1. Nature：設計的內吞誘導蛋白降解靶標并放大信號

內吞作用和細胞表面受體的溶酶體運輸可以通過內源性配體觸發。治療方法如溶酶體靶向嵌合體1,2（LYTACs）和細胞因子受體靶向嵌合體3（KineTACs）利用這一點，通過將修改后的天然配體與目標結合蛋白融合，來靶向特定蛋白質進行降解。盡管這些方法很強大，但它們可能受到與天然配體競爭的限制，以及化學修飾的要求，這些要求限制了遺傳編碼能力，并可能使制造過程復雜化，而且，更一般地說，可能沒有通過給定受體刺激內吞作用的天然配體。

于此，華盛頓大學David Baker等人描述了針對內吞觸發結合蛋白（EndoTags）的計算設計方法，這些方法克服了這些挑戰。

研究人員為胰島素樣生長因子2受體（IGF2R）和無唾液酸糖蛋白受體（ASGPR）、分選蛋白和轉鐵蛋白受體提出了EndoTags，并展示了將這些標簽與可溶性或跨膜目標蛋白結合物融合，可以導致溶酶體運輸和目標降解。由于這些受體在不同組織中的分布不同，不同的EndoTags可以實現對不同組織的降解靶向。與PD-L1抗體融合的EndoTag在小鼠腫瘤模型中的療效顯著高于單獨的抗體。

EndoTags的模塊化和遺傳編碼能力實現了更高特異性靶向降解的AND門控制，以及從工程細胞中局部分泌降解劑。通過促進內吞作用，EndoTag融合通過近100倍的信號增強，通過工程配體-受體系統。EndoTags作為靶向降解誘導劑、內吞依賴途徑的信號激活劑以及靶向抗體-藥物和抗體-RNA偶聯物的細胞攝取誘導劑具有相當大的治療潛力。

參考文獻：

Huang, B., Abedi, M., Ahn, G. et al. Designed endocytosis-inducing proteins degrade targets and amplify signals. Nature (2024). 

https://doi.org/10.1038/s41586-024-07948-2

2. Nature：使用深度學習從頭設計螢光素酶

熒光素酶作為分子探針的開發落后于發達的熒光蛋白工具包，原因有很多：（i）很少發現天然熒光素素酶；（ii）許多已鑒定的那些需要多個二硫鍵來穩定結構，因此容易在哺乳動物細胞中發生錯誤折疊；（iii）大多數天然螢光素酶不識別具有更理想的光物理性質的合成螢光素；（iv）使用相互正交的熒光素酶-熒光素對并行進行多個過程的多重成像受到天然熒光素酶底物特異性低的限制。

為了克服這些局限性，華盛頓大學David Baker、Andy Hsien-Wei Yeh等人試圖使用基于“family-wide hallucination”方法從頭蛋白質設計來產生小的、高度穩定的、在細胞中表達良好的、對一種底物具有特異性且不需要輔因子發揮作用的熒光素酶。研究人員選擇了一種合成的熒光素二苯噻嗪（DTZ）作為靶底物，因為它具有高量子產率、紅移發射、有利的體內藥代動力學以及缺乏發光所需的輔因子。

Yeh, A.HW., Norn, C., Kipnis, Y. et al. De novo design of luciferases using deep learning. Nature 614, 774–780 (2023). 

https://doi.org/10.1038/s41586-023-05696-3

3. Nature Nanotechnology：pH響應自組裝螺旋蛋白絲的從頭設計

華盛頓大學David Baker、Hao Shen等研究人員描述了一種全新的pH響應性蛋白纖維的設計。這些纖維由含有六個或九個埋藏組氨酸殘基的亞基組成，在中性pH下組裝成微米尺度的有序纖維。通過冷凍電子顯微鏡(cryo-EM)確定了優化設計的結構，其與計算設計模型幾乎一致，無論是亞基內部幾何形狀還是亞基在纖維中的堆積方式。

研究人員通過計算設計方法成功創造了能夠在特定pH變化下自組裝和解組裝的蛋白纖維。他們設計了含有多個埋藏組氨酸殘基的亞基，這些殘基在pH變化時改變其質子化狀態，從而觸發纖維的組裝和解組裝。通過篩選和表達18個不同的設計，研究人員發現DpHF7和DpHF18能夠在降低pH值時解組裝，并在pH值回升時重新組裝，展示了對pH變化的敏感和可調節的響應性。

