抑制性 tRNA 恢复 TP53 无义突变蛋白功能,小鼠模型肿瘤体积最多缩小 93%
研究团队发现抑制性 tRNA(sup-tRNA)可绕过 TP53 的多种无义突变,恢复全长 p53 的表达与功能。他们用计算模型做计算机饱和突变来指导 sup-tRNA 设计,得到的 p53 变体活性优于恢复后的野生型 p53,癌细胞集落面积最多减少 82%。
推荐理由:研究用计算模型指导 sup-tRNA 设计以读通无义突变,为这类难成药靶点提供了可迁移的设计思路。
研究团队发现抑制性 tRNA(sup-tRNA)可绕过 TP53 的多种无义突变,恢复全长 p53 的表达与功能。他们用计算模型做计算机饱和突变来指导 sup-tRNA 设计,得到的 p53 变体活性优于恢复后的野生型 p53,癌细胞集落面积最多减少 82%。
推荐理由:研究用计算模型指导 sup-tRNA 设计以读通无义突变,为这类难成药靶点提供了可迁移的设计思路。
研究团队开发了烷基链可调的 Ly-Cn 分子,其中 Ly-12 在生理相关氯离子浓度下发生阈值式聚集,形成可被 DNA 重组和解聚的超分子纳米颗粒。该过程使 Ly-12 先在溶酶体相关区域积累,再向细胞核重分布并发生 DNA 介导的核内滞留,同时引发氧化应激、内质网应激和 DNA 损伤,白光照射可放大这一级联。
CAI-Vax 排列已选抗原并生成同义编码序列,用于设计个性化 mRNA 癌症疫苗构建体。在31名患者、357条候选肽中,HLA感知搜索在MHCflurry≤2%阈值下使每个连接点预测的跨连接结合事件较氨基酸模式优化减少3.49次。重复感知同义编码降低所有患者最大10-mer多聚度,但6-mer不及匹配随机编码,计算差异仍需实验验证。
研究提出 Astrolabe,一种可编程闭环框架,把结构条件序列生成与用户自定义目标结合,用于协调不同分子状态的生物分子设计。在受评方法中,Astrolabe 在蛋白质和小分子结合物基准上的计算通过率最高,并能容纳从局部有序化到多结构域重排的靶标构象变化。
NVIDIA 与华盛顿大学医学院蛋白质设计研究所(IPD)发布开源生成模型 RFD4-Proteina,基于 BioNeMo 平台,可联合优化蛋白质序列、结构及相互作用分子结构。
推荐理由:材料交代 RFD4-Proteina 的开源许可、性能对比与可用平台,便于判断蛋白质设计模型进入研发流程的入口。
研究团队提出 Trion-1,一个面向蛋白质的原生统一多模态扩散语言模型(dLLM)。它用统一的离散 token 空间同时表示序列、结构和自然语言,并以双向或半双向 token 交互替代严格从左到右的分解,统一了折叠、逆折叠、序列理解、结构理解、序列设计和结构设计六项能力,同时保留通用 LLM 的语言能力。
RiboBridge 提出一种结构优先框架,将 RNA 构象生成与蛋白-RNA 组装分开处理,无需预设结合位点。它先在蛋白表面提出多个候选 RNA 结合界面,在预训练 RNA 结构潜空间 RiboSphere 中生成构象,再预测相互作用约束并刚体放置。
研究设计了一组不同功能化的杯[4]芳烃多价配体,靶向内在无序蛋白α-synuclein的不同区域。NMR实验将分析从主链扩展到侧链核自旋,以原子分辨率识别配体与蛋白表面甲基或芳香基团的短程接触。这些相互作用细化了不同富赖氨酸基序内的静电驱动结合,为理性设计可调控蛋白功能的配体提供依据。
研究团队提出 IGLOO 框架,用具有已知逐残基重要性的合成适应度景观评估蛋白质语言模型的残基级归因。结果显示,预测准确率高并不保证归因忠实;一些模型干预使归因技能分数提高一倍以上,并将 TOPSIS 提升 29%。在真实的 α-淀粉酶和 β-内酰胺酶数据集上出现相似模式,IGLOO 也为选择序列编辑时的残基归因默认设置提供参考。
