BindCraft｜一站式设计高亲和力Binder

主要观点总结

BindCraft是一项利用AlphaFold2深度学习模型权重进行蛋白质结合剂设计的创新自动化流程。该流程解决了传统方法耗时且效率低下的问题，显著提高了设计成功率，为治疗、诊断和生物技术领域带来了突破。本文介绍了BindCraft的设计流程及其在各领域的应用价值。

关键观点总结

关键观点1: BindCraft的背景和重要性

BindCraft是基于AlphaFold2的技术，是一个开源的自动化设计流程，能够高效设计出功能性结合剂Binder，无需进行大规模的实验筛选，大大简化了设计过程，并提高了成功率。这项工作代表着计算设计领域的一大进步，为治疗、诊断和生物技术开辟了新的可能性。

关键观点2: BindCraft的设计流程

BindCraft的设计流程主要包括输入目标蛋白结构、生成Binder骨架和序列、序列优化和过滤等步骤。其中，利用AlphaFold2模型预测结合剂的结构，计算设计损失，并通过反向传播优化Binder的序列和结构。

关键观点3: BindCraft的应用价值

BindCraft针对多样化靶点和具有挑战性的蛋白质靶点，设计出高亲和力Binder结合剂，证明了其在计算Binder设计领域的先进性，以及其在生物技术和治疗应用中的潜在价值。

文章预览

Binder 结构和序列的联合设计 BindCraft 2024年10月1日， Sergey Ovchinnikov 和 Bruno E. Correia 发表了一篇， 题为 BindCraft: one-shot design of functional protein binders 的论文。 介绍了 BindCraft 这一创新的自动化流程，它利用 AlphaFold2 深度学习模型的权重，无需高通量筛选或实验优化即可设计出功能性蛋白质结合剂 Binder，解决了传统方法耗时且效率低下的问题，并显著提高了设计成功率在10-100%，为治疗、诊断和生物技术领域带来了突破。 关键词 蛋白设计｜联合设计｜AF2｜Binder 背景 蛋白质-蛋白质相互作用（PPI）是生物过程中的核心过程，但设计能够调节这些相互作用的蛋白质结合剂一直充满挑战。 传统实验方法，如：免疫接种和抗体库筛选既 耗时又费力 。基于传统物理的方法，如Rosetta，虽然在早期 Binder 设计中起到了关键作用， 但成功率低（ < 0.1%） 和需要大量 ………………………………