TangleDiff：一种用于设计可编程特征蛋白质同源二聚体水凝胶的深度学习方法

《Nature Communications》：Generating protein hydrogels with customizable stress relaxation behavior via deep learning-driven entanglement design

　　

摘要

蛋白质水凝胶因其良好的应力松弛行为（应力随应变的增加而减小），是用于三维干细胞和类器官培养的人工细胞外基质（ECMs）的有前景候选材料。链间缠绕基序（不同蛋白质链相互交织）代表了合成此类水凝胶的一种强大策略。然而，设计具有定制特性（如结合能）的此类基序仍是一项重大挑战，因为难以在确保缠绕的同时控制这些特性。在此，我们介绍了TangleDiff，一种用于从头设计具有可编程特征的蛋白质同源二聚体的深度学习框架。TangleDiff生成的多样化可折叠缠绕序列的计算机模拟成功率超过70%，显著优于当前模型（约1%）。通过对TangleDiff施加链间结合能条件，我们生成了新型蛋白质二聚体，其结合能紧密匹配指定范围，约70%的成功设计符合预期值。我们通过设计九个针对不同结合能的同源二聚体实验验证了TangleDiff；其中七个成功形成水凝胶，应力松弛动力学与指定结合能相关。本研究为蛋白质缠绕设计确立了一种通用策略，为基于缠绕的生物材料创新开辟了道路。