💻 bioinformatics

Elucidating enzyme-substrate specificity through co-folding foundation model

Het artikel introduceert Boltz2ESI, een end-to-end framework dat een biomoleculair fundatiemodel gebruikt om enzym-substraatinteracties te voorspellen via native co-folding, waardoor de plasticiteit van het actieve centrum wordt vastgelegd en bestaande methoden worden overtroffen om de ontdekking van biocatalysatoren en de verheldering van pathways te versnellen.

Oorspronkelijke auteurs: Cheng, X., Seo, S., Huh, C., Chen, J., Jiang, S., Guo, P., Weng, J.-K., Kim, W. Y., Jin, W.

Gepubliceerd 2026-08-02

📖 8 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Cheng, X., Seo, S., Huh, C., Chen, J., Jiang, S., Guo, P., Weng, J.-K., Kim, W. Y., Jin, W.

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

Stel je de cel voor als een bruisende, hoogtechnologische fabriek waar piepkleine machines die enzymen worden genoemd, constant aan het werk zijn. Deze enzymen zijn de meesterchemici van het leven; ze grijpen specifieke grondstoffen (genaamd substraten) en klikken deze aan elkaar of breken ze juist uit elkaar om het organisme in leven te houden. De magie van deze fabriek ligt in een perfecte slot-en-sleutelrelatie: het actieve centrum van een enzym is een uniek gevormde zak die alleen past bij één specifieke chemische sleutel. Als de sleutel zelfs maar een klein beetje verkeerd is, start de machine niet en komt de fabriek tot stilstand. Decennialang hebben wetenschappers geprobeerd in kaart te brengen welke sleutels in welke sloten passen, maar het was alsof men een enorme legpuzzel probeerde op te lossen in het donker. Traditionele methoden waren traag, en computerprogramma's die probeerden deze combinaties te voorspellen, behandelden het enzym vaak als een starre, onveranderlijke standbeeld. Maar in werkelijkheid zijn enzymen meer als flexibele dansers; ze wiebelen, draaien en veranderen van vorm op het moment dat een substraat de dansvloer betreedt om de chemie te laten werken.

Deze paper introduceert een nieuw, superintelligent computerprogramma genaamd Boltz2ESI dat eindelijk leert om deze moleculaire dansen te observeren. In plaats van te gokken op basis van starre vormen of enkel de genetische code van het enzym te lezen, gebruikt dit nieuwe instrument een "foundation model" — een type AI dat al de diepe regels heeft geleerd van hoe eiwitten vouwen en bewegen. Door het enzym en het substraat tegelijkertijd te simuleren terwijl ze samen vouwen, kan Boltz2ESI zien hoe het actieve centrum van het enzym zichzelf hervormt om het substraat perfect te omhelzen. De onderzoekers ontdekten dat deze aanpak veel beter is in het voorspellen van welke chemicaliën een enzym daadwerkelijk zal verwerken, zelfs voor enzymen die erg op elkaar lijken maar andere functies hebben. Dit is niet alleen een theoretische overwinning; het team toonde aan dat het succesvol de juiste enzymen kon vinden voor een complex plantaardig medicijnpad, wat bewijst dat het begrijpen van de "dans" van moleculen de sleutel is tot het ontsluiten van de chemische geheimen van de natuur.

Het Probleen: Het Starre Standbeeld versus de Danspartner

Lama tijd hadden wetenschappers die het gedrag van enzymen probeerden te voorspellen twee hoofdinstrumenten, en beide hadden een fatale fout. Het eerste instrument keek alleen naar de genetische sequentie van het enzym (de DNA-instructies). Het was alsof men probeerde te raden hoe iemand eruitziet door alleen de naam te lezen; het gaf een algemeen idee, maar miste alle kleine details die er echt toe doen. Het tweede instrument keek naar de 3D-vorm van het enzym, maar behandelde het enzym als een stenen standbeeld. Het probeerde een chemische sleutel in een bevroren zak te duwen. Het probleem is dat enzymen geen standbeelden zijn. Wanneer een echt substraat arriveert, klapt het enzym vaak zijn armen dicht, draait het zijn lichaam of verandert het van vorm om de sleutel stevig vast te grijpen. Dit wordt "induced fit" genoemd. Als uw computermodel het enzym behandelt als een star blok, mist het het belangrijkste deel van de interactie: de beweging.

