研究人员利用 AI 设计可切割其他蛋白质的蛋白质

# 研究人员利用 AI 设计出能够切割其他蛋白质的蛋白质 来源：https://arstechnica.com/science/2026/10/researchers-use-ai-to-design-proteins-that-cut-up-other-proteins/ AI 设计工具造出的蛋白质可以断开那些在数百年间都非常稳定的化学键。 蛋白质是由氨基酸链组成的，氨基酸之间通过所谓的肽键连接在一起。就其本身而言，这些键极其稳定；据估计，它们的半衰期长达数百年。然而，在地球的自然环境中，绝大多数蛋白质根本存活不了那么久。这是因为生物体已经进化出了若干催化肽键断裂的方式，并由此衍生出数不清的专门消化蛋白质的酶。蛋白酶无处不在，任何落入环境中的蛋白质几乎都会被它们迅速分解。 如今，研究人员基本上"短路"了这一自然多样化过程——他们利用基于 AI 的蛋白质设计工具，提取两类蛋白酶的催化核心，并替换了蛋白质的其余所有部分。由此得到的酶可以被调整为将特定蛋白质一分为二，研究人员还通过用它们切割与神经系统疾病相关的蛋白质来验证了其有效性。 ## 切割蛋白质 基本的肽键看起来并不特别——它是将一个氨基与一个酸连接起来时产生的，同时释放出一个水分子。顾名思义，氨基酸同时拥有一个氨基和一个酸基，这使得它们可以在两侧形成肽键。这对于构建蛋白质中的长链至关重要。（氨基酸还带有具有独特化学性质的侧链，这些侧链赋予了骨架特定的特性。） 肽键的形成是通过从氨基和酸基的部分去除一个水分子来实现的。 图片来源：Wikimedia Commons 断裂这些键只需将上述过程逆转——断开肽键和水分子，再将它们各自的碎片重新连接。由于两个组成部分在化学上都很稳定，这个反应需要酶的参与才能以可观的频率发生。如果没有酶，一条典型的肽键在水中的稳定性可以维持数百年。 生命进化出了若干种能够实现这种催化的酶机制。本文涉及的研究依赖于其中两种。一种是**锌蛋白酶**（https://en.wikipedia.org/wiki/Metalloproteinase），锌原子的正电荷会同时协调待断裂的肽键、蛋白酶的关键部分以及一个水分子。蛋白酶从水分子上部分拉走一个质子，从而激活水分子去攻击并断开肽键。 研究人员使用的第二种蛋白酶是**半胱氨酸蛋白酶**（https://en.wikipedia.org/wiki/Cysteine_protease）。在这种情况下，酶中的一个半胱氨酸（一种氨基酸）被激活后攻击肽键，形成一个临时中间体，其中被切割蛋白质的一部分在化学上与酶相连。最终，一个水分子将这个中间体拆开，释放出被切割蛋白质的第二部分。 这两种机制都要求蛋白酶中少数几个特定的氨基酸在催化中心内彼此靠近。蛋白酶中的其他氨基酸则帮助确保这些关键的催化氨基酸以正确的位置和正确的方向汇集在一起。蛋白酶的其余部分还可能对切割哪些蛋白质施加一定程度的特异性。有些蛋白酶，比如我们消化系统中活跃的那些，可以在任何氨基酸旁边进行切割。另一些则稍有选择性，偏好在带正电荷或负电荷的氨基酸附近切割。还有少数蛋白酶具有极高的特异性，比如激活胰岛素的蛋白酶，它只在一段非常特定的氨基酸序列附近进行切割。 ## 定制酶 这项新工作的主要完成者来自诺贝尔奖得主 David Baker 在华盛顿大学的实验室，他们将设计蛋白酶视为一项挑战。首先，肽键的稳定性意味着没有有效的催化剂，反应根本不会发生。而要获得这种催化剂，需要将特定氨基酸以极其精确的方式排列。因此，实验室开发的 AI 蛋白质设计工具是否足以胜任这项任务，最初并不明朗。 两个项目采用了类似的策略。与进化一样，它们从已有的蛋白酶出发。一种是用于螯虾消化系统的锌蛋白酶，另一种来自酵母的半胱氨酸蛋白酶。在这两种情况下，蛋白质的结构都已知，催化切割其他蛋白质的关键氨基酸也已知。设计过程正是从这些氨基酸开始的。 设计过程始于一个名为 RFdiffusion2 的软件，它为酶创建骨架（骨架由蛋白质中重复的肽键构成）。研究人员给 RFdiffusion2 设定了多项约束。首先，它设计的任何骨架都必须将功能性蛋白酶所需的关键催化氨基酸汇聚到一起。他们还提供了一个目标氨基酸序列，也就是蛋白酶最终要切割的目标。骨架必须使该目标序列靠近催化中心。 骨架搭建完毕后，下一步流程交给了 ProteinMPNN——一个沿着骨架填充特定氨基酸的工具。（该工具曾在 Google 为 AI 设计的蛋白质添加水印的工作中出现过。）ProteinMPNN 基于一系列约束来选择每个氨基酸。