蛋白质是构成人体一切细胞、组织的重要成分，几乎所有的生化反应需要有各种蛋白质的参与。
作为生命基础的蛋白质，它结构与功能是由氨基酸序列决定的。由于天然蛋白质的氨基酸序列经过了长期的自然进化，其能够形成非常稳定的三维结构。然而，天然蛋白质的结构功能已经无法满足当今医疗、科研领域日益增长的需求，因此需要人工对蛋白质的结构进行从头设计以得到具有特定功能的蛋白质。最近，从头蛋白质设计领域又取得了新的发现。近日，华盛顿大学蛋白质设计研究所 David Baker 教授领导的研究小组开发出一种设计蛋白质的新策略，只根据靶点结构即可实现从头设计结合特定位点的全新蛋白。相关论文已于近日发表于 Nature 上。“这一策略可能会开辟今后蛋白药物发现的一个新领域。” 该论文第一作者、西湖大学生命科学学院研究员、助理教授曹龙兴博士告诉生辉。2012 年，从山东大学生命科学学院本科毕业之后，曹龙兴进入中国科学院生物化学与细胞生物学研究所继续攻读博士学位，利用结构生物学手段对细胞表面受体进行结构和功能的研究。2017 年，他远赴华盛顿大学蛋白质设计研究所，师从 David Baker 教授从事博士后研究工作，专注于蛋白质设计方法的开发与应用。去年 8 月，曹龙兴回国并加入西湖大学生命科学学院，担任研究员、助理教授（独立 PI），同时还成立了实验室继续从事蛋白质设计领域的相关研究工作。在治疗癌症等重大疾病中经常使用的抗体药物属于结合蛋白，先前设计结合蛋白的很多方法大都存在局限性，即必须要有天然蛋白质复合物结构。如何在不依赖于任何天然蛋白质结构信息的前提下直接设计结合蛋白，面临着非常大的挑战。“如果只有一个靶点的三维结构，如何针对这个靶点设计结合蛋白，这是一个尚未解决难题。我当时进入 David Baker 教授课题组之后就选择了攻关这个课题。” 谈及这项研究的初衷，曹龙兴说道。他介绍了采用这项新策略设计结合蛋白的整体流程，大体可分为三步：首先，分析出靶蛋白的三维结构，比如病原菌抗原或病毒关键蛋白等；然后，生成很多关键的氨基酸，通过全局搜索的方式找到可能结合的区域；最后，通过 “序列设计” 进行一系列界面优化，最终完成结合蛋白的设计。其中，还有一个局部的搜索策略。“因为整体界面比较复杂，很难整体地去进行优化。我们的方法是找到最关键的、一段一段的特定结合序列，将其提取出来，然后在利用该特异性序列去指导新一轮的对接，一步一步地逐渐完成全局的优化。” 曹龙兴解释说。以攀岩为例，在攀岩过程中需要借助很多 “抓手” 才能到达终点。“起初不知道该怎么去攀登，更不知道哪条路线最好，我们的策略就是让很多的攀岩者去随机的试探和摸索。” 曹龙兴说道。经过第一轮的试探，会发现一些局部路线的最优解，“比如这一段儿这样走比较好，下一段儿那样走比较好，然后把这些关键信息告诉第二轮攀岩者，他们就可以沿着第一轮攀岩者已经找到比较比较好的路线继续再往上攀登。以此类推，经过几轮摸索，就能找到那条最优的攀爬路线。一般情况下只需要一轮的迭代就能找到比较优化的路线。” 他补充说。在这项研究中，曹龙兴和团队还对这个策略进行了验证，他们测试了 12 余种形状各异且具有不同的表面特征的靶蛋白，包含 TGF-β、PDGFR、EGFR，以及新冠病毒表面抗原等。实验结果显示，针对这 12 个不同的靶点均获得了与这些靶蛋白特异性结合的 mini 蛋白。这些 mini 蛋白非常稳定且均小于 65 个氨基酸，经过实验优化后可以与靶点以高亲和力结合。图｜试验显示结合蛋白具有很高的靶向特异性（来源：受访者）“这种不依赖于任何蛋白质复合物结构设计结合蛋白的策略成功，就意味着对于任何天然蛋白质都完全可以通过只根据它的三维结构就可以设计结合蛋白，而这也将会对今后的制药行业带来非常大的影响。” 曹龙兴说。他告诉生辉，一方面，这行工作带来了从头蛋白质设计方法学的创新突破。采用我们开发的这种新方法设计结合蛋白，只需要知道靶蛋白的三维结构信息就够了。