Создайте белковые связывающие агенты с помощью Proteina-Complexa

Разработка новых белковых терапий и катализаторов включает в себя сложную задачу проектирования белковых связывающих агентов, то есть белков, которые связываются с целевым белком или маломолекулой. Пространство поиска возможных перестановок аминокислотных последовательностей и соответствующих трехмерных структур белков огромно, и достижение сильного и специфического связывания требует тщательной оптимизации взаимодействий между белковым связывающим агентом и целью.

Чтобы справиться с этими задачами, NVIDIA представила Proteina-Complexa, генеративную модель, которая проектирует de novo белковые связывающие агенты и ферменты. В этой статье мы подробно расскажем о ключевых технологиях, лежащих в основе Proteina-Complexa, исследуем основные области применения и подчеркнем обширную экспериментальную проверку созданных белковых связывающих агентов. Также мы предоставим пошаговое руководство по использованию командного интерфейса для генерации собственных связывающих агентов.

Производительность Proteina-Complexa зависит от трех различных технических компонентов: базовой генеративной модели, обучающих наборов данных и интеграции масштабирования вычислений во время вывода. Proteina-Complexa генерирует белковые связывающие агенты с помощью частично латентного процесса генерации, объединенного с масштабированием вычислений во время вывода, чтобы направить генерацию с использованием функций вознаграждения. Построенная на основе модели La-Proteina, Proteina-Complexa использует частично латентную структуру сопоставления потока для генерации как полностью атомистичных структур связывающих агентов, так и соответствующих аминокислотных последовательностей, что называется совместным проектированием.

Совместное проектирование позволяет рассуждать на атомарном уровне. Генерируя аминокислотную последовательность и полностью атомистическую структуру одновременно, Proteina-Complexa обеспечивает тесную связь между химическими идентичностями и трехмерной геометрией. Это интегрированное поколение позволяет создавать точные интерфейсы с высокой аффинностью, которые изначально оптимизированы для сворачивания и синтеза. Обучение генеративной модели для проектирования белковых связывающих агентов требует большого количества структурных данных о связывающих агентах и их целях. Proteina-Complexa была обучена на более чем 1 миллионе высококачественных экспериментальных и предсказанных структур из Protein Data Bank, AlphaFold Protein Structure Database и других наборов данных.

Области применения Proteina-Complexa включают белковые связывающие агенты для белковых целей и маломолекулярных целей, а также проектирование ферментов. Вы можете использовать Proteina-Complexa для проектирования de novo белковых связывающих агентов против целевых белков, связанных с заболеваниями, включая онкологию, иммунологию и неврологию. Этот случай применения был экспериментально подтвержден в сотрудничестве с Manifold Bio, Novo Nordisk, Viva Biotech и Университетом Дьюка.

Кроме того, Proteina-Complexa позволяет проектировать белки, которые связываются с конкретными маломолекулами, что находит применение в целевой доставке лекарств, биосенсорах и активации пролекарств. Также возможно проектирование структурно разнообразных белков, которые включают структуру активного центра фермента для промышленных биокаталитических и синтетических биологических приложений. Команда NVIDIA провела обширные эксперименты в лаборатории для проверки созданных белков, в результате чего было сгенерировано десятки миллионов начальных кандидатов, из которых около 1 миллиона были экспериментально протестированы против 133 различных белковых целей.