研究报道一种由分子内非共价相互作用促进的策略,以 ethenesulfonyl fluoride(ESF)为双功能交联剂,实现含酪氨酸肽的非对称订书化。磺酰氟基团共价锚定到肽上后被非共价作用活化,触发与酪氨酸的分子内 SuFEx 点击反应,可交联 Cys–Tyr、His–Tyr、Pro–Tyr 等多种残基对。
研究通过定向进化改造 PLP 依赖生物催化剂,实现了含非相邻 α,γ 立体二元组或连续 α,β,γ 立体三元组的非天然氨基酸立体发散合成。工程酶变体可选择性构建四种可能 α,γ 立体异构体中的三种,并催化与多种二级烷基三氟硼酸酯的分子间自由基 C–C 成键,获得高收率和高立体选择性的 α,γ-二取代氨基酸。
推荐理由:论文通过定向进化构建 PLP 酶变体,用生物催化控制自由基加成中的多个手性中心,为复杂非天然氨基酸合成提供可迁移方法。
研究提出全氟烷基阴离子策略,通过替换 anion-π+ 光敏剂中的 HFA 反离子来调控荧光强度和活性氧生成能力。含双面全氟烷基链的 BPFB 比单链 PFB 更能限制分子内运动,使 A/BPFB 与 TPQ/BPFB 纳米颗粒的荧光较 HFA 类似物分别提高 50.8 倍和 4.2 倍。
推荐理由:研究比较单双链全氟烷基阴离子对荧光和活性氧生成的影响,这一替换策略可为 anion-π+ 光诊疗剂的结构设计提供思路。
AI Proteins 宣布与 Astellas Pharma 达成研究合作与许可协议,共同发现和开发 de novo miniprotein 疗法。公告链接显示该协议价值超过 4 亿美元。
BMS科学家长期以来一直是我们开源社区的一部分。现在我们正携手共建! 我们很高兴将最新模型与BMS数十年的科学积累相结合,把更好的分子设计工具交到使用它们的科学家手中。
今天在 GTC 上,我们很高兴宣布与 Bristol Myers Squibb 的合作,将最新的 Boltz 模型引入 BMS 的药物发现工作流程。@bmsnews @boltz_bio 🚀🧵
RFD4-Proteina 通过奖励引导的推理时搜索设计蛋白质,将蛋白质设计视为搜索问题。8 个氨基酸残基的序列存在超过 25 billion 种组合,100 个残基的组合数则超过可观测宇宙的原子数。
研究团队提出强化学习框架 AlphaVariant,将生成式进化先验与迭代更新的低样本量适应度模型结合,用于搜索大型组合蛋白质序列空间。
推荐理由:在六个实验测量的蛋白质适应度景观中,AlphaVariant 在三个大型多位点场景排名第一,并在两轮设计-测试后报告活性提升。
研究团队针对三个疾病相关磷酸化 Tau 区域和 N 端焦谷氨酸修饰的 Abeta(N3pG-Abeta)从头设计蛋白读取器,在 768 个候选中筛出 51 个修饰选择性结合体,占 6.6%。
免疫世界模型通过分离的疫苗与肿瘤分支、终点特异性证据和多智能体编排,把疫苗诱导的 priming 与肿瘤天然呈递抗原的识别连接起来。在公开树突状细胞数据上,其上下文排序器在两类 holdout 下的 Recall@20 分别为 0.483 和 0.333;天然识别约束在呈现分数更高时仍拦下改造肽,实验观测模型则在合成条件实验中把交叉呈递系数收敛到已知值附近。
蓝细菌 Synechococcus elongatus PCC 7942 的信号肽与异源纳米荧光素酶 NLuc、氧化漆酶 CotA 融合后,部分变体提高了胞外活性。将信号肽-漆酶嵌合体细胞封装于海藻酸盐水凝胶后,所得工程活材料可释放足量酶,使周围染料污染物脱色。
研究团队提出 160 亿参数的蛋白质设计基础模型 Pinal,可根据自然语言描述生成候选蛋白质。Pinal 在 17 亿合成标注的蛋白质-文本对上训练,将功能意图与蛋白质序列和结构关联。
