一、从靶点蛋白到高亲和多肽,流程分四步

手里有一个靶点蛋白,想筛出能高亲和结合它的多肽,从头设计怎么走?这个问题拆开就是两件事:流程怎么定,每一步用什么工具。科晶生物在《从头设计高亲和力肽结题报告》里给出了完整链路,四步走完,从蛋白结构直接到候选序列。

步骤一,定位点。拿到客户提供的靶点蛋白后,先讨论并锁定活性位点区域。报告里的案例是 CXCR2,双方确认后把 B35-50 和 B272-297 两段定为设计结合物(binder)的区域。位点定得准不准,直接决定后面上千个候选有没有意义。

步骤二,RFdiffusion 造结合物。用扩散模型在活性位点区域生成 8 到 15 个氨基酸的短肽,一轮做 1000 个。长度不是随便定的:太长很难找到相似结构,太短假阳性会偏高,8-15 是报告里给出的平衡区间。

步骤三,HDOCK 精筛。1000 个候选逐一和靶点做蛋白-蛋白对接,对接分数越负越好。判读标准落在置信度公式 Confidence_score = 1.0/[1.0+e^(0.02×(Docking_Score+150))]:对接分数 200 时置信度约 0.7,HDOCK 官方文档把 0.7 作为大概率结合的分界线。

步骤四,AlphaFold3 复核。HDOCK 筛出的 top30 送 AF3 做一对一精细建模,看 pTM+ipTM,大于 0.75 判为对接效果好。pTM 评整体折叠正确性,ipTM 专评两个蛋白接触界面的预测准确性,两个数合起来看,比单看对接分数可靠。

图 2 靶点蛋白 CXCR2 的活性位点区域(橙色标出,红圈为设计 binder 的区域)。

二、每一步用什么工具,为什么是这几款

把两条项目线用到的工具放在一起看,每款都有明确分工:

• RFdiffusion(Nature 2023):扩散模型生成蛋白结构,强项是在指定位点做 binder 设计,科晶用它出短肽候选。

• HDOCK(Nature Protocols 2020):模板匹配加自由对接,负责大批量粗筛,给出对接分数。

• AlphaFold3(Nature 2024):复合物结构预测,用 pTM+ipTM 对粗筛结果做二次确认。

• BoltzGen(bioRxiv 预印本):全原子生成模型,小分子结合蛋白设计的新工具,负责从小分子出发生成 60-120 个氨基酸的候选蛋白。

• AutoDock Vina 1.2.0(JCIM 2021):小分子反向对接,给设计蛋白逐个打结合亲和力分(kcal/mol)。

• Chai-1:蛋白-小分子复合体建模,输出 pTM 和 ipTM,作为最后一道复核。

蛋白靶点和化学小分子两条线,流程骨架是一样的:生成、粗筛、精筛、复核,换的只是每一步的工具。小分子那条线先给靶标化合物建三维模型,再用 BoltzGen 生成 500 条 60-120 个氨基酸的设计蛋白,经 AutoDock Vina 反向筛选,最后由 Chai-1 逐一建模确认。

图 3 Chai Discovery 平台对一对设计蛋白的建模结果界面,ipTM 0.7039、pTM 0.9482,右侧为 Predicted Aligned Error 矩阵。

三、结题报告里的数据长什么样

看案例数据比看流程更直观。CXCR2 项目交付的结果表里,30 条候选多肽每条都带 HDOCK 对接分值、pLDDT、ipTM、pTM 和 ipTM+pTM 五项数据。最好的几条 ipTM+pTM 落在 1.4 到 1.6 区间,对接分数在 232 到 264 之间,全部属于高置信度。客户按 pLDDT、对接分数和多肽性质(消光系数、GRAVY 疏水性、理论等电点、不稳定指数)挑实验验证对象,报告附了每项指标的判读标准,比如不稳定指数小于 40 判为热稳定。

图 4 CXCR2 项目 30 条候选多肽的筛选结果表,含 HDOCK 对接分值、pLDDT、ipTM、pTM 等指标。

小分子项目的结果同样落到具体数字:500 个设计蛋白里 131 条被过滤,报告建议优先实验验证 top20 中 ipTM+pTM 最高的一批。下图是其中一条设计蛋白与靶标小分子的结合构象。

图 5 BoltzGen 设计蛋白(绿色)与靶标小分子(粉色)的结合结构模型。

四、找服务商代做,看三件事

自己搭这套流程不是不行,但 RFdiffusion、BoltzGen 这类生成模型的部署和调参门槛摆在那里,多数课题组最后还是找服务商。挑的时候建议看三点:

• 流程是否走完四步。只做生成不做 AF3 或 Chai-1 复核的,候选质量没法判断。

• 结果是否给逐条数据表。只给几条序列不给指标的服务商,客户拿到手也没法复判。

• 指标判读标准是否公开。HDOCK 置信度 0.7 分界、AF3 的 0.75 阈值、不稳定指数 40,这些标准写不写进报告,差别很大。

科晶生物的两份结题报告里,这三点都做到了:流程从位点确定到最后一道建模复核完整跑通,结果附完整数据表,参数注释逐条写清判读依据。有靶点蛋白或小分子需要做结合肽、结合蛋白设计的,可以直接参照这套流程去聊需求。