Bovendien zijn veel van deze enzymen "weesenzymen". Wetenschappers weten dat ze in de natuur bestaan, maar hebben geen idee wat ze doen of hoe de vorm van hun actieve zakken eruitziet. Traditionele methoden hadden een vooraf getekende kaart van de zak nodig om te kunnen werken, wat betekende dat ze nutteloos waren voor deze mysterieuze enzymen.

De Oplossing: De Co-Folding Dansvloer

Hier komt Boltz2ESI in beeld. De auteurs bouwden dit framework om het "starre standbeeld"-probleem op te lossen door gebruik te maken van een techniek genaamd native co-folding.

Denk er zo over: in plaats van te proberen een sleutel in een gesloten deur te duwen, simuleert Boltz2ESI de deur en de sleutel die samen een kamer binnenlopen en uitzoeken hoe ze in elkaar passen. Het maakt gebruik van een krachtig AI-model genaamd Boltz-2, dat de fysica van hoe eiwitten en chemicaliën zich gedragen al heeft geleerd.

Zo werkt het proces, stap voor stap:

De Eerste Blik: De AI neemt de genetische sequentie van het enzym en de chemische formule van het substraat (geschreven als een SMILES-string) en voert een simulatie uit om te raden waar het actieve centrum zich zou kunnen bevinden.
De Dans: Vervolgens zoomt het in op die plek en simuleert het het enzym en het substraat dat samen vouwen zonder vooraf ingestelde regels. Hierdoor kan het enzym op een natuurlijke manier van vorm veranderen, net zoals een echt biologisch systeem dat zou doen, om het substraat te accommoderen.
De Contextcontrole: Zodra de "dans" voltooid is, kijkt de AI niet alleen naar de vorm. Het controleert ook de evolutionaire geschiedenis van het enzym (met behulp van een tool genaamd ESM3) om te zien hoe vergelijkbare enzymen zich over miljoenen jaren hebben gedragen. Het analyseert ook de chemische details van het substraat (met behulp van Uni-Mol2 en Morgan fingerprints) om de specifieke kenmerken ervan te begrijpen.
Het Vonnis: Ten slotte combineert het al deze informatie — de vorm van de dans, de familiegeschiedenis en de chemische details — om een score te geven. Deze score vertelt ons hoe waarschijnlijk het is dat dit enzym en dit substraat een perfecte match zijn.

Wat Ze Vonden: Beter dan de Rest

Het team testte Boltz2ESI tegen de beste bestaande methoden met behulp van een enorme dataset genaamd ESIBank, die meer dan 323.000 enzym-substraatparen bevat.

Het Winnen van de Starre Modellen: Toen ze Boltz2ESI vergeleken met oudere methoden die enzymen als starre standbeelden behandelden (zoals EZSpecificity), won Boltz2ESI met gemak. Het behaalde een score van 0,9156 (op een schaal waarbij 1,0 perfect is) in standaardtests, terwijl de starre methoden rond de 0,89 bleven hangen.
De "Onbekende" Test: De echte uitdaging was het testen op enzymen en chemicaliën die de AI nog nooit eerder had gezien. Zelfs in dit moeilijke scenario behield Boltz2ESI een sterke score van 0,7664, waarmee het de starre modellen aanzienlijk versloeg.
Het "Waarom" Is Belangrijk: De onderzoekers ontdekten iets fascinerends. Als ze alleen het basis-AI-model gebruikten om te voorspellen hoe sterk een chemische stof aan een enzym hecht (binding affinity), was dat niet genoeg. Veel chemicaliën hechten weliswaar sterk, maar worden niet daadwerkelijk door het enzym "verwerkt". Boltz2ESI slaagde omdat het leerde het onderscheid te maken tussen een chemische stof die alleen maar vastplakt en een stof die daadwerkelijk werkt. Het leerde het verschil tussen een knuffel en een handdruk.

