先了解这件事
2026年10月14日,华盛顿大学蛋白质设计研究所团队发表两篇关于从头计算设计蛋白酶的论文。据代表报道,两个团队在 Nature 发表研究,用计算方法从头设计蛋白酶,可在选定序列处水解多肽骨架,包括 TDP-43、amyloid-β 和血清淀粉样蛋白 A 等疾病相关蛋白上的位点。其中金属蛋白酶研究用 RFdiffusion 设计含锌活性位点的蛋白,135 个设计中 36% 能切割目标肽键,最佳初始设计将水解加速超过 108 倍,四处分替换后提升至超过 1010 倍;半胱氨酸蛋白酶研究用新深度学习方法 RFD2-MI 设计,69 个中 13 个有活性,加速最高 3 × 107 倍,并在 HeLa 细胞中验证了切割。两篇论文的通讯作者均包括 David Baker 和 ETH Zurich 的 Donald Hilvert。目前尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
Baker Lab 用 AI 从头设计可切割疾病相关蛋白的蛋白酶事件进展
1 个已确认进展
- 来源：Unite.AI
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月15日
Unite.AI
Baker Lab 用 AI 从头设计可切割疾病相关蛋白的蛋白酶
华盛顿大学蛋白质设计研究所两个团队在 Nature 发表论文，用计算方法从头设计蛋白酶，可在选定序列处水解多肽骨架，包括 TDP-43、amyloid-β 和血清淀粉样蛋白 A 等疾病相关蛋白上的位点。金属蛋白酶研究用 RFdiffusion 设计含锌活性位点的蛋白，135 个设计中 36% 能切割目标肽键，最佳初始设计将水解加速超过 10⁸ 倍，四处分替换后提升至超过 10¹⁰ 倍；半胱氨酸蛋白酶研究用新深度学习方法 RFD2-MI 设计，69 个中 13 个有活性，加速最高 3 × 10⁷ 倍，并在 HeLa 细胞中验证了切割。两篇论文的通讯作者均包括 David Baker 和 ETH Zurich 的 Donald Hilvert。