O Baker Lab projeta proteases de IA que clivam proteínas associadas a doenças

Duas equipes do Institute for Protein Design da University of Washington publicaram artigos na Nature em 14 de outubro de 2026, relatando proteases projetadas do zero com métodos computacionais para hidrolisar o esqueleto polipeptídico em sequências escolhidas, incluindo sítios nas proteínas humanas associadas a doenças TDP-43, amiloide-β e amiloide sérica A.

As ligações amida que unem os aminoácidos ao longo do esqueleto peptídico permanecem estáveis por centenas de anos em solução aquosa neutra, devido à alta barreira energética à hidrólise; além disso, o artigo sobre proteases de cisteína afirma que, até então, o sucesso no projeto de enzimas de novo se limitava, em grande parte, a reações-modelo com baixa barreira energética. Um estudo produziu metaloproteases à base de zinco; o outro, proteases que atuam por meio de um nucleófilo de cisteína ativado. David Baker é listado como autor correspondente nos dois artigos, e Donald Hilvert, da ETH Zurich, também é autor correspondente em ambos.

Uma plataforma para o projeto de metaloproteases à base de zinco

Em Projeto computacional de metaloproteases, os coautores principais Anqi Chen e Kejia Wu e seus colegas descrevem o uso de métodos RFdiffusion para projetar proteínas com sítios ativos à base de zinco que ativam a água, adjacentes a uma cavidade de ligação do substrato peptídico. Dos 135 projetos testados, 36% catalisaram a clivagem de seus substratos peptídicos correspondentes na ligação cindível visada, informa o artigo. O melhor projeto inicial acelerou a hidrólise da ligação peptídica em mais de 10⁸ vezes em relação à reação não catalisada; segundo o artigo, quatro substituições elevaram essa aceleração para mais de 10¹⁰ vezes, ao aprimorar a pré-organização do sítio ativo.

O processo de geração combinou uma rodada inicial de criação de esqueletos proteicos guiada por motivos com o projeto de sequências e a filtragem por AlphaFold 3, seguida por duas rodadas de refinamento por difusão parcial, com novo projeto de sequências e filtragem, e uma iteração final entre o projeto de sequências e a filtragem por AlphaFold 3. Para otimizar um projeto chamado Zn45, a equipe analisou 378 variantes de saturação de sítio único em 21 posições de resíduos e 148 variantes combinatórias em seis posições, obtendo uma variante aprimorada, Zn45_v2, que foi caracterizada por medições do número total de ciclos catalíticos e da cinética de Michaelis–Menten.

Os pesquisadores determinaram as estruturas cristalinas de projetos como Zn5, TDPr3, ZnO7 e Zn48 e as depositaram no Protein Data Bank sob os códigos de acesso 11CE, 11CM, 11CP, 11CR, 11CU, 11CY e 11DU. Cálculos com campos de força baseados em aprendizado de máquina avaliaram as energias de ativação da etapa de ataque nucleofílico da protease natural de zinco astacina e dos projetos ZnO7 e Zn45. Os dados e o código do estudo estão disponíveis no Zenodo.

Clivagem seletiva de proteínas associadas a doenças

O artigo sobre metaloproteases relata projetos que clivam seletivamente as proteínas humanas associadas a doenças TDP-43, amiloide-β e amiloide sérica A, com aumentos de velocidade de até 10⁹ vezes. Entre os exemplos estão TDPr3, voltada para a TDP-43; SAAc8, voltada para a amiloide sérica A na sequência SSRSFFSFLG; e AbetaF3, voltada para a amiloide-β na sequência KGAIIGLMVG.

No caso da TDP-43, os autores reprojetaram um arcabouço existente para clivar a proteína em seu domínio C-terminal desordenado, que regula a separação de fases líquido-líquido e a oligomerização, em vez de degradar a proteína inteira. O artigo apresenta essa estratégia como uma forma de modular esse comportamento de fase e a oligomerização sem eliminar as funções nucleares essenciais dos domínios estruturados da proteína.