另一方面，这项工作将会对今后的医药产业带来积极影响。“我们可以通过从头蛋白质设计的方法去设计一种全新的结合蛋白，能够与靶蛋白以高亲和力结合，有望达到替代抗体，甚至能起到比抗体更好的治疗效果，我觉得这是这项研究的意义所在。” 曹龙兴说，“这可能会开创蛋白药物开发的全新方式，无需完全依赖于天然蛋白质，针对任意靶蛋白都可以直接通过从头蛋白质设计的方式来设计结合蛋白。”据介绍，相较于传统的抗体，这种 mini 蛋白的优势主要体现在三个方面：第一，体积、质量更小。“它比抗体的体积小十几倍，抗体大概有 150 kDa，我们设计的 mini 蛋白只有不到 10 kDa。” 曹龙兴指出。第二，稳定且容易制备。据介绍，mini 蛋白可以在大肠杆菌中进行超大量地表达，意味着后期能够成药，其价格会很低，而且它还非常稳定，在生产运输保存过程中不需要像传统抗体依靠冷链等一系列繁琐苛刻的条件。第三，易于工程化。“得益于较小的体积，我们在设计的时候可以精确的控制其结合位点、结合方式。而抗体则难以实现这一点。” 曹龙兴解释说。就现阶段而言，抗体基本都是通过 “实验筛选”，存在很多不确定性，需要在后期去验证抗体到底是不是有效。“我们的这种 mini 蛋白在设计之初就已经确定好了它后期能发挥的功能。”关于现阶段 mini 蛋白还需要改进的方面，曹龙兴表示，“相较于抗体的靶向区域非常广泛，这种 mini 蛋白形状规则、结构简单，其能够靶向的区域有限，我们接下来将设计更大、更复杂形状的结合蛋白，其能够靶向的靶点就会更多，涉及的面将会更广。”回顾这项研究，在他看来，“最大挑战源自于未知，这里面有太多的未知都需要从头开始、一步一步地进行探索，前前后后差不多用了两年的时间才慢慢形成了目前的这个方法体系。” 值得一提的是，这篇论文的共同一作 Brian Coventry 是曹龙兴的好友，“和他在一起工作是也是段难以忘怀的经历，我觉得这是一个非常酷的 TeamWork。” 曹龙兴表示。去年，AI 在基于氨基酸序列精准预测蛋白质三维结构方面获得一系列重大突破以 AlphaFold2、RoseTTAFold 等为代表的蛋白质结构预测工具的出现，一举破解困扰生物学家长达 50 年的 “蛋白质折叠” 难题，如今，AI 正在深刻变革着结构生物学的发展。随后，研究人员也意识到借助 AI 将会对药物发现带来颠覆性影响。例如，谷歌母公司 Alphabet 去年成立了名为 Isomorphic Labs 的药物发现公司，将深度学习应用于药物发现。对此，曹龙兴也指出，“显然，深度学习肯定会对蛋白设计产生积极地推动，以前我们也尝试过深度学习领域以及一些相关工作。比如，借助 AI 大幅提高蛋白质设计的效率和成功率。”谈到这项研究的转化，曹龙兴认为，“我觉得真正需要的是一个比较好的切入点，这可能会是一个比较独特的、复杂的体系是抗体解决不了的问题或领域，而通过从头蛋白质设计的方法可以很好地解决。” 比如，可以通过设计一些更复杂的逻辑模块可以同时靶向两个位点。“这是需要一个转型的过程。只有具备了一个好的切入点，然后才能慢慢的带动从头蛋白质设计在医药产业界中的应用。” 他补充说。据了解，在 2020 年，曹龙兴和团队设计了可以结合新冠病毒刺突蛋白的小型蛋白，其可以像单克隆抗体一样抑制新冠病毒。据悉，目前，该项研究在美国即将开展临床 Ⅰ 期试验。- Cao, L., Coventry, B., Goreshnik, I. et al. Design of protein binding proteins from target structure alone. Nature (2022).
- https://www./articles/s41586-022-04654-9
- https://www.ncbi.nlm./pmc/articles/PMC7857403/
|