Het Bewijs: Citraatsynthase en het Plantaardige Pad

Om hun punt te bewijzen, keken de auteurs naar een klassiek enzym genaamd citraatsynthase. Dit enzym staat bekend om een dramatische beweging: wanneer het substraat arriveert, roteert een heel deel van het enzym ongeveer 19 graden om een deur rond de chemische stof te sluiten.

Het Falen van het Starre Model: Wanneer ze de oude "rigid docking"-methoden probeerden te gebruiken, kon de computer deze rotatie niet zien. Het substraat kwam in de verkeerde positie terecht en het model gaf een lage vertrouwensscore.
Het Succes van Co-Folding: Boltz2ESI simuleerde de rotatie echter op een natuurlijke manier. Het voorspelde de gesloten vorm perfect en gaf een hoge vertrouwensscore van 0,9770, wat bewees dat het de "dans" kon vangen die de starre modellen misten.

Ze testten de tool ook op een echt wereldmysterie: het withanolide-pad in de Ashwagandha-plant. Dit pad produceert medicinale verbindingen, maar wetenschappers waren nog steeds bezig met het uitzoeken welke specifieke enzymen (P450's) verantwoordelijk waren voor elke stap.

Boltz2ESI kreeg een lijst van 107 kandidaat-enzymen en de opdracht om de juiste te vinden.
Het slaagde erin om de juiste enzymen veel hoger te rangschikken dan eerdere methoden. Zo vond het het enzym voor stap 1 (CYP87G1) op rang 8, terwijl de vorige beste methode het op rang 13 had staan.
Het groepeerde ook correct "paralogen" (zeer vergelijkbare enzymen die hetzelfde werk doen in verschillende delen van de plant), wat aantoont dat het de onderliggende biologie begrijpt en niet alleen de oppervlakkige data.

Waarom Dit Dingen Verandert

De auteurs suggereren dat deze aanpak een grote stap voorwaarts is voor het "de-orphaning" van metabole paden — het uitzoeken wat onbekende enzymen in de natuur doen. Door af te stappen van starre, statische modellen en de dynamische, flexibele aard van enzymen te omarmen, biedt Boltz2ESI een nauwkeuriger kaart van de chemische wereld.

Hoewel het instrument momenteel rekenintensief is (het kost tijd om deze complexe simulaties uit te voeren), suggereren de resultaten dat de toekomst van enzymontdekking ligt bij modellen die de dans kunnen bekijken, in plaats van alleen naar de bevroren pose te kijken. Dit zou de ontdekking van nieuwe medicijnen, betere industriële enzymen en een dieper begrip van hoe de chemie van het leven werkelijk werkt, kunnen versnellen.

Technische Samenvatting: Boltz2ESI – Het ontrafelen van enzym–substraat-specificiteit via een Co-folding Foundation Model

1. Probleemstelling

Enzymatische katalyse berust op een nauwkeurige structurele en chemische complementariteit tussen het actieve centrum van een enzym en zijn substraat. Het systematisch in kaart brengen van deze interacties blijft echter een knelpunt vanwege de beperkingen van bestaande computationele benaderingen:

