许多肽类激素（peptide hormone），例如甲状旁腺激素（PTH）、神经肽Y（NPY）、胰高血糖素（GCG）、胰高血糖素样肽-1（GLP-1）、分泌素（SCT）等，在与受体结合时会采用α螺旋结构，在人类生物学中发挥着关键作用，是临床护理和生物医学研究中已确认的生物标志物。对它们进行灵敏性和特异性的定量检测对于疾病的诊断和药物开发具有重要意义，想要实现这一点，目前还依赖于需要大量资源生成的抗体，但这难以产生高亲和力，并且通常具有较差的稳定性和可重复性。

从头设计的蛋白质可以在大肠杆菌中以高产量和低成本的方式生产，并且具有很高的稳定性。虽然目前可以从头设计并生成具有高亲和力和特异性的结合蛋白，但设计具有高亲和力和特异性结合螺旋肽的蛋白质，仍然是一个突出的挑战。

2023年12月18日，蛋白质设计领域先驱、华盛顿大学 David Baker 教授在 Nature 期刊发表了题为：De novo design of high-affinity binders of bioactive helical peptides 的研究论文。

在这项研究中，David Baker 教授领导的研究团队，希望设计出能够结合胰高血糖素、神经肽Y、甲状旁腺激素以及其他螺旋肽靶点的蛋白质。这些蛋白类分子在生物系统中至关重要，但由于它们通常缺乏稳定的分子结构，因此药物和诊断工具很难识别。抗体可以用于检测其中某些靶点，但抗体的生产成本高且保质期有限。

研究团队指出， 现如今，有很多疾病很难治疗，仅仅是因为检测体内的某些分子非常具有挑战性。使用人工设计的蛋白质作为诊断工具，可能提供一种更具成本效益的替代抗体的选择。

在这项最新研究中，研究团队提出了一种使用RFdiffusion的新方法，将其与团队之前开发的蛋白质序列设计工具ProteinMPNN相结合，从而实现比以往任何时候都更高效地创建功能性蛋白质。通过以新的方式组合这些工具，研究团队利用有限的靶标信息（例如肽的氨基酸序列）生成了其结合蛋白。这种“按需构建”（build to fit）的方法的广泛影响表明，生物技术进入了一个新时代，人工智能生成的蛋白质可以检测与人类健康和环境相关的复杂分子。

螺旋肽结合蛋白的设计策略

论文第一作者 Susana Vasquez-Torres 表示，我们正在见证蛋白质设计的一个激动人心的时代，先进的人工智能工具，例如我们的研究中所使用的那些，正在加速蛋白质活性的改善。这一突破将重新定义生物技术的前景。

论文第一作者：Susana Vasquez-Torres

通过与其他实验室合作，David Baker 团队进行了实验室测试以验证这种设计方法。质谱检测显示，这些从头设计的蛋白质可与人血清中的低浓度肽结合，从而展示了灵敏和准确的疾病诊断潜力。此外，这些蛋白质在包括高温在内的严酷条件下仍保持其目标结合能力，这对于在现实世界的应用至关重要。

从头设计的结合蛋白在传感和检测中的应用