Shen, H., Lynch, E.M., Akkineni, S. et al. De novo design of pH-responsive self-assembling helical protein filaments. Nat. Nanotechnol. (2024).

https://doi.org/10.1038/s41565-024-01641-1

4. Nature Biotechnology：新型生物傳感器！

為了開發內源性活性Ras的傳感器，華盛頓大學David Baker、Dustin J. Maly、Jason Z. Zhang等研究人員使用了新的傳感器支架和設計方法。

對于傳感器支架，研究人員使用了從頭蛋白質開關LOCKR（閂鎖正交籠鍵蛋白質）。LOCKR與天然蛋白質沒有序列或結構相似性。此外，它的切換行為是清晰的，并且由于它的正交性，它可以在不影響傳感器功能的情況下發生變化。

對于設計方法，研究人員使用基于Rosetta的蛋白質設計算法和AlphaFold結構預測來調整LOCKR的切換（從閉合的、自動抑制的狀態轉變為Ras-GTP依賴的開放狀態，其中讀出結構域接近），以匹配內源性活性Ras的生理相關濃度范圍。利用這些策略，研究人員開發了兩種傳感器：一種是基于熒光的傳感器，該傳感器基于距離依賴性F?rster共振能量轉移的變化來測量Ras的活性（命名為Ras-LOCKR-S），另一種是通過生物素化活性Ras周圍的附近蛋白質來表征Ras環境的基于分裂鄰近標記器的傳感器（命名為Ras-LOCKR-PL）。這些傳感器足夠靈敏以檢測內源性活性Ras，與活細胞兼容以使Ras活性能夠隨時間測量，并且可以定位于不同的細胞區室以使Ras-GTP能夠以亞細胞分辨率檢測。

Zhang, J.Z., Nguyen, W.H., Greenwood, N. et al. Computationally designed sensors detect endogenous Ras activity and signaling effectors at subcellular resolution. Nat Biotechnol (2024).

https://doi.org/10.1038/s41587-023-02107-w

5. Nature Chemistry：由可延伸蛋白質復合物制成的精確圖案化納米纖維

具有環狀和超螺旋對稱軸的分子系統在材料設計方面具有巨大優勢，因為它們可以通過改變組成單體的長度來延長或縮短。在蛋白質中，α螺旋盤繞線圈具有對稱、可擴展的結構，但其受到螺旋原聚體相對固定的幾何形狀和柔性的限制。在這里，華盛頓大學David Baker報道了由可延伸蛋白質復合物制成的精確圖案化納米纖維。

作者描述了一種產生具有重合C₂至C₈和超螺旋對稱軸的模塊化和剛性重復蛋白質低聚物的方法，該低聚物可以通過重復傳播進行擴展。

在這些構建塊中，作者發現可以通過引入親水性表面片段來系統設計各種無界纖維，從而迫使單體發生交錯。這種纖維的幾何形狀可以通過改變單體中重復單元的數量和親水性片段的位置來精確調節。

參考文獻：

Neville P. Bethel et.al Precisely patterned nanofibres made from extendable protein multiplexes Nature Chemistry 2023

DOI: 10.1038/s41557-023-01314-x

https://doi.org/10.1038/s41557-023-01314-x

6. Nature Materials：三維蛋白質晶體的精確計算設計

通過蛋白質-蛋白質界面上精確設計的側鏈-側鏈相互作用來編程蛋白質結晶極具挑戰性。在這里，華盛頓大學David Baker開發了一種通用的計算方法，用于以原子精度設計具有預先指定的晶格結構的三維蛋白質晶體。

作者設計了三對低聚物，它們可以單獨純化，混合后自發地自組裝成>100?μm三維晶體。這些晶體的結構與計算設計模型幾乎相同，在整體結構和特定的蛋白質-蛋白質相互作用方面都非常對應。

晶體晶胞的尺寸可以被系統地重新設計，同時保持空間群對稱性和整體結構，晶體具有極高的多孔性和高度穩定性。該方法能夠高精度地進行蛋白質晶體的計算設計，所設計的蛋白質晶體在其初級序列中編碼了結構和組裝信息，為生物材料工程提供了強大的平臺。

參考文獻：

Zhe Li et.al Accurate computational design of three-dimensional protein crystals Nature Materials 2023