Sequentiegebaseerde modellen: Hoewel effectief voor brede functionele annotatie, vertrouwen zij op globale sequentie-overeenkomst of evolutionaire representaties. Ze slagen er niet in om de driedimensionale ruimtelijke en chemische complementariteit te vatten die nodig is om subtiele stereochemische variaties of de functionele impact van puntmutaties bij homologe enzymen met dezelfde Enzyme Commission (EC)-classificatie te onderscheiden.
Structuurbewuste rigid-docking modellen: Methoden zoals EZSpecificity en EnzymeCAGE maken gebruik van geometrische modellen, maar zijn doorgaans afhankelijk van pregedefinieerde bindingspockets (vaak overgenomen van homologen) en rigid-body docking. Deze benaderingen behandelen het enzym-scaffold als statisch, waardoor ze niet in staat zijn om de ligand-geïnduceerde conformationele plasticiteit en induced-fit herschikkingen te vatten die essentieel zijn voor de katalytische omzetting.
Datatekort: Het gebrek aan experimenteel opgeloste enzym–substraatcomplexen beperkt de generaliseerbaarheid van structuurgebaseerde modellen naar sequentie-afstandelijke families, wat de "de-orphaning" van biosynthetische routes belemmert.

2. Methodologie: Het Boltz2ESI-framework

Boltz2ESI is een end-to-end computationeel framework ontworpen om enzym–substraat-interacties te voorspellen door gebruik te maken van de structurele priors van het biomoleculaire foundation model Boltz-2. Het werkt zonder dat daarvoor pregedefinieerde pocket-annotaties of rigide scaffolds vereist zijn.

A. Tweestaps Structureel Protocol

Gegeven een enzymsequentie en een substraat SMILES-string, hanteert het framework een native co-folding aanpak:

MSA-gestuurde Co-folding: Het framework lokaliseert eerst de vermeende actieve-site pocket via een volledige co-folding simulatie geleid door Multiple Sequence Alignment (MSA).
MSA-vrije Re-folding: De gelokaliseerde pocket en het substraat worden vervolgens opnieuw gevouwen in een MSA-vrij regime. Deze stap vangt ligand-geïnduceerde zijketen- en backbone-adaptaties op, waarbij het model wordt gedwongen de bindingspose op te lossen op basis van strikte biofysische complementariteit en gesimuleerde induced-fit dynamiek in plaats van evolutionaire biases.

B. Multi-modale Feature Integratie

Uit het verfijnde co-gevouwen complex extraheert Boltz2ESI drie geometrische representaties:

Enkele representatie ( $s_{input}$ ): Atomaire en residu-identiteitskenmerken.
Paar-representatie ( $z_{trunk}$ ): Paarsgewijze interactiekenmerken geleerd tijdens de Boltz-2 pretraining.
Distogram ( $d_{complex}$ ): De ruimtelijke geometrie van het voorspelde complex.

Om deze lokale structurele fysica te verzoenen met de globale biologische context, fuseert het framework deze kenmerken met:

Evolutionaire Priors: Residue-niveau embeddings van ESM3 (die conservering, stabiliteit en distale allosterische effecten vangen).
Moleculaire Priors: Geometrie-bewuste 3D-embeddings van Uni-Mol2 en topologische Morgan fingerprints die de chemische omgeving van het substraat beschrijven.

C. Interactievoorspellingsmodule

De gefuseerde representaties worden verwerkt door een geometrie-geconditioneerde interactiemodule met een vier-blokken Pairformer stack. Cruciaal is dat deze module wordt geïnitialiseerd met de pre-getrainde gewichten van de Boltz-2 affinity head, waardoor het model thermodynamische priors kan erven en katalytische specificiteit kan leren die verder gaat dan eenvoudige ground-state bindingsaffiniteit. De output is een scalaire interactiekans ( $p_{interaction} \in [0, 1]$ ).

3. Belangrijkste Resultaten

A. Benchmark Prestaties (ESIBank)

Geëvalueerd op de uitgebreide ESIBank benchmark (323.783 hoogwaardige paren), presteerde Boltz2ESI consistent beter dan state-of-the-art baselines (ESP, EZSpecificity, en zero-shot Boltz-2):

Random Split: Behaalde een AUROC van 0,9156 en een AUPR van 0,6221, waarmee het de rigid-docking benadering EZSpecificity (AUROC 0,8927) en het sequentiegebaseerde model ESP (AUROC 0,6572) overtrof.
Unknown Substrate and Enzyme Split: Toonde robuuste generalisatie naar fylogenetisch nieuwe families met een AUROC van 0,7664, wat significant beter is dan EZSpecificity (0,7198) en ESP (0,6778).
Specificiteitsdiscriminatie: Het model slaagde erin om nauwe sub-familie specificiteiten te onderscheiden, zelfs bij enzymen die dezelfde viercijferige EC-classificatie delen, een taak waarin sequentiegebaseerde modellen doorgaans falen.

