Baker Lab projektuje proteazy z wykorzystaniem AI, które rozszczepiają białka powiązane z chorobami

Dwa zespoły z Instytutu Projektowania Białek na University of Washington opublikowały 14 października 2026 r. w czasopiśmie Nature prace opisujące proteazy zaprojektowane od podstaw metodami obliczeniowymi, które hydrolizują szkielet polipeptydowy w wybranych sekwencjach, w tym w miejscach w ludzkich białkach związanych z chorobami: TDP-43, amyloidzie-β i surowiczym amyloidzie A.

Wiązania amidowe łączące aminokwasy wzdłuż szkieletu peptydowego pozostają stabilne przez setki lat w obojętnym roztworze wodnym ze względu na wysoką barierę energetyczną hydrolizy, a wcześniejsze sukcesy w projektowaniu enzymów de novo ograniczały się w dużej mierze do modelowych reakcji o niskiej barierze energetycznej — podaje praca o proteazie cysteinowej. W jednym badaniu uzyskano metaloproteazy oparte na cynku, a w drugim — proteazy działające za pośrednictwem aktywowanego nukleofila cysteinowego. W obu pracach David Baker figuruje jako autor korespondencyjny, a Donald Hilvert z ETH Zurich jest autorem korespondencyjnym obu publikacji.

Proces projektowania metaloproteaz opartych na cynku

W pracy Obliczeniowe projektowanie metaloproteaz współpierwsi autorzy Anqi Chen i Kejia Wu wraz ze współpracownikami opisują wykorzystanie metod RFdiffusion do projektowania białek zawierających aktywne miejsca oparte na cynku, które aktywują wodę i sąsiadują z kieszenią wiążącą substrat peptydowy. Jak podaje praca, spośród 135 przetestowanych projektów 36% katalizowało rozszczepienie odpowiadających im substratów peptydowych w docelowym wiązaniu ulegającym cięciu. Najlepszy projekt początkowy przyspieszał hydrolizę wiązania peptydowego ponad 10⁸ razy w porównaniu z reakcją niekatalizowaną, a cztery podstawienia zwiększyły to przyspieszenie do ponad 10¹⁰ razy dzięki poprawie wstępnej organizacji miejsca aktywnego, jak podaje praca.

Proces generowania obejmował jedną rundę początkowego tworzenia szkieletu białka na podstawie motywu, połączoną z projektowaniem sekwencji i filtrowaniem za pomocą AlphaFold 3, a następnie dwie rundy udoskonalania z wykorzystaniem częściowej dyfuzji, z kolejnym projektowaniem sekwencji i filtrowaniem, oraz końcową iterację obejmującą projektowanie sekwencji i filtrowanie za pomocą AlphaFold 3. Aby zoptymalizować projekt o nazwie Zn45, zespół przebadał 378 wariantów uzyskanych przez nasycającą mutagenezę pojedynczych pozycji w 21 pozycjach reszt oraz 148 wariantów kombinatorycznych obejmujących sześć pozycji. W rezultacie otrzymano ulepszony wariant Zn45_v2, który scharakteryzowano za pomocą pomiarów całkowitej liczby obrotów oraz kinetyki Michaelisa–Mentena.

Badacze wyznaczyli struktury krystaliczne projektów obejmujących Zn5, TDPr3, ZnO7 i Zn48, a następnie zdeponowali je w Protein Data Bank pod numerami dostępu 11CE, 11CM, 11CP, 11CR, 11CU, 11CY i 11DU. Obliczenia z wykorzystaniem wyuczonych maszynowo pól siłowych posłużyły do zbadania energii aktywacji etapu ataku nukleofilowego w przypadku naturalnej proteazy cynkowej astacyny oraz projektów ZnO7 i Zn45. Dane i kod z badania są dostępne w serwisie Zenodo.

Selektywne rozszczepianie białek związanych z chorobami

W pracy o metaloproteazach opisano projekty, które selektywnie rozszczepiają ludzkie białka związane z chorobami: TDP-43, amyloid-β i surowiczy amyloid A, zwiększając szybkość reakcji nawet 10⁹ razy. Wśród wymienionych przykładów są TDPr3, ukierunkowana na TDP-43; SAAc8, ukierunkowana na surowiczy amyloid A w sekwencji SSRSFFSFLG; oraz AbetaF3, ukierunkowana na amyloid-β w sekwencji KGAIIGLMVG.

W przypadku TDP-43 autorzy przeprojektowali istniejący szkielet białka tak, aby przecinał białko w jego nieuporządkowanej domenie C-końcowej, która odpowiada za separację faz ciecz–ciecz i oligomeryzację, zamiast rozkładać całe białko. W pracy przedstawiono tę strategię jako sposób modulowania tego zachowania fazowego i oligomeryzacji bez eliminowania niezbędnych funkcji jądrowych pełnionych przez uporządkowane domeny białka.

