Laboratorium Baker Merancang Protease AI yang Memotong Protein Terkait Penyakit

Dua tim di Institute for Protein Design, University of Washington, menerbitkan makalah di Nature pada 14 Oktober 2026. Makalah tersebut melaporkan protease yang dirancang dari nol dengan metode komputasi untuk menghidrolisis tulang punggung polipeptida pada urutan tertentu, termasuk di lokasi dalam protein manusia yang terkait dengan penyakit, yaitu TDP-43, amiloid-β, dan amiloid A serum.

Ikatan amida yang menghubungkan asam amino di sepanjang tulang punggung peptida stabil selama ratusan tahun dalam larutan berair netral karena tingginya penghalang energi untuk hidrolisis. Makalah tentang protease sistein menyatakan bahwa keberhasilan perancangan enzim dari nol sebelumnya sebagian besar terbatas pada reaksi model dengan penghalang energi rendah. Satu penelitian menghasilkan metaloprotease berbasis seng; penelitian lainnya menghasilkan protease yang bekerja melalui nukleofil sistein teraktivasi. Kedua makalah mencantumkan David Baker sebagai penulis korespondensi, dan Donald Hilvert dari ETH Zurich menjadi penulis korespondensi pada keduanya.

Alur Kerja Perancangan Metaloprotease Berbasis Seng

Dalam Perancangan metaloprotease secara komputasional, penulis utama bersama Anqi Chen dan Kejia Wu serta rekan-rekannya menjelaskan penggunaan metode RFdiffusion untuk merancang protein dengan situs aktif berbasis seng yang mengaktifkan air, berdekatan dengan kantong pengikat substrat peptida. Makalah tersebut melaporkan bahwa dari 135 rancangan yang diuji, 36% mengatalisis pemotongan substrat peptida pasangannya pada ikatan yang ditargetkan. Rancangan awal terbaik mempercepat hidrolisis ikatan peptida lebih dari 10⁸ kali dibandingkan reaksi tanpa katalis. Menurut makalah tersebut, empat substitusi meningkatkan percepatan itu menjadi lebih dari 10¹⁰ kali dengan memperbaiki prapengaturan situs aktif.

Proses pembangkitan rancangan menggabungkan satu putaran awal pembangkitan tulang punggung berbasis motif dengan perancangan urutan dan penyaringan menggunakan AlphaFold 3, lalu dua putaran penyempurnaan melalui difusi parsial yang disertai perancangan urutan dan penyaringan lanjutan, serta iterasi akhir antara perancangan urutan dan penyaringan AlphaFold 3. Untuk mengoptimalkan rancangan bernama Zn45, tim tersebut menyaring 378 varian saturasi situs tunggal pada 21 posisi residu dan 148 varian kombinatorial pada enam posisi. Hasilnya adalah varian yang lebih baik, Zn45_v2, yang dikarakterisasi melalui pengukuran jumlah pergantian total dan kinetika Michaelis–Menten.

Para peneliti menentukan struktur kristal sejumlah rancangan, termasuk Zn5, TDPr3, ZnO7, dan Zn48, lalu menyetorkannya ke Protein Data Bank dengan kode akses 11CE, 11CM, 11CP, 11CR, 11CU, 11CY, dan 11DU. Perhitungan medan gaya berbasis pembelajaran mesin mengkaji energi aktivasi pada tahap serangan nukleofilik untuk astacin, protease seng alami, serta rancangan ZnO7 dan Zn45. Data dan kode penelitian ini tersedia di Zenodo.

Pemotongan Selektif Protein Terkait Penyakit

Makalah tentang metaloprotease melaporkan rancangan yang secara selektif memotong protein manusia terkait penyakit, yaitu TDP-43, amiloid-β, dan amiloid A serum, dengan peningkatan laju hingga 10⁹ kali. Contoh yang disebutkan mencakup TDPr3, yang menargetkan TDP-43; SAAc8, yang menargetkan amiloid A serum pada urutan SSRSFFSFLG; serta AbetaF3, yang menargetkan amiloid-β pada urutan KGAIIGLMVG.

Untuk TDP-43, penulis merancang ulang kerangka protein yang sudah ada agar memotong bagian dalam domain C-terminal protein yang tidak terstruktur—yang mengatur pemisahan fase cair-cair dan oligomerisasi—alih-alih menguraikan protein secara utuh. Makalah tersebut menyajikan strategi ini sebagai cara untuk memodulasi perilaku fase dan oligomerisasi itu tanpa menghilangkan fungsi penting domain protein yang terstruktur di dalam inti sel.