DOI: 10.1038/s41563-023-01683-1

https://doi.org/10.1038/s41563-023-01683-1

7. Science：可靈活設計的對稱性蛋白質組裝

幾乎在所有的生物過程中，環狀蛋白質低聚物都起著關鍵性的作用，它們占蛋白質數據庫（PDB）中所有解析結構的近30%。環狀蛋白質低聚物具有較為廣泛的應用，從小分子結合和催化到納米級組裝的構建等。自蛋白質設計領域取得突破以來，這種環狀蛋白結構的自主設計一直備受關注，然而目前的方法均需要事先對單體的結構進行規范化，除了參數化設計的螺旋束外，還涉及將先前表征的單體剛性對接到高階對稱結構中，然后才能進行界面優化，以將低能量傳遞給組裝狀態。近年來，深度學習的方法為進一步廣泛探索天然蛋白質序列和結構之外的蛋白質結構提供了極大空間。

最近，來自華盛頓大學生物化學系的D. Baker等人使用深度網絡學習來生成范圍極廣的對稱性蛋白質同源寡聚體，且只需指定原聚體的數量和原聚體長度即可實現。

該研究設計了七種晶體結構、以及三種具有1550個殘基和C33對稱性的巨型納米環（10 nm）的低溫電子顯微鏡結構均與計算模型非常相似（中位均方根偏差：0.6埃）；

研究者得到的所有這些環形蛋白組裝體都與現有已知的的結構有較大不同，該結果表面通過深度學習可以為生成具有豐富結構的新蛋白質組裝體或納米機器結構提供可能。

Baker D., et al. Hallucinating symmetric protein assemblies. Science. (2022).

DOI: 10.1126/science.add1964

https://www.science.org/doi/10.1126/science.add1964

8. Science：通過隱式負設計生成可重構的不對稱蛋白質組件

經歷亞基交換的不對稱多蛋白復合物在生物學中發揮著核心作用，但也給設計帶來了挑戰，因為這些組分不僅必須包含能夠實現可逆結合的界面，而且還必須在隔離時保持穩定和良好的性能。有鑒于此，美國華盛頓大學的David Baker等研究人員，通過隱式負設計生成可重構的不對稱蛋白質組件。

研究人員使用隱式負設計來生成可以組裝成多種復合物的 β 折疊介導的異二聚體。

這些設計是穩定的、折疊的、可單獨溶解的，在混合時能快速組裝，并且晶體結構接近計算模型。

研究人員構建了具有多達六種不同組分的線性排列的異質低聚物，支化的異質低聚物，閉合的 C4 對稱雙組分環，以及組裝在環狀同質低聚物中心樞紐上的異質低聚物，并證明這種復合物可以通過亞基交換重新配置。

本文研究的方法為設計不對稱的可重構蛋白質系統提供了一般的路線。

參考文獻：

Danny D. Sahtoe, et al. Reconfigurable asymmetric protein assemblies through implicit negative design. Science, 2022.

DOI：10.1126/science.abj7662

https://www.science.org/doi/10.1126/science.abj7662

9. Nature：有利于簡化蛋白質結合蛋白的設計過程的新方法

除了目標三維結構之外，不使用其他信息設計與目標蛋白表面特定位點結合的蛋白質仍具有挑戰性。有鑒于此，美國華盛頓大學的David Baker等研究人員，僅使用目標結構設計蛋白質結合蛋白。

研究人員提出了一種解決蛋白設計的方案，首先對蛋白質表面選定區域可能結合模式的大空間進行廣泛探索，然后在最有希望的結合模式附近加強搜索。研究人員通過從頭設計將蛋白質與12種不同形狀和表面特性的蛋白質靶標結合，證明了其具有廣泛的適用性。

生物物理特性表明，所有小于65個氨基酸的結合劑是超穩定的，并且經過實驗優化后，它們可與靶標蛋白以納摩爾到皮摩爾的親和力結合。研究人員成功解析了五種結合劑-靶標配合物的晶體結構，這五種結構都非常接近相應的計算設計模型。

近50萬個計算設計和數十萬個點突變體的實驗數據提供了有關該方法優勢、局限性以及對目前蛋白質-蛋白質相互作用理解的詳細反饋，并可用于對這兩種方法進行改進。

本文研究的方法可對治療和診斷應用中各種蛋白質上的感興趣位點進行針對性設計。

參考文獻：

Longxing Cao, et al. Design of protein binding proteins from target structure alone. Nature, 2022.

DOI：10.1038/s41586-022-04654-9

https://www.nature.com/articles/s41586-022-04654-9