AREX Feed Article
华盛顿大学 Baker 实验室用 AI 设计出按指定序列切割蛋白的全新蛋白酶
据 ，以华盛顿大学诺贝尔奖得主 David Baker 实验室为主的研究人员，用 AI 蛋白质设计工具 RFdiffusion2 与 ProteinMPNN 保留了锌蛋白酶和半胱氨酸蛋白酶的催化核心、把蛋白其余部分全部替换，设计出能按指定序列切割目标蛋白的定制酶，两项成果已发表在 Nature。半胱氨酸蛋白酶的 69 个设计中 13 个有效，成功率 19%；加入水分子约束后，锌蛋白酶 38 个设计中有 35 个显示出催化活性。
优化后的变体把肽键切割速度最高提升超过 10¹⁰ 倍。研究团队还设计出能切割人源 TDP-43、β 淀粉样蛋白等蛋白的锌蛋白酶， Ars Technica 报道称这些蛋白与阿尔茨海默病、额颞叶痴呆等疾病相关，并提到设计的酶能在细胞中切割目标。肽键在水中能稳定数百年，此前的从头酶设计大多停留在低能垒的模型反应上；这两项工作把设计目标换成了这种难水解的化学键，并要求酶按指定的序列切割。
图源：论文《De novo design of cysteine proteases》（DOI: 10.1038/s41586-026-11143-w）
肽键为什么难切：数百年的半衰期与两套催化机制
蛋白质是氨基酸靠肽键连成的长链。两个氨基酸相连时会脱去一个水分子，而生成的这个键极其稳定： Ars Technica 援引的估计是半衰期长达数百年，的摘要也写明，连接肽链的酰胺键因水解能垒极高，在中性水溶液中能稳定数百年。生物能不断拆解蛋白质，靠的是演化出的一批蛋白酶； Ars Technica 写道，它们几乎无处不在。
Ars Technica 解释了这次用到的两种机制。锌蛋白酶靠一个带正电的锌原子，同时牵住被切的肽键、酶上的关键部位和一个水分子；酶把水分子里的质子部分拉走，激活后的水去进攻肽键。半胱氨酸蛋白酶则由一个活化的半胱氨酸直接进攻肽键，先形成被切蛋白与酶短暂相连的中间体，再由一个水分子把中间体拆开。
无论哪种机制，都要求少数几个特定氨基酸在催化中心以正确的位置和朝向排布。蛋白的其余部分负责把这些关键残基摆到位，也决定酶挑不挑切割对象： Ars Technica 举例说，消化系统里的蛋白酶几乎能在任意氨基酸旁下刀，而激活胰岛素的蛋白酶只在非常特定的序列附近切割。对设计者来说难点就在这里——没有有效的催化剂，反应几乎不会发生，而有效的催化剂要求极端精确的氨基酸排布； Ars Technica 提到，事先并不清楚 Baker 实验室开发的这些 AI 工具能否胜任。半胱氨酸论文摘要把背景说得更直白：此前从头酶设计的成功，大多局限在低能垒的模型反应上。
从螯虾与酵母出发：催化核心保留，其余交给 AI
两个项目用了同一套思路：像演化一样从现成的蛋白酶出发。据 Ars Technica 报道，锌蛋白酶项目参照螯虾消化系统中的一种锌蛋白酶，半胱氨酸项目参照酵母的一种半胱氨酸蛋白酶，两者的结构和催化残基位置都已知。
设计从 开始——全称 RoseTTAFold Diffusion 2 for Molecular Interfaces（RFD2-MI），一个面向分子界面的深度学习生成框架。 Ars Technica 介绍，研究人员给它两条约束：生成的骨架必须把催化所需的关键氨基酸凑到一起，还要让指定的目标序列贴着催化中心排布。骨架成型后，ProteinMPNN 沿骨架逐个填入氨基酸，要求同时满足三件事：能折叠成预定结构、能构成催化位点、能抓住目标序列。
据 Ars Technica 报道，半胱氨酸项目做了 12 种骨架、填出 69 组序列；锌蛋白酶项目试验了 135 个设计，与摘要「135 个设计进入实验测试」的口径一致。报道还提到，研究人员用 AlphaFold3 预测了许多设计的结构，并在数据库中找不到与它们相似的蛋白——说明工具不是在照搬已解析的蛋白结构。（10 月 14 日上线）的摘要给出了量化结果：设计的折叠与天然蛋白酶差异很大——衡量结构相似度的 TM score 小于 0.50；六个晶体结构与设计模型高度吻合，Cα 原子偏差小于 1.2 埃。
一个水分子的位置，决定锌蛋白酶设计的成败
测试方法很直接：把蛋白酶、它要识别的目标序列和一段荧光蛋白串成一条融合蛋白，看荧光部分是否被切下来。
