Poate inteligența artificială să proiecteze peptide terapeutice imitând modul în care proteinele naturale se leagă de țintele bolii@Tsinghua_Uni @natBME "Proiectarea peptidelor prin mimetismul interfeței de legare cu PepMimic" Cercetătorii au dezvoltat PepMimic, un algoritm AI care combină un autocodificator cu toți atomii, un model de difuzie latentă și un codificator de interfață pentru a proiecta peptide (4-25 de aminoacizi) care imită interfețele de legare dintre proteinele țintă și lianții cunoscuți, cum ar fi anticorpii sau receptorii, abordând limitările în proiectarea actuală a peptidelor care necesită expertiză manuală și se luptă cu suprafețele de legare discontinue. • Peste 80 de terapii peptidice sunt aprobate pentru boli precum diabetul și cancerul, oferind avantaje precum specificitate ridicată, toxicitate mai mică și administrare orală potențială în comparație cu moleculele mici și produsele biologice geometrie pentru interacțiuni precise cu aminoacizi. • PepMimic a fost antrenat pe 4.157 de complexe proteină-peptidă și 70.645 de fragmente asemănătoare peptidelor din Protein Data Bank, folosind un autocodificator pentru a mapa geometriile tuturor atomilor în spațiul latent, un model de difuzie pentru 100 de pași de eliminare a zgomotului și învățarea contrastivă pentru a antrena un codificator de interfață care ghidează generarea prin minimizarea distanțelor dintre interfețele proiectate și de referință în spațiul latent, candidații fiind clasificați folosind energia interfeței Rosetta, Energia FoldX, valorile de impact ale interfeței și AlphaFold Multimer pLDDT scoruri înainte de a selecta peptidele de top (384 pentru ținte cu lianți cunoscuți, 94-290 pentru lianții generați de AI) pentru experimente de imagistică prin rezonanță plasmonică de suprafață. • PepMimic a obținut AUROC mediu de 0,71 în 31 de sarcini pe 93 de complexe de testare (depășind RFDiffusion 0,69), a proiectat 384 de peptide pentru 5 ținte de medicamente (PD-L1, CD38, BCMA, HER2, CD4) cu 8% atingând KD < 100 nM și 26 de peptide atingând KD la nivelul de 10⁻⁹ M (substanțial mai mare decât screeningul aleatoriu al bibliotecii), a generat peptide care imită lianți proiectați de AI pentru CD38 și TROP2 cu o rată de succes de 14% (16% pentru CD38, 8% pentru TROP2) și a demonstrat o țintire eficientă a tumorilor in vivo în modele de șoareci cu peptide selectate care prezintă o absorbție de 8,85 ori mai mare în tumorile PD-L1 pozitive și de 16,18 ori mai mare în tumorile TROP2 pozitive, obținând rate de succes de 20.000-90.000 de ori mai mari decât screeningul experimental aleatoriu al bibliotecii. Autori: Xiangzhe Kong et. al Zihua Wang, Yang Liu și @musicsuperman Legătură: