團隊利用AlphaFold AI重新設計基因編輯蛋白以提升安全性

在一項新的研究中，研究人員利用谷歌DeepMind開發的AlphaFold人工智能蛋白質摺疊軟件，深入分析了CRISPR-Cas9基因編輯系統，旨在提高其安全性並減少脱靶效應。CRISPR-Cas9系統通過導向RNA識別並切割特定的DNA序列，但由於序列相似性，有時也會錯誤地切割非靶標位點，導致意外的基因修飾。為了理解這一過程並設計更特異的Cas9變體，研究團隊將靶標DNA序列、導向RNA、Cas9蛋白以及一種能夠修飾鹼基並附着在Cas9上的酶輸入AlphaFold。然而，最初的嘗試失敗了，因為AlphaFold將其中一個蛋白質放置在錯誤的位置。

面對這一挫折，團隊簡化了模型，僅輸入DNA、RNA和Cas9蛋白，因為Cas9是決定序列特異性的主要因素。這一調整取得了巨大成功：AlphaFold生成的結構與通過實驗驗證的核酸-蛋白質複合物結構高度一致。接着，研究人員向AlphaFeed提供不同的靶標和非靶標位點，通過比較生成的結構，他們發現了一個普遍模式：大約三分之二的非靶標位點導致Cas9蛋白採用略微不同的構象，而超過95%的非靶標位點改變了Cas9與導向RNA之間的氨基酸接觸。這表明，在某些情況下Cas9保持正常構象，但其內部的氨基酸會靈活調整，以適應非靶標位點的錯配鹼基。

AlphaFold內置的“接觸概率”分析功能，可以量化兩個分子（如氨基酸或核苷酸）在8埃距離內相互靠近的概率。研究團隊利用這一功能，對比靶標和非靶標位點的接觸概率輸出，精確識別出當導向RNA與DNA存在錯配時，Cas9中哪些氨基酸的接觸發生了改變。他們將這套計算機分析系統命名為“ContactSeek”。ContactSeek會自動生成一個龐大的列表，列出所有在結合非靶標位點時發生位移的氨基酸。為了從這些數據中提取有意義的信息，研究人員將注意力集中在Cas9蛋白中這些氨基酸聚集的區域，認為這些區域正在主動適應錯配鹼基帶來的結構差異。基於這些區域，他們開始測試攜帶不同氨基酸替換的Cas9變體，以期提高基因編輯的特異性並降低脱靶風險。這項研究展示了AlphaFold在蛋白質工程中的巨大潛力，為開發更安全的基因治療工具提供了新思路。