半胱氨酸蛋白酶这边，13 个有效设计的活性都明显低于作为模板的酵母酶；论文摘要补充道，这些设计能在哺乳动物细胞中高效切割目标。
锌蛋白酶先遇到麻烦。 Ars Technica 报道，不含水分子约束的一批设计只有 89 个中的 14 个显示微弱催化活性（约 16%）；对失败案例建模后发现，设计常常让一个水分子挡在反应该发生的位置上。团队于是把水分子本身写成设计约束，要求它出现在正确位置——这一次，38 个设计中有 35 个显示出催化活性（约 92%）。锌蛋白酶预印本摘要的总结口径是：135 个进入实验测试的设计中，36% 具有活性，而且切割正好落在预定位点。不过这些设计的活性仍明显低于天然模板酶；团队得到过一个活性更好的锌蛋白酶设计，但它切割其他蛋白时并不挑位置。
图源：论文《Computational design of metalloproteases》（DOI: 10.1038/s41586-026-11167-2）
随机突变补上设计缺的细节
Ars Technica 报道称，研究团队找出活性位点附近不直接参与催化的氨基酸，把它们逐一换成所有预计不会破坏结构的替代方案。
半胱氨酸论文摘要给出的口径是：相对无催化背景反应的增速（kcat/kuncat，即催化速度与无催化背景反应速度之比）最高约 3×10⁷。 Ars Technica 则报道称，优化后最好的变体把肽键切割速度提高了 10⁹ 倍、且仍对目标序列保持高度特异性——报道没有说明这个倍数相对什么基准。
锌蛋白酶的提速有明确基准。的写明：最活跃的设计比无催化反应快 10⁸ 倍以上；引入四个增强活性位点预组织的点突变后，提速超过 10¹⁰ 倍。 Ars Technica 报道称，纳入了部分随机突变的 v2 版本比原设计活跃 30 倍。两篇论文都写明设计酶与天然酶之间仍有活性差距； Ars Technica 指出，随机突变仍能做出微妙的结构调整，让酶明显变快。
图源：论文《De novo design of cysteine proteases》（DOI: 10.1038/s41586-026-11143-w）
从 TDP-43 到 β 淀粉样蛋白：细胞里能切，离疗法还有几道坎
最后的展示直接指向疾病。锌蛋白酶预印本摘要写明，团队设计了能特异性切割人源 TDP-43、β 淀粉样蛋白和血清淀粉样蛋白 A 的金属蛋白酶，相对背景的提速最高达 9.2×10⁸ 倍； Ars Technica 报道称这些设计瞄准的是与阿尔茨海默病、额颞叶痴呆等神经系统疾病相关的蛋白。直接改造现有设计去追新序列效果不佳，团队从头重来，最终找到能在细胞中切割目标的版本；他们还用同一套酶做了「笼状」（caged）细胞因子和受体拮抗剂，只有在被设计的蛋白酶解除遮蔽后才起作用。预印本脚注显示，团队已就论文中的部分方法与设计提交临时专利申请。
Ars Technica 转述研究团队的判断：这种方法最终也许能通过靶向致病畸形蛋白来影响某些遗传病的病程。
但离疗法还有距离。 Ars Technica 列出的障碍包括：蛋白药物难以递送到需要的位置、容易引发免疫反应；如果目标在细胞内部，还可能需要把编码蛋白酶的基因送进目标细胞。
局限也来自工具本身。 Ars Technica 指出，这批设计成功满足了所有给定的物理约束——折叠正确、催化残基大致到位、能咬住目标序列——但使用者目前无法直接向工具指定想要的催化活性，许多设计缺少演化酶才有的微妙细节；开发者和用户也许能找到把物理位置之外的约束加进设计的办法。这套软件问世只有几年。就这批蛋白酶而言，结构的成功还没有换来同等的活性。
参考链接
- Ars Technica：Researchers use AI to design proteins that cut up other proteins —
- Nature：De novo design of cysteine proteases —
- Nature：Computational design of metalloproteases —
- bioRxiv 预印本：Computational design of metalloproteases —
- bioRxiv 预印本：De novo design of phospho-tyrosine peptide binders（RFD2-MI 方法论文）—