基于关键切割机方法的定制化结构化肽设计：一种无需重复训练的优化新范式

《Nature Machine Intelligence》：Tailored structured peptide design with a key-cutting machine approach

【编辑推荐】传统生成模型在蛋白质/肽设计中存在训练成本高、难以修改的瓶颈。本研究开发了基于优化的关键切割机(KCM)平台，通过分布估计算法(EDA)迭代优化序列，仅需单GPU即可实现精确骨架几何设计。实验证明KCM设计的抗菌肽对多重耐药菌株具有强效活性，并在小鼠感染模型中展现治疗效果，为计算蛋白设计提供了灵活高效的新范式。

　　

在计算生物学快速发展的今天，蛋白质和肽的设计正成为生物医学领域的重要研究方向。成功的蛋白设计案例包括抑制流感、SARS-CoV-2和HIV的抑制剂，以及催化非天然反应的酶等。然而，当前的方法主要依赖于生成模型，这些模型训练成本高昂且难以修改。例如，训练ESM-IF1需要在32个GPU上运行653个GPU天，每当引入新的可测量特性时，都需要从头开始重新训练，这严重限制了其实际应用。

为了解决这一瓶颈，研究人员开发了名为关键切割机(KCM)的优化平台。该方法创新性地采用基于优化的方法，通过迭代利用结构预测来匹配所需的骨架几何结构。KCM仅需单个GPU，并允许将用户定义的要求无缝整合到目标函数中，避免了生成模型典型的高重训练成本，同时允许直接评估可测量特性。

研究方法的核心技术包括：采用分布估计算法(EDA)结合岛屿模型进行序列优化；使用ESMFold作为结构预测工具；构建包含几何相似性、物理化学性质和能量标准的多目标函数；通过AlphaFold2获取模板肽的三维结构作为设计输入。

结构化肽设计的性能评估

研究人员在包含α-螺旋、β-折叠、两者组合和无结构区域的23个蛋白质数据集上评估KCM性能。对于以α-螺旋为主的蛋白质，全局距离测试总分(GDT_TS)分布趋向更高值（接近1），而标准均方根偏差(RMSD_S)分布接近0，表明设计具有高度的结构相似性和稳定性。β-折叠蛋白质由于平均长度（32个残基）几乎是α-螺旋蛋白质（18个残基）的两倍，需要更长的运行时间并显示出更多的结构多样性。

抗菌肽设计的概念验证

选择具有抗菌活性的12残基肽IDR-2009作为模板，测试了四种不同的目标函数方案：包含所有项(AT)、不包含描述符(ND)、不包含几何项(NG)和不包含能量项(NE)。在合成的12个序列中，9个肽（75%）对至少一种菌株表现出最小抑制浓度(MIC)值≤64 μmol·L^-1，超过了现有许多机器学习/深度学习方法的命中率。

设计肽的二级结构特征

圆二色谱实验显示，当省略几何相似性标准并最小化能量项权重时（NG组），设计的肽表现出更大的结构可塑性。在水和甲醇/水混合物中最初为无结构形式，但在TFE/水混合物中采用高度螺旋构象，在膜模拟介质中主要呈现β样构象。

作用机制和细胞毒性

膜通透性实验表明，所有测试的肽均能不同程度地破坏细菌膜电位。其中NE1和NG3在 depolarizing 鲍曼不动杆菌的细胞质膜方面特别有效。细胞毒性实验显示，12种肽在测试浓度（4-64 μmol·L^-1）下均未引起显著细胞毒性，而无活性肽（AT3）的最低细胞毒性浓度（CC₅₀）为269 μmol·L^-1，表明具有良好的治疗窗口。

动物模型中的抗感染效果

在小鼠皮肤脓肿和深部大腿感染模型中，NE2和NG1将鲍曼不动杆菌细菌负荷降低了高达两个数量级，效果与最后手段抗生素多粘菌素B和其他抗生素对照左氧氟沙星相当。未观察到体重减轻或皮肤损伤，表明具有良好的耐受性。

研究结论表明，KCM为计算结构化肽设计提供了一种替代范式，将迭代的基于优化的框架的适应性与现代结构预测工具的力量相结合。其在设计具有强效抗菌活性和降低毒性的肽方面的成功，突显了该方法在治疗开发中的潜力。与需要大量计算资源进行重新训练的生成模型相比，KCM提供了一种适应性强、资源高效的计算蛋白质设计解决方案。

该研究的局限性包括依赖迭代结构预测使其比标准的预训练生成方法（如ProteinMPNN或ESM-IF1）计算强度更大。设计一个α-螺旋序列在基准测试中需要在单个GPU（RTX 3090 Ti）上耗时约12小时。此外，KCM目前在设计较大蛋白质（100个氨基酸残基或更多）时存在限制。

未来工作可以探索更复杂的描述符，如免疫原性、蛋白水解稳定性和翻译后修饰，以及先进的多目标策略和蛋白质-水相互作用，特别是在本质无序蛋白的情况下，以增强序列空间的通量和探索。最终，KCM模型代表了向更通用和可定制的蛋白质和肽计算设计方法学迈出的有希望的一步。