Alpha в статьях [2/3]: Как AlphaFold и RFdiffusion создают противораковые белки de novo

Продолжаем нашу мини-серию разборов! Во втором выпуске показываем, как модели от Google DeepMind помогают не просто искать механизмы болезней, а с нуля проектировать новые лекарства.

Выпуск №2: AlphaFold

Авторы исследования* разработали de novo TCR-mimic – компактный белок, имитирующий работу Т-клеточного рецептора. Он способен распознавать опухолевые антигены на поверхности клеток и нацеливать иммунную систему на их уничтожение. В качестве мишени был выбран комплекс NY-ESO-1/HLA-A*02, а полученная молекула показала высокую эффективность как в составе биспецифических препаратов, так и в CAR-T терапии.

Основная роль AlphaFold заключалась в предсказании и проверке структуры белка в процессе его разработки:

🌕 Сначала с помощью AlphaFold2 предсказали трехмерную структуру комплекса NY-ESO-1/HLA-A*02, которая затем использовалась как мишень для генерации новых белков с помощью RFdiffusion.

🌕 После этого AlphaFold2 предсказывал, как каждый из сгенерированных белков будет связываться с этим комплексом, а по метрике iPAE исследователи отбирали наиболее перспективные кандидаты.

🌕 После получения кристаллической структуры AlphaFold-модель сравнили с экспериментальными данными: общая геометрия комплекса была предсказана с высокой точностью.

Разбор показывает, как сочетание моделей помогает отсеять неперспективные варианты, сократить объем лабораторной работы и сфокусироваться на фильтрации и приоритизации наиболее перспективных кандидатных молекул.

Разбирать такие механизмы и применять нейросети от Google DeepMind в собственных проектах мы будем на летнем онлайн-воркшопе «Альфа, альфа, альфа»!

Регистрация открыта до 7 августа. bioinf.me/education/workshops/alpha_workshop

Воркшоп пройдет онлайн 8 и 15 августа и будет состоять из двух блоков:

🌑 8 августа – AlphaGenome (преподаватель Никита Ваулин): предсказание функциональных свойств генома, variant scoring и in silico мутагенез.

🌑 15 августа – AlphaFold & AlphaMissense (преподаватель Александра Мамчур): предсказание структуры белков и комплексов через AlphaFold Server/DB, оценка метрик качества и предсказание патогенности миссенс-вариантов.

Ждем вас среди участников! ❤️

Karsten D. Householder et al. ,De novo design and structure of a peptide–centric TCR mimic binding module. Science389,375-379(2025).DOI:10.1126/science.adv3813

✨ Мы в VK | Мы в почте | Мы в Telegram

#bioinf_online #bioinf_education
@bioinformatics_institute