Protenix-v2: Broadening the Reach of Structure Prediction and Biomolecular Design

Il documento presenta Protenix-v2, un sistema avanzato per la previsione strutturale e la progettazione biomolecolare che supera le prestazioni della versione precedente con successi significativi nella scoperta di anticorpi, inclusi target GPCR difficili, e nella progettazione di leganti e mini-leganti per il SARS-CoV-2, accelerando così la scoperta di farmaci.

L'essenziale

Immagina che il nostro corpo sia una città immensa e complessa, piena di edifici (le cellule) e di piccoli messaggeri che viaggiano tra di loro. Per curare le malattie, gli scienziati devono costruire delle "chiavi" perfette (i farmaci) che possano aprire le "serrature" specifiche (le proteine malate) di questa città.

Fino a poco tempo fa, costruire queste chiavi era come cercare di indovinare la forma di una serratura chiusa a chiave, al buio, e provare a forgiare milioni di chiavi di metallo a caso sperando che una aprisse.

Protenix-v2 è come un architetto super-intelligente e un fabbro magico che ha appena fatto un enorme salto di qualità. Ecco cosa fa di nuovo e di speciale:

1. La "Macchina del Tempo" per vedere le serrature (Predizione della Struttura)

Prima, per capire come una serratura (una proteina) si piega e si muove, dovevamo aspettare mesi in laboratorio per vederla.

• L'analogia: Immagina di dover ricostruire un castello di Lego complesso solo guardando una foto sfocata.
• Cosa fa Protenix-v2: È come se avesse una lente d'ingrandimento magica che gli permette di vedere il castello di Lego in 3D, perfettamente assemblato, in pochi secondi.
• Il risultato: È diventato così bravo che, se prima servivano 1000 tentativi per trovare la forma giusta, ora ne bastano 5. È come passare dal cercare un ago in un pagliaio a trovarlo immediatamente guardando il pagliaio con gli occhiali della verità. Inoltre, è diventato molto più preciso nel vedere come le chiavi (anticorpi) si incastrano nelle serrature (virus o cellule malate).

2. Il "Fabbro che non sbaglia" (Design di nuovi farmaci)

Una volta vista la serratura, bisogna costruire la chiave.

• L'analogia: Immagina di dover disegnare una chiave per una serratura che non hai mai visto prima, e che è fatta di una materia appiccicosa e che cambia forma (come le proteine dei virus o quelle che causano il cancro).
• Cosa fa Protenix-v2: Non si limita a copiare chiavi esistenti. È un creatore zero-shot (cioè crea da zero). Può disegnare una chiave perfetta per una serratura mai vista prima.
• Il successo: In un test, ha creato chiavi per serrature "difficili" (chiamate GPCR, che sono come porte girevoli molto piccole e instabili) e ha avuto successo nel 48% dei casi (e fino all'88% in alcuni casi specifici). Prima, con questi tipi di porte, si falliva quasi sempre. È come se un fabbro riuscisse a creare chiavi per porte che si muovono da sole, e quasi tutte funzionassero al primo colpo.

3. La "Qualità Garantita" (Sicurezza e Diversità)

Non basta che la chiave apra la porta; deve anche essere sicura da usare e non deve arrugginire o incastrarsi in altre porte.

• L'analogia: Una chiave che apre la porta ma è fatta di piombo tossico o che si piega appena la tocchi è inutile.
• Cosa fa Protenix-v2: Le chiavi che disegna sono "sane". Il 100% di quelle testate sono stabili al calore, non si attaccano a se stesse e non reagiscono male con altre parti del corpo. Inoltre, non crea tutte le chiavi uguali: ne crea di forme diverse, così se una non funziona, ne abbiamo altre pronte.

4. Il "Super-Eroe contro i Camaleonti" (Design contro i virus mutanti)

I virus come quello del COVID-19 cambiano spesso il loro aspetto (mutano), rendendo le vecchie chiavi inutili.

• L'analogia: Immagina un ladro che cambia continuamente il colore della sua giacca e la forma del cappello. Le chiavi vecchie non funzionano più.
• Cosa fa Protenix-v2: È riuscito a creare una "chiave universale" che funziona sia contro il ladro originale che contro le sue nuove versioni (varianti Omicron). Ha creato due chiavi su quattro provate che bloccavano sia la versione vecchia che quella nuova del virus, con una precisione incredibile.

