文章预览
大家好，本周为大家分享一篇发表在Science上的文章Target-conditioned diffusion generates potent TNFR superfamily antagonists and agonists，通讯作者是来自华盛顿大学的David Baker教授。 设计与靶标蛋白高亲和力、高特异性结合的蛋白质是计算生物学的长期挑战。蛋白质设计通常依赖于预先给定的理想支架，并通过大量对接步骤识别低能结构。最近，生成式AI方法RFdiffusion已被用于设计蛋白结合剂，其中扩散轨迹是在存在固定靶标的情况下产生的，这限制了可实现的形状互补程度，特别是对于表面相对平坦、缺乏微小凹陷(concavities)的靶标。事实上，目前从头设计结合蛋白的接触表面积（CMS）低于许多天然蛋白质复合物。据此，本文作者推测：通过使用RFdiffusion在靶标存在的情况下，从完全随机的残基分布开始直接生成更大的蛋白质，而无需来自预先存在支架的任何指导
………………………………
