Jak działa projektowanie białek de novo – i dlaczego to ma znaczenie

Budowanie białek, o których natura nigdy nie marzyła

Białka to molekularne maszyny życia. Katalizują reakcje, zwalczają infekcje, budują tkanki i przekazują sygnały w całym organizmie. Przez miliardy lat ewolucja kształtowała każde białko na Ziemi poprzez losowe mutacje i selekcję naturalną – powolny, ślepy proces. Teraz naukowcy nauczyli się całkowicie pomijać ewolucję i projektować zupełnie nowe białka od podstaw.

Ta dziedzina nazywa się projektowaniem białek de novo i przyniosła Davidowi Bakerowi z University of Washington Nagrodę Nobla w dziedzinie chemii za rok 2024. W połączeniu z przełomami w sztucznej inteligencji, ma ona szansę przekształcić medycynę, naukę o materiałach i chemię przemysłową.

Czym są białka – i dlaczego kształt jest najważniejszy

Białko to łańcuch aminokwasów, który zwija się w precyzyjny trójwymiarowy kształt. Ten kształt determinuje, co robi białko: niewielka zmiana może zamienić pomocny enzym w bezużyteczną grudkę. Kształty białek w naturze ewoluowały przez tysiąclecia. Projektowanie de novo odwraca ten schemat: naukowcy najpierw wybierają pożądany kształt i funkcję, a następnie obliczają sekwencję aminokwasów, która się w niego zwinie.

Można to porównać do architektury. Tradycyjna biologia bada istniejące budynki, aby zrozumieć, jak stoją. Projektowanie de novo pozwala sporządzić plany budowli, których nikt nigdy nie zbudował – a następnie je skonstruować.

Jak przebiega proces projektowania

Projektowanie białek przebiega w trzech głównych etapach:

1. Zdefiniowanie struktury docelowej. Naukowcy określają trójwymiarowy szkielet, którego chcą – być może kieszeń, która chwyta cząsteczkę leku, lub klatkę, która dostarcza składnik szczepionki.
2. Obliczenie sekwencji. Narzędzia programowe wyszukują sekwencję aminokwasów, która, jak się przewiduje, zwinie się niezawodnie w ten kształt. Program musi spełniać tysiące ograniczeń fizycznych: wiązania wodorowe, upakowanie hydrofobowe, interakcje elektrostatyczne.
3. Walidacja w laboratorium. Zaprojektowany gen jest syntetyzowany, wprowadzany do komórek, a powstałe białko jest testowane, aby potwierdzić, że rzeczywiście zwija się i funkcjonuje zgodnie z zamierzeniami.

Przez dziesięciolecia drugim krokiem był wąskie gardło. Wczesne narzędzia były powolne i miały niski wskaźnik sukcesu. Zmieniło się to dramatycznie wraz z pojawieniem się sztucznej inteligencji.

Rewolucja AI: Od AlphaFold do RFdiffusion

W 2020 roku AlphaFold firmy DeepMind oszołomił biologów, przewidując struktury białek z niemal eksperymentalną dokładnością. Laboratorium Bakera zaadaptowało podobne architektury głębokiego uczenia – nie do przewidywania kształtów, ale do ich generowania.

Rezultatem był RFdiffusion, generatywny model AI, który traktuje projektowanie białek jak generowanie obrazów. Zaczyna od losowego szumu i stopniowo przekształca go w realną strukturę białka, podnosząc wskaźniki sukcesu eksperymentalnego o dwa rzędy wielkości. Towarzyszące narzędzie, ProteinMPNN, następnie znajduje optymalną sekwencję aminokwasów w około jedną sekundę – ponad 200 razy szybciej niż poprzednie oprogramowanie, według National Institutes of Health.

Najnowsza wersja, RFdiffusion3, potrafi projektować białka, które oddziałują z DNA, małymi cząsteczkami i innymi białkami z atomową precyzją, wytwarzając enzymy prawie tak skuteczne, jak te występujące w naturze.

Zastosowania w świecie rzeczywistym

Praktyczne korzyści już się pojawiają:

• Medycyna: Grupa Bakera zaprojektowała małe białka, które blokują infekcję SARS-CoV-2, nanocząsteczki, które służą jako kandydaci na szczepionkę przeciw grypie, oraz ligandy, które neutralizują toksyny jadu śmiertelnych węży.
• Diagnostyka: Niestandardowe czujniki białkowe mogą wykrywać substancje takie jak fentanyl, oferując szybkie i tanie narzędzia do badań przesiewowych.
• Materiały: Naukowcy z MIT rozpoczęli projektowanie białek na podstawie ich ruchu, a nie tylko kształtu, otwierając drogę do zrównoważonych włókien i biodegradowalnych alternatyw dla tworzyw sztucznych na bazie ropy naftowej.
• Enzymy przemysłowe: Zaprojektowane enzymy mogą katalizować reakcje chemiczne, których nie wykonuje żaden naturalny enzym, potencjalnie zazieleniając procesy produkcyjne.

Wyzwania na przyszłość

Pomimo szybkiego postępu, przeszkody pozostają. Nie każde zaprojektowane białko zwija się prawidłowo po zsyntetyzowaniu, a wskaźniki sukcesu – choć znacznie poprawione – nadal wymagają przesiewania wielu kandydatów. Projektowanie białek o złożonych, wieloetapowych funkcjach katalitycznych pozostaje trudniejsze niż projektowanie prostych ligandów. A przełożenie sukcesów laboratoryjnych na zatwierdzone leki lub produkty komercyjne wymaga lat testów bezpieczeństwa i przeglądów regulacyjnych.

Mimo to trajektoria jest jasna. Dzięki narzędziom AI, które są teraz open-source i szybko się rozwijają, Protein Design Archive skatalogowało już ponad 1500 strukturalnie potwierdzonych projektów na początku 2025 roku. Naukowcy nie są już ograniczeni do białek, które ewolucja przypadkowo wytworzyła. Mogą teraz budować molekularne maszyny na zamówienie – jeden aminokwas na raz.