突破藥物設計界限：RFpeptides框架為不可成藥蛋白質開辟新天地

「上帝之手」再次揮動！

原標題：David Baker最新成果！從頭設計大環肽結合物框架RFpeptides，為不可成藥蛋白質提供新可能性
文章來源：HyperAI超神經
內容字數：8271字

基于擴散模型的創新技術RFpeptides

在藥物研發領域，David Baker團隊推出了RFpeptides，這是一項基于擴散模型的創新技術，旨在為多種蛋白靶標設計高親和力的大環結合物。藥物研發一直是科學探索的前沿，尤其是小分子藥物因其易制備和低成本而成為主流，但面對缺乏疏水口袋的蛋白質時，這些藥物往往無能為力。

大環化合物的優勢

大環化合物因其獨特的三維結構和高親和力，能夠調節傳統小分子藥物難以觸及的分子靶標，為“不可成藥”的蛋白質提供了新的治療可能性。然而，傳統藥物開發方法耗時且成本高昂，AI的發展為藥物設計帶來了新的突破。

RFpeptides的設計流程

RFpeptides技術結合了修飾的RoseTTAFold和循環相對位置編碼的RFdiffusion，能夠生成精確的大環骨架，并通過ProteinMPNN和Rosetta Relax進行序列優化。這一流程可以高效地設計出具有不同二級結構的大環化合物，推動藥物開發和診斷技術的新應用。

研究成果與應用

研究團隊在大環結合物的從頭設計中，首先選擇了對抗癌癥具有關鍵作用的MCL1，通過RFpeptides生成了近1萬多個主鏈，并設計了相應的氨基酸序列。最終，27個設計被選中進行實驗驗證，取得了顯著的結合親和力。此外，針對MDM2、GABARAP和RbtA等靶標的研究也顯示出高效的結合能力，表明RFpeptides在藥物開發中的潛力。

David Baker的貢獻與前景

作為諾貝爾化學獎得主，David Baker在蛋白質設計領域的貢獻不可小覷。他不斷推動蛋白質結構預測和設計的進步，設計出具有特定生物功能的全新蛋白質，預示著人類在操控生命基本構件方面即將迎來新時代。這些研究成果不僅為藥物研發提供了新的思路，也有望解決一系列全球性挑戰。

總之，RFpeptides技術的出現標志著蛋白質藥物開發的一個重要里程碑，為未充分探索的蛋白質靶標提供了新的治療策略，未來在生物醫藥領域具有廣泛的應用前景。

聯系作者

文章來源：HyperAI超神經
作者微信：
作者簡介：解構技術先進性與普適性，報道更前沿的 AIforScience 案例