《科學》：蛋白設(shè)計技術(shù)革命！生化大牛David Baker團隊顛覆蛋白設(shè)計方法，通過強化學習逆向從頭創(chuàng)造全新蛋白

來源：生物谷時間：2023-04-25 16:43:23

《科學》雜志發(fā)表了來自蛋白質(zhì)學大牛David Baker團隊的新論文，研究者們提出了一種“Top-Down”的基于強化學習的蛋白設(shè)計新思路。與以往不同，這并非是指揮AI修飾優(yōu)化現(xiàn)有結(jié)構(gòu)、組裝所需功能蛋白，而更接近于告訴AI，我要一個xxx功能的蛋白，去做！

在實驗中，Top-Down思路不僅設(shè)計出了先前技術(shù)完全達不到蛋白結(jié)構(gòu)，其產(chǎn)物還具有極強的功能性，對蛋白納米材料、蛋白藥物和疫苗等領(lǐng)域來說不亞于一次技術(shù)革命。

論文題圖

(資料圖片僅供參考)

David Baker其人，非常的牛逼，在這里我也不費勁去給他做傳，偷懶抄抄同事寫過的大牛履歷：

作為蛋白質(zhì)學領(lǐng)域的杰出科學家和領(lǐng)軍人物，David Baker在蛋白質(zhì)折疊預測、蛋白質(zhì)與小分子結(jié)合、自組裝蛋白納米顆粒、蛋白質(zhì)設(shè)計等方向都有著深入研究和眾多貢獻。

早在1998 年時，David Baker及其團隊就開發(fā)出Rosetta平臺來預測蛋白質(zhì)結(jié)構(gòu)，基于物理學原理，對蛋白質(zhì)的構(gòu)象進行能量最小化計算，以預測最穩(wěn)定的三維結(jié)構(gòu)，并在后續(xù)的時間里不斷拓展Rosetta的應(yīng)用，如蛋白質(zhì)。2008年時，David Baker實驗室還創(chuàng)造性地開發(fā)了蛋白質(zhì)結(jié)構(gòu)預測和設(shè)計的“硬核”小游戲Foldit，動員科研人員、非科研人員一起參與到這個領(lǐng)域。

近幾年，他們研發(fā)的深度算法RoseTTAFold與備受關(guān)注的AlphaFold 2并駕齊驅(qū)，僅根據(jù)氨基酸序列即可快速準確地預測蛋白質(zhì)結(jié)構(gòu)，成為迄今為止最準確的蛋白質(zhì)結(jié)構(gòu)預測算法之一。去年，他們推出的深度學習算法ProteinMPNN ，可快速根據(jù)給出的蛋白質(zhì)三維結(jié)構(gòu)“逆推”出可能的氨基酸序列，序列恢復率達52.4%（Rosetta為32.9%）。

總之，學科之光。

這次他們想要做的事情，是完全顛覆此前的蛋白結(jié)構(gòu)設(shè)計方法。

以前的方法，是一種“Bottom-Up”思路，由單體結(jié)構(gòu)開始逐步組裝成寡聚物、復雜的聚合體。這種方法固然有它的有點，比如多個部件可以拆分獨立驗證，主打一個穩(wěn)定。

Bottom-Up思路

但它也有局限性，設(shè)計的終產(chǎn)物范圍被有限的低聚結(jié)構(gòu)限制住了，畢竟只用七巧板，能拼出來的東西也就那么多了。而且這種針對單個亞基來設(shè)計優(yōu)化的方法，也限制了對終產(chǎn)物的整體優(yōu)化。

而Top-Down的思路則是從整體的結(jié)構(gòu)和性能出發(fā)，給出所需的結(jié)構(gòu)特性，讓AI進行計算，通過大量模擬蛋白質(zhì)片段組裝，最終尋找到最符合預期的產(chǎn)物。

用昨天剛掉下來的SpaceX打個比方，Bottom-Up要做的是分析總結(jié)哪些馬達發(fā)動機可以用，哪些有問題需要優(yōu)化，迭代做新的；Top-Down要做的是把鋼板螺絲（或者樂高）給AI，然后告訴它，“我要去火星，來做個SpaceX Plus吧！”

Top-Down思路

為了實現(xiàn)全讓AI來的想法，研究者們選擇了強化學習（RL），也就是AlphaGo打敗圍棋大師的機器學習方法。更具體地說，是采用了其中的蒙特卡洛樹搜索算法（MCTS）。在這個算法中，每個分支點都會進行一次評估，并向上返回進行加權(quán)，最終得到最優(yōu)的路徑。

用在蛋白設(shè)計上，我們可以理解為，在一個蛋白質(zhì)片段上，依次增加新的蛋白質(zhì)片段，每次增加都參考預期的結(jié)構(gòu)特性來評估并打分，比如蛋白的形狀、大小、孔隙率、末端位置等等，如此逐次模擬，最終獲得在原子級別上，符合預期的精確蛋白結(jié)構(gòu)。

算法思路

如此一來，我們只要給算法提供一些基礎(chǔ)的蛋白質(zhì)片段，然后告訴AI我們想要什么，就夠了。

接下來就是看AI有沒有理解一切了！

研究者提出的第一個難題是設(shè)計一個能填充特定形狀的蛋白。之前他們做過兩個不同大小的蛋白質(zhì)環(huán)，現(xiàn)在他們決定讓AI設(shè)計一個能把它倆“粘”在一起中間結(jié)構(gòu)，這個結(jié)構(gòu)要能緊緊連住內(nèi)外兩個環(huán)，同時還要有足夠的密度，不留下大的空隙。

這是一個Bottom-Up完全做不到的工作。

目的是把這兩個環(huán)組裝成盤

MCTS模擬得到的蛋白結(jié)構(gòu)，通過ProteinMPNN設(shè)計了序列，由AlphaFold預測得到了32種符合要求的設(shè)計。其中28種是可溶且可純化的，11種能形成符合預期大小和形狀的顆粒，其中2種的形狀與設(shè)計模型的基本一致。

我們可以看看在冷凍電鏡5.1?分辨率下的終產(chǎn)物之一，與設(shè)計模型不能說像，就是一個一模一樣。

冷凍電鏡下的終產(chǎn)物

研究者認為，這種非自然的形狀可能應(yīng)用于基于納米孔的傳感器。

接下來，研究者使用MCTS設(shè)計了一個二十面體蛋白衣殼，他們的目標是讓這個產(chǎn)物達到其他方法實現(xiàn)不了的小體積和高緊湊性，它的表面還要擁有能連接其他結(jié)構(gòu)的末端。

經(jīng)過一萬次迭代，MCTS最終生成了比之前已知的任何二十面體蛋白質(zhì)序列都更短、孔隙與天然進化的衣殼蛋白相當?shù)漠a(chǎn)物。

該團隊之前也設(shè)計過二十面體衣殼蛋白，并用在了疫苗上

從幾十萬個產(chǎn)物中，研究者最終選擇了368個進行實驗測試，并最終得到了2個非常符合要求的蛋白產(chǎn)物，直徑分別為13nm和10nm，比大多數(shù)病毒衣殼都小得多。

更值得期待的是，它們的表面具有60/120個N/C端融合蛋白拷貝，比他們之前設(shè)計的二十面體蛋白高6倍以上，可以融合到功能蛋白的結(jié)構(gòu)域，形成有生物活性的納米顆粒。

這意味著，它們能夠以更高效的方式易位到細胞核中，為遞送蛋白質(zhì)或DNA提供了新工具。