推荐理由:Pinal 以自然语言直接生成蛋白质候选并在四类任务中观察到目标功能,呈现了蛋白质设计接口的变化。
Xaira 推出面向药物发现与设计的智能体平台 X-Scientist,将前沿语言模型、生物工具、内部数据集以及 X-Cell、X-Design、X-Patient 等自研模型接入同一套多智能体框架,由主导智能体负责任务协调与验证。
研究团队用生成式蛋白设计构建能选择性结合金属多吡啶光催化剂的从头蛋白骨架,再通过定向进化获得高效、高对映选择性的人工金属酶光催化剂。进化后的蛋白可支持多种光驱动反应、高催化剂周转与催化剂回收,并能使用市售外消旋金属配合物。光谱研究表明,蛋白环境延长光催化剂激发态寿命,并将底物组织在辅因子附近,从而改变能量转移并控制立体选择性。
推荐理由:论文把生成式蛋白设计与定向进化结合,为无天然蛋白搭档的金属光催化剂构建可进化的人工金属酶骨架。
一种铜金属光氧化还原策略通过卤素原子自由基捕获平台,在可见光下将芳基溴化物转化为芳基自由基并实现亚砜亚胺的N-芳基化。铜–亚砜亚胺配合物捕获芳基自由基形成C–N键,反应在环境空气下进行,适用于电子性质多样的(杂)芳烃和结构复杂的NH-亚砜亚胺。该方法还可对药物相关骨架进行后期官能团化,为快速获取N-芳基亚砜亚胺生物等排体提供实用平台。
论文提出 MODS,一个通过推理时扩散引导进行多目标蛋白质优化的模块化框架。它为每个候选采样增强 Chebyshev 标量化权重和适应度代理集成成员来定义标量引导奖励,不同权重指向不同目标权衡,每轮评估后只更新代理模型而不重训生成模型。研究在六项蛋白质优化任务上搭配两种扩散模型和两种引导流程评估,MODS 在所有任务上取得有竞争力的最终超体积,并在部分任务上明显优于最佳基线。
深势科技与联合利华在联合利华中国研发中心成立30周年活动上展示两项 AI4S 合作成果,抗菌项目筛出3个候选分子,衣物护理的分子模拟流程已用于新品配方。
研究团队以 AlphaFold3 预测的 TAD 与辅激活因子相互作用为指导,设计并筛选出 300 多个对 Mediator、BRD4、NCOA 和 p300 的纳摩尔级结合蛋白。
推荐理由:研究把 AlphaFold3 预测界面与哺乳动物细胞筛选结合,为按亲和力定量调节转录输出提供了可迁移的设计思路。
研究解析了牛病毒性腹泻病毒(BVDV-1)E2 糖蛋白与牛 CD46 复合物的晶体结构,分辨率为 3.1 Å,显示 CD46 的 SCR1-2 结构域与 E2 的 DII-DIV 结构域以大致反向平行的方式结合。
研究团队将人类 Argonaute 2(AGO2)改造为模块化 RNA 靶向结构域,并与 C-to-U 脱氨酶融合形成 ALTER 编辑器。在 HEK293T 细胞的 mRNA 靶点上,ALTER 的 C-to-U 编辑效率平均比 Cas13 编辑器 CURE 和 RESCUE 高 1.9 倍,全转录组 RNA-seq 显示脱靶编辑水平相近或更低。
推荐理由:相比 Cas13 编辑器,这条路线用人类 AGO2 作为靶向模块,提供了编辑效率、脱靶和免疫原性预测的比较数据。
研究测试了编码组织蛋白酶 B(CatB)识别基序的相分离肽凝聚层能否在癌细胞中实现酶触发货物释放,发现为稀溶液连接子体系开发的常用基序 GFLG 与 EVCit 虽保留相分离,但 CatB 切割与货物释放效果差。
研究者提出 adaptamer,一种不足 120 bp 的 RNA 开关,可将对 FDA 批准小分子响应的适配体与内源 ADAR 介导的 RNA 编辑结合来调控基因表达。
推荐理由:论文给出一种无需外源蛋白的 RNA 开关设计,并展示小鼠体内调控 FGF21 表达后的代谢改善。
研究团队提出 Chaperone,一个把 RFdiffusion3 与 ProteinMPNN、AlphaFold3 等 50 多个蛋白设计工具接入智能体流程的轻量可定制框架。
