David Baker最新成果！从头设计大环肽结合物框架RFpeptides，为不可成药蛋白质提供新可能性

主要观点总结

文章介绍了David Baker团队研发的创新基于扩散模型的技术RFpeptides，该技术专门针对多种蛋白靶标设计高亲和力的大环结合物。文章详细描述了RFpeptides的设计流程、研究亮点以及在不同蛋白目标中的应用验证。此外，文章还提及了David Baker在蛋白质设计领域的贡献和成就。

关键观点总结

关键观点1: RFpeptides技术介绍

RFpeptides是一种利用深度学习和蛋白质设计技术，针对多种蛋白靶标设计高亲和力的大环结合物的方法。它结合了RoseTTAFold和RFdiffusion技术生成精确的大环骨架，并使用ProteinMPNN和Rosetta Relax进行序列优化。

关键观点2: 研究亮点

RFpeptides能够设计具有不同二级结构的大环，包括α-螺旋、β-折叠和环构象，并可以针对特定蛋白质界面进行定制。该技术设计的靶向MCL1、MDM2、GABARAP和RbtA的大环均显示出高结合亲和力。此外，RFpeptides还能够为未解析结构的蛋白质设计从头结合物，改变了靶向未充分探索或结构未表征的蛋白质设计规则。

关键观点3: David Baker的贡献和成就

David Baker在蛋白质设计领域取得了显著成就。他带领团队设计了首个非自然界来源的全新蛋白质Top7，并继续探索，设计出具备特定生物功能的全新蛋白质。他的研究极大地推动了蛋白质设计领域的发展，预示了人类精确操控生命基本构件的新时代。

文章预览

作者：田小幺 编辑：十九 David Baker 团队研发了一项创新的基于扩散模型的技术——RFpeptides，专门针对多种蛋白靶标设计高亲和力的大环结合物。 在人类与疾病的漫长斗争中，药物研发一直是科学探索的前沿阵地。其中，小分子药物因其易制备、细胞渗透性强、口服便捷、制造成本低等优势，成为了药物研发的主力军，然而，对于那些缺乏深疏水口袋的蛋白质，小分子药物往往束手无策。随着科学的进步，大环化合物 (Macrocycles) 以其独特的三维结构和高亲和力，能够调节那些传统小分子药物难以触及的分子靶标，为那些「不可成药」的蛋白质提供了新的治疗可能性。 然而，传统药物开发依赖于天然产物的发现或高通量筛选技术，方法耗时、成本高昂，AI 的发展为药物设计带来了新的突破。近期， 荣获 2024 年诺贝尔化学奖的杰出计算生物学家、华 ………………………………