AI设计酶实现药物合成关键反应

由美国华盛顿大学蛋白质设计研究所主导、英伟达合作开发的人工智能蛋白生成模型RFD4-Proteina，正推动计算酶设计迈向新阶段。该模型由诺贝尔化学奖得主David Baker团队研发，整合了IPD的RosettaFold Diffusion系列与英伟达Proteina-Complexa模型，能够同时优化蛋白氨基酸序列、三维结构及其与靶分子的相互作用，并将更多计算资源集中于高潜力设计，从而大幅提升设计效率。相较此前模型，其计算设计成功率提升五至十倍，候选蛋白生成速度同样提高五至十倍。 英国曼彻斯特大学生物技术研究所教授Anthony Green领衔的团队与IPD合作，将该模型应用于低成本、可持续的全球健康药物生产。在关键测试中，团队利用RFD4-Proteina从头设计可催化Lenacapavir合成中酰胺键形成反应的新型酶。Lenacapavir是一种用于HIV预防的药物，该反应需在水大量存在的条件下抑制副反应，并精准选择特定手性分子。研究筛选出的67个设计中有4个表现出明确活性，最优变体将大位阻手性胺转化为目标酰胺产物的转化率达到79%，且对合成所需的S-构型表现出高选择性。 这一成果以预印本形式发布，为计算设计解决药物活性成分合成中的复杂酶催化步骤提供了关键概念验证。相关研究人员表示，RFD4-Proteina有望快速提供用于治疗药物生产及其他关键化学品的新生物催化剂。IPD方面认为，该模型将为医学、可持续发展、材料和生物技术领域带来新的解决方案。目前，该模型已在BSD-3开源许可下发布，便于科研工作者开展蛋白设计研究并进一步开发。