Ako funguje de novo dizajn proteínov – a prečo je to dôležité

Stavba proteínov, aké si príroda nikdy nepredstavovala

Proteíny sú molekulárne stroje života. Katalyzujú reakcie, bojujú s infekciami, budujú tkanivá a prenášajú signály po celom tele. Miliardy rokov evolúcia formovala každý proteín na Zemi prostredníctvom náhodných mutácií a prirodzeného výberu – pomalého, slepého procesu. Teraz sa vedci naučili úplne preskočiť evolúciu a navrhovať úplne nové proteíny od základov.

Táto oblasť sa nazýva de novo dizajn proteínov a David Baker z University of Washington za ňu získal Nobelovu cenu za chémiu za rok 2024. V kombinácii s prelomovými objavmi v oblasti umelej inteligencie je pripravená pretvoriť medicínu, materiálovú vedu a priemyselnú chémiu.

Čo sú proteíny – a prečo je tvar všetkým

Proteín je reťazec aminokyselín, ktorý sa skladá do presného trojrozmerného tvaru. Tento tvar určuje, čo proteín robí: mierny posun môže premeniť užitočný enzým na zbytočnú hrudku. Prírodné proteíny vyvíjali svoje tvary tisícročia. De novo dizajn obracia scenár: vedci si najprv vyberú požadovaný tvar a funkciu a potom vypočítajú aminokyselinovú sekvenciu, ktorá sa do neho zloží.

Predstavte si to ako architektúru. Tradičná biológia študuje existujúce budovy, aby pochopila, ako stoja. De novo dizajn vám umožňuje navrhnúť plány pre štruktúry, ktoré ešte nikto nikdy nepostavil – a potom ich postaviť.

Ako funguje proces návrhu

Dizajn proteínov prebieha v troch širokých krokoch:

1. Definujte cieľovú štruktúru. Výskumníci špecifikujú 3D chrbticu, ktorú chcú – možno vrecko, ktoré uchopí molekulu lieku, alebo klietku, ktorá dodáva zložku vakcíny.
2. Vypočítajte sekvenciu. Softvérové nástroje hľadajú aminokyselinovú sekvenciu, o ktorej sa predpokladá, že sa spoľahlivo zloží do tohto tvaru. Program musí splniť tisíce fyzikálnych obmedzení: vodíkové väzby, hydrofóbne balenie, elektrostatické interakcie.
3. Overte v laboratóriu. Navrhnutý gén sa syntetizuje, vloží do buniek a výsledný proteín sa testuje, aby sa potvrdilo, že sa skutočne skladá a funguje podľa zamýšľaného účelu.

Po desaťročia bol druhý krok úzkym hrdlom. Skoré nástroje boli pomalé a mali nízku úspešnosť. To sa dramaticky zmenilo s príchodom umelej inteligencie.

Revolúcia umelej inteligencie: Od AlphaFold po RFdiffusion

V roku 2020 AlphaFold od DeepMind ohromil biológov predpovedaním štruktúr proteínov s takmer experimentálnou presnosťou. Bakerovo laboratórium adaptovalo podobné architektúry hlbokého učenia – nie na predpovedanie tvarov, ale na ich generovanie.

Výsledkom bol RFdiffusion, generatívny model umelej inteligencie, ktorý pristupuje k dizajnu proteínov ako ku generovaniu obrázkov. Začína s náhodným šumom a postupne ho vylepšuje na životaschopnú štruktúru proteínu, čím zvyšuje experimentálnu úspešnosť o dva rády. Doplnkový nástroj, ProteinMPNN, potom nájde optimálnu aminokyselinovú sekvenciu približne za jednu sekundu – viac ako 200-krát rýchlejšie ako predchádzajúci softvér, podľa National Institutes of Health.

Najnovšia verzia, RFdiffusion3, dokáže navrhovať proteíny, ktoré interagujú s DNA, malými molekulami a inými proteínmi s atómovou presnosťou, produkujúc enzýmy takmer rovnako účinné ako tie, ktoré sa nachádzajú v prírode.

Aplikácie v reálnom svete

Praktické výhody sa už objavujú:

• Medicína: Bakerova skupina navrhla malé proteíny, ktoré blokujú infekciu SARS-CoV-2, nanočastice, ktoré slúžia ako kandidáti na vakcínu proti chrípke, a väzobné látky, ktoré neutralizujú smrtiace toxíny hadieho jedu.
• Diagnostika: Proteínové senzory na mieru dokážu detekovať látky ako fentanyl a ponúkajú rýchle a lacné skríningové nástroje.
• Materiály: Výskumníci na MIT začali navrhovať proteíny podľa ich pohybu, nielen tvaru, čím otvárajú dvere pre udržateľné vlákna a biologicky odbúrateľné alternatívy k plastom na báze ropy.
• Priemyselné enzýmy: Navrhnuté enzýmy dokážu katalyzovať chemické reakcie, ktoré žiadny prírodný enzým nevykonáva, čo potenciálne ekologizuje výrobné procesy.

Výzvy do budúcnosti

Napriek rýchlemu pokroku pretrvávajú prekážky. Nie každý navrhnutý proteín sa po syntéze správne zloží a úspešnosť – hoci sa výrazne zlepšila – si stále vyžaduje skríning viacerých kandidátov. Navrhovanie proteínov s komplexnými, viacstupňovými katalytickými funkciami zostáva ťažšie ako navrhovanie jednoduchých väzobných látok. A premena laboratórnych úspechov na schválené lieky alebo komerčné produkty si vyžaduje roky testovania bezpečnosti a regulačného preskúmania.

Napriek tomu je trajektória jasná. Vďaka nástrojom umelej inteligencie, ktoré sú teraz open-source a rýchlo sa zlepšujú, Protein Design Archive už začiatkom roka 2025 katalogizoval viac ako 1 500 štrukturálne potvrdených návrhov. Vedci už nie sú obmedzení na proteíny, ktoré evolúcia náhodou vytvorila. Teraz si môžu postaviť molekulárne stroje na objednávku – jednu aminokyselinu po druhej.