从头设计的结合蛋白抑制与肌萎缩侧索硬化症相关的铜/锌超氧化物歧化酶的聚集

《Communications Chemistry》：De novo designed binders suppress aggregation of Cu/Zn-superoxide dismutase implicated in amyotrophic lateral sclerosis

　　

摘要

蛋白质聚集是多种神经退行性疾病的病理标志物，也是重要的治疗靶点。然而，能够调控病理性聚集过程的分子的研发一直难以实现。近期，计算蛋白质工程领域取得了重要进展，特别是机器学习框架的应用，使得从头设计与靶蛋白特异性结合的功能蛋白成为可能。在本研究中，我们应用这一策略，针对铜/锌超氧化物歧化酶（SOD1）设计了从头结合蛋白，其异常聚集与由SOD1突变引起的肌萎缩侧索硬化症密切相关。SOD1以同源二聚体形式发挥功能，而致病突变会使平衡向易聚集的异常单体方向偏移；因此，我们寻求能够识别SOD1单体的结合蛋白。在设计候选蛋白中，结合蛋白#313展现出对SOD1单体的选择性结合能力。通过迭代优化，我们提高了其结合亲和力，获得了增强变体#313-604。#313-604与SOD1单体复合物的晶体结构高度吻合AlphaFold2预测的模型，验证了设计界面的准确性。重要的是，尽管SOD1单体变体会自发形成寡聚体和类淀粉样纤维，#313-604在体外有效抑制了SOD1的聚集。综上所述，这些结果表明，基于机器学习的从头蛋白质设计能够生成具有直接调控疾病相关聚集过程功能的有效结合蛋白。