5. L'Attenzione ai Dettagli Chimici (Realismo)

A volte i computer disegnano chiavi che sembrano belle, ma che chimicamente non esistono (come un pezzo di metallo che si piega in modo impossibile).

• L'analogia: Come disegnare una ruota quadrata che gira perfettamente: sembra bello su carta, ma in realtà non funziona.
• Cosa fa Protenix-v2: Ha imparato a rispettare le leggi della chimica. Ora disegna chiavi che non solo aprono la porta, ma sono fatte di materiali reali e solidi, evitando errori come legami chimici impossibili.

In sintesi

Protenix-v2 è un sistema che sta rivoluzionando la medicina. Non è più solo un "indovino" che cerca di prevedere come sono fatte le proteine, ma è diventato un architetto e un costruttore capace di:

1. Vedere le serrature malate con precisione assoluta.
2. Progettare le chiavi perfette in pochi secondi.
3. Garantire che queste chiavi siano sicure, diverse tra loro e funzionino anche contro i virus che cambiano forma.

Questo significa che in futuro, trovare una cura per malattie difficili potrebbe richiedere mesi invece di anni, e con un successo molto più alto. È come passare dal cercare di costruire un ponte a mano, sasso per sasso, a usare un ponte stampato in 3D che è già pronto, sicuro e perfetto.

Sommario tecnico

1. Il Problema

Il campo del modeling biomolecolare sta affrontando la sfida di espandere le capacità di previsione strutturale e di design oltre le semplici proteine monomeriche. Le aree critiche includono:

• Complessità delle interfacce: La necessità di modellare con alta precisione le interfacce anticorpo-antigene, che sono cruciali per la scoperta di farmaci ma difficili da prevedere a causa della loro flessibilità conformazionale.
• Design "Zero-Shot": La capacità di generare nuovi leganti (come anticorpi) contro target sconosciuti o altamente mutati senza addestramento specifico su quei target, un requisito fondamentale per la scoperta di farmaci contro target difficili come i recettori accoppiati a proteine G (GPCR).
• Realismo Chimico: Nei complessi proteina-ligando, le previsioni devono non solo essere geometricamente accurate, ma anche chimicamente plausibili (es. corretta chiralità, planarità degli anelli, assenza di clash sterici interni).
• Efficienza: Ridurre il numero di tentativi sperimentali necessari per trovare "hit" validi, superando i limiti dei metodi attuali che richiedono grandi budget computazionali o sperimentali.

2. Metodologia

Protenix-v2 è un sistema integrato che opera in due modalità principali: previsione/ranking strutturale e generazione/prioritizzazione di leganti.

• Addestramento e Dati: Il modello è stato addestrato senza utilizzare dati del wwPDB rilasciati dopo il 30 settembre 2021, garantendo che i risultati di previsione e design "zero-shot" siano valutati su dati veramente nuovi e non visti.
• Architettura: Rappresenta un'evoluzione rispetto a Protenix-v1, con raffinamenti architetturali e ottimizzazioni di addestramento, mantenendo lo stesso setting input-output.
• Design Condizionato: Per il design molecolare, il sistema supporta la generazione flessibile condizionata dal target. Per gli anticorpi, permette un controllo granulare sulle regioni di legame (loop CDR) e l'integrazione di framework predefiniti. Supporta formati diversi: mini-proteine, VHH (dominio variabile di catena pesante di anticorpi a catena singola), e frammenti Fv (VH e VL) fino a mAb (anticorpi monoclonali completi).
• Guidance Senza Addestramento (Training-Free Guidance - TFG): Per migliorare la plausibilità dei ligandi, sono state introdotte varianti (Protenix-v2-TFG) che applicano vincoli durante il processo generativo (chiralità, planarità, geometria torsionale) ispirandosi a metodi come projected diffusion e algoritmi di vincolo classici (es. SHAKE), senza bisogno di ri-addestramento.

3. Contributi Chiave

Il lavoro introduce significativi avanzamenti in tre aree principali:

1. Miglioramento nella Previsione Strutturale Anticorpo-Antigene: Un aumento sostanziale dell'accuratezza rispetto alle versioni precedenti e ai competitor (AlphaFold3, Boltz-1, OpenFold3).
2. Design Zero-Shot di Anticorpi: Dimostrazione di successo nella generazione di leganti contro target nuovi (inclusi GPCR) e contro varianti virali, con tassi di successo sperimentale elevati.
3. Realismo Chimico e Design Multi-Variante: Miglioramento della validità geometrica dei ligandi predetti e capacità di progettare leganti "pan-varianti" (es. contro SARS-CoV-2 prototipo e Omicron).

