David Baker团队又一突破:首次利用生成式AI设计出全新抗体

David Baker团队又一突破:首次利用生成式AI设计出全新抗体 据 Nature 报道,这一工作提出了将人工智能驱动的蛋白质设计带入价值数千亿美元的治疗性抗体市场的可能性。抗体与流感病毒蛋白结合(来源:Juan Gaertner/Science Photo Library)相关研究论文以“Atomically accurate de novo design of single-domain antibodies”为题,已发表在预印本网站 bioRxiv 上。英国牛津大学免疫信息学家 Charlotte Deane 评价道:“这是一项非常有前景的研究,它代表了将人工智能蛋白质设计工具应用于制造新抗体的重要一步。”让抗体设计更快、更容易抗体是一种免疫分子,能强力附着在与疾病相关的蛋白质上,传统的制造方法包括对动物进行免疫实验或对大量分子进行筛选,昂贵且费时。该论文的共同第一作者、华盛顿大学计算生物化学家 Nathaniel Bennett 认为,能够缩短这些昂贵的人工智能工具有可能“使设计抗体的能力民主化”。在这项工作中,研究团队利用 RFdiffusion 和 RoseTTAFold2 网络,通过计算机模拟和实验验证,成功设计出了全新的抗体 VHH(单域抗体;Variable Heavy-chain of Heavy-chain antibodies)。在整个设计过程中,研究团队充分考虑了抗体与靶标之间的相互作用,力求达到最优的结合效果。据论文描述,RFdiffusion 和 RoseTTAFold2 网络在抗体设计中扮演了至关重要的角色,实现了抗体结构的设计和预测,为全新抗体的生成提供了基础。其中,RFdiffusion 网络主要用于设计全新的抗体结构,特别是针对特定的抗原表位。它可以根据用户指定的抗原表位,设计出具有结合能力的抗体结构。基于 AlphaFold2/RF2 的蛋白质骨架,RFdiffusion 网络使用一系列训练过程来进行蛋白质结构的预测和优化。在训练过程中,该网络通过一系列步骤对蛋白质结构进行噪声处理,并预测去噪后的结构。这些步骤使网络能够学习并优化抗体结构,从而适应特定的抗原表位。通过训练和优化过程,该网络能够生成具有高结合亲和力的抗体结构,从而实现对特定抗原的识别和结合。用于抗体设计的RFdiffusion概述(来源:该论文)RoseTTAFold2 网络则主要用于预测抗体结构,特别是在抗体-抗原复合物中的抗体结构。它能够帮助验证设计的抗体结构与抗原的结合模式是否符合预期。基于 Transformer 神经网络架构,RoseTTAFold2 网络使用大量的蛋白质结构数据进行训练。它通过对蛋白质序列进行序列到序列的预测,从而得到全新的蛋白质 3D 结构。经过微调的RoseTTAFold2能够区分真正的复合物和诱饵复合物(来源:该论文)微调后的RoseTTAFold2与IgFold在抗体单体预测方面的比较(来源:该论文)通过对设计的抗体结构进行预测,研究团队可以更好地了解抗体与抗原之间的相互作用,并验证设计的合理性和有效性。整体上,通过设计和预测抗体结构,RFdiffusion 和 RoseTTAFold2 网络为全新抗体的创新和验证提供了重要支持。人工智能设计的抗体,能用吗?利用这种方法,研究团队设计出了数千种抗体,这些抗体能识别几种细菌和病毒蛋白质(比如流感病毒用来入侵细胞的蛋白质)的特定区域以及一种抗癌药物靶标。然后,他们在实验室中制作了这些设计的一个子集,并测试了这些分子是否能与正确的靶点结合,进而验证了抗体卓越的有效性。例如,表面等离子共振(SPR)等技术,可以验证 VHH 与目标抗原的结合能力。实验结果显示,设计的 VHH 能够与目标抗原特异性结合,并表现出一定的结合亲和力。另外,X 射线晶体学或/和冷冻电镜技术,可以解析 VHH 与目标抗原的复合物结构。结构解析结果显示,设计的 VHH 与目标抗原形成特定的结合模式,VHH 的关键残基与抗原表位发生特异性相互作用,进一步证明了设计的抗体具有与目标抗原结合的能力。最后,通过 SPR 等技术,研究团队对 VHH 与目标抗原的结合亲和力进行了验证。结果显示,设计的 VHH 与目标抗原之间存在一定的结合亲和力,其亲和力值反映了两者之间的结合强度和稳定性。以上这些结果,为设计的抗体的进一步应用和开发提供了重要的实验基础和支持。然而,该研究也存在一些局限性。首先,设计的 VHH 在结合亲和力和特异性方面仍有待进一步优化和提高;其次,设计的 VHH 主要针对单一抗原进行了验证,对于多种抗原或复杂疾病的治疗效果尚待验证;另外,抗体的免疫原性、稳定性和生产成本等方面也需要进一步研究和解决。蛋白质设计,充满无限可能近年来,David Baker 团队一直致力于蛋白质设计研究,且成果显著。图|David Baker2021 年 8 月,团队研发出了一款完全免费的、新的深度学习工具 RoseTTAFold,不仅拥有媲美 AlphaFold2 的蛋白质结构预测超高准确度,而且更快、所需计算机处理能力更低。2021 年 11 月,团队进一步将 AlphaFold 2 与 RoseTTAFold 相结合,成功用于蛋白质-蛋白质复合物结构的预测。去年 4 月,他们在一篇发表在 Science 上的论文中,介绍了如何利用强化学习设计新型蛋白质设计软件,由该方法合成的蛋白质能更有效地在小鼠体内产生有用抗体。他们称,这一突破将会在疫苗领域有所贡献。去年 7 月,他们开发了一个人工智能蛋白质结构预测系统 RoseTTAFold,称可与 AlphaFold 媲美,不仅可以预测蛋白质结构,还能预测蛋白复合物结构。随后,他们也公开了 RFdiffusion 的云版本,将定制蛋白质带入了主流科研界。去年 12 月,团队在 Nature 上发表论文,展示了人工智能技术能够从头设计高亲和力的蛋白,这让科学家们更有可能创造出更便宜的抗体替代品,用于疾病检测和治疗。一项好的科学研究,不仅需要过硬的技术,也同样需要丰富的想象力。未来,抗体及蛋白质设计领域或将充满着无限可能,为人类健康和医学治疗带来新的希望。参考链接: ... PC版: 手机版:

相关推荐

封面图片

2024年诺贝尔化学奖一半授予David Baker,以表彰其计算蛋白质设计的贡献;另一半授予Demis Hassabis和Jo

2024年诺贝尔化学奖一半授予David Baker,以表彰其计算蛋白质设计的贡献;另一半授予Demis Hassabis和John M. Jumper,以表彰其蛋白质结构预测的贡献。 (诺贝尔奖网站)-电报频道- #娟姐新闻:@juanjienews

封面图片

DNA诱饵在突破性疫苗方法中战胜病毒

DNA诱饵在突破性疫苗方法中战胜病毒 这种疫苗已在小鼠身上进行了试验,它由一个 DNA 支架组成,支架上有许多病毒抗原的拷贝。这种疫苗被称为微粒疫苗,模仿病毒的结构。以前大多数微粒疫苗的研究工作都依赖于蛋白质支架,但这些疫苗中使用的蛋白质往往会产生不必要的免疫反应,从而分散免疫系统对目标的注意力。在小鼠研究中,研究人员发现 DNA 支架不会诱发免疫反应,从而使免疫系统能够将抗体反应集中在目标抗原上。麻省理工学院生物工程学教授马克-巴特(Mark Bathe)说:"我们在这项工作中发现,DNA 不会诱发抗体,以免分散对相关蛋白质的注意力。可以想象的是, B 细胞和免疫系统正在接受目标抗原的全面训练,而这正是你想要的让免疫系统激光聚焦于感兴趣的抗原。"研究人员说,这种能强烈刺激 B 细胞(产生抗体的细胞)的方法能让人们更容易开发出针对艾滋病、流感以及 SARS-CoV-2 等难以针对的病毒的疫苗。与受到其它类型疫苗刺激的 T 细胞不同,这些 B 细胞可以持续数十年,提供长期保护。哈佛大学医学院副教授、拉贡研究所首席研究员丹尼尔-凌伍德说:"我们有兴趣探索是否能让免疫系统产生更高水平的免疫力,以抵御流感、艾滋病毒和SARS-CoV-2等传统疫苗方法所抵御的病原体。这种将针对目标抗原的反应与平台本身脱钩的想法是一种潜在的强大免疫学技巧,现在我们可以利用它来帮助这些免疫学靶向决策朝着更有针对性的方向发展"。Bathe、Lingwood和哈佛大学医学院副教授、拉贡研究所首席研究员亚伦-施密特(Aaron Schmidt)是这篇论文的资深作者,论文今天(1月30日)发表在《自然-通讯》(Nature Communications)杂志上。论文的主要作者包括麻省理工学院前博士后艾克-克里斯蒂安-瓦姆霍夫、拉贡研究所博士后拉兰斯-隆萨、哈佛大学前研究生贾里德-费尔德曼、麻省理工学院研究生格兰特-克纳普和哈佛大学前研究生布莱克-豪瑟。微粒疫苗通常由一种蛋白质纳米粒子组成,其结构与病毒相似,可携带许多病毒抗原拷贝。这种高密度的抗原能产生比传统疫苗更强的免疫反应,因为人体认为它与真正的病毒相似。目前已开发出针对乙型肝炎和人类乳头瘤病毒等少数病原体的微粒疫苗,而针对 SARS-CoV-2 的微粒疫苗也已获准在韩国使用。这些疫苗尤其擅长激活 B 细胞,使其产生针对疫苗抗原的特异性抗体。