B. Ablatie-studies

Noodzaak van Co-folding: Het verwijderen van de co-folding backbone en het vervangen door rigid docking (AlphaFold2/AlphaFill + AutoDock-GPU) veroorzaakte een sterke daling in AUPR (van 0,3331 naar 0,2169), wat bevestigt dat het vangen van ligand-geïnduceerde conformationele plasticiteit cruciaal is.
Evolutionaire Context: Het verwijderen van ESM3 embeddings resulteerde in de grootste prestatiedaling (AUROC naar 0,6605), wat het belang van de globale evolutionaire context voor sequentie-afstandelijke enzymen onderstreept.
Moleculaire Priors: Het verwijderen van substraat moleculaire kenmerken (Uni-Mol2/Morgan) verminderde de AUPR aanzienlijk, wat wijst op de noodzaak van fijnmazige chemische discriminatie.

C. Casestudy: Citraatsynthase

In een structurele analyse van varkenshart-citraatsynthase loste het framework succesvol de grootschalige 19-graden domeel-sluiting (open-naar-gesloten transitie) op die vereist is voor katalyse.

Rigid Docking: Faalde in het simuleren van de backbone aanpassing, wat resulteerde in een gecompromitteerde interactiescore (0,6860).
Co-folding: Ving de induced-fit herschikking op natuurlijke wijze, herstelde de katalytisch competente conformatie en behaalde een hoge specificiteitsscore (0,9770).

D. Praktische Toepassing: Withanolide Pathway

Boltz2ESI werd toegepast om Cytochroom P450-enzymen in de withanolide biosynthetische route van Withania somnifera te prioriteren zonder pathway-specifieke training:

Het rangschikte de experimenteel gevalideerde enzymen CYP87G1 (8e) en CYP88C7 (4e) succesvol onder 107 kandidaten, waarmee het de EnzymeCAGE baseline overtrof.
Het groepeerde biochemisch gekarakteriseerde paralogen correct met hun referentie-enzymen, wat het vermogen aantoont om functionele relaties te vangen onafhankelijk van de genexpressiecontext.

4. Betekenis en Claims

Het artikel stelt dat Boltz2ESI een bruikbaar fundament legt voor rationele biocatalysator-ontdekking en grootschalige pathway de-orphaning. De primaire betekenis ligt in:

Het overwinnen van statische beperkingen: Door end-to-end co-folding te gebruiken, modelleert het framework de dynamische structurele plasticiteit van de gebonden staat, wat een kritieke foutmodus van rigid-docking algoritmen aanpakt.
Eliminatie van annotatie-afhankelijkheid: Het werkt zonder pregedefinieerde bindingspocket-annotaties, waardoor het toepasbaar is op "orphan" enzymen en slecht gekarakteriseerde families.
Het ontkoppelen van Affiniteit en Specificiteit: Het model leert de eisen van katalytische specificiteit te onderscheiden van louter thermodynamische bindingsaffiniteit, wat het mogelijk maakt om echte substraten te onderscheiden van hoog-affiene niet-substraten.
Generaliseerbaarheid: Het framework vertoont een robuuste overdraagbaarheid over diverse enzymfamilies en chemische architecturen, waarbij lichtgewicht fine-tuning de prestaties voor ondervertegenwoordigde families (bijv. thiolases, DUFs) verder verbetert.

De auteurs positioneren Boltz2ESI niet als een vervanging voor experimentele validatie, maar als een krachtig instrument om de zoekruimte voor kandidaat-prioritisering te verkleinen, waardoor de elucidatie van natuurlijke metabole routes en de engineering van nieuwe biocatalysatoren wordt versneld.