AI从零设计蛋白酶，催化加速超100亿倍，David Baker团队重磅成果连发两篇Nature
10 月 14 日，2024 年诺贝尔化学奖得主 David Baker 领导的华盛顿大学蛋白质设计研究所团队，在 Nature 发表了两篇研究论文，展示了利用 AI 从头设计蛋白酶的最新成果。 研究人员分别设计出两类具有催化活性的蛋白酶，不仅能够按照预设位置切割蛋白质，还在哺乳动物细胞及疾病相关蛋白的实验中验证了其功能。
其中，在半胱氨酸蛋白酶研究中，69 个设计方案有 13 个表现出切割活性，成功率约为 19%，最高可将肽键水解反应加速约 3,000 万倍；在另一项金属蛋白酶研究中，135 个设计方案有约 36% 表现出催化活性，经过进一步优化，最高催化加速超过 100 亿倍。
蛋白酶是一类能够切断蛋白质中肽键的酶，广泛参与蛋白质加工、细胞信号传递等生命活动。近年来，AI 已被用于预测蛋白质结构和设计全新的蛋白质，但从头设计能够完成特定化学反应的酶，仍然是一项具有挑战性的任务。此次两项研究分别采用不同的催化机制，获得了能够识别并切割特定蛋白质序列的人工设计酶。
从零设计两类蛋白酶，最高催化加速超 100 亿倍
从头设计蛋白酶，不仅需要确定蛋白质的三维结构，还要在其中安排能够完成化学反应的活性位点，使目标蛋白质能够准确进入并发生切割反应。
其中一个难点在于肽键本身非常稳定。蛋白质由氨基酸通过肽键连接而成，在没有酶参与的情况下，肽键的自然水解通常十分缓慢。因此，研究人员需要同时解决底物识别、催化活性位点设计以及反应效率等问题。
第一个研究中， 研究人员将目标锁定在半胱氨酸蛋白酶上。 这类酶依靠活性位点中的半胱氨酸残基参与催化。当目标蛋白质进入正确位置后，半胱氨酸上的活性基团能够攻击肽键，促使其断裂。
研究团队结合 RFdiffusion 系列模型、ProteinMPNN 和 AlphaFold 3 等工具，生成候选蛋白质结构、设计氨基酸序列，并评估其能否形成预期的催化结构。随后，研究人员通过实验检测这些蛋白酶是否具有切割活性。
在最初测试的 69 个设计中， 13 个能够切割目标底物，成功率约为 19%。其中表现最好的蛋白酶，相对于没有酶参与的反应，能够将肽键水解速度提高约 3,000 万倍。
研究团队还通过晶体结构分析验证了设计结果。6 个设计蛋白酶的实验结构与计算模型高度接近，Cα 原子的均方根偏差均小于 1.2 埃，说明这些蛋白质的实际结构与设计结构基本一致。
这些蛋白酶的整体折叠结构与天然蛋白酶有所不同，表明研究人员可以不依赖天然酶已有的蛋白质骨架，设计出具有相应催化功能的新结构。 不过，与活性最高的天然半胱氨酸蛋白酶相比，设计酶的催化效率仍存在差距。研究人员认为，主要原因包括活性位点的空间排列不够理想，以及底物定位不够精确。