Bathe说:"免疫学领域的许多人都对微粒疫苗非常感兴趣,因为它们能产生强大的体液免疫,也就是基于抗体的免疫,它有别于基于T细胞的免疫,而mRNA疫苗似乎能更强烈地激发T细胞免疫。"不过,这种疫苗的一个潜在缺点是,用于支架的蛋白质通常会刺激人体产生针对支架的抗体。巴特说,这会分散免疫系统的注意力,使其无法如愿启动强有力的反应。他说:"中和 SARS-CoV-2 病毒需要一种疫苗以产生针对病毒尖峰蛋白受体结合域部分的抗体。当在基于蛋白质的微粒上显示这种抗体时,免疫系统不仅能识别受体结合域蛋白质,还能识别与试图引起的免疫反应无关的所有其他蛋白质。"另一个潜在的缺点是,如果同一个人接种了不止一种由相同蛋白支架携带的疫苗,例如接种了 SARS-CoV-2 疫苗,然后又接种了流感疫苗,那么他们的免疫系统很可能会立即对蛋白支架产生反应,因为他们已经做好了对蛋白支架产生反应的准备。这可能会削弱对第二种疫苗所含抗原的免疫反应。Bathe说:"如果想应用这种基于蛋白质的微粒来免疫不同的病毒(如流感),那么免疫系统就会沉迷于它已经看到并产生免疫反应的底层蛋白质支架。这可能会降低机体对实际抗原的抗体反应质量。"作为一种替代方法,Bathe 的实验室一直在开发使用 DNA 折纸制作的支架,这种方法可以精确控制合成 DNA 的结构,并允许研究人员在特定位置附着各种分子,如病毒抗原。在2020 年的一项研究中,巴特和麻省理工学院生物工程及材料科学与工程教授达雷尔-欧文(Darrell Irvine)发现,携带 30 个艾滋病毒抗原拷贝的 DNA 支架可以在实验室培育的 B 细胞中产生强烈的抗体反应。这种结构是激活 B 细胞的最佳选择,因为它与纳米级病毒的结构非常相似,而纳米级病毒的表面会显示许多病毒蛋白的拷贝。Lingwood说:"这种方法建立在B细胞抗原识别的基本原理基础之上,即如果对抗原进行阵列显示,就能促进B细胞的反应,提高抗体输出的数量和质量。"在新的研究中,研究人员换用了由 SARS-CoV-2 原始菌株中尖峰蛋白的受体结合蛋白组成的抗原。在给小鼠注射疫苗时,他们发现小鼠对尖峰蛋白产生了高水平的抗体,但对DNA支架却没有产生任何抗体。与此相反,以一种名为铁蛋白的支架蛋白为基础、涂有 SARS-CoV-2 抗原的疫苗产生了许多针对铁蛋白和 SARS-CoV-2 的抗体。"DNA 纳米粒子本身没有免疫原性,"Lingwood 说。"使用基于蛋白质的平台会对平台和感兴趣的抗原产生同样高滴度的抗体反应,这会使重复使用该平台变得复杂,因为身体会对它产生高亲和力的免疫记忆"。减少这些脱靶效应还有助于科学家们实现开发一种疫苗的目标,这种疫苗可以诱导针对任何变异的 SARS-CoV-2 甚至所有冠状病毒的广泛中和抗体,而冠状病毒是包括 SARS-CoV-2 以及导致 SARS 和 MERS 的病毒在内的病毒亚属。为此,研究人员正在探索一种附有多种不同病毒抗原的 DNA 支架能否诱导出针对 SARS-CoV-2 和相关病毒的广泛中和抗体。编译来源:ScitechDaily ... PC版: 手机版:

