编辑推荐：
推荐
为解决环肽设计深度学习方法发展缓慢问题，研究人员开展环肽结构预测、序列重新设计及从头生成研究。利用 AfCycDesign 设计超万种环肽，部分 X 射线晶体结构与模型高度吻合，还设计出纳摩尔级结合 MDM2 和 Keap1 的结合剂，具重要应用价值。
论文解读
在生命科学和药物研发领域，环肽作为一种极具潜力的治疗方式备受关注。然而，由于缺乏足够大的训练集，用于准确设计环肽的深度学习方法发展缓慢。传统方法如基于运动学闭合（KIC）算法的 Rosetta 设计虽有一定效果，但计算成本高且需大量骨架采样和序列设计，难以满足高效设计需求。在此背景下，开发一种快速、准确的环肽结构预测与设计的深度学习方法成为亟待解决的问题。
美国华盛顿大学等机构的研究人员开展了相关研究，旨在利用深度学习技术攻克环肽设计难题。他们开发了 AfCycDesign 方法，实现了环肽的准确结构预测、序列重新设计及从头生成，并在多种关键靶点的结合剂设计中取得突破。该研究成果发表在《Nature Communications》上，为环肽在治疗多种疾病的应用中奠定了坚实基础。
研究人员主要采用了以下关键技术方法：一是对 AlphaFold2 进行改进，引入环化相对位置编码，通过自定义的 N×N 循环偏移矩阵将肽链的 N 端和 C 端连接，使模型能够识别环化约束，用于环肽结构预测；二是结合 ColabDesign 框架，实现环肽序列的重新设计和从头生成，通过优化序列使预测结构与目标骨架吻合，并利用 pLDDT 等指标评估预测置信度；三是运用 Rosetta 软件进行能量景观计算和分析，评估环肽的折叠倾向；四是通过 X 射线晶体学技术对设计的环肽进行结构验证，确保设计模型的准确性；五是采用 AlphaLISA、荧光偏振（FP）等实验方法对环肽与蛋白质靶点的结合能力进行测定。
结构预测 of cyclic peptides
研究人员通过在 AlphaFold2 中引入环化相对位置编码，开发了 AfCycDesign。对来自 PDB 的 80 个环肽进行测试，结果显示预测结构与实验结构高度吻合，中位 pLDDT 为 0.92，RMSD 为 0.8?。其中 58 个案例预测置信度高（pLDDT>0.7）且 RMSD<1.5?，表明该方法能准确预测环肽结构，尤其在含二硫键的环肽预测中无需明确二硫键连接，且计算时间大幅缩短，相比 Rosetta 方法更高效。
序列 redesign of cyclic peptides
基于 AfCycDesign 对环肽骨架进行序列重新设计，以 13mer 环肽为例，通过 Rosetta 生成大量骨架并聚类，选择代表性骨架进行设计。结果显示，AfCycDesign 设计的序列 pLDDT 得分优于 Rosetta 设计序列，且序列中疏水氨基酸和脯氨酸含量更高，折叠倾向更好。X 射线晶体结构验证表明，设计序列能准确折叠成目标结构，如 RAR13.1 的 X 射线结构与设计模型 Ca RMSD 仅为 0.3?。
从头 hallucination for cyclic peptides
研究人员开发了同时采样序列和结构的从头生成方法，对 7-13mer 环肽进行大规模生成和聚类，得到数万独特结构簇。其中数千个簇预测置信度高（pLDDT>0.9），且 X 射线晶体结构验证显示，多个设计的环肽结构与模型高度一致，如 RH10.1 的 Ca RMSD 为 0.3?。该方法成功设计出不含二硫键的较大环肽（11-13mer），拓展了环肽结构多样性。
设计 and validation of cyclic peptide binders using hallucinated scaffolds
以 MDM2 和 Keap1 为靶点，利用生成的高置信度环肽骨架进行结合剂设计。通过将 p53 的 5 残基基序嫁接到环肽骨架，结合 ProteinMPNN 和 Rosetta 设计，筛选出对 MDM2 具纳摩尔级抑制活性的环肽，如 RMG_14 的 IC50 为 338.4 nM，其与 MDM2 结合的 X 射线结构与设计模型吻合。针对 Keap1，嫁接 Nrf2 的 EETG 基序，设计的环肽在 FP assay 中表现出优于线性 Nrf2 肽的抑制活性，如 KC4 的 IC50 为 87.7 nM。
研究结论表明，AfCycDesign 方法通过引入环化相对位置编码，成功实现了环肽的高精度结构预测、高效序列设计及多样化从头生成。实验验证显示，设计的环肽结构准确，且能作为骨架设计出针对关键靶点（如 MDM2、Keap1）的高活性结合剂。该研究不仅突破了传统环肽设计的技术瓶颈，为环肽在治疗癌症等疾病中靶向蛋白质 - 蛋白质相互作用提供了新策略，还为深度学习在复杂生物分子设计中的应用开辟了更广阔的空间，有望加速基于环肽的药物研发进程，为解决 “不可成药” 靶点问题提供新途径。
