华盛顿大学利用人工智能开发针对肽-MHC-I复合物的高特异性结合剂

• 全文链接

关键词：

来源：

Science

全文链接：

//agri.nais.net.cn/topic/downloadFile/cd97b86f-d23a-4b4e-b9bf-f65c078e483a

来源地址：

https://doi.org/10.1126/science.adv0185

资源所属：

农业生物技术专题

类型：

学术文献

语种：

英语

原文发布日期：

2025-07-24

摘要：

2025年7月24日，来自华盛顿大学、斯坦福大学和纪念斯隆-凯特琳癌症中心的David Baker研究团队在《Science》发表题为《Design of high-specificity binders for peptide-MHC1 complexes》的研究论文。该研究利用人工智能驱动的蛋白质设计方法（如RFdiffusion和ProteinMPNN），成功开发出能够高特异性结合肽-MHC I类复合物（pMHC1）的小型稳定蛋白。研究团队针对11种不同的pMHC1靶标（包括病毒肽、肿瘤相关抗原和新生抗原），设计了多种结合蛋白，这些蛋白能够选择性识别目标肽而避免与广泛表达的MHC分子发生交叉反应。通过将这些设计蛋白整合到嵌合抗原受体（CAR）中，研究团队在Jurkat细胞和原代T细胞中验证了其特异性激活和杀伤功能。实验结果显示，设计的结合蛋白在纳米摩尔级别具有高亲和力，且晶体结构与预测模型高度一致。此外，研究还证明，即使基于预测的pMHC1结构（如PRAME抗原），也能成功设计出高特异性结合蛋白。这一方法为开发针对细胞内抗原的精准免疫疗法提供了新工具，有望广泛应用于肿瘤和感染性疾病的治疗。