封面图片

英国DeepMind(深度思维)公司研究人员领衔的团队22日在英国《自然》杂志发表报告说,该公司的人工智能程序AlphaFold

英国DeepMind(深度思维)公司研究人员领衔的团队22日在英国《自然》杂志发表报告说,该公司的人工智能程序AlphaFold(阿尔法折叠)预测出98.5%的人类蛋白质结构,有助于深入理解一些关键生物学信息,从而更好开展药物研发。 人类蛋白质组是指人类基因组编码所有蛋白质的集合,考虑到理解人类蛋白质组对健康和医药的重要性,研究人员一直以来付出大量努力来确定其中的蛋白质结构,但用普通实验方法预测蛋白质结构十分耗时。人类基因组中目前只有三分之一的蛋白质3D结构已通过实验确定。 AlphaFold是DeepMind公司开发的一款人工智能程序,可用于预测蛋白质结构。该公司研究人员利用AlphaFold确定了覆盖几乎整个人类蛋白质组(98.5%的所有人类蛋白质)的蛋白质结构,并将这些结构放入公开的数据库免费供全球科研人员使用。 氨基酸是连接起来形成蛋白质的亚单位。研究人员还让AlphaFold对人类蛋白质组58%的氨基酸结构位置给出可信预测;其中对35.7%的结构位置预测达到很高可信度。 报告作者之一、DeepMind公司联合创始人德米斯·哈萨比斯在一篇文章中说,了解一部机器的结构之后才能清楚知道它能做什么,因此深入分析蛋白质结构有助我们理解它的功能。研究人员在寻找疾病治疗方案以及应对包括抗生素耐药性、微塑料污染和气候变化等人类社会面临的重大挑战过程中,也能从中受益。 (新华社)

封面图片

科学家发现一种研发疫苗的更好方法

科学家发现一种研发疫苗的更好方法 促进血细胞产生针对特定病毒蛋白的抗体是开发人用疫苗的重要一步。这对研究人员来说具有挑战性,因为受试者是否产生抗体取决于科学家如何设计和施用抗原,抗原是他们为测试疫苗有效性而施用的病毒的一部分。病毒研究的一个非常重要的方面是如何表达和纯化用于疫苗接种的抗原。用制备好的抗原对动物进行免疫,动物会产生针对抗原的特异性抗体。但科学家必须分离抗原,以确保他们开发的疫苗能够针对他们希望防治的特定疾病。一旦研究人员纯化了抗原,他们就能研制出疫苗,引导受试者产生所需的抗体。但在尝试开发实验室生产的抗原时,这种分离工作尤其耗时,因为病毒通常会迅速变异。科学家可能需要数周时间才能开发出正确的抗原。科学家们开发出了一种诱导目标特异性免疫反应的新方法。通过将抗原蛋白融合到一种源于四泛蛋白的锚膜结合蛋白中,研究人员创造出了主要显示在人体细胞表面的融合蛋白。载体蛋白将蛋白质暴露在细胞表面,诱导产生针对适当、相关抗原的抗体。另外一个优点是,这些抗原与病毒中的相应蛋白质具有相同的构象和修饰,因为它们是由与病毒自然感染的人体细胞相似的细胞制造的。这种新的显示技术有可能成为一种更可靠的免疫技术。在这项研究中,研究人员能够诱导出针对不同蛋白质的抗体,重点是导致 2019 年冠状病毒病(COVID-19)的SARS-CoV-2 病毒的受体结合域。开发出的锚蛋白使科学家们能够针对特定疾病进行免疫,而无需纯化抗原。研究人员深信,这项技术可以大大加快免疫过程。论文作者之一丹尼尔-伊万诺维奇(Daniel Ivanusic)说:"这项工作基于 SARS-CoV-2 的受体结合结构域,仅仅是一项非常有趣的免疫技术的开端。对我们来说,采用 tANCHOR 技术最具挑战性、最重要也最令人兴奋的应用是诱导针对 HIV-1 的中和抗体。我认为这将是一项伟大的工作!"编译自/scitechdaily ... PC版: 手机版:

