Новый метод создания белковых связующих молекул открывает путь к персонализированной терапии

Новый вычислительный метод позволяет создавать высокоаффинные связующие молекулы для различных белков-мишеней. Автор: MPI f. Biology Tübingen

Современные достижения в области компьютерного дизайна белков в основном зависят от нейронных сетей и машинного обучения. Однако сложность белковых взаимодействий и ограничения моделей, основанных на данных, сдерживают дальнейший прогресс.

Команда исследователей из Института биологии Макса Планка в Тюбингене, Тюбингенского университета и Университетской клиники Тюбингена разработала новый вычислительный метод, который использует принцип комплементарности форм для создания белковых связующих молекул. Исследование опубликовано в журнале Advanced Science.

«Несмотря на значительные успехи в компьютерном дизайне белков, создание связующих молекул с нуля остается сложной задачей, — объясняет ведущий автор исследования Катерина Максименко. — Наша цель заключалась в разработке метода, который не требует обучения на данных. Мы хотели создать инструмент, который не только позволяет проектировать сайт-специфичные связующие молекулы, но и углубляет наше понимание сворачивания и функций белков».

От концепции к практическому применению

Ученые разработали мощный компьютерный инструмент, способный создавать небольшие белки, которые точно связываются с определенными участками болезнетворных белков и блокируют их. Это открывает возможности для разработки новых лекарств против рака или иммунных нарушений, нацеленных на сложные участки белков.

Метод успешно протестирован на двух биологически важных молекулах: рецепторе интерлейкина-7 альфа (IL-7Rα), играющем ключевую роль в иммунитете и лейкемогенезе, и сосудистом эндотелиальном факторе роста (VEGF), который является важной терапевтической мишенью при различных заболеваниях.

Новый подход сочетает быстрый компьютерный отбор структур с комплементарной формой из обширных баз данных белков с физическим моделированием взаимодействий и молекулярной динамикой для ранжирования перспективных кандидатов. Лучшие конструкции были экспериментально подтверждены, продемонстрировав высокую аффинность связывания, стабильность и активность in vitro и in vivo.

Видение будущего белковой инженерии

Метод позволяет находить оптимальные шаблоны связующих молекул в человеческом протеоме, что упрощает «гуманизацию» разрабатываемых терапий и снижает риск иммуногенных реакций.

«Этот подход не только упрощает процесс дизайна, но и дает более глубокое понимание физических основ функционирования белков. Кроме того, он позволяет включать искусственные аминокислоты в создаваемые белки», — отмечают исследователи.

Разработанный инструмент основан исключительно на фундаментальных принципах, что делает его применимым не только для создания генетически кодируемых белковых связующих, но и для синтетических белков с искусственными аминокислотами.

Эта работа открывает путь к созданию эффективных и предсказуемых белковых связующих молекул, что может революционизировать разработку лекарств и молекулярную диагностику.

Дополнительная информация: Катерина Максименко и др., A Complementarity‐Based Approach to De Novo Binder Design, Advanced Science (2025). DOI: 10.1002/advs.202502015