AlphaProtein Novo: Pipeline-ul Google DeepMind proiectează enzime pentru reacții pe care natura nu le-a evoluat niciodată

Google DeepMind a introdus AlphaProtein Novo (AP Novo), o rețea de învățare automată pentru proiectarea de novo a enzimelor care, conform unui articol publicat pe bioRxiv săptămâna aceasta, demonstrează pentru prima dată că enzimele proiectate computațional pot depăși performanța extragerii secvențelor naturale în condiții chimice dificile. Dezvoltat în colaborare cu Caltech și Universitatea din Pittsburgh, sistemul proiectează enzime pornind de la principii inițiale, mai degrabă decât optimizând proteinele existente, abordând un blocaj persistent în descoperirea biocatalizatorilor.
Conducta de cercetare funcționează prin schele de motive: un model de difuzie cogenerează structuri proteice și secvențe de aminoacizi în jurul unui motiv catalitic - aranjamentul lanțurilor laterale și al liganzilor necesar pentru un mecanism de reacție ipotetic. Design-urile candidate sunt apoi filtrate folosind metrici derivate din predicțiile AlphaFold 3, care evaluează detalii atomice relevante din punct de vedere mecanic, cum ar fi geometria dintre o bază catalitică și substratul său. În total, echipa a testat peste 5,600 de design-uri în cinci reacții, raportând rate de succes de până la 80% în cele mai bune fațete de design și eficiențe catalitice de ultimă generație pe reacții de referință, fără optimizare experimentală iterativă.
Aplicațiile principale ilustrează amploarea abordării. În primul rând, cercetătorii au conceput nitren transferaze pentru a sintetiza piperidine - un heterociclu prezent în numeroase medicamente aprobate de FDA. Ciclizarea competitivă a unui substrat poate produce fie inele pirolidine cu cinci membri, fie inele piperidine cu șase membri, iar enzimele hem naturale favorizează puternic prima variantă. Screening-ul a 188 de variante naturale și modificate genetic nu a produs nicio enzimă care să depășească un raport piperidină-pirolidină de 30:70. Prin contrast, designul de novo principal, GDM_NT_270, a atins o regioselectivitate de 99:1 pentru piperidină cu un exces enantiomeric de 94% și 22 de turnover-uri - inversând tendința naturală prin controlul direct asupra geometriei situsului activ.
În al doilea rând, echipa a vizat di(2-etilhexil)ftalatul (DEHP), un plastifiant omniprezent și contaminant de mediu care perturbă sistemul endocrin, ale cărui lanțuri laterale voluminoase și insolubilitate în apă înving majoritatea hidrolazelor naturale. O analiză recentă a 65 de esteraze naturale a găsit o singură DEHPază activă; AP Novo a produs șapte noi familii structurale capabile de această reacție, cu o rată de succes a noii schele ajungând la 11% (39% pentru schelele reciclate). Deși în prezent sunt mai puțin active decât enzimele naturale în condiții apoase, modelele prezintă proprietăți rare în natură: o enzimă cu 191 reziduuri a fost de 14 ori mai activă la 90°C decât la temperatura camerei și a rămas funcțională în 75% acetonitril, condiții care denaturează complet esterazele naturale. Dimensiunea sa mică și expresia ridicată în E. coli reduc, de asemenea, costurile de producție.
Ansamblurile de secvențe ca semnal cheie
Principala perspectivă metodologică a lucrării se referă la filtrare. Cercetătorii au descoperit că evaluarea ansamblurilor de secvențe derivate din LigandMPNN în raport cu aceeași structură principală — necesitând ca fiecare variantă resecvențiată să treacă de filtre inspirate de mecanism — a amplificat dramatic puterea predictivă, crescând ratele de succes ale serin esterazei de până la 30 de ori. Combinând acest lucru cu reeșantionarea prin difuzie parțială a scheletului principal, ratele de succes retrospective au crescut la 60% pentru eliminazele Kemp și la 80% pentru serin esterazele. Autorii susțin că acest lucru explică de ce funcționează conductele de reproiectare iterativă: ele selectează implicit scheletele principale al căror spațiu local de secvență-structură susține în linii mari geometria catalitică intenționată.
Există încă limitări. Activitățile catalitice sunt încă cu ordine de mărime sub enzimele naturale sau optimizate pentru evoluție dirijată, construcția motivelor necesită expertiză specifică reacției, iar modelele nu surprind încă în mod semnificativ fizica catalizei. Cu toate acestea, odată cu lansarea codului și a ponderilor pentru uz necomercial, AP Novo semnalează că proiectarea generativă a proteinelor devine un complement practic - și în anumite cazuri o alternativă - la exploatarea biodiversității naturale.
Declinare a responsabilităţii
În conformitate cu Ghidurile proiectului Trust, vă rugăm să rețineți că informațiile furnizate pe această pagină nu sunt destinate și nu trebuie interpretate ca fiind consiliere juridică, fiscală, investițională, financiară sau orice altă formă de consiliere. Este important să investești doar ceea ce îți poți permite să pierzi și să cauți sfaturi financiare independente dacă ai îndoieli. Pentru informații suplimentare, vă sugerăm să consultați termenii și condițiile, precum și paginile de ajutor și asistență furnizate de emitent sau agent de publicitate. MetaversePost se angajează să raporteze corecte, imparțial, dar condițiile de piață pot fi modificate fără notificare.
Despre autor
Alisa, o jurnalistă dedicată la MPost, specializată în criptomonede, inteligență artificială, investiții și domeniul vast al Web3. Cu un ochi aprofundat pentru tendințele și tehnologiile emergente, ea oferă o acoperire cuprinzătoare pentru a informa și a implica cititorii în peisajul în continuă evoluție al finanțelor digitale.
Mai multe articole
Alisa, o jurnalistă dedicată la MPost, specializată în criptomonede, inteligență artificială, investiții și domeniul vast al Web3. Cu un ochi aprofundat pentru tendințele și tehnologiile emergente, ea oferă o acoperire cuprinzătoare pentru a informa și a implica cititorii în peisajul în continuă evoluție al finanțelor digitale.



