跳到主要内容
返回时间线
bioRxiv来源发表:

Pallatom2把蛋白结合子设计压到原子尺度:210个候选里112个测到结合,6个靶点达皮摩尔级

核心概要

蛋白质结合子设计长期卡在“结构看着合理、湿实验却不结合”的落差上,Pallatom2把序列、骨架、侧链和靶点界面接触放进同一个原子级生成模型,用残基关系引导的稀疏全原子注意力控制计算量,模型仅6590万参数。在10个靶点上,210个候选经生物膜干涉测出112个有活性,占53.3%,其中6个靶点的表观亲和力达到皮摩尔级,SC2RBD为3.96 pM、PD-L1为33.8 pM,较难的TNFα为1.166 nM。

AI-generated editorial illustration: Pallatom2: Navigating the De Novo Protein Universe with Atom-to-Atom Modeling

深度剖析

蛋白质结合子现在可以在生成阶段就同时确定骨架、侧链和靶点界面接触,而不必先生成骨架再补序列和侧链。 此前的路线要么只生成骨架、把侧链构象和具体原子接触留到后续步骤解决,要么先固定骨架再做序列设计,因此骨架、残基身份和侧链排布难以协同优化。 在10个靶点、210个完成生物膜干涉测试的候选上,112个显示活性,占53.3%,10个靶点都拿到了结合子;其中6个靶点的表观解离常数达到皮摩尔级,SC2RBD为3.96 pM,PD-L1为33.8 pM,VEGF-A为110 pM,IL-7RA为182 pM,BCMA为187 pM,H1为828 pM。

模型用原子级单点和成对表示直接描述蛋白结构,让骨架几何、侧链构象和界面接触在同一套表示里更新。 全原子注意力要处理随蛋白尺寸快速增长的原子对,计算和内存开销大,这是原子级建模难以扩展到较大结构的原因。 残基层面的相关性先确定哪些残基对关系强,再由这些残基定义稀疏全原子注意力的局部计算范围,模型规模为6590万参数;在9个有跨方法数据的靶点上,以主要为α螺旋的采样取得最高筛选成功率,范围从TNFα的35.6%到BHRF1的98.5%。

同一套生成框架还能做界面迁移、亲和力成熟和失活分子的挽救,而不只是从头发现。 从头设计之外,已有结合子的改造通常要重新走一轮设计或依赖实验筛选,起点界面的动力学性质能否保留并不确定。 以PR-001的8个界面位点侧链几何为条件的BCMA设计中,6个里有5个有活性,且都保持了起始量级的结合速率,序列同一性只有12.5%–37.3%;TNFα部分扩散让最佳变体PB-153的亲和力提升7.57倍;对原本在2000 nM下无结合的纳米抗体PB-272做CDR界面重塑后,PB-276和PB-277的表观解离常数分别为4.31和5.93 nM。

启示与展望

已展示的范围是10个靶点的微结合子设计、BCMA界面迁移、TNFα亲和力成熟和纳米抗体挽救,全部以生物膜干涉测得的表观解离常数为终点;53.3%的活性比例只针对完成测试的210个候选,更宽的284个候选中有74个未表达。

表观亲和力仍需补充特异性、稳定性、聚集和靶点相关功能的表征,实验结构也尚未验证设计中的原子接触是否真的实现;此外,训练数据准备、模型结构和采样策略各自对设计成功率的贡献没有被分离,需要受控消融来厘清。