Zespół zaprojektował ponadto cytokiny i antagonistów receptorów w formie nieaktywnej, które zaprojektowane proteazy selektywnie aktywują. Jak opisano w pracy, umożliwia to bioortogonalną kontrolę stanu komórki. Autorzy stwierdzają, że projektowanie de novo może prowadzić do uzyskania wysoce aktywnych, programowalnych proteaz o potencjalnych zastosowaniach w terapii, biotechnologii i bioremediacji.

Ujawnienie dotyczące konfliktu interesów informuje, że złożono tymczasowe zgłoszenia patentowe 64/047,504 i 63/921,483 dotyczące niektórych aspektów metod i projektów. Jako wynalazców lub współtwórców wymieniono Chen, Wu, Choi, Preetham Venkatesh, Samuel J. Pellock, Hilverta, Asima K. Berę i Bakera.

Druga rodzina proteaz oparta na cysteinie

W drugim badaniu, Projektowanie proteaz cysteinowych de novo, którego pierwszym autorem jest Hojae Choi, wykorzystano nową metodę głębokiego uczenia o nazwie RFD2-MI, opracowaną przez członków zespołu Briana Coventry’ego i Magnusa S. Bauera, do projektowania enzymów wykorzystujących aktywowany nukleofil cysteinowy do hydrolizowania szkieletu polipeptydowego w sposób zależny od sekwencji. W pracy podano, że spośród 69 przetestowanych projektów 13 było aktywnych, co stanowi 19%, a szybkość reakcji wzrosła względem reakcji tła nawet 3 × 10⁷ razy.

Zaprojektowane proteazy przyjmują struktury przestrzenne bardzo różniące się od struktur naturalnych proteaz, a ich wynik TM jest niższy niż 0,50. Jak podaje praca, sześć struktur krystalicznych odpowiada modelom projektowym z odchyleniem średniokwadratowym atomów Cα mniejszym niż 1,2 Å. Struktury zdeponowano w Protein Data Bank pod numerami dostępu 9YNL, 9YNM, 9YOX, 9YOY, 9YOZ i 9YP0. W procesie projektowania naprzemiennie stosowano generowanie szkieletów białkowych metodą RFD2-MI, projektowanie sekwencji za pomocą ProteinMPNN i filtrowanie z użyciem AlphaFold 3.

W jednej rundzie przeprojektowywania proteazy o nazwie Dokki 24 z 89 wygenerowanych wariantów przewyższyły pierwotny projekt, a wzrost szybkości reakcji wynosił od 1,2- do 31-krotności; wariant o największej poprawie otrzymał oznaczenie Dokki-15. Jak podaje artykuł, zaprojektowane proteazy skutecznie rozszczepiały swoje cele w komórkach ssaczych. Wykazano to w komórkach HeLa za pomocą testu reporterowego śledzącego zależną od enzymu zmianę lokalizacji substratu; jako kontrole posłużyły mutanty nieaktywne katalitycznie. Na podstawie analiz eksperymentalnych i obliczeniowych autorzy przypisują utrzymującą się różnicę aktywności w porównaniu z najbardziej aktywnymi naturalnymi proteazami cysteinowymi niedoskonałościom wstępnej organizacji centrum aktywnego i pozycjonowania substratu.

Historia publikacji, finansowanie i kod

Nature otrzymało oba artykuły 14 października 2025 r.; artykuł o proteazie cysteinowej zaakceptowano 9 września 2026 r., a artykuł o metaloproteazach — 15 września 2026 r. Wcześniejsze wersje ukazały się jako preprinty w bioRxiv w listopadzie 2025 r.: badanie proteazy cysteinowej opublikowano 22 listopada 2025 r., a badanie metaloproteaz opublikowano po raz pierwszy 21 listopada 2025 r. i aktualizowano aż do czwartej wersji z 27 września 2026 r.

Wśród źródeł finansowania wymieniono Howard Hughes Medical Institute, Bill and Melinda Gates Foundation, Defense Threat Reduction Agency, National Science Foundation, National Institute of Allergy and Infectious Diseases oraz National Institute on Aging działające w ramach National Institutes of Health, program APECx agencji Advanced Research Projects Agency for Health, The Audacious Project realizowany w Institute for Protein Design oraz Open Philanthropy Project, a także innych grantodawców. Kod użyty do projektowania i analizy na potrzeby badania proteazy cysteinowej jest publicznie dostępny w dwóch repozytoriach GitHub, a autorzy artykułu o proteazie cysteinowej zadeklarowali brak konfliktu interesów.