Os ligantes de proteínas, como anticorpos e nanobodos, são ferramentas poderosas usadas em bioquímica, biologia estrutural, imagem, terapêutica e outras áreas de ciências biológicas. No entanto, para muitas proteínas de interesse, não existem ligantes. Projetando -os com eficiência de Novo Há muito tempo é um sonho da comunidade de design de proteínas, mas há anos isso foi limitado a um pequeno número de laboratórios com a combinação certa de experiência em design e capacidade de triagem. Sem mencionar a pura complexidade de projetar com precisão as interações proteína-proteína; Algo que Bruno trabalha há muitos anos.
A maioria dos pesquisadores que se beneficiariam de aglutinantes não são designers computacionais, mas biólogos que simplesmente exigem a ferramenta certa para facilitar seus experimentos de WetLab. A descoberta do estado da arte para o fichário até recentemente se baseava fortemente na triagem de exibição de leveduras devido a baixas taxas de sucesso do projeto, que eram lentas, intensivas em recursos e frustrantemente não confiáveis. Em nossa própria experiência, a reprodutibilidade foi uma questão constante: os hits de uma rodada frequentemente falhavam quando expressos fora do contexto de levedura. Além disso, a exibição de leveduras impôs um gargalo de tempo e suggestions significativo: mover -se da escolha de um alvo para ter um ligante validado geralmente exigia várias rodadas de classificação da biblioteca e sequenciamento profundo. Queríamos nos afastar disso e desenvolver um método em que apenas um punhado de ligantes candidatos precisava ser projetado, ordenado como genes e validado diretamente; minimizar falsos positivos, falsos negativos e tempo desperdiçado.
Renderização estrutural de um fichário de proteína de novo projetado pela Bindcraft
A motivação também foi pessoal. Martin tentava há anos projetar ligantes contra o CAS9, com todos os métodos falhando. Na mesma época, havia cada vez mais evidências para o poder do Alphafold2 na seleção de projetos promissores do fichário por meio de testes de autoconsistência (Bennett et al. 2023 Nature Communications). Do trabalho anterior do grupo, já sabíamos que o alphafold2 “retropolícia” também poderia produzir proteínas altamente solúveis e bem expressas (Goverde et al. 2024 Nature). Isso provocou a pergunta óbvia: se o Alphafold2 é o que torna a previsão do fichário mais precisa, por que não usá -lo diretamente para design?
A base de código Colabdesign de código aberto de Sergey nos permitiu montar relativamente rapidamente um pipeline capaz de gerar ligantes a alvos de proteínas arbitrárias. Nosso primeiro caso de teste foi o PD-L1, a proteína de referência do nosso laboratório. Quando fizemos o primeiro in vitro Experimento de pulldown, 7 de 9 projetos vinculados. Nenhum de nós acreditou nisso a princípio; Este foi um enorme salto em comparação com o nosso método anterior de escolha, Masif (Gainza et al. 2020 Nature). Lennart confirmou os resultados com a SPR. Esse foi o momento em que percebemos que algo havia mudado fundamentalmente.
A partir daí, avançamos em metas cada vez mais difíceis. Cas9 e atrás eram escolhas naturais, dado o fundo de Martin. A parte AAV orquestrada por Christian e Lennart seguiu, triagem diretamente a função biológica no contexto actual do aplicativo, em vez de triagem anteriormente para ligação. E, finalmente, alérgenos – motivados pelas alergias de Martin e Lennart. Cada caso trouxe novos desafios, mas também reforçou a mesma conclusão: a Bindcraft poderia gerar confiadores de maneira confiável em uma ampla gama de proteínas.
Somos incrivelmente gratos por ver a comunidade abraçando a Bindcraft, fornecendo suggestions valioso e motivação inspiradora. Nossa esperança é que a Bindcraft proceed a capacitar os pesquisadores, especialmente aqueles fora do campo tradicional de design de proteínas, para tornar o design de proteínas uma abordagem comum e acessível. Para nós, ele já desempenhou um papel central em uma ampla gama de projetos e estamos entusiasmados em ver os diversos desafios que outros cientistas e laboratórios enfrentarão usá -lo. Por fim, também esperamos que a ampla adoção do pipeline demonstre efetivamente os pontos fortes do software program de código aberto e amigável ao usuário e motiva modelos futuros e mais eficientes a adotar uma filosofia semelhante.
