AlphaProtein Novo: A Google DeepMind pipeline-ja enzimeket tervez olyan reakciókhoz, amelyeket a természet soha nem evolúciózott

Google DeepMind bevezette AlphaProtein Novo (AP Novo), egy gépi tanuláson alapuló, de novo enzimtervezési folyamat, amely a bioRxiv oldalon ezen a héten megjelent előzetes cikk szerint elsőként bizonyítja, hogy a számítógéppel tervezett enzimek felülmúlhatják a természetes szekvenciabányászatot a kihívást jelentő kémiai folyamatokban. A Caltech-kel és a Pittsburghi Egyetemmel közösen kifejlesztett rendszer az enzimeket az elsődleges elvek alapján tervezi, ahelyett, hogy a meglévő fehérjéket optimalizálná, ezzel megoldva a biokatalizátorok felfedezésének régóta fennálló szűk keresztmetszetét.
A folyamat motívumvázoláson keresztül működik: egy diffúziós modell fehérjestruktúrákat és aminosav-szekvenciákat generál egy katalitikus motívum körül – az oldalláncok és ligandumok elrendezése, amely egy feltételezett reakciómechanizmushoz szükséges. A jelölt terveket ezután az AlphaFold 3 predikcióiból származó metrikák segítségével szűrik, amelyek a mechanisztikusan releváns atomi részleteket, például a katalitikus bázis és szubsztrátja közötti geometriát értékelik. Összesen a csapat több mint 5,600 tervet tesztelt öt reakcióban, és a legjobb tervezési aspektusokban akár 80%-os találati arányt, valamint a legmodernebb katalitikus hatékonyságot jelentették a benchmark reakciókban iteratív kísérleti optimalizálás nélkül.
A főbb bejelentések jól illusztrálják a megközelítés széleskörűségét. Először is, a kutatók nitrén transzferázokat terveztek piperidinek – számos FDA által jóváhagyott gyógyszerben jelen lévő heterociklus – szintézisére. Egy szubsztrát kompetitív ciklizációja öttagú pirrolidin- vagy hattagú piperidin gyűrűket eredményezhet, és a természetes hem enzimek erősen az előbbit részesítik előnyben. 188 természetes és mesterségesen létrehozott variáns szűrése során egyetlen enzim sem haladta meg a 30:70 piperidin-pirrolidin arányt. Ezzel szemben a vezető de novo terv, a GDM_NT_270, 99:1 regioszelektivitást ért el a piperidinre 94%-os enantiomerfelesleggel és 22 átalakulással – a természetes torzítást az aktív hely geometriájának közvetlen szabályozásával megfordítva.
Másodszor, a csapat a di(2-etilhexil)ftalátot (DEHP) vette célba, egy átható lágyítót és endokrin-károsító környezeti szennyező anyagot, amelynek terjedelmes oldalláncai és vízben való oldhatatlansága a legtöbb természetes hidrolázt gátolja. Egy 65 természetes észterázt felölelő nemrégiben végzett szűrés során csak egy aktív DEHPázt találtak; az AP Novo hét új szerkezeti családot hozott létre, amelyek képesek a reakcióra, az új vázszerkezetű enzimek találati aránya elérte a 11%-ot (39% az újrahasznosított vázszerkezetek esetében). Bár jelenleg kevésbé aktívak, mint a természetes enzimek vizes körülmények között, a tervek a természetben ritka tulajdonságokat mutatnak: egy 191 aminosavból álló enzim 14-szer aktívabb volt 90°C-on, mint szobahőmérsékleten, és működőképes maradt 75%-os acetonitrilben, olyan körülmények között, amelyek teljes mértékben denaturálják a természetes észterázokat. Kis mérete és magas expressziója E. coliban szintén csökkenti a termelési költségeket.
A szekvencia-együttesek mint kulcsjelek
A munka fő módszertani meglátása a szűrésre vonatkozik. A kutatók azt találták, hogy a LigandMPNN-ből származó szekvenciák együtteseinek ugyanazon gerinchez viszonyított értékelése – amely megkövetelte, hogy minden újraszekvenált variáns átmenjen a mechanizmus által inspirált szűrőkön – drámaian megnövelte a prediktív teljesítményt, akár 30-szorosára növelve a szerin-észteráz találati arányát. Ezt a gerinc részleges diffúziós újramintavételével kombinálva a retrospektív találati arányok 60%-ra emelkedtek a Kemp eliminázok és 80%-ra a szerin-észterázok esetében. A szerzők szerint ez magyarázza az iteratív újratervezési folyamatok működését: implicit módon olyan gerinceket választanak ki, amelyek lokális szekvencia-szerkezeti tere nagy vonalakban támogatja a kívánt katalitikus geometriát.
Továbbra is vannak korlátok. A katalitikus aktivitás még mindig nagyságrendekkel alacsonyabb a természetes vagy az irányított evolúcióra optimalizált enzimekénél, a motívumkonstrukció reakcióspecifikus szakértelmet igényel, és a modellek még nem ragadják meg érdemi módon a katalízis fizikáját. Mindazonáltal a nem kereskedelmi célú felhasználásra kiadott kóddal és súlyokkal az AP Novo azt jelzi, hogy a generatív fehérjetervezés a természetes biodiverzitás kiaknázásának gyakorlati kiegészítőjévé – és bizonyos esetekben alternatívájává – válik.
Jogi nyilatkozat
Összhangban a A Trust Project irányelvei, kérjük, vegye figyelembe, hogy az ezen az oldalon közölt információk nem minősülnek jogi, adózási, befektetési, pénzügyi vagy bármilyen más formájú tanácsnak, és nem is értelmezhetők. Fontos, hogy csak annyit fektessen be, amennyit megengedhet magának, hogy elveszítsen, és kérjen független pénzügyi tanácsot, ha kétségei vannak. További információkért javasoljuk, hogy tekintse meg a szerződési feltételeket, valamint a kibocsátó vagy hirdető által biztosított súgó- és támogatási oldalakat. MetaversePost elkötelezett a pontos, elfogulatlan jelentéstétel mellett, de a piaci feltételek előzetes értesítés nélkül változhatnak.
A szerzőről
Alisa, a The MPost, kriptovalutákra, mesterséges intelligenciára, befektetésekre és a világ kiterjedt területére specializálódott Web3. Élénk szemmel figyeli a feltörekvő trendeket és technológiákat, ezért átfogó tájékoztatást nyújt, hogy tájékoztassa és bevonja olvasóit a digitális pénzügyek folyamatosan fejlődő világába.
További cikkek
Alisa, a The MPost, kriptovalutákra, mesterséges intelligenciára, befektetésekre és a világ kiterjedt területére specializálódott Web3. Élénk szemmel figyeli a feltörekvő trendeket és technológiákat, ezért átfogó tájékoztatást nyújt, hogy tájékoztassa és bevonja olvasóit a digitális pénzügyek folyamatosan fejlődő világába.