4. Risultati Principali

A. Previsione Strutturale (Anticorpo-Antigene)

• Accuratezza: Su tre collezioni di benchmark (PXMeter-AB, FoldBench-AB, AF3-AB), Protenix-v2 ha mostrato guadagni fino a 13 punti percentuali rispetto a Protenix-v1 per un successo DockQ > 0.23.
• Efficienza di Campionamento: Il modello è estremamente efficiente. Le prestazioni con soli 5 semi (seed) di Protenix-v2 superano i risultati ottenuti con 1000 seed dalla versione precedente (v1), indicando un salto qualitativo nell'efficienza inferenziale.
• Qualità Alta: I miglioramenti sono significativi anche nelle regioni di alta precisione (DockQ > 0.8).

B. Design Zero-Shot di Anticorpi

• Target Solubili: In un panel di target solubili controllati per novità, Protenix-v2 ha raggiunto un tasso di successo a livello di target del 100%. I tassi di "hit" confermati sperimentalmente (BLI) per i formati VHH-Fc hanno oscillato dal 2% al 48%.
• Sviluppabilità (Developability): Gli "hit" ottenuti mostrano eccellenti proprietà biophysiche:
  • 100% di successo nei test di termostabilità.
  • 98% di successo nei test di auto-interazione.
  • 93% di successo nei test di polireattività.
• Target Difficili (GPCR): Su GPCR (target noti per essere difficili a causa di epitopi piccoli e flessibili), con un budget sperimentale limitato (16-30 design per target), il modello ha ottenuto tassi di hit del 16%-88% per VHH-Fc e fino al 50% per mAb.
• Diversità Strutturale: I leganti trovati non si limitano a un singolo cluster strutturale, ma coprono diverse modalità di legame, offrendo opzioni diversificate per lo sviluppo.

C. Plausibilità dei Ligandi e Design Multi-Variante

• Validità Chimica: Utilizzando criteri di validità più rigorosi (PoseBusters rivisti che includono controlli su planarità sp2/sp3 e gruppi ammidici), la variante Protenix-v2-TFG ha raggiunto un tasso di successo congiunto (RMSD < 2Å + Validità) del 60.46%, superando Boltz-1x (53.96%) e avvicinandosi a Boltz-2x (62.86%, che però ha una sovrapposizione di dati di addestramento).
• Leganti Pan-Varianti: Il sistema ha progettato con successo mini-leganti bivalenti che legano sia il RBD del SARS-CoV-2 prototipo che quello della variante Omicron (B.1.1.529) con affinità nanomolari (KD ~10-250 nM), dimostrando la capacità di compensare mutazioni strutturali.

5. Significato e Impatto

Protenix-v2 rappresenta un passo avanti fondamentale verso l'accelerazione della scoperta di farmaci basata sulla struttura:

• Riduzione dei Costi e dei Tempi: L'alta efficienza di campionamento (5 seed vs 1000) e i tassi di hit elevati in scenari "zero-shot" riducono drasticamente il numero di esperimenti necessari per trovare candidati validi.
• Accesso a Target "Undruggable": Il successo sui GPCR e su target con epitopi flessibili apre la strada alla terapia con anticorpi per classi di target precedentemente considerate troppo difficili per il design de novo.
• Affidabilità Chimica: L'integrazione di vincoli di plausibilità chimica riduce il rischio di fallimenti nelle fasi successive di sviluppo dovuti a errori geometrici o stereochimici nelle previsioni.
• Versatilità: La capacità di gestire simultaneamente previsione strutturale, design di anticorpi, e modellazione proteina-ligando in un unico sistema unificato rende Protenix-v2 uno strumento robusto per l'industria farmaceutica moderna.

In sintesi, il lavoro dimostra che l'IA generativa può ora essere utilizzata non solo per prevedere strutture, ma per progettare attivamente e con successo nuovi farmaci biologici contro una vasta gamma di target terapeutici, mantenendo alti standard di qualità e sviluppabilità.