推荐理由:Chaperone 在九项设计任务中与基线智能体对比,报告 token 用量下降 86% 和 GPU 成本下降 64%,可作为长流程智能体设计的效率参照。
Rosetta Commons 在 GitHub 组织下发布 Chaperone,一个用于构建、执行和评估结构生物学工作流的统一框架。该框架由华盛顿大学蛋白质设计研究所成员开发,为 RFdiffusion3、AlphaFold3、ProteinMPNN、Boltz-2 等组件提供文档化的 block,并支持分支流程、并行任务提交和迭代循环。
推荐理由:框架把蛋白设计各环节拆成可组合模块,并内置任务编排与数据溯源,便于评估自建流程的整合成本。
百图生科联合中国农业大学等推出跨生命域基因组基础大模型DeepD,相关论文已上线bioRxiv。模型总参数量约630亿,支持100万token上下文,采用稀疏MoE,单token激活约10亿参数,可生成29条酵母染色体III尺度序列和3条拟南芥1 Mb区段。当前主要建模DNA序列,尚未显式整合表观组、转录组等信息,生成序列的完整生物学功能仍需实验验证。
推荐理由:材料给出630亿参数稀疏MoE、100万token上下文和跨物种生成结果,可了解基因组基础模型的长序列建模路径。
研究团队开发了基因编码红色荧光生物传感器 mechanoLight,可在活细胞中选择性报告 5-HT2AR 的机械激活。该传感器将 cp-mApple 嵌入 5-HT2AR 第三胞内环并优化连接子,对流体剪切应力响应明显,而对 5-HT 敏感性较低,与主要检测配体激活的 psychLight2 形成对照。
推荐理由:该研究用 mechanoLight 区分 5-HT2AR 的机械与配体激活模式,并把探针策略扩展到其他机械敏感 GPCR。
研究团队把MAX衍生螺旋拉链肽缩小为24残基共价抑制剂,靶向MYC的Cys438并可从细胞裂解液中捕获内源MYC。该抑制剂通过酯化六个Glu/Asp残基提高膜通透性,在MYC依赖癌细胞中抑制增殖和迁移,并触发泛素-蛋白酶体介导的MYC降解及下游靶基因下调。
推荐理由:研究展示通过共价缩小MAX衍生肽靶向MYC并诱导降解的化学策略,为难以成药的转录因子提供可迁移思路。
研究团队用机器学习引导的设计流程从头构建出 20 kDa 的钒卤过氧化物酶 VAN1,它能结合 VO43- 并溴化 L-酪氨酸等活化芳香底物。X 射线晶体结构与计算模型高度吻合,结构导向突变使 VO43- 亲和力提升 15 倍、溴化活性提升 2.6 倍,与辅因子占据率的变化定量一致。
推荐理由:论文展示了机器学习引导的酶设计流程,晶体结构与计算模型吻合,读者可据此了解该方法的验证方式。
研究团队提出一种基于物理的快速计算方法,用于在从头设计的蛋白质中生成等排且化学互补的小分子结合口袋。他们仅评估个位数的设计,就得到稳定蛋白,其未结合配体结构中的结合位点已预组织并经 X-ray 晶体学确认,对靶标的亲和力达到微摩尔或更好。该方法还将选择性和耦合的发色团结合位点放入双域从头设计蛋白,实现两个位点间可控能量转移,并开发出可用于活哺乳动物细胞、可视化亚细胞结构的小型从头设计结合蛋白。
推荐理由:在深度学习快速生成蛋白骨架的背景下,这篇论文展示基于物理的方法如何设计小分子结合口袋,并用晶体学与结合实验检验少量设计。
来源更新 2026-11-05
研究团队用深度学习设计方法 RFdiffusion-AA 和 LigandMPNN 从头设计光酶,把作为非天然氨基酸引入的二苯甲酮光敏剂精确安置在喹诺酮底物旁,并由形状互补性高的口袋引导激发态中间体的反应性。
推荐理由:研究给出了从头设计光酶的流程和 99% e.e. 的立体控制数据,读者可据此了解深度学习设计改变生物催化选择性的路径。