首先，氨基酸必须与骨架折叠成其预定结构相兼容。其次，在关键区域，所选的每个氨基酸都必须与酶催化位点的形成相兼容。最后，在邻近区域，它还必须与预期目标的结合相兼容。 研究人员对半胱氨酸蛋白酶和锌蛋白酶分别重复了数十次这一过程。对于半胱氨酸蛋白酶，他们制作了 12 种不同的骨架，并用 69 组不同的氨基酸进行填充。对于锌蛋白酶项目，他们尝试了 135 种不同的蛋白质设计。他们使用 AlphaFold3 预测其中许多设计的结构，并在数据库中没有发现与之相似的结构，从而确认他们的工具并非只是窃取之前已鉴定的结构。 ## 它们有效吗？ 研究人员首先制作了一条单个的长蛋白质，其中包含蛋白酶、其设计的目标序列以及一个荧光蛋白。然后他们测试荧光蛋白是否被切割下来。在半胱氨酸蛋白酶的案例中，有 13 个设计是有效的，成功率为 19%，尽管它们的活性都远低于作为模型使用的酵母酶。 锌蛋白酶项目则更为复杂。他们测试了许多不包含通常参与该反应的水分子的设计。这些设计的成功率相对较低，89 个中只有 14 个表现出微弱的催化活性。他们对失败的设计进行建模后发现，设计中往往让一个水分子堵住了本应发生反应的位点。 因此，他们还尝试了将一个水分子放置在正确位置作为额外设计约束的方案。这些设计的成功率要高得多——38 个中有 35 个表现出某种催化活性。然而，它们的活性仍然远低于作为设计起点的酶。（他们确实获得了一个活性水平更高的设计，但它在切割其他蛋白质时缺乏特异性。） 为了探索这种活性是否可以进一步提高，研究人员识别了位于蛋白酶活性位点附近但并不直接参与催化的氨基酸。然后他们将每一个不会破坏设计结构的替代氨基酸逐一替换进去。他们发现了一些活性大幅提升的版本；其中最好的版本将肽键的切割速率提高了 10⁹ 倍，同时仍对目标蛋白质序列保持高度特异性。 基于锌的蛋白酶也出现了类似的情况。他们将一些随机突变纳入后得到的 v2 版本蛋白酶，其活性比原始设计高出 30 倍。它还将肽键切割速率提高了 10¹⁰ 倍。 作为这一方法前景的最终演示，研究人员设计了能够靶向与神经退行性疾病相关蛋白质的锌蛋白酶，例如阿尔茨海默病和额颞叶痴呆。试图修改现有设计以靶向一个新序列的效果并不好，于是他们从头开始重新设计，并成功找到了能够在细胞中切割预期靶标的蛋白酶。对研究人员来说，这意味着我们最终或许可以通过靶向导致某些遗传病的异常蛋白质来影响疾病的发展进程。 ## 这些结果告诉了我们什么？ 这项工作的潜在治疗应用相当复杂。蛋白质通常很难被递送到需要发挥作用的部位，而且常常会引发免疫反应。如果蛋白酶的靶标位于细胞内部而非外部，挑战就更大了。这可能需要靶细胞自己来生产蛋白酶，也就意味着要将编码该蛋白酶的基因递送到需要它的细胞中。因此，在利用这项技术开发疗法之前，还有相当多的障碍需要克服。 研究人员还指出了这项工作所揭示的工具局限性。就目前的使用方式而言，它们成功设计出了符合所有给定物理约束的蛋白质：它们折叠成结构，将催化反应所需的氨基酸汇聚到大致正确的位置，并结合到特定的目标氨基酸序列上。 但我们目前还没有能力告诉这些工具我们想要任何特定的催化活性。因此，许多设计缺少了使进化而来的酶成为优秀催化剂的那些微妙细节。换句话说，这些工具擅长结构，但不一定擅长活性。而虽然结构对功能至关重要，却不是全部。正如研究人员所看到的，引入随机突变仍然可以对结构进行微妙的调整，从而产生活性大幅提升的酶。 当然，这款蛋白质设计软件只有几年历史，无论是开发者还是用户，可能都会有将物理位置之外的约束条件纳入其中的想法。 *Nature*, 2026. DOI:10.1038/s41586-026-11143-w (http://dx.doi.org/10.1038/s41586-026-11143-w)，10.1038/s41586-026-11167-2 (http://dx.doi.org/10.1038/s41586-026-11167-2)（[关于 DOI](http://arstechnica.com/science/news/2010/03/dois-and-their-discontents-1/)）。 John Timmer 的照片 (https://arstechnica.com/author/john-timmer/) John 是 Ars Technica 的科学编辑。他在哥伦比亚大学获得生物化学文学学士学位，在加州大学伯克利分校获得分子与细胞生物学博士学位。不在键盘前的时候，他通常会去找辆自行车骑，或者去风景优美的地方与他的登山靴"交流"。