كامل تقريبًا مع النموذج المصمم (RMSD 1.4Å).كما هو موضح في الشكل 4E-H أعلاه، فإن بنية الأشعة السينية للمركب الحلقي الكبير تتوافق تقريبًا مع النموذج المصمم (RMSD 0.4Å)، مما يؤكد دقة النموذج المصمم.

ديفيد بيكر: من يد الله إلى الحائز على جائزة نوبل

باعتباره أحد الحائزين على جائزة نوبل في الكيمياء، فإن اسم ديفيد بيكر هو بلا شك رمز مدوٍ في مجال أبحاث البروتين. باعتباره أحد الشخصيات الرئيسية في مجال التنبؤ بالذكاء الاصطناعي لبنية البروتين، لم يساهم ديفيد بيكر بشكل كبير في تعزيز التقدم في مجال التنبؤ ببنية البروتين فحسب، بل حقق أيضًا نتائج مثمرة في مجال تصميم البروتين.

في وقت مبكر من عام 2003،نجح فريق ديفيد بيكر في تصميم أول بروتين جديد غير مشتق من الطبيعة، وهو Top7.ولم يذهل هذا الإنجاز المجتمع العلمي فحسب، بل مثل أيضًا اختراقًا مهمًا للبشرية في مجال تصميم البروتين الجديد.

الورق الأصلي:10.1126/العلوم.1089427

على الرغم من أن تصميم Top7 مثير للإعجاب، إلا أنه مجرد تصميم يعتمد على بنية محددة وليس له وظيفة فعلية. ولم يتوقف ديفيد بيكر عند هذا الحد. واصل هو وفريقه استكشاف وتجربة العديد من الأساليب الحسابية، بما في ذلك وظائف لحساب طاقة البروتين، وطرق أخذ العينات من العمود الفقري المتعدد والسلسلة الجانبية، وخوارزميات التحسين العالمية مثل محاكاة مونت كارلو وطرق التحسين المستمر.

مع تطور تقنيات الذكاء الاصطناعي والتعلم الآلي، أصبح من الممكن تصميم بروتينات جديدة ذات وظائف بيولوجية محددة. في يونيو 2024، حقق فريق ديفيد بيكر إنجازًا آخر. لقد صمموا بروتينًا جديدًا على شكل حلقة.ينظم مسار إشارات عامل نمو الخلايا الليفية (FGF) ويعزز التمايز الوعائي. لا يعمل هذا العمل على توسيع نطاق تطبيق تصميم البروتين الجديد فحسب، بل قد يكون له أيضًا تأثير عميق على تطوير هذا المجال.

الورق الأصلي:

https://www.cell.com/cell/fulltext/S0092-8674(24)00534-8

لقد ساهم بحث ديفيد بيكر في تطوير مجال تصميم البروتين بشكل كبير. ويشير الاختراق الذي حققه في تصميم البروتين الجديد إلى أننا على أعتاب عصر جديد، عصر يستطيع فيه البشر التحكم بدقة في اللبنات الأساسية للحياة. ومن المتوقع أن يؤدي تطوير وتطبيق هذه التقنيات إلى حل سلسلة من التحديات العالمية.