封面图片

模拟病毒的DNA粒子可提供无免疫副作用的疫苗

模拟病毒的DNA粒子可提供无免疫副作用的疫苗 DNA 粒子制成的疫苗递送平台避免了使用蛋白质粒子时出现的脱靶效应 巴特实验室/麻省理工学院微粒疫苗通常是由携带许多病毒抗原拷贝的蛋白型病毒微粒支架制成。由于它们模拟天然病毒,因此与传统疫苗相比,这些疫苗能产生更强的免疫反应。它们能激活 B 细胞,使其产生针对所传递抗原的特异性抗体。不过,微粒疫苗的一个潜在缺点是,蛋白质支架会刺激产生针对它和它所携带的抗原(也是一种蛋白质)的抗体,从而降低免疫系统对抗原的反应强度。此外,由于机体会产生针对蛋白质平台的抗体,这就限制了它今后作为疫苗载体的使用,即使是用于不同的病毒。现在,麻省理工学院的研究人员开发出了一种基于 DNA 的支架,可以避免这一问题,确保免疫系统只对抗原而不是平台做出反应。该研究的通讯作者之一丹尼尔-凌伍德说:"DNA纳米粒子本身没有免疫原性。如果使用基于蛋白质的平台,你会对平台和感兴趣的抗原产生同样高级别的抗体反应,这会使重复使用该平台变得复杂,因为机体会对它产生高亲和力的免疫记忆"。为了制作支架,研究人员采用了他们以前使用过的"DNA折纸"技术,即折叠DNA,使其模仿病毒的结构。这种技术可以在特定位置附着各种分子,如病毒抗原。将 SARS-CoV-2 穗状病毒蛋白的受体结合部分附着在 DNA 支架上后,他们在小鼠身上进行了测试。他们发现,小鼠并没有像使用蛋白质支架时那样对支架产生抗体,只是对SARS-CoV-2产生了抗体。另一位通讯作者马克-巴特(Mark Bathe)说:"我们在这项研究中发现,DNA不会诱发抗体,从而分散对相关蛋白质的注意力。你可以想象,你的 B 细胞和免疫系统正在接受目标抗原的全面训练,而这正是你想要的让你的免疫系统激光聚焦于感兴趣的抗原。"与其他类型疫苗刺激的 T 细胞不同,B 细胞可以持续数十年,提供长期保护。Bathe说:"免疫学领域的许多人都对微粒疫苗非常感兴趣,因为它们能产生强大的体液免疫,也就是基于抗体的免疫,它有别于基于T细胞的免疫,而mRNA疫苗似乎能更强烈地激发T细胞免疫。"研究结果表明,DNA 支架是基于蛋白质的平台的有效替代品,但不会产生脱靶效应,研究人员目前正在探索是否可以利用它同时传递不同的病毒抗原,以提供对一系列病毒的保护。Lingwood说:"我们有兴趣探索是否能让免疫系统产生更高水平的免疫力,以抵御流感、艾滋病毒和SARS-CoV-2等传统疫苗方法所抵御的病原体。这项研究发表在《自然通讯》杂志上。 ... PC版: 手机版:

封面图片

上海交大洪亮团队取得蛋白质预训练大模型重要突破

上海交大洪亮团队取得蛋白质预训练大模型重要突破 上海交通大学自然科学研究院洪亮教授课题组联合上海人工智能实验室青年研究员谈攀,在蛋白质突变 - 性质预测上取得重要突破。该工作采用全新的训练策略,在使用极少湿实验数据的情况下,大幅提高了传统蛋白质预训练大模型在突变 - 性质预测的效果。

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人