Ferramenta de IA BindCraft Projeta Proteínas Ligantes com até 100% de Taxa de Sucesso
Um novo pipeline de código aberto usa o AlphaFold2 para projetar ligantes proteicos com afinidade nanomolar em uma única etapa — sem necessidade de triagem de alta throughput.
Resumo
O BindCraft é um pipeline automatizado e de código aberto que utiliza os pesos da rede neural do AlphaFold2 para projetar ligantes proteicos do zero contra alvos de difícil acesso. Ao contrário dos métodos tradicionais, que exigem a triagem de milhares de candidatos, o BindCraft alcança taxas de sucesso experimental de 10–100% ao realizar retropropagação pelo AlphaFold2 para otimizar simultaneamente a estrutura, a sequência e a interface do ligante. Testado em 12 alvos distintos — incluindo CRISPR-Cas9, alérgenos, receptores de superfície celular e toxinas bacterianas — a ferramenta produziu ligantes com afinidade nanomolar sem necessidade de otimização laboratorial. As aplicações demonstradas incluem redução de respostas alérgicas, controle da edição gênica, neutralização de toxinas alimentares e redirecionamento de vetores virais para entrega gênica.
Resumo Detalhado
Interações proteína–proteína governam virtualmente todos os processos biológicos, tornando os agentes de ligação proteicos desenvolvidos ferramentas poderosas para terapêutica, diagnóstico e biotecnologia. No entanto, a geração tradicional de agentes de ligação — por meio de imunização, bibliotecas de anticorpos ou evolução dirigida — é lenta, custosa e oferece pouco controle sobre o sítio de ligação. Métodos computacionais como o Rosetta melhoraram essa realidade, mas alcançaram menos de 0,1% de sucesso experimental, enquanto abordagens mais recentes de aprendizado profundo, como o RFdiffusion, ainda exigem triagem de alto rendimento para identificar candidatos bem-sucedidos.
O BindCraft preenche essa lacuna ao utilizar diretamente os pesos do multímero do AlphaFold2 (AF2) durante o design. Em vez de gerar esqueletos proteicos primeiro e filtrá-los posteriormente, o BindCraft retropropaga gradientes de erro pela rede AF2 a cada iteração, simultaneamente criando o esqueleto do agente de ligação, a sequência e a interface adaptados ao alvo. Uma etapa secundária de otimização utiliza o MPNNsol para refinar o núcleo e a superfície do agente de ligação, preservando a interface; os designs finais são filtrados por meio da repredição do monômero pelo AF2 e pela pontuação baseada em física do Rosetta, a fim de eliminar estruturas fisicamente implausíveis.
O pipeline foi avaliado em 12 alvos terapeuticamente relevantes e estruturalmente diversos. As taxas de sucesso experimental variaram de 10% a 100% entre os alvos, com os agentes de ligação de maior afinidade atingindo valores de Kd nanomolares sem qualquer otimização experimental de sequência. Notavelmente, o BindCraft igualou ou superou o RFdiffusion em eficiência de design por GPU-hora em múltiplos alvos e comprimentos de agentes de ligação. Os designs abrangeram arquiteturas alfa-helicoidais e de folha beta, sendo que uma "perda de helicidade negativa" possibilitou estas últimas, apesar da redução nos rendimentos in silico.
As demonstrações funcionais foram convincentes. Agentes de ligação contra o alérgeno do pólen de bétula Bet v 1 reduziram a ligação de IgE em amostras de soro de pacientes, sugerindo potencial terapêutico para o tratamento de alergias. Agentes de ligação anti-Cas9 modularam a atividade de edição gênica por CRISPR em ensaios celulares. Um agente de ligação direcionado à enterotoxina B estafilocócica reduziu sua citotoxicidade em culturas de células T humanas. Por fim, agentes de ligação específicos para o receptor de superfície celular HER2 foram fundidos a capsídeos de vírus adeno-associados, permitindo a entrega gênica direcionada a células que expressam HER2 — um avanço significativo para a terapia gênica de precisão.
O BindCraft é totalmente de código aberto, requer conhecimento computacional mínimo e opera em uma única GPU, tornando o design de agentes de ligação de alta qualidade acessível a laboratórios sem infraestrutura especializada. Sua filosofia de "um design–um agente de ligação" poderia transformar fundamentalmente o desenvolvimento de proteínas terapêuticas e ferramentas de pesquisa, embora a aplicação terapêutica no mundo real ainda exija extensa validação in vivo e avaliação de segurança.
Principais Descobertas
- BindCraft achieves 10–100% experimental binder success rates using AlphaFold2 backpropagation, no screening needed.
- Designed binders reached nanomolar affinity across 12 diverse targets including CRISPR-Cas9 and allergens.
- Anti-allergen binders reduced IgE binding in patient serum; anti-toxin binders cut T-cell cytotoxicity.
- HER2-targeting binders retargeted AAV capsids for cell-type-specific gene delivery.
- BindCraft is open-source, runs on a single GPU, and requires no computational design expertise.
Metodologia
O BindCraft utiliza retropropagação pelos pesos do AF2 multimer para co-otimizar o esqueleto do ligante, a sequência e a interface, seguido de refinamento de superfície/núcleo por MPNNsol e filtragem baseada em AF2 monomer e Rosetta. Os designs foram validados experimentalmente por medições de afinidade SPR e ensaios funcionais em 12 alvos. As comparações com o RFdiffusion foram realizadas em múltiplos alvos e comprimentos de ligante com base no consumo de horas por GPU.
Limitações do Estudo
Todas as demonstrações funcionais são in vitro ou baseadas em células; dados de eficácia e segurança in vivo estão ausentes. Designs gerados por alucinação do AF2 ocasionalmente produzem estruturas fisicamente improváveis, exigindo filtragem adicional. O design de ligantes de folha beta apresenta taxas de sucesso in silico mais baixas, e alguns alvos exibem ampla variabilidade nas taxas de acerto experimental (10–100%).
Gostou deste resumo?
Receba as pesquisas de longevidade mais recentes na sua caixa de entrada toda semana.
Digite seu e-mail para assinar:
