生物分子功能源于各类化学物质之间精准的相互作用,计算蛋白质设计领域的最新进展,已经实现了对具备特定结合活性与催化活性蛋白质的工程化改造。但想要稳定设计出愈发复杂的功能,需要考虑分子属性、结构构象与相互作用几何特征之间的耦合关系。如何对任意生物分子系统的分子组成与构象进行表征,并高效遍历所得空间以满足多重相互依赖的约束,仍是亟待解决的问题。
近日,诺贝尔化学奖得主、华盛顿大学蛋白质设计研究所David Baker团队与NVIDIA合作,开发了生成式生物分子设计模型RFD4-Proteina。相较其他方法,RFD4-Proteina在更高生成通量下实现了更高的设计成功率,并且构象柔性、迭代优化和搜索策略进一步提升了模型性能。在侧链堆积、序列设计、构象采样以及设计优化任务上,该模型性持平甚至优于最先进的专用方法。此外,研究通过设计针对治疗相关靶点的特异性和交叉反应结合蛋白、识别磷酸化修饰、控制糖基化,以及构建可同时催化断键和成键反应的酶展示了RFD4-Proteina的性能与通用性,其中首次实现从头设计酶用于药物活性成分合成。综上,RFD4-Proteina将多样化化学体系、构象柔性与可扩展推理整合至单一具备物理基础的潜在空间,拓展了生物分子设计的研究前沿。
模型核心设计
RFD4-Proteina基于NVIDIA面向化学生物领域的BioNeMo框架开发,融合可编程蛋白设计与智能搜索能力。该模型可接收分子输入、结构约束与评分目标,自动生成靶向蛋白设计方案,并完成候选序列的搜索与迭代优化。其核心创新在于可同步对蛋白序列、蛋白三维结构以及互作分子结构进行协同优化,当某一分子结构发生改变时,与之作用的其他分子构象可同步自适应调整。
该模型的分子设计机制主要围绕以下核心构建:
统一的潜在空间:模型在一个共享的“化学与构象潜空间”中进行推理,该空间涵盖标准及修饰氨基酸、糖类、DNA 和 RNA。训练过程中使用了力场能量作为监督信号,优先生成物理上合理的原子重构结果。
双重推理机制:
内在推理:循环式迭代精调来自适应地分配计算资源,将算力集中在设计过程中的关键部分。外在推理:利用任意的评分指标(如能量学、几何标准等)来引导搜索方向。
![]()
基准测试
传统生物分子设计方法普遍存在精度与速度难以兼顾的问题,但RFD4-Proteina突破了这一权衡关系,在蛋白质结合、小分子结合、酶支架设计和DNA结合等四项基准测试中,即使在其最低推理设置下,也同时取得高于所有对比方法的通过率与生成通量。
蛋白质结合任务中,在高推理设置下,RFD4-Proteina的聚类通过率为10.6%,高于次优方法BindCraftde的5.9%,且生成通量提升了42倍,为24个靶点中的22个提供了合格的设计方案。
小分子结合任务中,该模型的聚类通过率达到14.3%,比次优模型RFD3(2.4%)高6.1倍,生成通量提升3.3倍;RFD4-Proteina中77个靶点全部获得合格设计,而RFD3仅覆盖64个靶点。
酶支架设计任务中,RFD4-Proteina通过率达到12.1%,而基线模型为5.7%,37个任务中35个获得合格设计。
DNA结合任务中,该模型通过率为3.5%,次优BoltzGen模型为0.8%,全部3个DNA 靶点均产出合格设计。
![]()
据悉,增加计算预算能显著提升RFD4-Proteina的生成质量。从低推理模式切换至高推理模式时,蛋白结合任务的聚类通过率由7.7%提升至10.6%,但生成通量从每GPU小时2,388个设计下降至986个。
面向专业分子工作流的拓展
研究团队验证了RFD4-Proteina能否支持新设计之外的其他分子工作流,涵盖六大应用场景。
在侧链堆积任务中,该模型的平均 MolProbity分数为1.70,可在保证结构质量的前提下生成多样构象,并能扩展到RNA碱基与小分子构象的联合采样。在固定主链序列设计中,同等多样性下通过率高于 LigandMPNN,建立反向折叠新Pareto前沿。在柔性主链设计中能够优化蛋白界面氢键,提升靶点特异性,并且支持多类型分子环境建模。针对训练集外配体,模型可更好保留手性与双键立体化学。该模型还能用于酶活性位点回顾性筛选,识别活性设计效果与 PLACER 持平。对于实验失败的旧蛋白设计,RFD4-Proteina 可高效挽救绝大多数失效结构,性能优于 HalluDesign 与 RFOptimization。
湿实验验证
接下来,研究团队展示了多项经过实验室验证的设计成果,涵盖从结合剂设计、翻译后修饰/聚糖处理以及人工酶催化的多种应用。
在结合剂设计中,对于钙调蛋白(Calmodulin)依赖性结合剂,18个设计中有12个的表观KD低于1 µM,且在无钙条件下未检测到结合;表观KD从69 pM到37.0 nM。对于肽-MHC结合剂,MART-1、SARS-CoV-1和Phox2B肽复合物实现了超过100倍的在靶特异性,能够区分仅相差一个或两个残基的脱靶肽。
对于无序肽结合剂,针对与神经退行性疾病、慢性疼痛和癌症相关的无序区域,首次成功开发出YAP1 和Tau等无固定结构表位的从头结合剂,最强SPR亲和力达到112 pM、527pM。
![]()
对于TrkA 跨物种与同源物特异性结合剂,在无约束hTrkA筛选中,188个设计有158个(84%)达到亚微摩尔亲和力;同时首次获得了针对TrkB和TrkC的人工设计结合剂。
![]()
在翻译后修饰任务中,对于糖基屏蔽蛋白,该模型可设计更小的蛋白,对核心GlcNAc进行空间遮蔽,阻断聚糖剪切,稳定保留Man9、Glc1Man9聚糖,同时保证末端甘露糖可被识别。对于磷酸肽结合剂,该模型针对组蛋白H3尾部pS10、pT11、pS28三个磷酸化位点成功设计出磷酸化依赖型结合蛋白,并表现出对相邻位点磷酸化的选择性。
![]()
在从头酶设计中,研究团队设计了水解农药对氧磷的磷酸三酯酶,最佳kcat/KM达3600 M⁻¹s⁻¹,较非催化水解提升1.5×10⁷倍;并设计了催化酰胺键形成的抗HIV药物Lenacapavir合成连接酶,最佳设计(Design 52)能转化79.0%的(S)-胺,这是首个从头设计酶用于小分子药物药物活性成分合成的概念验证。
![]()
David Baker指出,蛋白研究领域正在从“发现天然蛋白质”迈向“从头设计全新蛋白质”的时代。RFD4-Proteina拓展了人工蛋白的创制边界,不仅能够助力新药研发,还可开发降解农药的酶类工具。他认为,伴随生成式AI蛋白设计方法持续迭代,将催生更优质的治疗药物,并延伸至可持续领域之外,发展聚合物降解、生物塑料合成等新技术。
参考文献:
https://rfd4-proteina.org/
01
02
03
04
05
快点亮"在看”吧!
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.