AlphaProtein Novo: Google DeepMind-ov cjevovod dizajnira enzime za reakcije koje priroda nikada nije evoluirala

Google DeepMind je uveo AlphaProtein Novo (AP Novo), cjevovod strojnog učenja za de novo dizajn enzima koji, prema preprintu objavljenom na bioRxivu ovog tjedna, prvi put pokazuje da računalno dizajnirani enzimi mogu nadmašiti rudarenje prirodnih sekvenci u zahtjevnim kemijskim istraživanjima. Razvijen u suradnji s Caltechom i Sveučilištem u Pittsburghu, sustav dizajnira enzime iz prvih principa umjesto da optimizira postojeće proteine, rješavajući dugogodišnje usko grlo u otkrivanju biokatalizatora.
Cjevovod funkcionira putem stvaranja skele motiva: difuzijski model kogenerira proteinske strukture i aminokiselinske sekvence oko katalitičkog motiva - rasporeda bočnih lanaca i liganada potrebnih za hipotetski mehanizam reakcije. Kandidati za dizajn zatim se filtriraju pomoću metrike izvedene iz AlphaFold 3 predviđanja, koja procjenjuju mehanistički relevantne atomske detalje poput geometrije između katalitičke baze i njezinog supstrata. Ukupno je tim testirao više od 5,600 dizajna u pet reakcija, izvješćujući o stopama uspješnosti do 80% u najboljim aspektima dizajna i najsuvremenijoj katalitičkoj učinkovitosti na referentnim reakcijama bez iterativne eksperimentalne optimizacije.
Glavne primjene ilustriraju širinu pristupa. Prvo, istraživači su dizajnirali nitrenske transferaze za sintezu piperidina - heterocikla prisutnog u brojnim lijekovima odobrenim od strane FDA. Kompetitvna ciklizacija supstrata može dati peteročlane pirolidinske ili šesteročlane piperidinske prstenove, a prirodni hem enzimi snažno favoriziraju prve. Probir 188 prirodnih i inženjerskih varijanti nije proizveo nijedan enzim koji prelazi omjer piperidina i pirolidina od 30:70. Nasuprot tome, vodeći de novo dizajn, GDM_NT_270, postigao je regioselektivnost od 99:1 za piperidin s 94% enantiomernog viška i 22 obrta - invertirajući prirodnu pristranost izravnom kontrolom nad geometrijom aktivnog mjesta.
Drugo, tim se usmjerio na di(2-etilheksil)ftalat (DEHP), sveprisutni plastifikator i endokrini disruptor koji onečišćuje okoliš, čiji glomazni bočni lanci i netopljivost u vodi uništavaju većinu prirodnih hidrolaza. Nedavni pregled 65 prirodnih esteraza pronašao je samo jednu aktivnu DEHPazu; AP Novo dao je sedam novih strukturnih porodica sposobnih za reakciju, s stopom uspješnosti novog skeleta koja je dosegla 11% (39% za reciklirane skele). Iako su trenutno manje aktivni od prirodnih enzima u vodenim uvjetima, dizajni pokazuju svojstva rijetka u prirodi: jedan enzim sa 191 ostatkom bio je 14 puta aktivniji na 90°C nego na sobnoj temperaturi i ostao je funkcionalan u 75% acetonitrila, uvjetima koji potpuno denaturiraju prirodne esteraze. Njegova mala veličina i visoka ekspresija u E. coli također smanjuju troškove proizvodnje.
Sekvencijski ansambli kao ključni signal
Glavni metodološki uvid rada odnosi se na filtriranje. Istraživači su otkrili da je procjena ansambala sekvenci izvedenih iz LigandMPNN-a u odnosu na isti lanac - zahtijevajući da svaka resekvencirana varijanta prođe filtere inspirirane mehanizmom - dramatično povećala prediktivnu moć, povećavajući stope pogodaka serin esteraze do 30 puta. Kombinacija ovoga s ponovnim uzorkovanjem djelomične difuzije lanca povećala je retrospektivne stope pogodaka na 60% za Kemp eliminaze i 80% za serin esteraze. Autori tvrde da to objašnjava zašto iterativni cjevovodi redizajna funkcioniraju: oni implicitno odabiru lance čiji lokalni prostor strukture sekvence široko podržava namjeravanu katalitičku geometriju.
Ograničenja ostaju. Katalitičke aktivnosti su još uvijek za redove veličine ispod prirodnih ili enzima optimiziranih usmjerenom evolucijom, konstrukcija motiva zahtijeva stručnost specifičnu za reakciju, a modeli još ne obuhvaćaju smisleno fiziku katalize. Ipak, s kodom i težinama objavljenim za nekomercijalnu upotrebu, AP Novo signalizira da generativni dizajn proteina postaje praktičan dodatak - a u odabranim slučajevima i alternativa - rudarenju prirodne bioraznolikosti.
Izjava o odricanju od odgovornosti
U skladu s Smjernice projekta povjerenja, imajte na umu da informacije navedene na ovoj stranici nemaju namjeru i ne smiju se tumačiti kao pravni, porezni, investicijski, financijski ili bilo koji drugi oblik savjeta. Važno je ulagati samo ono što si možete priuštiti izgubiti i potražiti neovisni financijski savjet ako imate bilo kakvih nedoumica. Za dodatne informacije predlažemo da pogledate odredbe i uvjete, kao i stranice za pomoć i podršku koje pruža izdavatelj ili oglašivač. MetaversePost je predan točnom, nepristranom izvješćivanju, ali tržišni uvjeti podložni su promjenama bez prethodne najave.
O autoru
Alisa, predana novinarka u MPost, specijaliziran za kriptovalute, umjetnu inteligenciju, ulaganja i široko područje Web3. S oštrim okom za nove trendove i tehnologije, ona pruža sveobuhvatnu pokrivenost kako bi informirala i uključila čitatelje u krajolik digitalnih financija koji se neprestano razvija.
Više članaka
Alisa, predana novinarka u MPost, specijaliziran za kriptovalute, umjetnu inteligenciju, ulaganja i široko područje Web3. S oštrim okom za nove trendove i tehnologije, ona pruža sveobuhvatnu pokrivenost kako bi informirala i uključila čitatelje u krajolik digitalnih financija koji se neprestano razvija.



