Nature | 与无序共舞：AI如何教会蛋白质跳一支“柔性之舞”

主要观点总结

本文介绍了科学家们对内在无序蛋白（IDPs）的研究进展。通过利用AI扩散模型，成功设计出能与无序蛋白高亲和力结合的全新蛋白质。该研究颠覆了传统蛋白结合物设计的方式，展示了在动态中识别动态的分子工具的能力。研究团队还成功设计出能识别多种无序蛋白的结合物，包括与2型糖尿病密切相关的胰淀素，为未来靶向无序区域的细胞调控、精准药物输送和成像打开了广阔空间。

关键观点总结

关键观点1: 内在无序蛋白（IDPs）是细胞中的关键成分，虽然自由而不定，但承担着重要的生命功能。

过去几十年，科学家试图用结构去约束无序，但新的思维方式正在崛起，即学会与它们共舞，而不是强迫其停下舞步。

关键观点2: 利用AI扩散模型RFdiffusion，成功设计出能与无序蛋白结合的全新蛋白质“舞伴”。这些“舞伴”不预设节奏，不拘泥形态，却能精准贴合对方的动作轨迹。

该研究不仅颠覆了对无序蛋白的偏见，而且提供了在动态中识别动态的分子工具，展示了科学的新进展。

关键观点3: 研究团队成功设计出能识别多种无序蛋白的结合物，包括针对胰淀素和G3BP1蛋白的设计。这些设计为未来的药物开发和细胞调控提供了新工具。

针对胰淀素的设计能够阻止其形成病理性淀粉样纤维，并引导其进入溶酶体进行降解。针对G3BP1蛋白的设计能够在体内抑制其应激颗粒的形成，为神经退行性疾病的研究提供新的方向。

关键观点4: 该研究验证了方法的科学性，为未来靶向无序区域的细胞调控、精准药物输送和成像打开了广阔空间。

多个设计出的结合物的晶体结构与AI预测模型相吻合，这显示了方法的可靠性。同时，这些设计蛋白在活细胞中的表现也证明了其良好的生物相容性和功能性。

免责声明