
-
生物通官微
陪你抓住生命科技
跳动的脉搏
生成式AI设计非核糖体肽合成酶硫醇化结构域实现合成装配线的语境条件化重构
《Nature Communications》:Generative AI designs functional thiolation domains for reprogramming non-ribosomal peptide synthetases
【字体: 大 中 小 】 时间:2026年09月23日 来源:Nature Communications 18.1
编辑推荐:
摘要大型语言模型和生成式蛋白质设计有望加速生物技术发展,但目前尚不清楚它们是否能够设计依赖于瞬时、特定语境下结构域界面作用的动态巨型合成酶(合成)酶类。非核糖体肽合成酶(NRPSs)正是这一挑战的典型代表,它们能够合成许多临床上使用的治疗药物。在这项研究中,我们将预训练的生成
大型语言模型和生成式蛋白质设计有望加速生物技术发展,但目前尚不清楚它们是否能够设计依赖于瞬时、特定语境下结构域界面作用的动态巨型合成酶(合成)酶类。非核糖体肽合成酶(NRPSs)正是这一挑战的典型代表,它们能够合成许多临床上使用的治疗药物。在这项研究中,我们将预训练的生成式模型(ESM3、ProteinMPNN和EvoDiff)与"设计—构建—测试—学习"循环及数据驱动的优先级排序相结合,生成了76个从头设计的硫醇化(T)结构域。我们在体内构建了578个重组NRPS变体并进行测试,涵盖了最小化、全长以及混合型装配线。AI设计的T结构域能够在不同架构下支持产物形成,使重组连接处的杂合体具有催化活性,并且相对于携带天然T结构域的NRPSs,产量最高提升了约3倍。其中一个代表性设计展现了改进的可溶性表达、复性能力,以及高出12 ℃的熔解温度,而分子动力学模拟则表明,其全局稳定性得以保留,但结构域间接触网络发生了重塑,呈现状态依赖性。综上所述,这些结果确立了生成式设计作为实现合成装配线语境条件化工程化重构与重编程的有效途径。