团队利用AlphaFold AI重新设计基因编辑蛋白以提升安全性

在一项新的研究中，研究人员利用谷歌DeepMind开发的AlphaFold人工智能蛋白质折叠软件，深入分析了CRISPR-Cas9基因编辑系统，旨在提高其安全性并减少脱靶效应。CRISPR-Cas9系统通过导向RNA识别并切割特定的DNA序列，但由于序列相似性，有时也会错误地切割非靶标位点，导致意外的基因修饰。为了理解这一过程并设计更特异的Cas9变体，研究团队将靶标DNA序列、导向RNA、Cas9蛋白以及一种能够修饰碱基并附着在Cas9上的酶输入AlphaFold。然而，最初的尝试失败了，因为AlphaFold将其中一个蛋白质放置在错误的位置。

面对这一挫折，团队简化了模型，仅输入DNA、RNA和Cas9蛋白，因为Cas9是决定序列特异性的主要因素。这一调整取得了巨大成功：AlphaFold生成的结构与通过实验验证的核酸-蛋白质复合物结构高度一致。接着，研究人员向AlphaFeed提供不同的靶标和非靶标位点，通过比较生成的结构，他们发现了一个普遍模式：大约三分之二的非靶标位点导致Cas9蛋白采用略微不同的构象，而超过95%的非靶标位点改变了Cas9与导向RNA之间的氨基酸接触。这表明，在某些情况下Cas9保持正常构象，但其内部的氨基酸会灵活调整，以适应非靶标位点的错配碱基。

AlphaFold内置的“接触概率”分析功能，可以量化两个分子（如氨基酸或核苷酸）在8埃距离内相互靠近的概率。研究团队利用这一功能，对比靶标和非靶标位点的接触概率输出，精确识别出当导向RNA与DNA存在错配时，Cas9中哪些氨基酸的接触发生了改变。他们将这套计算机分析系统命名为“ContactSeek”。ContactSeek会自动生成一个庞大的列表，列出所有在结合非靶标位点时发生位移的氨基酸。为了从这些数据中提取有意义的信息，研究人员将注意力集中在Cas9蛋白中这些氨基酸聚集的区域，认为这些区域正在主动适应错配碱基带来的结构差异。基于这些区域，他们开始测试携带不同氨基酸替换的Cas9变体，以期提高基因编辑的特异性并降低脱靶风险。这项研究展示了AlphaFold在蛋白质工程中的巨大潜力，为开发更安全的基因治疗工具提供了新思路。