计算蛋白质设计

概览

计算蛋白设计反转了通常的结构预测问题:它不问一个序列采用哪个结构,而是为满足几何学、能动性和功能限制的分子搜索顺序和配位空间。 目标范围从稳定的再叠到酶,绑定剂、开关和治疗蛋白.

技术基础

蛋白质设计搜索一个组合空间,每个残留物可以采用多组氨酸特性和侧链相配. 物理启发能函数大约为范德华包装,溶液分解等电阻相接活化和同质性 en;而几何约束则保存了催动或绑定的齿轮. Rotamer库dicretise侧链状态,并优化方法如死端消除法(dead-end explain)出自Monte Carlo搜索或整数编程识别低能序列. 从数据库中吸取了反相叠加和传播模型推断出序列结构规律,但其概率分数与热力学稳定性或生物学功能并不相同.

如何运作

设计工作流程定义了主干或功能几何,通过稳定性、特异性和可制造性来评价具有物理能函数的候选序列或者所学模型并排列结构。 基因系统可以联合提出骨干和序列,之后通过反复的设计-构建 --测试周期进行结构预测、分子模拟以及实验性测定筛选候选人。

衡量和研究方法

评价通过计算和实验门进行。 结构预测器测试一个被设计出来的序列是否以高的置信度返回所设定出折叠,并且没有可能的其他组件. 分子动力学探究了局部灵活性,界面水合和动能稳定性等情况;尽管可获取的时间尺度仍然有限. 基因被合成并表达出,再用色谱法、质地分光学和环相二极体来评估纯化蛋白;热饱及结构方法。 装订设计需要针对预定伙伴和非目标合作伙伴进行动力学和平衡测量;酶的设计还需要周转量、底物范围和机械控制,而不是单一的终点信号。

二. 主要想法

• 顺序必须有利于预定的折叠,而不是相竞同配和聚合。
• 在不评估具体性、动能和表达时,结合不够。
• 计算自信不能取代现实条件下的生化鉴定.

目前的研究领域

前沿结合了基因骨干设计,蛋白质语言模型和实验室自动化在从成功与失败中吸取教训的闭环. 研究人员为自然新陈代谢中缺失的反应而建立出去克诺活细胞素的模具,膜通道等分子笼口相接器和酶. 多态设计明确奖励理想的相配性,同时惩罚非目标状态;积极学习选择能有效减少不确定性的各种实验. 开放的问题包括预测表达和聚合,代表质子化与溶剂网络相接的状态;设计符合性开关并量化出同新颖相关的风险. 负责的工作流程筛选序列,文档出处和验证功能在环境或临床使用之前.

为什么它很重要

被设计出蛋白质可以产生疫苗,诊断剂等催化剂活化过程中没有供应的生物材料和分子工具. 它们还为测试折叠,识别和过敏等理论提供了受控实验.

限制和未决问题

能量模型大致呈现出溶剂, en和相容性动力学的特征;而训练数据则过度地表述了易于表达并具有特点活性的蛋白质. 许多显然可行的设计在合成、折叠或功能测试过程中失败,安全性必须独立于新颖性的评估。