[論文レビュー] De novo design of high-affinity protein binders with AlphaProteo

Vinícius Zambaldi, David La+30 more|arXiv (Cornell University)|Sep 12, 2024

Monoclonal and Polyclonal Antibodies Research被引用数 46

ひとこと要約

AlphaProteo は二成分系（生成モデルとフィルター）を用いて新規設計のタンパク質結合体を設計し、サブナノモルから低ナノモルの親和性を達成し、多様な標的に対して実験的成功率が高く、しばしば中程度スループットのスクリーニングの1回のラウンドだけで追加の最適化なしに達成される。

ABSTRACT

Computational design of protein-binding proteins is a fundamental capability with broad utility in biomedical research and biotechnology. Recent methods have made strides against some target proteins, but on-demand creation of high-affinity binders without multiple rounds of experimental testing remains an unsolved challenge. This technical report introduces AlphaProteo, a family of machine learning models for protein design, and details its performance on the de novo binder design problem. With AlphaProteo, we achieve 3- to 300-fold better binding affinities and higher experimental success rates than the best existing methods on seven target proteins. Our results suggest that AlphaProteo can generate binders "ready-to-use" for many research applications using only one round of medium-throughput screening and no further optimization.

研究の動機と目的

• 反復的な最適化を伴わずに、多様な標的に対する高親和性タンパク質結合体の計算設計を促進する。
• AlphaProteo を生成設計 + フィルタリングのフレームワークとして導入する。
• 構造的に多様な複数のターゲットに対して実験的検証を示す。
• 設計された結合体が熱安定性があり、発現可能で、エピトープ特異性を示すことを示す。

提案手法

• 生成モデルは PDB の構造データ/配列データと AlphaFold 予測の蒸留セットで訓練される二成分 AlphaProteo 系。
• 実験的成功を予測するスコアリングを行うフィルター。
• 条件設計のために、ホットスポット残基をオプションで含む標的構造を入力する。
• 多くの結合体候補を計算機上で生成し、自動フィルタリングで実験用セットに絞る。
• 酵母表面ディスプレイを用いた実験的検証で結合ヒットと結合親和性(K_D)を測定する。
• 生化学的・生物物理学的・構造的検証（HTRF, BLI, CD, cryo-EM, X-ray crystallography）。

実験結果

リサーチクエスチョン

• RQ1 AlphaProteo は構造的に多様な標的に対して高い実験的成功率を持つ de novo 結合体を生成できるか？
• RQ2 複数の標的に対して、デザイン後の追加最適化なしにどのような結合親和性（K_D）を達成できるか？
• RQ3 設計された結合体は意図したエピトープに結合し、特異性を示すか？
• RQ4 結合体は構造的に多様で、実用に耐える熱安定性を有するか？
• RQ5 計算機上の性能は、追加の未検証標的へどれだけ一般化できるか？

主な発見

• AlphaProteo は7つの標的において実験的成功率を9%～88%の範囲で達成し、これらの標的のうち6つで既存のベスト手法を上回った。
• 各標的あたりの最良 K_D は4標的でサブ1 nM、7標的でサブ30 nM、トップ結合体は82 pM。
• 7標的において、AlphaProteo の結合体は、以前の設計結合体のベストと比較して3～300倍優れた結合親和性を示した。
• 設計された結合体は構造的に多様（全α、全β、混成折りたたみ）で、意図したエピトープを特異的に結合し、競合的阻害および界面変異解析が設計相互作用を支持する。
• Cryo-EMとX線結晶構造解析は、設計と高い構造的一致を示す結合体-標的複合体構造を確認した（cryo-EM で RMSD ~0.8–3.1 Å; VEGF-A 複合体で 0.78 Å）。
• 機能的検証により、設計結合体が生存ウイルス実験系で SARS-CoV-2 中和とヒト細胞での VEGF シグナル伝達の阻害を示した。