A equipe também projetou citocinas enjauladas e antagonistas de receptores que são ativados seletivamente pelas proteases projetadas; segundo o artigo, isso permite controlar o estado celular de forma bio-ortogonal. Os autores concluem que o projeto de novo pode gerar proteases altamente ativas e programáveis, com possíveis aplicações em terapêutica, biotecnologia e biorremediação.

Uma declaração de conflitos de interesse informa que foram depositados os pedidos provisórios de patente 64/047,504 e 63/921,483, relacionados a aspectos dos métodos e dos projetos, e lista Chen, Wu, Choi, Preetham Venkatesh, Samuel J. Pellock, Hilvert, Asim K. Bera e Baker como inventores ou colaboradores.

Uma segunda família de proteases baseada em cisteína

O segundo estudo, Projeto de novo de proteases de cisteína, cujo primeiro autor é Hojae Choi, usou um novo método de aprendizado profundo chamado RFD2-MI — desenvolvido pelos membros da equipe Brian Coventry e Magnus S. Bauer — para projetar enzimas que usam um nucleófilo de cisteína ativado para hidrolisar o esqueleto polipeptídico de maneira dependente da sequência. O artigo relata 13 projetos ativos entre 69 testados, uma taxa de sucesso de 19%, com aumentos de velocidade de até 3 × 10⁷ em relação à reação de fundo.

As proteases projetadas adotam enovelamentos muito diferentes dos das proteases naturais, com pontuação TM inferior a 0,50, e seis estruturas cristalinas correspondem aos modelos de projeto com desvio quadrático médio da raiz (RMSD) de Cα inferior a 1,2 Å, informa o artigo. As estruturas foram depositadas no Protein Data Bank sob os códigos de acesso 9YNL, 9YNM, 9YOX, 9YOY, 9YOZ e 9YP0. A plataforma de projeto alternou a geração de esqueletos por RFD2-MI com o projeto de sequências por ProteinMPNN e a filtragem por AlphaFold 3.

Em uma rodada de redesenho aplicada a uma protease chamada Dokki, 24 das 89 variantes geradas superaram o projeto original, com aumentos nas taxas que variaram de 1,2 a 31 vezes; a variante com o maior aumento foi designada Dokki-15. Segundo o artigo, as proteases projetadas clivaram eficientemente seus alvos em células de mamíferos. Isso foi demonstrado em células HeLa por meio de um ensaio repórter que monitorava a relocalização do substrato dependente da enzima, usando mutantes cataliticamente inativos como controles. As análises experimentais e computacionais dos autores atribuem a diferença de atividade ainda existente em relação às proteases de cisteína nativas mais ativas a imperfeições na pré-organização do sítio ativo e no posicionamento do substrato.

Histórico de publicação, financiamento e código

A Nature recebeu os dois artigos em 14 de outubro de 2025; o artigo sobre proteases de cisteína foi aceito em 9 de setembro de 2026, e o artigo sobre metaloproteases, em 15 de setembro de 2026. Versões anteriores foram publicadas como pré-impressões no bioRxiv em novembro de 2025: o estudo sobre proteases de cisteína foi publicado em 22 de novembro de 2025, e o estudo sobre metaloproteases foi publicado pela primeira vez em 21 de novembro de 2025 e revisado até uma quarta versão, em 27 de setembro de 2026.

As declarações de financiamento mencionam o Howard Hughes Medical Institute, a Bill and Melinda Gates Foundation, a Defense Threat Reduction Agency, a National Science Foundation, o National Institute of Allergy and Infectious Diseases e o National Institute on Aging, do National Institutes of Health, o programa APECx da Advanced Research Projects Agency for Health, o The Audacious Project do Institute for Protein Design e o Open Philanthropy Project, entre outros financiadores. O código de projeto e análise do estudo sobre proteases de cisteína está disponível publicamente em dois repositórios do GitHub, e os autores do artigo sobre proteases de cisteína declararam não ter interesses concorrentes.