Tim tersebut juga merancang sitokin yang dikurung dan antagonis reseptor yang diaktifkan secara selektif oleh protease rancangan mereka. Menurut makalah tersebut, pendekatan ini memungkinkan pengendalian keadaan sel secara bioortogonal. Para penulis menyimpulkan bahwa perancangan dari nol dapat menghasilkan protease yang sangat aktif dan dapat diprogram, dengan potensi penerapan dalam bidang terapeutik, bioteknologi, dan bioremediasi.

Pengungkapan konflik kepentingan menyatakan bahwa permohonan paten sementara 64/047,504 dan 63/921,483 telah diajukan terkait aspek metode dan rancangan tersebut. Nama Chen, Wu, Choi, Preetham Venkatesh, Samuel J. Pellock, Hilvert, Asim K. Bera, dan Baker tercantum sebagai penemu atau kontributor.

Keluarga Protease Kedua yang Berbasis Sistein

Studi kedua, Perancangan protease sistein dari nol, dengan Hojae Choi sebagai penulis pertama, menggunakan metode pembelajaran mendalam baru bernama RFD2-MI—yang dikembangkan oleh anggota tim Brian Coventry dan Magnus S. Bauer—untuk merancang enzim yang menggunakan nukleofil sistein teraktivasi guna menghidrolisis tulang punggung polipeptida dengan cara yang bergantung pada urutan. Makalah tersebut melaporkan tingkat keberhasilan berupa 13 rancangan aktif dari 69 yang diuji, atau 19%, dengan peningkatan laju hingga 3 × 10⁷ dibandingkan reaksi latar.

Makalah tersebut melaporkan bahwa protease yang dirancang memiliki lipatan yang sangat berbeda dari protease alami, dengan skor TM di bawah 0,50, dan enam struktur kristal memiliki kecocokan dengan model rancangan hingga simpangan akar kuadrat rata-rata Cα kurang dari 1,2 Å. Struktur-struktur tersebut disetorkan ke Protein Data Bank dengan kode akses 9YNL, 9YNM, 9YOX, 9YOY, 9YOZ, dan 9YP0. Alur perancangan menjalankan pembangkitan tulang punggung RFD2-MI secara berulang, disertai perancangan urutan ProteinMPNN dan penyaringan AlphaFold 3.

Dalam satu putaran desain ulang pada protease bernama Dokki, 24 dari 89 varian yang dihasilkan mengungguli desain awal, dengan peningkatan laju berkisar antara 1,2 hingga 31 kali lipat. Varian dengan peningkatan terbesar diberi nama Dokki-15. Makalah tersebut melaporkan bahwa protease hasil desain secara efisien membelah targetnya di dalam sel mamalia. Hal ini ditunjukkan pada sel HeLa melalui uji reporter yang melacak relokalisasi substrat yang bergantung pada enzim, dengan mutan yang tidak aktif secara katalitik sebagai kontrol. Analisis eksperimental dan komputasional para penulis mengaitkan kesenjangan aktivitas yang masih tersisa dibandingkan dengan protease sistein alami yang paling aktif dengan ketidaksempurnaan dalam prapengaturan sisi aktif dan penempatan substrat.

Riwayat Publikasi, Pendanaan, dan Kode

Nature menerima kedua makalah tersebut pada 14 Oktober 2025. Makalah tentang protease sistein diterima pada 9 September 2026, sedangkan makalah tentang metaloprotease diterima pada 15 September 2026. Versi sebelumnya diterbitkan sebagai prapublikasi bioRxiv pada November 2025. Studi protease sistein dipublikasikan pada 22 November 2025, sedangkan studi metaloprotease pertama kali dipublikasikan pada 21 November 2025 dan direvisi hingga versi keempat pada 27 September 2026.

Pernyataan pendanaan mencantumkan Howard Hughes Medical Institute, Bill and Melinda Gates Foundation, Defense Threat Reduction Agency, National Science Foundation, National Institute of Allergy and Infectious Diseases dan National Institute on Aging di bawah National Institutes of Health, program APECx dari Advanced Research Projects Agency for Health, The Audacious Project di Institute for Protein Design, serta Open Philanthropy Project, di antara penyandang dana lainnya. Kode untuk desain dan analisis studi protease sistein tersedia untuk umum di dua repositori GitHub, dan para penulis makalah tentang protease sistein menyatakan bahwa mereka tidak memiliki konflik kepentingan.