Affinity-guided design of PDZ-binding peptides in a shared latent space
本文提出了一种深度学习方法,该方法利用 PDZ-PBM 亲和力的共享潜在空间,在无需模型重训的情况下,通过解析公式化并引导肽段设计,以实现针对单靶点、兼顾脱靶效应以及双靶点结合目标的任务。
原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
在每一个活细胞内,蛋白质扮演着维持生命运转的工人、信使和结构支柱。为了履行职责,这些蛋白质通常需要相互抓取,形成临时或永久性的团队。这种抓取并非随机,而是依赖于特定的形状和化学信号,就像钥匙契合锁芯一样。蛋白质识别彼此最常见的方式之一,涉及蛋白质链末端短小的尾状序列。这些被称为 PDZ 结合基序(PDZ-binding motifs)的尾部,会滑入其他蛋白质上的匹配口袋中,这些口袋被称为 PDZ 结构域(PDZ domains)。这种连接有助于组织细胞,决定蛋白质去往何处以及加入哪些伙伴。由于这些识别规则存在重叠,一个单一的尾部序列有时可以与多个不同的伙伴结合,从而创造出一个复杂的相互作用网络,而科学家们渴望能够编辑这个网络。如果研究人员能够微调这些微小的尾部,他们就有可能将蛋白质重新路由到新的位置,或者迫使它们组成新的团队,而无需改变蛋白质其余庞大的结构。
挑战在于设计这些新颖的尾部非常困难。传统的计算机方法往往难以平衡两个竞争性的目标:既要让蛋白质紧密结合于一个特定的伙伴,又要避免与其他看起来相似的伙伴结合。通常,解决这个问题需要为每一个目标蛋白质构建一个单独的、定制的计算机模型,这是一个缓慢且重复的过程。名古屋大学和东京科学研究所的研究人员提出了一项研究,提供了一条不同的路径。他们并没有构建许多独立的模型,而是训练了一个单一的人工智能系统,使其理解蛋白质相互作用的语言。通过将蛋白质口袋和尾部序列映射到一个共享的、无形的数学空间中,该团队发现,他们只需在该空间内指向不同的方向,就能引导设计过程。
研究人员首先向他们的系统输入了一个包含超过 57,000 个已测量的 PDZ 结构域与其结合尾部之间相互作用的海量数据集。该系统学会了预测给定的尾部与给定的口袋结合的强度,将这些生物学测量值转化为一个共享的地图,其中相似的相互作用在地图上彼此靠近。一旦建立了这张地图,团队就不再需要通过重新训练系统来改变目标。要寻找一个仅与一个目标强力结合的尾部,他们只需将搜索导向代表该目标的地图点。要寻找一个能与目标结合但忽略一个相似且不想要的伙伴的尾部,他们则指向一个能使两者之间距离最大化的方向。要寻找一个能与两个不同目标同样好结合的尾部,他们则瞄准两个目标之间正中间的空间。
该方法的成果令人瞩目。当团队要求系统重新设计一个已知尾部,以更好地结合到特定蛋白质时,计算机生成了一份顶级候选名单。当这些候选者在包含超过 100,000 个先前测量的序列的庞大库中进行测试时,该新方法选出的最佳候选者是整个库中的表现最优者。此外,该新方法建议的前 100 个候选者中有 84 个属于实验测量相互作用的前 1%。这一表现显著超越了现有方法,后者仅在这一顶尖层级中找到了 64 个候选者。当被要求为四种不同的蛋白质从头开始设计全新的十残基尾部时,该系统也取得了成功,生成的序列在结合强度的计算机模拟中,得分始终高于其他领先工具生成的序列。
这项研究还展示了该单一模型的灵活性。当研究人员要求系统设计一个能结合某种蛋白质同时避开特定类似物的尾部时,生成的候选者在模拟中表现出对预期目标的明显偏好。反之,当被要求同时结合两个不同的蛋白质时,系统生成的尾部对两者都表现良好,位于两个单目标设计之间的位置。研究人员通过在球面上绘制生成的序列来可视化这些结果,显示出不同的设计目标自然地将候选者推向了地图中不同的区域。
虽然计算机模拟和与现有数据的对比非常有前景,但作者指出,新设计的尾部尚未在湿实验室(wet lab)中进行测试,以确认其物理行为。目前的成功依赖于计算机预测的准确性以及训练数据的质量,而这些数据中包含了许多难以精确测量的微弱相互作用。尽管如此,这项工作证明了,一种单一的、共享的蛋白质结合理解方式,可以被用于应对复杂的设计挑战,而无需每次都从零开始。通过将蛋白质设计视为在共享空间中寻找正确方向的过程,该方法提供了一种精简的方式,来工程化那些维系我们细胞的分子连接,这可能为未来实现对蛋白质相互作用更精准的控制打开大门。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。